L'événement tempête représentant un des phénomènes météorologiques les plus destructeurs en France métropolitaine, les compagnies d’assurances ont, depuis 1990, l’obligation d’inclure la garantie tempête dans leurs contrats afin de mieux répondre aux besoins d’indemnisations de leurs assurés.
Fort de cette obligation, une attention toute particulière est portée sur les différentes modélisations intéressant tant les risques naturels que climatiques pour définir, en amont, les grilles tarifaires.

Ces données n’étant disponibles en l’état en “opendata”, les modélisateurs que sont les “Cat Modeler”, les “datascientist” ou encore les actuaires, s’appuient sur les éléments collationnés auprès de structures spécialisées et officielles pour réaliser leurs études.
Parmi celles-ci, Météo France met à disposition, sous format PDF, différentes cartes représentant les rafales maximales enregistrées par les nombreuses stations implantées sur l’ensemble du territoire. Ces données restant limitées à une zone géographique, notre travail a consisté à extraire ces informations et de les affecter aux codes postaux de la France métropolitaine.

Issue de l’intelligence artificielle, la classification d’images supervisées est une méthode utilisée pour identifier et extraire les informations contenues dans une image.
Ainsi, le présent mémoire a pour objectif de présenter l’apport de la classification d’images supervisées dans le cas d’une base de données des tempêtes liée au code postal en France Métropolitaine. Les algorithmes Support Vector Machines et Random Forest seront étudiés pour répondre au mieux au besoin.
Enfin, un enjeu supplémentaire consistera à automatiser les traitements pour pouvoir poursuivre et agrémenter cette base de données.