Utilisation des observations long-terme des interactions surface-atmosphère pour une meilleure évaluation des modèles numériques de prévision du temps et du climat

Auteur moral

Université Toulouse 3 Paul Sabatier : UT3

Auteur moral

Lohou, Fabienne ; Canut, Guylaine

Année de publication

2024

La surface terrestre, de part sa topographie, son humidité, sa température ou encore l'évolution de sa végétation, impacte l'atmosphère à différentes échelles temporelles. De récentes études ont mis en avant l'importance du couplage surface-atmosphère dans les modèles météorologiques et climatiques et ont montré que la modélisation des flux de surface est la seconde source d'erreur la plus importante dans ces mêmes modèles. Pour réduire ces erreurs, une évaluation précise et une représentation correcte des échanges surface-atmosphère sont essentielles. Le projet MOSAI (Models and Observations for Surface-Atmosphere Interactions) cherche à contribuer à cet effort. L'objectif de cette thèse reprend le premier objectif scientifique du projet MOSAI. Celui-ci concerne l'étude des incertitudes et de la représentativité des flux de surface mesurés dans des paysages hétérogènes. Cette thèse se base sur des mesures long-termes autour de sites de mesure permanents afin d'estimer (1) l'évolution des erreurs de mesure de flux avec l'hétérogénéité de surface et (2) la représentativité d'une mesure locale dans un paysage hétérogène. Ceci est une étape nécessaire afin d'opérer une évaluation juste des modèles. Une première série d'indicateurs quantifient l'hétérogénéité de surface à l'échelle locale et à l'échelle du paysage. Ces indicateurs sont étudiés en fonction des erreurs de mesure des flux pour mettre en avant l'influence des hétérogénéités sur les mesures des échanges surface-atmosphère. Deux erreurs sont étudiées : la non-fermeture du bilan de surface et l'erreur aléatoire. Alors que la non-fermeture est une erreur propre au site étudié, excédant 20% du rayonnement net, l'erreur aléatoire est elle relativement homogène avec une moyenne annuelle d'environ 10% des flux de surface. Nous montrons que l'hétérogénéité de surface est faiblement corrélée à la non-fermeture et moyennement corrélée à l'erreur aléatoire pour des hétérogénéités à l'échelle du paysage. Cette conclusion met en avant la contribution de divers facteurs à ces deux erreurs. Un second indicateur est défini pour quantifier la représentativité horizontale des mesures de surface dans un paysage hétérogène. En combinant des cartes d'occupation du sol et des mesures de flux de surface, des flux moyens agrégés sont calculés pour les résolutions spatiales de deux modèles. L'indicateur définit alors la représentativité de la station permanente par rapport au flux moyen agrégé. En se concentrant sur les 10% des cas où la station permanente est la moins représentative du flux moyen agrégé, nous trouvons que des conditions extrêmes (sèches et chaudes pour le flux de chaleur latente et froides et humides pour le flux de chaleur sensible) contribuent à une représentativité plus faible. Cependant, ces conclusions sont nécessaires et non suffisantes. Une dernière partie de cette thèse est consacrée à l'intensification des mesures des échanges surface-atmosphère pour surveiller l'évolution des flux dans un paysage hétérogène. Une méthode plus abordable permettant d'estimer des flux de surface à partir de réseaux de neurones est testée. Les résultats de cette étude sont convaincants et encourageants. Les flux ainsi estimés ne sont pas parfaitement corrélés aux observations, mais ils permettent une surveillance de l'évolution mensuelle des sites instrumentés à moindre coût. Ce travail de thèse représente une première étape vers des mesures de flux de surface mieux documentées, prenant en compte leurs erreurs et leur représentativité. En quantifiant ces erreurs de mesure de flux en surface et en développant un indicateur concernant la représentativité horizontale d'une mesure permanente, ces recherches aident à une évaluation plus juste des modèles. De plus, les résultats concernant l'utilisation des réseaux de neurones mettent en avant les prémices d'une technique novatrice permettant la gestion et la surveillance de l'évolution des couverts à moindre coût.</div>

  Accès à la notice sur le site du portail documentaire de Météo-France

  Liste complète des notices publiques