France métropolitaine

Le risque pluvial, intégré à vos
grilles de tarification.

Certaines communes sont plus exposées que ne le suggèrent les grilles actuelles. Le climat évolue. Et un cumul journalier ne suffit pas à caractériser un épisode convectif concentré sur quelques heures. Pluvion apporte cette lecture complémentaire — commune par commune, à 2,5 km — pour enrichir vos modèles existants.

Vous conservez vos règles de souscription et votre logique de prime. Nous fournissons un signal journalier et horaire, prêt à intégrer par API.

Demander une démo Voir un exemple API

Ce que Pluvion change pour votre pricing

Trois apports concrets pour les directions pricing, actuariat et risk.

Réduire la sous-tarification des zones exposées

Identifiez les territoires où le risque pluvial est sous-estimé, y compris les épisodes courts mal captés par une lecture uniquement journalière.

Mieux segmenter le risque habitation

Comparez chaque adresse et chaque territoire sur une échelle homogène — index, facteur d'ajustement, évolution dans le temps — pour affiner primes et politiques de sélection.

Intégrer le climat sans refondre le moteur actuariel

Introduisez une tendance locale dans vos modèles de tarification par API, sans remplacer votre chaîne actuarielle ni imposer de nouvelles règles métier.

Une intégration adaptée à chaque métier

Pluvion s'insère dans votre dispositif existant, sans remettre en cause votre logique actuarielle.

Actuariat

Documentation complète du modèle sur demande. Lors de la phase pilote, validation et calibration sur votre portefeuille et votre historique de sinistres.

Pricing

Intégration des indicateurs dans vos grilles tarifaires. Vos équipes conservent la maîtrise des règles de souscription et de la politique de prime.

Risk / CRO

Vision consolidée du portefeuille pour piloter l'exposition globale et encadrer le passage à l'échelle.

API REST au format JSON. Connexion à vos systèmes d'information sans refonte technique majeure.

Cartographie et exemple d'API

Explorez le territoire et testez une requête sur une commune pour apprécier le niveau de détail livré.

Cartographie · 2,5 km

Risque 10 ans

Maillage AROME 2.5 km (Météo-France)

Évolution du risque · 1992 → 2022 98.6mm → 101.4mm

Hist. 1985 (10a) Cible 2022 (10a)

Tester l'API

GET /v1/risk/

Chaque requête renvoie le niveau de risque, la tendance sur trente ans et la comparaison avec la station de référence. Le mode Détails modèle expose l'ensemble des paramètres pour l'audit actuariel.

{
  "status": "success",
  "query": {
    "endpoint": "/v1/risk/commune/26362?return_period=10&year=2022",
    "parameters": {
      "requested_year": 2022,
      "return_period_years": 10,
      "scale": "daily",
      "source": "modelised",
      "season": "hydro",
      "detail": "summary",
      "hydrological_year": true,
      "trend_reference_years": "1992-2022",
      "gev_model_selection": "maximum_log_likelihood",
      "gev_parameters_file": "hydro/gev_param_best_model.parquet"
    }
  },
  "commune": {
    "code_insee": "26362",
    "nom": "Valence",
    "region": "Auvergne-Rhône-Alpes",
    "coordonnees": {
      "latitude": 44.9333,
      "longitude": 4.8917
    }
  },
  "primary": {
    "NUM_POSTE": "25343",
    "source": "modelised",
    "scale": "daily",
    "season": "hydro",
    "gev": {
      "selection": {
        "method": "maximum_log_likelihood",
        "source_file": "extremeprecipit_gev/gev/modelised/quotidien/hydro/gev_param_best_model.parquet",
        "log_likelihood": -276.1329,
        "note": "Modèle retenu parmi les 7 candidats GEV (s_gev, ns_gev_m*, break_year) au point."
      },
      "selected_model": "ns_gev_m3_break_year",
      "parameters": {
        "mu0": 62.242357,
        "mu1": 15.809413,
        "sigma0": 14.553204,
        "sigma1": -4.841716,
        "xi": 0.116331
      },
      "return_level_10y_mm": {
        "year_1992": 98.64,
        "year_2022": 101.36
      },
      "candidate_models": null
    },
    "trend": {
      "model": "ns_gev_m3_break_year",
      "z_T_p_percent": 1.4624,
      "z_T1": 0.906636,
      "ic_lower": -1.192826,
      "ic_upper": 3.115644,
      "significant": false
    },
    "annual_maxima_hydro": null,
    "data_notes": [
      "aucune annual max hydro pour NUM_POSTE=25343 dans statisticals/modelised/quotidien"
    ]
  },
  "reference_station_comparison": {
    "pairing": {
      "NUM_POSTE_obs": "26313001",
      "NUM_POSTE_mod": "25343",
      "lat_obs": 44.980167,
      "lon_obs": 4.931333,
      "lat_mod": 44.986,
      "lon_mod": 4.9271
    },
    "station_name": "Chabeuil",
    "observed": {
      "NUM_POSTE": "26313001",
      "gev": {
        "selection": {
          "method": "maximum_log_likelihood",
          "source_file": "extremeprecipit_gev/gev/observed/quotidien/hydro/gev_param_best_model.parquet",
          "log_likelihood": -260.6168,
          "note": "Modèle retenu parmi les 7 candidats GEV (s_gev, ns_gev_m*, break_year) au point."
        },
        "selected_model": "ns_gev_m3_break_year",
        "parameters": {
          "mu0": 61.804273,
          "mu1": 2.717239,
          "sigma0": 16.73662,
          "sigma1": -16.06441,
          "xi": 0.127836
        },
        "return_level_10y_mm": {
          "year_1992": 117.62,
          "year_2022": 85.86
        },
        "candidate_models": null
      },
      "trend": {
        "model": "ns_gev_m3_break_year",
        "z_T_p_percent": -18.0301,
        "z_T1": -10.586529,
        "ic_lower": -13.200859,
        "ic_upper": -8.123327,
        "significant": true
      },
      "annual_maxima_hydro": [
        {
          "year": 1965,
          "max_mm": 41.5
        },
        {
          "year": 1966,
          "max_mm": 41.0
        },
        {
          "year": 1967,
          "max_mm": 225.0
        },
        {
          "year": 1968,
          "max_mm": 62.1
        },
        {
          "year": 1969,
          "max_mm": 138.0
        },
        {
          "year": 1970,
          "max_mm": 48.7
        },
        {
          "year": 1971,
          "max_mm": 105.5
        },
        {
          "year": 1972,
          "max_mm": 56.2
        },
        {
          "year": 1973,
          "max_mm": 51.6
        },
        {
          "year": 1974,
          "max_mm": 48.3
        },
        {
          "year": 1975,
          "max_mm": 94.5
        },
        {
          "year": 1976,
          "max_mm": 117.0
        },
        {
          "year": 1977,
          "max_mm": 82.0
        },
        {
          "year": 1978,
          "max_mm": 66.7
        },
        {
          "year": 1979,
          "max_mm": 57.6
        },
        {
          "year": 1980,
          "max_mm": 120.2
        },
        {
          "year": 1981,
          "max_mm": 73.6
        },
        {
          "year": 1982,
          "max_mm": 48.2
        },
        {
          "year": 1983,
          "max_mm": 92.5
        },
        {
          "year": 1984,
          "max_mm": 47.6
        },
        {
          "year": 1985,
          "max_mm": 57.1
        },
        {
          "year": 1986,
          "max_mm": 67.0
        },
        {
          "year": 1987,
          "max_mm": 35.0
        },
        {
          "year": 1988,
          "max_mm": 72.7
        },
        {
          "year": 1989,
          "max_mm": 71.6
        },
        {
          "year": 1990,
          "max_mm": 28.1
        },
        {
          "year": 1991,
          "max_mm": 108.0
        },
        {
          "year": 1992,
          "max_mm": 48.0
        },
        {
          "year": 1993,
          "max_mm": 46.5
        },
        {
          "year": 1994,
          "max_mm": 134.5
        },
        {
          "year": 1995,
          "max_mm": 69.0
        },
        {
          "year": 1996,
          "max_mm": 76.0
        },
        {
          "year": 1997,
          "max_mm": 71.5
        },
        {
          "year": 1998,
          "max_mm": 81.0
        },
        {
          "year": 1999,
          "max_mm": 64.0
        },
        {
          "year": 2000,
          "max_mm": 133.5
        },
        {
          "year": 2001,
          "max_mm": 56.0
        },
        {
          "year": 2002,
          "max_mm": 61.0
        },
        {
          "year": 2003,
          "max_mm": 105.0
        },
        {
          "year": 2004,
          "max_mm": 109.5
        },
        {
          "year": 2005,
          "max_mm": 72.5
        },
        {
          "year": 2006,
          "max_mm": 53.5
        },
        {
          "year": 2007,
          "max_mm": 89.5
        },
        {
          "year": 2008,
          "max_mm": 76.5
        },
        {
          "year": 2009,
          "max_mm": 75.5
        },
        {
          "year": 2010,
          "max_mm": 52.5
        },
        {
          "year": 2011,
          "max_mm": 91.0
        },
        {
          "year": 2012,
          "max_mm": 49.0
        },
        {
          "year": 2013,
          "max_mm": 56.0
        },
        {
          "year": 2014,
          "max_mm": 56.0
        },
        {
          "year": 2015,
          "max_mm": 91.0
        },
        {
          "year": 2016,
          "max_mm": 63.5
        },
        {
          "year": 2017,
          "max_mm": 71.0
        },
        {
          "year": 2018,
          "max_mm": 58.0
        },
        {
          "year": 2019,
          "max_mm": 52.0
        },
        {
          "year": 2020,
          "max_mm": 76.0
        },
        {
          "year": 2021,
          "max_mm": 72.0
        },
        {
          "year": 2022,
          "max_mm": 77.0
        }
      ],
      "data_notes": []
    },
    "modelised": {
      "NUM_POSTE": "25343",
      "gev": {
        "selection": {
          "method": "maximum_log_likelihood",
          "source_file": "extremeprecipit_gev/gev/modelised/quotidien/hydro/gev_param_best_model.parquet",
          "log_likelihood": -276.1329,
          "note": "Modèle retenu parmi les 7 candidats GEV (s_gev, ns_gev_m*, break_year) au point."
        },
        "selected_model": "ns_gev_m3_break_year",
        "parameters": {
          "mu0": 62.242357,
          "mu1": 15.809413,
          "sigma0": 14.553204,
          "sigma1": -4.841716,
          "xi": 0.116331
        },
        "return_level_10y_mm": {
          "year_1992": 98.64,
          "year_2022": 101.36
        },
        "candidate_models": null
      },
      "trend": {
        "model": "ns_gev_m3_break_year",
        "z_T_p_percent": 1.4624,
        "z_T1": 0.906636,
        "ic_lower": -1.192826,
        "ic_upper": 3.115644,
        "significant": false
      },
      "annual_maxima_hydro": null,
      "data_notes": [
        "aucune annual max hydro pour NUM_POSTE=25343 dans statisticals/modelised/quotidien"
      ]
    }
  },
  "detail_available": {
    "message": "Réponse détaillée avec tous les modèles GEV candidats.",
    "endpoint": "/v1/risk/commune/26362?return_period=10&year=2022&detail=full"
  }
}

HTTP 200 OK — 42ms

Fondements scientifiques

Une base scientifique solide

Le signal s'appuie sur une réanalyse AROME à 2,5 km, confrontée aux stations Météo-France sur des séries longues (63 ans au quotidien, 33 ans à l'horaire). Les indicateurs ci-dessous détaillent les niveaux de performance pour les équipes actuariat et risk.

Pluies extrêmes à l'heure essentiel 1990 — 2022 (33 ans)

78%

de correspondance au sol

Un cumul journalier peut masquer un pic horaire déterminant pour les sinistres d'orages ou de crues éclair. Pluvion restitue cette dimension à l'échelle nationale, avec une validation systématique au sol.

Intensité des pluies extrêmes (horaire): 78% d'accord terrain validation stations · 574 points
Évolution du risque (30 ans): jusqu'à +150% hausse cartographiée · juin · France entière
Stations de référence: 574 stations Météo-France

Résolution quotidienne référence 1959 — 2022 (63 ans)

95%

de correspondance au sol

À l'échelle quotidienne, la concordance avec les observations au sol est très élevée. Ce socle permet de comparer les territoires et de suivre l'évolution du risque sur le long terme.

Intensité des pluies extrêmes (quotidien): 95% d'accord terrain validation stations · 1 583 points
Évolution du risque (30 ans): jusqu'à +35% hausse cartographiée · printemps · France entière
Stations de référence: 1 583 stations Météo-France

Apports de l'étude · EGUsphere (2026)

« Une simulation CPM AROME exceptionnelle de 63 ans, alors que la plupart des études disponibles reposent sur seulement 10–20 ans. »

« Une évaluation conjointe des extrêmes journaliers et horaires, incluant leur climatologie et leurs tendances temporelles à l'échelle de la France. »

« Une contribution répondant à un besoin identifié par la communauté hydrologique, à savoir la validation robuste des modèles convectifs pour les précipitations extrêmes et leurs évolutions à long terme. »

Référence scientifique principale : Preprint du manuscrit soumis à HESS (Hydrology and Earth System Sciences)

DOI : 10.5194/egusphere-2026-1202

Demander un accès pilote sur votre portefeuille d'assurance

Nous organisons une démonstration adaptée à votre périmètre — pricing, actuariat, risk ou IT.

Réponse sous une semaine.

Le risque pluvial, intégré à vosgrilles de tarification.