Vers l'amélioration des Prévisions de Brouillard Grâce à la Synergie Instrumentale entre Radars à Nuages et Radiomètres Micro-Ondes
Bell, Alistair
Towards Fog Forecast Improvement through the Instrumental Synergy of Cloud Radars and Microwave Radiometers
Le brouillard - une réduction de la visibilité à la surface due à la présence de gouttelettes d'eau liquide ou de cristaux de glace - peut causer d'importantes perturbations dans les transports entraînant de fortes répercussions humaines et économiques. Cependant, le brouillard est encore mal prévu, même par les modèles modernes de prévision numérique du temps (PNT) à haute résolution. L'une des façons d'améliorer la prévision du brouillard est de disposer de conditions initiales de l'état de l'atmosphère plus précises dans les modèles de PNT. Une nouvelle génération de radars à nuages à 95 GHz offre la possibilité de mieux observer les propriétés microphysiques du brouillard et leurs données pourraient être assimilées pour améliorer les conditions initiales des modèles de PNT. Une méthode répandue d'assimilation de données de nouveaux instruments consiste à effectuer une étape intermédiaire permettant d'inverser les variables atmosphériques d'intérêt à partir des observations, avant d'assimiler les profils restitués directement dans le modèle. L'inversion de profils de contenu en eau liquide (LWC) à partir des réflectivités radar est toutefois un problème sous-contraint. Cependant, les observations complémentaires de radiomètres micro-ondes au sol peuvent aider à mieux contraindre cette étape de restitution. En effet, ces instruments sont sensibles au contenu intégré en eau liquide sur toute la colonne atmosphérique mais informent aussi sur les profils de température et d'humidité, qui sont également des variables clés pour déterminer la capacité de saturation de la couche de brouillard. L'objectif principal de cette thèse est donc de tirer profit de la synergie instrumentale des deux capteurs en combinant de manière optimale les observations de radars à nuages et de radiomètres micro-ondes dans un même algorithme d'inversion, afin d'obtenir des profils équilibrés de température, d'humidité et de LWC en conditions de brouillard qui, si assimilés dans un modèle de PNT, pourraient permettre d'améliorer à terme les prévisions de brouillard. Pour cela, un schéma d'assimilation de données variationnel unidimensionnel (1D-Var) a été choisi pour combiner les observations du radar à nuages et du radiomètre micro-onde avec les prévisions à court terme du modèle de PNT AROME. Tout d'abord, pour préparer les inversions 1D-Var, une analyse d'erreur est menée sur le modèle AROME pendant des événements de brouillard observés sur le site instrumental du SIRTA près de Paris. De fortes erreurs spatio-temporelles ont été observées dans les prévisions de brouillard du modèle AROME ce qui a conduit à appliquer une méthode de correction, appelée méthode du profil le plus ressemblant (MRP), permettant la sélection de profils AROME plus proches de l'observation afin de mieux contraindre les inversions 1D-Var. Ensuite, les développements effectués pour la mise en place de l'algorithme d'inversion 1D-Var qui permet de restituer les profils de température, humidité et d'eau liquide sont présentés. L'algorithme est d'abord testé sur un ensemble de données synthétiques afin d'évaluer les restitutions dans des conditions idéales puis est ensuite appliqué aux données réelles provenant de la récente campagne de terrain SOFOG-3D, en utilisant des mesures sous ballon captif de LWC comme moyen validation. La capacité de l'algorithme à restituer les profils de LWC, de température et d'humidité dans des conditions de brouillard avec une bonne précision est ainsi démontrée. Les améliorations potentielles des prévisions de brouillard grâce à une meilleure initialisation des modèles de PNT sont ensuite discutées, ainsi que les futurs développements qui pourraient amener à une amélioration des restitutions proposées.</p>
Accès à la notice sur le site du portail documentaire de Météo-France