Préparation à l'utilisation des observations de l'imageur d'éclairs de METEOSAT Troisième Génération pour la prévision numérique à courte échéance
Erdmann, Felix
Preparation for the use of METEOSAT third generation lightning imager observations in short-term numerical weather prediction
En guise d'analyse initiale, une intercomparaison d'observations d'éclairs au-dessus de la Corse issues du détecteur Lightning Imaging Sensor de la Station Spatiale Internationale (ISS-LIS), du réseau de Météorage de basse fréquence (LF) et du réseau Lightning Mapping Array (LMA) SAETTA révèle que des enregistrements coïncidents des trois systèmes de localisation des éclairs peuvent être identifiés. Les éclairs de grande extension et de longue durée sont plus susceptibles d'être simultanément détectés par ISS-LIS et Météorage que les éclairs de petite extension et de courte durée. En utilisant les informations fournies par SAETTA, on constate que l'efficacité de détection des éclairs de l'instrument spatial ISS-LIS se dégrade pour les éclairs détectés par Météorage qui ne s'étendent pas sur plus de 7 km d'altitude. Cette méthodologie d'intercomparaison est aussi appliquée pour analyser les enregistrements du capteur spatial ISS-LIS par rapport aux observations du réseau National Lightning Detection Network (NLDN) sur le sud-est des États-Unis. Dans l'ensemble, les caractéristiques des éclairs analysées dans les deux régions ne sont pas seulement similaires quand elles sont comparées aux enregistrements du détecteur spatial ISS-LIS, mais aussi lorsque l'on compare leurs statistiques telles que décrites indépendamment par Météorage et NLDN. Il est conclu que Météorage et NLDN détectent et localisent les éclairs de la même manière. Avec l'avènement du détecteur spatial géostationnaire (GEO) Geostationary Lightning Mapper (GLM), les observations coïncidentes de ce même détecteur GLM avec des observations du réseau terrestre NLDN sont analysées en détail pour construire un algorithme complexe générant des données synthétiques géostationnaires d'éclairs à partir des données du réseau NLDN. Ce générateur de données synthétiques d'éclairs utilise d'abord différentes caractéristiques des éclairs déduites des observations NLDN et GLM pour entraîner des modèles d'apprentissage automatique, et crée ensuite les différents pixels lumineux constituant chaque éclair synthétique à partir des caractéristiques de ce même éclair. Enfin, ce générateur est appliqué aux enregistrements du réseau français Météorage afin de simuler des observations synthétiques de l'imageur Lightning Imager (LI) de la mission Meteosat Troisième Génération (MTG) au-dessus de la France. Finalement, la densité d'étendue des éclairs (FED) est calculée à partir de ces données synthétiques MTG-LI. La FED sert ensuite de source de données pour un nouveau schéma d'assimilation de données d'éclairs (LDA) dans le modèle opérationnel français AROME-France. Ici, une restitution bayésienne à 1 dimension (1DBay) inverse la densité FED et fournit des profils d'humidité relative. La méthode 1DBay s'avère efficace pour supprimer la convection parasite et pour favoriser la convection dans les régions à FED positive. En dernier lieu, les profils d'humidité relative restitués sont assimilés à l'aide du système variationnel 3D (3DVar) du modèle AROME-France. Malgré les résultats prometteurs de la méthode 1DBay, l'analyse AROME-France contredit les profils d'humidité relative restitués dans la mesure où l'humidité est augmentée dans certaines régions où les profils d'humidité relative restitués suggèrent une réduction de l'humidité de l'ébauche.</p>
Accès à la notice sur le site du portail documentaire de Météo-France