Le risque précipitations estime l'intensification des événements de pluie intense, susceptibles d'endommager l'actif. Il est évalué au moyen de trois indices d'intensité (SDII, R95pTOT, R99pTOT) en mesurant à quel point les événements futurs deviennent rares par rapport au passé : plus les événements intenses deviennent fréquents, plus le risque est élevé. Parmi les trois indices, le pire est retenu.
Indicateur. Simple Daily Intensity Index (SDII), en mm/jour ; Very Wet Day precipitation (R95pTOT), en mm ; Extremely Wet Day precipitation (R99pTOT), en mm.
Données. Variables SDII, R95pTOT et R99pTOT du Copernicus Climate Data Store (CDS) ; pour chacune, une distribution GEV est pré-ajustée sur la colonne des maxima entre les membres des modèles climatiques. Période historique : 1850–1970. Scénarios : SSP1-2.6 / SSP2-4.5 / SSP3-7.0 / SSP5-8.5.
Calcul. Pour chaque couple (scénario, année), on calcule, pour chaque indice, le temps de retour au moyen de la fonction de survie de la GEV, limité à 250 ans. Pour la comparaison avec la GEV, on utilise le maximum multi-modèles (x.max), et non la moyenne, car la GEV est ajustée sur les maxima annuels historiques entre les modèles. Chaque temps de retour est mappé à un niveau 0–5 ; le niveau final est le maximum des trois.
Seuils → niveau A–F.
• Pour chacun des trois indices, en fonction du temps de retour (années), seuils [5, 20, 50, 100, 250] : A : RP < 5
• B : 5–20
• C : 20–50
• D : 50–100
• E : 100–250
• F : ≥ 250
• le niveau final est le maximum des trois sous-niveaux.
La période historique 1850–1970 et les seuils de 5 / 20 / 50 / 100 / 250 ans sont des choix de xNatura sans source publiée. Les valeurs affichées sont la moyenne des modèles climatiques, tandis que la classe utilise la valeur la plus élevée parmi les modèles.
Du physique à l'impact. Le niveau physique (A–F) est combiné à la sensibilité du processus de production via la matrice de risque (6 niveaux physiques par 5 tranches de sensibilité) → niveau d'impact. Le montant en euros de ce risque est celui décrit dans le paragraphe « Dommage à la production » (Version 2026) : le facteur de dommage par classe de la Version 2025 n'est plus utilisé pour ce risque.
Dommage à la production. La pluie compte pour ce qu'elle fait au travail du site plus qu'au bâtiment : on estime la valeur ajoutée perdue, en euros par employé et par an (multipliée par les employés du site). Base : « estimation xNatura », car une estimation régionale est appliquée à un seul site.
• Effet : Kotz, Levermann et Wenz 2022 mesurent, sur 1 554 régions de 1979 à 2019, comment la production de l'industrie manufacturière et des services varie avec la pluie annuelle des jours au-dessus du 99,9e centile local de la pluie journalière ; l'effet par mm est d'environ -0,02 % de la production, plus faible dans les régions plus chaudes. Coefficients de l'industrie manufacturière pour l'industrie, les mines, l'énergie, l'eau et la construction, des services pour les autres activités (correspondance établie par xNatura) ; l'agriculture n'est pas significative dans l'étude et n'a pas de perte.
• Climat : pour chacun de dix modèles climatiques (l'ensemble ISIMIP3b), la pluie journalière NASA NEX-GDDP-CMIP6, cellules de 0,25° (environ 25 km), corrigée sur les observations (Thrasher et al. 2022) ; variation entre les 20 années autour de l'année et 1995-2014, puis la moyenne des modèles.
• La variation est appliquée comme un changement durable du niveau de la production, comme le font Waidelich et al. 2024 avec les mêmes fonctions. Là où il pleut moins qu'en 1995-2014, l'étude implique un petit gain, affiché comme 0.
• Euros : part perdue × valeur ajoutée annuelle par personne employée du pays et du secteur des processus de production du site, comme pour le stress thermique et la qualité de l'air (Eurostat en Europe, Banque mondiale et OIT ailleurs).
Sources.
• [Copernicus Climate Data Store (CDS)](Copernicus Climate Data Store (CDS))
• [Indices for monitoring changes in extremes based on daily temperature and precipitation data](Indices for monitoring changes in extremes based on daily temperature and precipitation data)
• [ETCCDI Climate Change Indices](ETCCDI Climate Change Indices)
• [Climate Change 2021: The Physical Science Basis](Climate Change 2021: The Physical Science Basis)
• [Kotz et al. 2022, The effect of rainfall changes on economic production](Kotz et al. 2022, The effect of rainfall changes on economic production)
• [Waidelich et al. 2024, Climate damage projections beyond annual temperature](Waidelich et al. 2024, Climate damage projections beyond annual temperature)
• [Thrasher et al. 2022, NASA Global Daily Downscaled Projections, CMIP6](Thrasher et al. 2022, NASA Global Daily Downscaled Projections, CMIP6)
• [Eurostat, national accounts by industry (nama_10_a64)](Eurostat, national accounts by industry (nama_10_a64))
• [World Bank, gross value added at basic prices](World Bank, gross value added at basic prices)
• [ILOSTAT, employment (ILO modelled estimates)](ILOSTAT, employment (ILO modelled estimates)).
Indicateur. Simple Daily Intensity Index (SDII), en mm/jour ; Very Wet Day precipitation (R95pTOT), en mm ; Extremely Wet Day precipitation (R99pTOT), en mm.
Données. Variables SDII, R95pTOT et R99pTOT du Copernicus Climate Data Store (CDS) ; pour chacune, une distribution GEV est pré-ajustée sur la colonne des maxima entre les membres des modèles climatiques. Période historique : 1850–1970. Scénarios : SSP1-2.6 / SSP2-4.5 / SSP3-7.0 / SSP5-8.5.
Calcul. Pour chaque couple (scénario, année), on calcule, pour chaque indice, le temps de retour au moyen de la fonction de survie de la GEV, limité à 250 ans. Pour la comparaison avec la GEV, on utilise le maximum multi-modèles (x.max), et non la moyenne, car la GEV est ajustée sur les maxima annuels historiques entre les modèles. Chaque temps de retour est mappé à un niveau 0–5 ; le niveau final est le maximum des trois.
Seuils → niveau A–F.
• Pour chacun des trois indices, en fonction du temps de retour (années), seuils [5, 20, 50, 100, 250] : A : RP < 5
• B : 5–20
• C : 20–50
• D : 50–100
• E : 100–250
• F : ≥ 250
• le niveau final est le maximum des trois sous-niveaux.
La période historique 1850–1970 et les seuils de 5 / 20 / 50 / 100 / 250 ans sont des choix de xNatura sans source publiée. Les valeurs affichées sont la moyenne des modèles climatiques, tandis que la classe utilise la valeur la plus élevée parmi les modèles.
Du physique à l'impact. Le niveau physique (A–F) est combiné à la sensibilité du processus de production via la matrice de risque (6 niveaux physiques par 5 tranches de sensibilité) → niveau d'impact. Le montant en euros de ce risque est celui décrit dans le paragraphe « Dommage à la production » (Version 2026) : le facteur de dommage par classe de la Version 2025 n'est plus utilisé pour ce risque.
Dommage à la production. La pluie compte pour ce qu'elle fait au travail du site plus qu'au bâtiment : on estime la valeur ajoutée perdue, en euros par employé et par an (multipliée par les employés du site). Base : « estimation xNatura », car une estimation régionale est appliquée à un seul site.
• Effet : Kotz, Levermann et Wenz 2022 mesurent, sur 1 554 régions de 1979 à 2019, comment la production de l'industrie manufacturière et des services varie avec la pluie annuelle des jours au-dessus du 99,9e centile local de la pluie journalière ; l'effet par mm est d'environ -0,02 % de la production, plus faible dans les régions plus chaudes. Coefficients de l'industrie manufacturière pour l'industrie, les mines, l'énergie, l'eau et la construction, des services pour les autres activités (correspondance établie par xNatura) ; l'agriculture n'est pas significative dans l'étude et n'a pas de perte.
• Climat : pour chacun de dix modèles climatiques (l'ensemble ISIMIP3b), la pluie journalière NASA NEX-GDDP-CMIP6, cellules de 0,25° (environ 25 km), corrigée sur les observations (Thrasher et al. 2022) ; variation entre les 20 années autour de l'année et 1995-2014, puis la moyenne des modèles.
• La variation est appliquée comme un changement durable du niveau de la production, comme le font Waidelich et al. 2024 avec les mêmes fonctions. Là où il pleut moins qu'en 1995-2014, l'étude implique un petit gain, affiché comme 0.
• Euros : part perdue × valeur ajoutée annuelle par personne employée du pays et du secteur des processus de production du site, comme pour le stress thermique et la qualité de l'air (Eurostat en Europe, Banque mondiale et OIT ailleurs).
Sources.
• [Copernicus Climate Data Store (CDS)](Copernicus Climate Data Store (CDS))
• [Indices for monitoring changes in extremes based on daily temperature and precipitation data](Indices for monitoring changes in extremes based on daily temperature and precipitation data)
• [ETCCDI Climate Change Indices](ETCCDI Climate Change Indices)
• [Climate Change 2021: The Physical Science Basis](Climate Change 2021: The Physical Science Basis)
• [Kotz et al. 2022, The effect of rainfall changes on economic production](Kotz et al. 2022, The effect of rainfall changes on economic production)
• [Waidelich et al. 2024, Climate damage projections beyond annual temperature](Waidelich et al. 2024, Climate damage projections beyond annual temperature)
• [Thrasher et al. 2022, NASA Global Daily Downscaled Projections, CMIP6](Thrasher et al. 2022, NASA Global Daily Downscaled Projections, CMIP6)
• [Eurostat, national accounts by industry (nama_10_a64)](Eurostat, national accounts by industry (nama_10_a64))
• [World Bank, gross value added at basic prices](World Bank, gross value added at basic prices)
• [ILOSTAT, employment (ILO modelled estimates)](ILOSTAT, employment (ILO modelled estimates)).