Approche physique de la représentation des erreurs de modélisation en prévision d'ensemble atmosphérique
Fleury, Axelle
A physical approach to model error representation in atmospheric ensemble prediction
La prévision météorologique repose sur des modèles numériques qui ne représentent qu'imparfaitement l'atmosphère et son évolution. Les erreurs commises changent d'un jour à l'autre, selon le lieu et les phénomènes en jeu. Elles sont dues aux diverses approximations utilisées dans les modèles et à la nature-même de leurs équations, qui les rendent très sensibles aux conditions initiales que l'on ne connaît jamais avec exactitude. Savoir quelle confiance accorder dans les résultats d'un modèle est un enjeu essentiel pour la prévision météorologique, en particulier dans le contexte de la prévision d'évènements extrêmes et plus largement pour tous les secteurs de la société fortement dépendants de la météo. Estimer le degré de confiance, ou, de façon équivalente, le degré d'incertitude associé à une prévision est l'objectif de la « prévision d'ensemble », une approche qui consiste à combiner plusieurs scénarios alternatifs et équiprobables d'un même évènement, de façon à produire une prévision non plus déterministe mais probabiliste. Les systèmes de prévision d'ensemble sont construits le plus souvent en introduisant des perturbations, d'une part dans les données d'entrée des modèles, et d'autre part à l'intérieur des modèles eux-mêmes. Cette dernière catégorie regroupe un grand nombre de méthodes différentes, dont la majorité se concentre sur la perturbation des paramétrisations des phénomènes physiques de petite échelle non résolus (turbulence, convection, phénomènes microphysiques, etc), qui sont reconnues être une source d'erreur importante. Ces méthodes sont par ailleurs en grande partie empiriques : les perturbations sont réglées de façon à produire en moyenne des scénarios suffisamment différents les uns des autres, mais elles ne sont pas forcément toujours adaptées à la situation météorologique et peuvent ponctuellement produire des prévisions irréalistes. Néanmoins, d'autres méthodes, cherchant à relier davantage les perturbations aux phénomènes physiques dont la paramétrisation est jugée incertaine, se sont développées ces dernières années et font l'objet d'une recherche active. Dans cette thèse, on cherche à savoir si ces dernières méthodes, intéressantes d'un point de vue théorique, ont un impact suffisant sur les résultats d'un modèle pour rendre possible leur utilisation opérationnelle dans un système de prévision d'ensemble. Pour cela, certaines d'entre elles sont testées dans le modèle à aire limitée AROME de Météo-France, d'abord dans un cadre simplifié uni-colonne pour des situations de couche limite idéalisées, puis dans une configuration plus opérationnelle. Dans un premier temps, deux méthodes de perturbation visant à mieux représenter la variabilité des mouvements turbulents et convectifs sous-maille sont étudiées et réglées grâce à la comparaison avec des simulations à haute résolution (LES). Leurs performances sont différentes selon les variables et le cas d'étude, et la comparaison avec les LES montre que leurs objectifs sont partiellement atteints. On étudie par la suite une méthode de perturbation de deux paramètres de réglage de la distribution de taille des gouttelettes nuageuses, intervenant dans les schémas microphysique et radiatif. Cette méthode produit une dispersion importante mais également un biais par rapport à la référence, qui peut être en partie corrigé grâce à la résolution d'un problème inverse. Les premiers tests réalisés avec une version 3D du modèle AROME montrent que certaines perturbations testées dans le cadre uni-colonne ont un impact sur la simulation de brouillard et de précipitations convectives dans un contexte de faible forçage synoptique. En revanche, les premiers scores statistiques sur une période d'un mois ne montrent pas d'impact des méthodes de perturbations de la turbulence et de la convection peu profonde. Il sera nécessaire d'effectuer des simulations sur de plus longues périodes et à d'autres moments de l'année pour préciser ces résultats. </p>
Accès à la notice sur le site du portail documentaire de Météo-France