Le retrait-gonflement des argiles (RGA), aussi appelé sécheresse géotechnique, est un phénomène naturel de rétractation des sols riches en minéraux argileux gonflants lors de périodes de sécheresse. Le bâti peut être affecté si le dessèchement se propage en profondeur dans le sol sous les fondations provoquant la fissuration des façades. En France, les dégâts sont couverts par les assureurs dans le cadre du régime d’indemnisation des catastrophes naturelles (CatNat). Il s'agit du deuxième risque le plus coûteux après les inondations, avec des dommages estimés à plus de 20,8 milliards d'euros depuis 1989. Les coûts sont particulièrement élevés depuis 2017, avec un nouveau record en 2022 estimé à plus de 3 milliards d'euros d’après la Caisse Centrale de Réassurance (CCR). Bien que ce phénomène ait été décrit localement, il reste imprévisible à de grandes échelles spatiales, en partie à cause de l'hétérogénéité inhérente aux dépôts argileux. La thèse vise à améliorer la caractérisation des facteurs d'occurrence du RGA et à quantifier statistiquement le nombre global de sinistres. Il ne s’agit pas ici de déterminer un risque de sinistre pour chaque maison. Différents types de données sont comparés : des simulations de l'humidité du sol (Météo-France), des données géologiques et des acquisitions faites sur un site instrumenté dans le Loiret (BRGM), et une base de données de sinistres (CCR). Le travail est abordé sous l’angle du facteur déclenchant principal : la sécheresse. Un indicateur sur-mesure est développé, la magnitude annuelle de sécheresse (YDMI), basée sur l'humidité du sol simulée par le modèle de surface terrestre ISBA. Le YDMI intègre les fortes anomalies négatives d'humidité du sol sur une année. Ses caractéristiques (définition de la sécheresse, profondeur de la couche de sol et méthode de calcul) ont été ajustées par comparaison avec un échantillon de données de sinistres. L'objectif de cet indicateur est d'identifier les conditions de sécheresse susceptibles d’induire du retrait. Une comparaison des humidités du sol simulées par ISBA et des YDMI associés avec des données du site instrumenté a permis de caractériser les incertitudes liées à l’échelle macroscopique du modèle. Des YDMI sont ensuite calculés de façon spatialisée sur la France, d'abord pour une période historique allant de 2000 à 2022, puis pour une période future allant jusqu'à 2065. Pour cela, ISBA est forcé successivement par la réanalyse SAFRAN, et par les champs atmosphériques simulés par plusieurs modèles de climat sous les scénarios RCP 4.5 et 8.5. L'analyse historique identifie des événements extrêmes qui ont frappé la France en 2003, 2018, 2019, 2020 et particulièrement en 2022. D'autre part, les YDMI projetés montrent que la fréquence et l’intensité médianes des sécheresses favorisant le RGA sont amenées à augmenter dans le futur, surtout dans le scénario le plus pessimiste RCP8.5. Le dernier volet de la thèse met en interaction le YDMI et trois composantes géologiques de susceptibilité des sols au RGA identifiées par le BRGM, qui sont des critères qualifiant leur minéralogie, lithologie et propriétés géotechniques. Un des enjeux pour les assureurs est de prédire le nombre de sinistres causés par une année de sécheresse. C’est pourquoi le YDMI par années et les critères géologiques ont été croisés avec des données assurantielles pour entraîner un modèle ensembliste d’apprentissage random forest. Les résultats soulignent le pouvoir prédictif supérieur des YDMI et du critère minéralogique pour prédire le nombre de sinistres global. Ces travaux constituent une avancée vers une meilleure compréhension du phénomène RGA et ouvrent des perspectives pour la prédiction opérationnelle de la sinistralité assurantielle. La modélisation pourrait être améliorée avec des données d’aléa plus fines et une meilleure caractérisation de la vulnérabilité des bâtiments.