Dans les études géophysiques, l'assimilation de données a pour but d'estimer l'état d'un système ou les paramètres d'un modèle physique de façon optimale. Pour ce faire, l'assimilation de données a besoin de trois types d'informations : des observations, un modèle physique/numérique et une description statistique de l'incertitude associée aux paramètres du système. Dans ma thèse, de nouvelles méthodes d'assimilation de données sont utilisées pour l'étude de la physico-chimie de l'atmosphère: (i) On y utilise de manière conjointe la méthode 4D-Var avec un modèle sous-maille statistique pour tenir compte des erreurs de représentativité. (ii) Des échelles multiples sont prises en compte dans la méthode d'estimation BLUE. (iii) Enfin, la méthode du maximum de vraisemblance est appliquée pour estimer des hyper-paramètres qui paramètrisent les erreurs à priori. Ces trois approches sont appliquées de manière spécifique à des problèmes de modélisation inverse des sources de polluant atmosphérique. Dans une première partie, la modélisation inverse est utilisée afin d'estimer les émissions de monoxyde de carbone sur un domaine représentant la France. Les stations du réseau d'observation considérées sont impactées par les erreurs de représentativité. Un modèle statistique sous-maille est introduit. Il est couplé au système 4D-Var afin de réduire les erreurs de représentativité. En particulier, les résultats de la modélisation inverse montrent que la méthode 4D-Var seule n'est pas adaptée pour gérer le problème de représentativité. Le système d'assimilation des données couplé conduit à une meilleure représentation de la variabilité de la concentration de CO avec une amélioration très significative des indicateurs statistiques. Dans une deuxième partie, on évalue le potentiel du réseau IMS (International Monitoring System) du CTBTO pour l'inversion d'une source accidentelle de radionucléides. Pour évaluer la performance du réseau, une grille multi-échelle adaptative pour l'espace de contrôle est optimisée selon un critère basé sur les degrés de liberté du signal (DFS). Les résultats montrent que plusieurs régions restent sous-observées par le réseau IMS. Dans la troisième et dernière partie, sont estimés les émissions de Composés Organiques Volatils (COVs) sur l'Europe de l'ouest. Cette étude d'inversion est faite sur la base des observations de 14 COVs extraites du réseau EMEP. L'évaluation des incertitudes des valeurs des inventaires d'émission et des erreurs d'observation sont faites selon le principe du maximum de vraisemblance. La distribution des inventaires d'émission a été supposée tantôt gaussienne et tantôt semi-normale. Ces deux hypothèses sont appliquées pour inverser le champs des inventaires d'émission. Les résultats de ces deux approches sont comparés. Bien que la correction apportée sur les inventaires est plus forte avec l'hypothèse Gaussienne que semi-normale, les indicateurs statistiques montrent que l'hypothèse de la distribution semi-normale donne de meilleurs résultats de concentrations que celle Gaussienne. / Data assimilation in geophysical sciences aims at optimally estimating the state of the system or some parameters of the system's physical model. To do so, data assimilation needs three types of information: observations and background information, a physical/numerical model, and some statistical description that prescribes uncertainties to each componenent of the system.In my dissertation, new methodologies of data assimilation are used in atmospheric chemistry and physics: the joint use of a 4D-Var with a subgrid statistical model to consistently account for representativeness errors, accounting for multiple scale in the BLUE estimation principle, and a better estimation of prior errors using objective estimation of hyperparameters. These three approaches will be specifically applied to inverse modelling problems focussing on the emission fields of tracers or pollutants. First, in order to estimate the emission inventories of carbon monoxide over France, in-situ stations which are impacted by the representativeness errors are used. A subgrid model is introduced and coupled with a 4D-Var to reduce the representativeness error. Indeed, the results of inverse modelling showed that the 4D-Var routine was not fit to handle the representativeness issues. The coupled data assimilation system led to a much better representation of theCO concentration variability, with a significant improvement of statistical indicators, and more consistent estimation of the CO emission inventory. Second, the evaluation of the potential of the IMS (International Monitoring System) radionuclide network is performed for the inversion of an accidental source. In order to assess the performance of the global network, a multiscale adaptive grid is optimised using a criterion based on degrees of freedom for the signal (DFS). The results show that several specific regions remain poorly observed by the IMS network. Finally, the inversion of the surface fluxes of Volatile Organic Compounds (VOC) are carried out over Western Europe using EMEP stations. The uncertainties of the background values of the emissions, as well as the covariance matrix of the observation errors, are estimated according to the maximum likelihood principle. The prior probability density function of the control parameters is chosen to be Gaussian or semi-normal distributed. Grid-size emission inventories are inverted under these two statistical assumptions. The two kinds of approaches are compared. With the Gaussian assumption, the departure between the posterior and the prior emission inventories is higher than when using the semi-normal assumption, but that method does not provide better scores than the semi-normal in a forecast experiment.

L'assimilation de données permet de combiner d'une manière optimale un modèle numérique décrivant l'évolution de la composition chimique de l'atmosphère et les mesures disponibles. Dans cette thèse, l'assimilation de données est utilisée afin de caractériser les distributions troposphériques et stratosphériques de l'ozone (O3) et du monoxyde de carbone (CO). Le Modèle de Chimie Transport (CTM) MOCAGE (MOdèle de Chimie Atmosphérique à Grande échelle) est utilisé dans une configuration à deux domaines imbriqués avec les résolutions de 2◦ (global) et de 0.2◦ (régional). La technique variationnelle du 3D-FGAT est utilisée pour toutes les études que constituent cette thèse. Nous avons évalué la complémentarité des mesures satellites au limbe et au nadir aujourd'hui disponibles pour la caractérisation de l'UTLS (Haute Troposphère Basse Stratosphère) en assimilant ces deux types de mesures simultanément. Nous nous sommes en particulier intéressé à la propagation de l'information provenant des mesures assimilés dans le modèle et plus particulièrement, aux impacts de l'assimilation de mesures stratosphérique d'ozone en troposphère aux moyennes latitudes. Les principaux objectifs de cette thèse ont été de montrer la valeur ajoutée de l'augmentation de la résolution modèle pour l'assimilation de données et les effets synergiques de l'assimilation combinée d'un sondeur au limbe et au nadir. Des développements au niveau du système d'assimilation en domaine imbriqué à 0.2◦ ont été effectués. L'assimilation des données dans le domaine global est maintenant prise en compte et les conditions aux bords provenant des champs assimilés montre un impact significatif sur le domaine imbriqué. Dans un premier temps, nous avons assimilé les profils d'ozone stratosphériques mesurés au limbe provenant de MLS (Microwave Limb Sounder) afin d'étudier deux cas d'échange entre la Stratosphère et la Troposphère (STE). / Data assimilation combines in an optimal way a numerical model describing the evolution of the atmospheric chemical composition and the available trace gases measurements. In this thesis, data assimilation is used to characterize the ozone (O3) and the carbon monoxide (CO) distributions in the stratosphere and in the troposphere. The Chemistry Transport Model (CTM) MOCAGE (MOdèle de Chimie Atmosphérique à Grande Echelle) is used in a configuration with two nested domains at 2◦ (global) and at 0.2◦ (regional). To perform the assimilation experiments a 3D-FGAT variational method is used. We evaluate the complementarity of limb and nadir measurements available at the present day at characterizing the UTLS (Upper Troposphere Lower Stratosphere) region by assimilating simultaneously the two type of measurements. We particularly focus on the impacts of data assimilation of stratospheric ozone measurements on troposphere and conversely of tropospheric data assimilation on stratosphere. Showing the added value of the increased horizontal resolution in the UTLS assimilated fields and the synergistic effects of limb and nadir assimilation were the main objectives of this work. Development in the assimilation system have been made in the assimilation system with the nested domain. Data assimilation in the global domain is now taken in account and the boundary condition from the assimilated fields show significant impacts on the regional domain. Firstly, we assimilate stratospheric ozone profiles from MLS (Microwave Limb Sounder) to investigate two Stratosphere-Troposphere Exchange (STE) case studies. .

Les dernières décennies ont vu croître en quantité et en qualité les données satellites. Au fil des ans, ces observations ont pris de plus en plus d'importance en prévision numérique du temps. Ces données sont aujourd'hui cruciales afin de déterminer de manière optimale l'état du système étudié, et ce, notamment car elles fournissent des informations denses et de qualité dansdes zones peu observées par les moyens conventionnels. Cependant, le potentiel de ces séquences d'images est encore largement sous–exploitée en assimilation de données : ces dernières sont sévèrement sous–échantillonnées, et ce, en partie afin de ne pas avoir à tenir compte des corrélations d'erreurs d'observation.Dans ce manuscrit nous abordons le problème d'extraction, à partir de séquences d'images satellites, d'information sur la dynamique du système durant le processus d'assimilation variationnelle de données. Cette étude est menée dans un cadre idéalisé afin de déterminer l'impact d'un bruit d'observations et/ou d'occultations sur l'analyse effectuée.Lorsque le bruit est corrélé en espace, tenir compte des corrélations en analysant les images au niveau du pixel n'est pas chose aisée : il est nécessaire d'inverser la matrice de covariance d'erreur d'observation (qui se révèle être une matrice de grande taille) ou de faire des approximationsaisément inversibles de cette dernière. En changeant d'espace d'analyse, la prise en compte d'une partie des corrélations peut être rendue plus aisée. Dans ces travaux, nous proposons d'effectuer cette analyse dans des bases d'ondelettes ou des trames de curvelettes. En effet, un bruit corréléen espace n'impacte pas de la même manière les différents éléments composants ces familles. En travaillant dans ces espaces, il est alors plus aisé de tenir compte d'une partie des corrélations présentes au sein du champ d'erreur. La pertinence de l'approche proposée est présentée sur différents cas tests.Lorsque les données sont partiellement occultées, il est cependant nécessaire de savoir comment adapter la représentation des corrélations. Ceci n'est pas chose aisée : travailler avec un espace d'observation changeant au cours du temps rend difficile l'utilisation d'approximations aisément inversibles de la matrice de covariance d'erreur d'observation. Dans ces travaux uneméthode permettant d'adapter, à moindre coût, la représentations des corrélations (dans des bases d'ondelettes) aux données présentes dans chaque image est proposée. L'intérêt de cette approche est présenté dans un cas idéalisé. / Recent decades have seen an increase in quantity and quality of satellite observations . Over the years , those observations has become increasingly important in numerical weather forecasting. Nowadays, these datas are crucial in order to determine optimally the state of the studied system. In particular, satellites can provide dense observations in areas poorly observed by conventionnal networks. However, the potential of such observations is clearly under--used in data assimilation : in order to avoid the management of observation errors, thinning methods are employed in association to variance inflation.In this thesis, we adress the problem of extracting information on the system dynamic from satellites images data during the variationnal assimilation process. This study is carried out in an academic context in order to quantify the influence of observation noise and of clouds on the performed analysis.When the noise is spatially correlated, it is hard to take into account such correlations by working in the pixel space. Indeed, it is necessary to invert the observation error covariance matrix (which turns out to be very huge) or make an approximation easily invertible of such a matrix. Analysing the information in an other space can make the job easier. In this manuscript, we propose to perform the analysis step in a wavelet basis or a curvelet frame. Indeed, in those structured spaces, a correlated noise does not affect in the same way the differents structures. It is then easier to take into account part of errors correlations : a suitable approximation of the covariance matrix is made by considering only how each kind of element is affected by a correlated noise. The benefit of this approach is demonstrated on different academic tests cases.However, when some data are missing one has to address the problem of adapting the way correlations are taken into account. This work is not an easy one : working in a different observation space for each image makes the use of easily invertible approximate covariance matrix very tricky. In this work a way to adapt the diagonal hypothesis of the covariance matrix in a wavelet basis, in order to take into account that images are partially hidden, is proposed. The interest of such an approach is presented in an idealised case.

Cette thèse propose trois nouveaux développements de la méthode des bases réduites (RB) et de la méthode d'interpolation empirique (EIM) pour des problèmes non-linéaires. La première contribution est une nouvelle méthodologie, la méthode progressive RB-EIM (PREIM) dont l'objectif est de réduire le coût de la phase de construction du modèle réduit tout en maintenant une bonne approximation RB finale. L'idée est d'enrichir progressivement l'approximation EIM et l'espace RB, contrairement à l'approche standard où leurs constructions sont disjointes. La deuxième contribution concerne la RB pour les inéquations variationnelles avec contraintes non-linéaires. Nous proposons une combinaison RB-EIM pour traiter la contrainte. En outre, nous construisons une base réduite pour les multiplicateurs de Lagrange via un algorithme hiérarchique qui conserve la positivité des vecteurs cette base. Nous appliquons cette stratégie aux problèmes de contact élastique sans frottement pour les maillages non-coïncidents. La troisième contribution concerne la réduction de modèles avec assimilation de données. Une méthode dédiée a été introduite dans la littérature pour combiner un modèle numérique avec des mesures expérimentales. Nous élargissons son cadre d'application aux problèmes instationnaires en exploitant la méthode POD-greedy afin de construire des espaces réduits pour tout le transitoire temporel. Enfin, nous proposons un nouvel algorithme qui produit des espaces réduits plus représentatifs de la solution recherchée tout en minimisant le nombre de mesures nécessaires pour le problème réduit final / This thesis introduces three new developments of the reduced basis method (RB) and the empirical interpolation method (EIM) for nonlinear problems. The first contribution is a new methodology, the Progressive RB-EIM (PREIM) which aims at reducing the cost of the phase during which the reduced model is constructed without compromising the accuracy of the final RB approximation. The idea is to gradually enrich the EIM approximation and the RB space, in contrast to the standard approach where both constructions are separate. The second contribution is related to the RB for variational inequalities with nonlinear constraints. We employ an RB-EIM combination to treat the nonlinear constraint. Also, we build a reduced basis for the Lagrange multipliers via a hierarchical algorithm that preserves the non-negativity of the basis vectors. We apply this strategy to elastic frictionless contact for non-matching meshes. Finally, the third contribution focuses on model reduction with data assimilation. A dedicated method has been introduced in the literature so as to combine numerical models with experimental measurements. We extend the method to a time-dependent framework using a POD-greedy algorithm in order to build accurate reduced spaces for all the time steps. Besides, we devise a new algorithm that produces better reduced spaces while minimizing the number of measurements required for the final reduced problem

La surveillance de la qualité de l'air est actuellement effectuée avec des mesures de concentration et à partir d'outils de modélisation de la dispersion atmosphérique. Ces modèles numériques évaluent les concentrations des polluants avec une résolution spatio-temporelle plus fine que les mesures. Néanmoins, les estimations fournies par ces modèles sont moins précises que les mesures. Dans ce projet de recherche, nous avons étudié les approches de couplage d'échelles et d'assimilation de données pour améliorer les estimations fournies par le modèle de dispersion atmosphérique SIRANE, dédié à l'échelle urbaine. L'approche de couplage d'échelles consiste à déterminer les conditions aux limites d'une simulation à partir d'une autre simulation à plus grande échelle. Au cours de ce travail de thèse, nous avons analysé trois méthodes afin de coupler le modèle urbain SIRANE et le modèle à méso-échelle CHIMERE. Cette étude montre que ces méthodes permettent potentiellement d'estimer la qualité de l'air à l'échelle urbaine de manière plus satisfaisante que les modèles à méso-échelle (utilisés seuls). Cependant, elles n'améliorent pas forcément la modélisation des conditions aux limites d'une simulation à l'échelle urbaine et les estimations fournies par celles-ci. Cela est a priori lié au fait que les estimations fournies par le modèle CHIMERE ne sont pas suffisamment satisfaisantes sur notre cas d'étude. Il est néanmoins possible que ces méthodes améliorent les résultats à l'échelle urbaine en utilisant une simulation à l'échelle régionale de meilleure qualité. L'approche d'assimilation de données consiste à combiner les mesures et les données modélisées afin de déterminer la meilleure estimation de l'état d'un système. Durant cette thèse, nous avons étudié trois méthodes d'assimilation de données : la méthode de débiaisement, la méthode que nous avons nommée modulation de la contribution des sources et la méthode Best Linear Unbiased Estimator. Cette étude indique que ces méthodes permettent globalement d'améliorer les estimations fournies par le modèle SIRANE. L'étude de sensibilité vis-à-vis du nombre de mesures utilisées lors de l'assimilation de données indique qu'en général, plus ce nombre est élevé plus les résultats sont satisfaisants. Enfin, les résultats montrent que les performances statistiques associées à ces trois méthodes d'assimilation de données sont globalement comparables entre elles sur notre cas d'étude. / Air quality monitoring is currently carried out with concentration measurements and with atmospheric dispersion modeling tools. These numerical models evaluate pollutant concentrations with a finer spatio-temporal resolution than measurements. Nevertheless, the estimates provided by these models are less accurate than measurements. In this research project, we studied multiscale coupling and data assimilation approaches to improve the estimates provided by the SIRANE atmospheric dispersion model, dedicated to the urban scale. The multiscale coupling approach consists in determining the boundary conditions of a simulation from another simulation on a larger scale. In this thesis work, we analyzed three methods for coupling the SIRANE model with the CHIMERE mesoscale model. This study shows that these methods can potentially estimate the air quality at the urban scale more satisfactorily than the mesoscale models (used alone). However, they do not necessarily improve the modeling of the boundary conditions of a simulation at the urban scale and the estimates provided by them. This is a priori due to the fact that the estimates provided by the CHIMERE model are not sufficiently good on our case study. It is possible, however, that these methods improve the results at the urban scale by using a better simulation at the regional scale. The data assimilation approach consists of combining the measurements and the modelled data to determine the best estimate of the system state. During this thesis, we studied three data assimilation methods : the unbiased method, the method that we called source apportionment modulation, and the Best Linear Unbiased Estimator method. This study indicates that these methods generally improve the estimates provided by the SIRANE model. The sensitivity study on the number of measurements used during the data assimilation indicates that, in general, higher is this number, more satisfactory are the results. Finally, the results show that the statistical performances associated with these three data assimilation methods are globally comparable on our case study.

Depuis quelques années, les observations spatiales des traceurs, comme la température de surface de l'océan (SST) ou la couleur de l'océan, ont révélé la présence de filaments à sous-mésoéchelle, qui ne peuvent être détectées par les satellites altimétriques. Ce travail de thèse explore la possibilité d'utiliser les informations dynamiques contenues dans les images traceur haute résolution pour compléter l'estimation de la dynamique océanique de surface effectuée par les satellites altimétriques. Pour ce faire, la méthode d'inversion développée est inspirée de l'assimilation de données images. A l'aide d'une fonction coût, on mesure la distance entre une image du flot dynamique et l'image des structures présentes sur le traceur. On a choisi pour cette étude d'utiliser le FSLE (Finite-Size Lyapunov Exponents) comme proxy image de la dynamique. Cette méthode est testée avec succès sur plusieurs cas test d'observations spatiales. Un modèle de processus couplé physique-biogéochimie ainsi qu'un modèle réaliste de la mer des Salomon sont utilisés pour estimer l'erreur associée à la méthode d'inversion et la pertinence de la correction effectuée. L'utilisation conjointe d'images traceurs et de données altimétriques présente un fort intérêt pour le contrôle de la circulation océanique. / High resolution sensors of tracers such as the Sea Surface Temperature or the Ocean Color reveal small structures at the submesoscale, which are not seen by altimetry. Therefore, this thesis explores the feasibility of using tracer information at the submesoscales to complement the control of ocean dynamic fields that emerge from altimeter data analysis at larger scales. To do so, an image data assimilation strategy (i.e. inversion of images) is developed in which a cost-function is built that minimizes the misfits between image of submesoscale flow structure and tracer images. In the present work, we have chosen as an image of submesoscale flow structure the Finite-Size Lyapunov Exponents (FSLE). This method has been successfully tested on several areas using tracer and altimetric observations from space A high resolution physico-biogeochemical coupled model of process and a high resolution realistic model of the Solomon sea have been used to assess the error associated with the inversion and the efficiency of the correction on the oceanic circulation. These results show the benefits of the joint use of tracer image and altimetric data for the control of ocean circulations.

Le formulaire de calcul DARWIN2.3, basé sur l’évaluation des données nucléaires JEFF-3.1.1, est dédié aux applications du cycle du combustible nucléaire. Il est validé expérimentalement pour le calcul du bilan matière par comparaison avec des mesures de rapports isotopiques réalisées sur des tronçons de combustibles irradiés en réacteur de puissance. Pour certains nucléides d’intérêt pour le cycle du combustible, la validation expérimentale montre que le calcul de la concentration en évolution pourrait être amélioré. C’est dans ce contexte que les travaux de thèse ont été menés : après s’être assuré que le biais Calcul / Expérience (C/E) est majoritairement dû aux données nucléaires, deux voies d’amélioration du calcul du bilan matière sont proposées et étudiées.La première voie d’amélioration s’attache à la ré-estimation des données nucléaires par assimilation des données intégrales. Elle consiste en l'assimilation des données provenant de la validation expérimentale du calcul du bilan matière avec DARWIN2.3 à l'aide du code d’évaluation des données nucléaires CONRAD. Des recommandations d’évolution d’évaluation, qui découlent de l’analyse de ces travaux, sont effectuées.La deuxième voie d’amélioration consiste à proposer de nouvelles expériences pour valider les données nucléaires impliquées dans la formation de nucléides pour lesquels on ne dispose pas d’expérience pour valider le calcul de la concentration avec DARWIN2.3. La faisabilité d’une expérience dédiée à la validation des sections efficaces des réactions de formation du 14C, à savoir 14N(n,p) et 17O(n,α), a été démontrée en ce sens. / The DARWIN2.3 calculation package, based on the use of the JEFF-3.1.1 nuclear data library, is devoted to nuclear fuel cycle studies. It is experimentally validated for fuel inventory calculation thanks to dedicated isotopic ratios measurements realized on in-pile irradiated fuel rod cuts. For some nuclides of interest for the fuel cycle, the experimental validation work points out that the concentration calculation could be improved. The PhD work was done in this framework: having verified that calculation-to-experiment (C/E) biases are mainly due to nuclear data, two ways of improving fuel inventory calculation are proposed and investigated. It consists on one hand in improving nuclear data using the integral data assimilation technique. Data from the experimental validation of DARWIN2.3 fuel inventory calculation are assimilated thanks to the CONRAD code devoted to nuclear data evaluation. Recommendations of nuclear data evaluations are provided on the basis of the analysis of the assimilation work. On the other hand, new experiments should be proposed to validate nuclear data involved in the buildup of nuclides for which there is no post-irradiation examination available to validate DARWIN2.3 fuel inventory calculation. To that extent, the feasibility of an experiment dedicated to the validation of the ways of formation of 14C, which are 14N(n,p) and 17O(n,α) reaction cross sections, was demonstrated.

La circulation du golfe du Lion est influencée par un forçage atmosphérique intense et le Courant Nord Méditerranéen (CNM). Une configuration au 1/16° a été utilisée pour modéliser la dynamique complexe de cette région, mais ne permet pas de modéliser correctement le CNM. Nous avons utilisé la méthode d’assimilation du filtre SEEK afin de combiner l’information contenue dans ce modèle et celle provenant d’observations synthétiques altimétriques (de type SARAL-AltiKa) et in situ, extraites d’une configuration réaliste du golfe du Lion au 1/64°. Afin d’évaluer la qualité des résultats, des diagnostics statistiques et physiques ont été établis et témoignent d’une bonne qualité de l’expérience. On a ainsi montré une amélioration des caractéristiques du CNM en surface et en profondeur, de son activité mésoéchelle et permis l’intrusion de branches de recirculation sur le plateau. Une meilleure représentation de ce courant a permis d’améliorer la quantité des échanges côte-large de même que la caractéristique des eaux du plateau, ce qui a permis la formation d’eaux denses hivernales, leur convection puis leur cascading le long du talus. L’assimilation a aussi amélioré les caractéristiques du panache du Rhône. On a ainsi montré que l’assimilation de nouvelles formes d’observations dans les systèmes opérationnels permettra de contrôler des processus plus fins et proches des côtes, non contrôlés par les systèmes d’observations actuels. / Ocean circulation in the Gulf of Lions is both influenced by intense atmospheric forcings and the North Mediterranean Current (NMC). A 1/16◦ configuration of the Gulf of Lions has been used to represent the complex dynamics of this area but does not allow a correct modeling of the NMC. We have used the SEEK filter data assimilation method to combine the information contained in the model and the one coming from synthetic in situ and altimetric observations (from SARAL-AltiKa altimeter). Those observations have been extracted from a realist 1/64◦ configuration of the Gulf of Lions. To assess the quality of results, statistical and physical diagnostics have been developed and show a good quality of the experiment. Thanks to a better representation of this current at the surface and at depth as well as its mesoscale activity, we have managed to improve the quantity of cross shelf exchanges. Consequently, we have managed to improve shelf water characteristics, which have thus allowed the formation of dense waters in winter, their convection and cascading over the shelf break. Rhône river plume characteristics have also been improved thanks to data assimilation. We have finally shown that assimilating those new kinds of observations in operational systems should allow the control of small scale processes closed to the coast that are not controlled with present observational systems

L'impact sur le climat et sur la qualité de l'air des gaz émis par les activités humaines a de fortes retombées sociales et économiques. L'ozone (O3) troposphérique est produit à partir des polluants primaires comme les oxydes d'azote. Il est le troisième gaz par importance dans l'effet de serre après le dioxyde de carbone et le méthane, et il est l'un des polluants principaux pour ses effets oxydants sur les tissus organiques. Pour répondre au besoin de mesure continue de la concentration d'O3 plusieurs satellites emportent des sondeurs capables de mesurer leur signal dans les domaines ultra-violet, visible ou infrarouge du rayonnement terrestre. Le CNES développe notamment le sondeur infrarouge IASI à bord des satellites météorologiques polaires METOP. IASI, en orbite depuis de nombreuses années, permet d'estimer la concentration de certains gaz atmosphériques, notamment l'O3, avec une couverture spatio-temporelle jamais atteinte jusqu'à présent. Chaque jour IASI mesure le spectre infrarouge de l'atmosphère entre 650 et 2700 nm avec une résolution horizontale de 12 km, ce qui fait un volume de données géolocalisées de plusieurs dizaines de gigaoctets par jour. Ces observations constituent un jeu de données idéal pour la validation des modèles de chimie-transport (CTM) à la base des systèmes de surveillance et de prévision de la qualité de l'air. Ces modèles peuvent prendre en compte les observations satellitaires par une procédure mathématique appelée 'assimilation de données'. Cette technique permet de compléter l'information parfois parcellaire des satellites (par exemple à cause de la présence des nuages ou durant la nuit pour les capteurs UV-visible) et d'obtenir des champs 3D globaux des concentrations de certaines espèces chimiques avec une fréquence horaire. Dans ce contexte, il est très important de développer des algorithmes fiables et efficaces pour assimiler les données IASI dans les CTM. A cette fin, l'UMR/CECI (CERFACS) développe en collaboration avec le CNRM/Météo-France un outil d'assimilation (VALENTINA) pour le CTM MOCAGE ayant des applications à l'échelle globale ou régionale pour l'étude du climat ou de la qualité de l'air, notamment dans le cadre du projet européen Copernicus sur la composition de l'atmosphère (CAMS). Il collabore également avec le Laboratoire d'Aérologie, qui développe depuis plusieurs années l'algorithme SOFRID de restitution des profils verticaux d' O3 IASI basé sur le code de transfert radiatif RTTOV. Le travail de cette thèse concerne la mise au point et la production d'analyses d' O3 troposphérique tridimensionnelles par l'assimilation d'observations satellitaires (MLS, IASI) dans le CTM MOCAGE. L'objectif principal est de constituer une nouvelle base de données pour l'étude de la variabilité de l'ozone de l'échelle journalière à celle décennale. On démontre ainsi la capacité des analyses utilisant les données IASI à reproduire la réponse de l' O3 troposphérique à l'ENSO (El Niño Southern Oscillation) aux basses latitudes, apportant notamment des informations nouvelles sur la distribution verticale des anomalies associées. Une large part de ce travail a de plus consisté à analyser les biais entre les analyses et les données de sondages indépendantes. Une des raisons expliquant ces biais pourrait être l'utilisation d'a-priori et de covariances d'erreurs climatologiques fortement biaisés (notamment au niveau de la tropopause) dans la procédure d'inversion des produits d' O3 de IASI. Une seconde partie de la thèse a donc consisté à mettre en place une méthode permettant de prescrire des a-priori plus proches des situations réelles améliorant ainsi les profils d' O3 restitués. En conclusion cette thèse constitue une avancée significative vers l'amélioration des produits d' O3 troposphérique issus de l'instrument IASI, permettant d'envisager un suivi à long terme que le caractère opérationnel des satellites METOP facilitera. / Human activity produces gases impacting the climate and the air quality with important economic and social consequences. Tropospheric ozone (O3) is created by chemical reactions from primary pollutants as nitrogen oxides. O3 is the third most important greenhouse gas after carbon dioxide and methane. It is one of the most important pollutants due to its oxidant effects on biological tissue. Several sensors on board satellites measure ozone concentration in the Ultraviolet, visible, or in the Earth infrared radiance. The French national center for space studies CNES (Centre National d'Etudes Spatiales) has developed the infrared sounding IASI on board polar meteorological satellites METOP. IASI, in orbit for several years, has allowed to estimate concentration of atmospheric gases, particularly O3, with a spatio-temporal coverage never reached so far. Every day, IASI measures infrared spectrum of the atmosphere between 650 to 2700 nm with an horizontal resolution of 12 km, giving tens of Gigaoctet per day of geolocated data. These observations form a part of an ideal set of data for the Chemistry Transport Model (CTM). CTM are used to analyze and predict air quality and can take into account satellite data according to a mathematical procedure called 'data assimilation'. This technic allows to fill gaps in the satellite information (for instance due to clouds or during night for the UV-visible sensor) and to obtain 3D global fields of chemical species concentration on an hourly basis. Therefore, it is important to develop accurate and efficient algorithms to assimilate IASI data in the CTM's. To this end, the UMR/CECI (CERFACS) develops in collaboration with the CNRM/Météo-France an assimilation tool (named VALENTINA) to the CTM MOCAGE that has applications on global and regional scales for climate or air quality study. The CTM MOCAGE is part of the European Copernicus project on the atmospheric composition (CAMS). In addition, the UMR/CECI collaborates with the Laboratoire d'Aérologie that has developed for several years the SOFRID algorithm for the vertical profiles retrieval of IASI ozone data based on the radiative transfer code RTTOV. The study of this PhD includes the tridimensional production of tropospheric ozone analysis with data assimilation (MLS, IASI) in the CTM MOCAGE, and on the ozone variability. Hence, we demonstrate the analysis ability to reproduce tropospheric ozone in response to ENSO, by bringing new informations on the vertical structure of associated anomalies. The PhD also focuses on the study of biases between analyses and independent ozone soundings. One of the main reasons could be due to the use of the climatological a-priori and matrix error covariance associated, strongly biased (particularly around the tropopause) in the retrieval method of IASI ozone data. Therefore, the second part of the PhD has consisted implementation of a method that generates accurate a-priori to improve retrieved ozone profiles. As a conclusion, this PhD brings a significant progress towards the improvement of tropospheric ozone products from IASI instrument, that should contribute to the long-term monitoring of tropospheric ozone thanks to the operational nature of METOP satellites.

Neste estudo, trata-se de avaliar fontes de precipitação baseadas em estimativas por satélite e técnicas de assimilação de dados para previsão de vazões por meio do modelo hidrológico distribuído MGB-IPH. A insuficiente representatividade espacial dos pluviômetros torna difícil a correta representação dos campos de precipitações. Por outro lado, as estimativas de satélite, embora forneçam uma descrição espacial mais consistente, são potencialmente menos acuradas. Sendo assim, procura-se utilizar métodos que combinem os dados de ambas as fontes para gerar um campo de precipitação mais consistente. Neste trabalho, implementaramse dois modelos de combinação pluviômetro-satélite, CHUVSAT e MERGEHQ, através de uma metodologia de interpolação. Por outro lado, as técnicas de assimilação de dados acoplados aos modelos de previsão hidrológica são também de interesse neste estudo, pois minimizam as incertezas associadas ao processo de calibração de parâmetros, às variáveis de estado e dados de entrada do modelo hidrológico. Para esse propósito, escolheu-se a bacia do rio Tocantins e implementou-se particularmente a técnica de assimilação de dados de tipo sequencial chamado na literatura de filtro de partículas, conjuntamente com o método de filtro Kalman por conjunto e o método de assimilação AsMGB atualmente acoplado ao modelo MGB-IPH. O estudo mostra que a precipitação combinada utilizada como dado de entrada na simulação hidrológica permitiu reproduzir adequadamente os hidrogramas observados para o período de calibração e validação. Já para o caso das vazões resultantes, durante a etapa de previsão, a precipitação combinada mostrou-se com melhor desempenho em termos estatísticos que os métodos sem combinar, sobretudo após 24 horas de antecedência. Finalmente, a técnica de assimilação de dados por filtro de partículas conseguiu absorver os erros da simulação melhorando as medidas de desempenho na etapa de previsão sendo superior ao modelo de previsão sem considerar assimilação. / The objective of this study is to evaluate precipitation sources based on satellite estimates and data assimilation techniques for prediction of flows by means of the distributed hydrological model MGB-IPH. The insufficient spatial availability of rain gauges makes difficult to represent precipitation fields appropriately. In contrast, satellite estimates, although providing a more consistent spatial description, are potentially less accurate. Thus, raingauge satellite merging methods that combine data from both sources to generate a more consistent precipitation field are used herein. For this purpose, two models namely CHUVSAT and MERGEHQ were implemented using an interpolation technique. On the other hand, data assimilation techniques coupled with hydrological forecasting models are also assessed in this study. The assimilation process minimizes the uncertainties associated with the parameter calibration procedure, variable state and hydrological input data. In this manner, the sequential data assimilation technique namely particle filter in conjunction with the Kalman filter method and the assimilation method AsMGB, which is currently coupled to the MGBIPH model, were implemented and applied to the Tocantis basin. The obtained results showed that the combined precipitation used as input data in the hydrological simulation allowed reproducing adequately the observed hydrograms for the periods of calibration and validation. In the case of the resulting flows during the forecast stage, the merging precipitation was shown to perform better in statistical terms than the uncombined methods, especially after 24 hours in advance. Finally, the data assimilation technique by particle filter was able to absorb all simulation errors, improving the performance measures in the forecasting stage, thus being superior to the forecasting model without considering assimilation.