L'évaluation de l'incertitude associée à la prévision numérique du temps à haute résolution, et en particulier l'estimation de la prévisibilité des événements de fortes précipitations en région méditerranéenne, sont les objectifs de ce travail de thèse. Nous avons procédé à l'étude de quatre sources d'incertitude contrôlant la prévisibilité de ces événements : la description des conditions d'échelle synoptique, la représentation des conditions atmosphériques à méso-échelle (notamment le flux de basses couches alimentant le système convectif), le rôle de processus physiques complexes tels que l'établissement d'une plage froide sous orage, et enfin la définition des conditions de surface. Pour quantifier l'impact de ces différentes sources d'incertitude, nous avons opté pour la méthode des prévisions d'ensemble avec le modèle AROME. Chaque source d'incertitude est étudiée individuellement à travers la génération de perturbations pertinentes, et les ensembles ainsi obtenus sont évalués dans un premier temps pour des cas de fortes précipitations. Nous avons aussi procédé à une évaluation statistique du comportement des prévisions d'ensemble réalisées sur des périodes de prévision longues de deux à quatre semaines. Cette évaluation, ainsi que celle de systèmes de prévision d'ensemble échantillonnant plusieurs sources d'incertitude simultanément, permettent d'établir une hiérarchisation de ces sources d'incertitude et enfin quelques recommandations en vue de la mise en place d'un système de prévision d'ensemble à échelle convective opérationnel à Météo-France / This PhD thesis aims at quantifying the uncertainty of convection-permitting numerical weather forecasts, with a particular interest in the predictability of Mediterranean heavy precipitating events. Four uncertainty sources, which impact the predictability of these events, were investigated : the description of the synoptic-scale circulation, the representation of meso-scale atmospheric conditions (especially the low-level jet feeding the convective systems with moist and unstable air), the impact of complex physical processes such as the setting up of a cold pool, and the definition of surface conditions. To quantify the impact of these four uncertainty sources, the ensemble forecasting technique was chosen, using the AROME model. Each uncertainty source is studied separately through the definition of dedicated perturbations, and the resulting ensembles are first evaluated over heavy precipitation case studies. We then proceed to a statistical evaluation of the ensembles for 2- and 4-week long forecast periods. This evaluation, completed with the design of ensembles sampling several uncertainty sources together, allows us to draw some practical tips for the design of an operational convective scale ensemble forecasting system at Météo-France

Cette thèse a permis d'explorer l'apport des variables polarimétriques radar (aux longueurs d'onde centimétriques), sensibles aux propriétés microphysiques des hydrométéores, pour les modèles de prévision numérique à échelle convective. Dans la première partie de la thèse, un opérateur d'observation radar polarimétrique, cohérent avec les paramétrisations microphysiques à 1 moment couramment utilisées par les modèles opérationnels à échelle convective a été développé. Des comparaisons entre données simulées et observées pour tous les types de radar (S, C et X) ont été réalisées pour deux cas d'étude convectifs, et ont permis de valider l'opérateur d'observation. La deuxième partie de cette thèse a été consacrée à la conception et au test d'une méthode d'assimilation des variables polarimétriques, s'appuyant sur la méthode opérationnelle 1D+3D-Var, d'assimilation des réflectivités radar dans le modèle AROME. La méthode de restitution bayésienne 1D des profils d'humidité a été adaptée, afin d'inclure la phase différentielle spécifique et la réflectivité différentielle, en plus de la réflectivité, dans le vecteur d'observation. Plusieurs options de la méthode de restitution ont été testées et évaluées par des comparaisons aux observations radar et GPS. Des expériences d'assimilation menées sur deux cas convectifs ont ensuite été réalisées et ont permis d'évaluer l'impact des observations polarimétriques sur les champs analysés d'humidité ainsi que sur les prévisions de réflectivité et de cumuls de précipitation. / This PhD has explored the benefits of polarimetric variables (for centimeter wavelength radars), which are sensitive to the microphysical properties of hydrometeors, for convective scale numerical prediction models. In the first part of the PhD, a radar forward operator, consistent with the bulk 1 moment microphysical schemes typically used by the operational convective scale models, has been designed. Comparisons between observed and simulated variables for all radar types (S, C, X) have been performed for two convective cases, and helped validate the forward operator. Following these comparisons, quality controls have been specified so as to limitate the errors on the polarimetric variables before using them for assimilation. In the second part of the PhD, an assimilation method for polarimetric variables, based on the operational 1D+3D-Var assimilation method used for radar reflectivities in AROME model has been designed. The Bayesian retrieval of 1D humidity profiles has been adapted in order to include differential reflectivity and specific differential phase within the observation vector. Different options of the methodology have been tested and evaluated by comparisons with radar and GPS observations. Assimilation experiments conducted for two convective cases demonstrated an impact on analysed humidity fields. The effect of the assimilation of polarimetric variables on forecasted reflectivities and precipitation accumulations was also evaluated.