Inondations de l'Aude du 15 octobre 2018 : analyse météorologique, conséquences hydrologiques et prévisibilité
Dans la nuit du 14 au 15 octobre 2018, un épisode méditerranéen se déclenche sur le département de l'Aude, déversant jusqu'à 300 mm en un peu moins de 10 heures dans la région de Carcassonne, générant des crues meurtrières sur le bassin moyen de l'Aude et de ses affluents. Les ingrédients météorologiques typiques d'un tel événement sont bien présents : entrée droite d'un jet de sud en altitude, jet de basses couches méditerranéen chaud et humide alimentant une ligne de convergence. Le paroxysme de l'épisode s'étant produit à l'est immédiat de Carcassonne, région habituellement située à la périphérie des épisodes les plus intenses, les durées de retour des précipitations sur 6 heures sont au final d'ordre centennal. Même si la prévisibilité d'un épisode méditerranéen est relativement bonne à grande échelle, les modèles déterministes et leurs ensembles, qu'ils soient globaux ou à aire limitée, montrent une grande variabilité d'un réseau à l'autre, rendant très difficile la localisation précise du paroxysme pluvieux. During the night of 14th October 2018 a Mediterranean Heavy Precipitation Event occurred over the Aude département in Southern France, bringing up to 300 mm of rain in about 10 hours over the Carcassonne area, and generating deadly floods in the Aude River catchment. Typical meteorological ingredients were involved: an upper-jet right-entrance region, and a warm and wet low-level jet feeding a convergence line. As the peak of the event occurs around Carcassonne which is less familiar to such events, the return period for 6-hour rainfall was close to one-hundred years. The predictability of such events is rather good on a synoptic scale. However, when it comes to precise localisation and intensities, numerical weather prediction (NWP) models (be they deterministic or ensembles, global or limited-area ones) show a great variability between consecutive runs, making the exercise very challenging for forecasters.