Le travail de thèse a porté sur l'utilisation des données radar dans les domaines de la validation et de l'initialisation des modèles atmosphériques à échelle kilométrique. Dans la première partie, un simulateur radar sophistiqué et modulaire est développé dans le modèle atmosphérique à haute résolution Méso-NH. Des tests de sensibilité sur les différentes formulations utilisées pour décrire chaque processus physique impliqué dans les mesures radar (réflectivités et vents radiaux Doppler) sont effectués. Ils permettent de préciser le niveau de complexité nécessaire pour la simulation de la donnée radar à des fins de validation et pour l'opérateur d'observation à des fins d'assimilation des données radar. Dans la seconde partie, une méthode originale est développée pour assimiler les réflectivités. Cette méthode en deux temps, appelée 1D+3DVar, restitue d'abord des profils verticaux d'humidité à partir de profils de réflectivité par le biais d'une technique bayésienne qui utilise des colonnes voisines d'humidité et de réflectivité cohérentes du modèle. Les pseudo-observations restituées sont à leur tour assimilées par un système d'assimilation 3DVar à la résolution de 2,5 km. La méthode est évaluée et réglée avec à la fois des données simulées et réelles. On montre notamment le bénéfice de l'assimilation des données de réflectivité pour les prévisions à courte échéance de la situation des inondations exceptionnelles de septembre 2002 dans le Gard.

La mise en œuvre de méthodes d'assimilation d'ensemble est une technique assez récente visant à simuler les erreurs d'analyse et de prévision d'un système d'assimilation de données. Cela permet d'une part d'estimer des covariances spatiales des erreurs de prévision, qui sont un ingrédient essentiel des systèmes d'assimilation de données, dans la mesure où elles permettent de filtrer et de propager spatialement l'information observée. La dépendance de ces covariances d'erreur à la situation météorologique devient ainsi accessible avec ces techniques d'ensemble. D'autre part, l'assimilation d'ensemble est également une méthode de plus en plus utilisée pour fournir des perturbations initiales aux systèmes de prévision d'ensemble. Une telle approche peut être mise en place non seulement dans un système modélisant l'atmosphère sur l'ensemble du globe, mais aussi dans un système régional à aire limitée, en utilisant dans ce cas des conditions limites latérales appropriées. Le sujet de thèse proposé consiste à examiner certaines propriétés de sensibilité de ces techniques d'assimilation d'ensemble dans ces deux types de contextes (à savoir global et régional, respectivement). Il s'agit premièrement d'étudier la sensibilité d'un système global d'assimilation d'ensemble à son initialisation. Cela sera mené en comparant une technique d'initialisation "à froid" (basée sur des perturbations initiales nulles) avec une méthode basée sur des perturbations initiales tirées d'un modèle de covariance. Dans une deuxième partie, la sensibilité d'une assimilation d'ensemble régionale aux conditions limites latérales sera examinée. Dans cette perspective, une comparaison entre différentes techniques de production des perturbations latérales sera réalisée. Il s'agit notamment de comparer les approches basées sur des perturbations latérales qui sont soit nulles, soit tirées d'un ensemble global, ou encore produites à l'aide d'un modèle de covariance. Ces études de sensibilité seront menées d'une part en utilisant des expérimentations avec les systèmes global Arpege et régional Aladin. Ce travail s'appuiera d'autre part sur une formalisation des équations qui gouvernent l'évolution des perturbations au sein d'une assimilation d'ensemble. Ces études devraient permettre de documenter les propriétés de ces assimilations d'ensemble, et de définir des stratégies de mise en œuvre en grandeur réelle pour l'assimilation de données ainsi qu'éventuellement pour la prévision d'ensemble.

La mise en œuvre de méthodes d'assimilation d'ensemble est une technique assez récente visant à simuler les erreurs d'analyse et de prévision d'un système d'assimilation de données. Cela permet d'une part d'estimer des covariances spatiales des erreurs de prévision, qui sont un ingrédient essentiel des systèmes d'assimilation de données, dans la mesure où elles permettent de filtrer et de propager spatialement l'information observée. La dépendance de ces covariances d'erreur à la situation météorologique devient ainsi accessible avec ces techniques d'ensemble. D'autre part, l'assimilation d'ensemble est également une méthode de plus en plus utilisée pour fournir des perturbations initiales aux systèmes de prévision d'ensemble. Une telle approche peut être mise en place non seulement dans un système modélisant l'atmosphère sur l'ensemble du globe, mais aussi dans un système régional à aire limitée, en utilisant dans ce cas des conditions limites latérales appropriées. Le sujet de thèse proposé consiste à examiner certaines propriétés de sensibilité de ces techniques d'assimilation d'ensemble dans ces deux types de contextes (à savoir global et régional, respectivement). Il s'agit premièrement d'étudier la sensibilité d'un système global d'assimilation d'ensemble à son initialisation. Cela sera mené en comparant une technique d'initialisation "à froid" (basée sur des perturbations initiales nulles) avec une méthode basée sur des perturbations initiales tirées d'un modèle de covariance. Dans une deuxième partie, la sensibilité d'une assimilation d'ensemble régionale aux conditions limites latérales sera examinée. Dans cette perspective, une comparaison entre différentes techniques de production des perturbations latérales sera réalisée. Il s'agit notamment de comparer les approches basées sur des perturbations latérales qui sont soit nulles, soit tirées d'un ensemble global, ou encore produites à l'aide d'un modèle de covariance. Ces études de sensibilité seront menées d'une part en utilisant des expérimentations avec les systèmes global Arpege et régional Aladin. Ce travail s'appuiera d'autre part sur une formalisation des équations qui gouvernent l'évolution des perturbations au sein d'une assimilation d'ensemble. Ces études devraient permettre de documenter les propriétés de ces assimilations d'ensemble, et de définir des stratégies de mise en œuvre en grandeur réelle pour l'assimilation de données ainsi qu'éventuellement pour la prévision d'ensemble. / The implementation of ensemble assimilation methods is a fairly recent technique used to simulate the analysis and forecast errors within a data assimilation system. On the one hand, this allows to estimate the spatial covariances of forecast errors, which are an essential component in data assimilation systems, insofar as they are used to filter and disseminate spatially the observed information. The dependence of such error covariances to the weather situation becomes accessible with these ensemble techniques. On the other hand, the ensemble assimilation is a method increasingly used to provide initial perturbations to ensemble prediction systems. Such approach may be implemented not only in a system modeling the atmosphere throughout the globe, but also in a regional system with limited area using suitable lateral boundary conditions. The proposed thesis consists on examining some sensitivity properties of these ensemble assimilation techniques in both contexts (global and regional, respectively). In the first part, the sensitivity of a global ensemble assimilation system to its initialization will be examined. This will be conducted by comparing a "cold" initialization technique (initial perturbations equal to zero) with a method based on initial perturbations drawn from a covariance model. In the second part, the sensitivity of a regional ensemble assimilation to lateral boundary conditions will be considered. In this context, a comparison between different techniques producing lateral boundaries will be achieved. It involves comparing approaches using lateral boundaries which are equal to zero or drawn from a global ensemble, or generated using a covariance model. These sensitivity studies will be conducted using experiments using the global and regional modeling systems, Arpège and Aladin respectively. Furthermore, this work will be based on a formalization of the equations governing the evolution of perturbations in an ensemble assimilation. These studies should help to document the ensemble assimilation properties, and develop strategies for implementing in real scale for data assimilation and possibly for ensemble prediction system.

Le suivi et la représentation de la variabilité du manteau neigeux en montagne sont des enjeux écologiques et sociétaux majeurs. Le récent développement de modèles météorologiques à échelle kilométrique offre un potentiel nouveau pour améliorer les simulations d'enneigement en montagne. Dans cette thèse, nous avons évalué l'apport des prévisions météorologiques du modèle de prévision numérique du temps AROME à 2.5 km de résolution horizontale pour alimenter le modèle détaillé de manteau neigeux Crocus. Les simulations AROME-Crocus distribuées ont d'abord été évaluées sur les Pyrénées de 2010 à 2014, montrant un apport en termes de représentation de la variabilité spatio-temporelle du manteau neigeux par rapport à l'approche par massif du système opérationnel actuel SAFRAN-Crocus, malgré une surestimation des hauteurs de neige. Par la suite, la valeur ajoutée de produits satellitaires de rayonnements incidents a été étudiée pour des simulations d'enneigement dans les massifs alpins et pyrénéens, soulignant leur bonne qualité en montagne mais un impact mitigé sur le couvert neigeux simulé. Enfin, on a montré comment le schéma de microphysique nuageuse d'AROME associé à Crocus permet de mieux prévoir la formation de glace en surface du manteau neigeux par précipitations verglaçantes dans les Pyrénées. Ces travaux ouvrent la voie à une prévision nivologique distribuée à haute résolution en montagne. / Monitoring and representing the snowpack variability in mountains are crucial ecological and societal issues. The recent development of meteorological models at kilometric scale offers a new potential to improve snowpack simulations in mountains. In this thesis, we assessed the potential of forecasts from the numerical weather prediction model AROME at 2.5 km horizontal resolution to drive the detailed snowpack model Crocus. AROME-Crocus distributed simulations were first evaluated over the Pyrenees from 2010 to 2014. They showed benefits in representing the snowpack spatio-temporal variability as compared to the massif-based approach of the current operational system SAFRAN-Crocus, despite an overestimation of snow depth. Then, we studied the potential added value of satellite-derived products of incoming radiations for simulating the snow cover in the French Alps and Pyrenees. These products were found of good quality in mountains but their impact on the simulated snow cover is questionable. Finally, we showed how the cloud microphysics scheme of AROME associated with Crocus enables to better predict ice formation on top of the snowpack due to freezing precipitation in the Pyrenees. These works pave the way for high-resolution distributed snowpack forecasting in mountains.

Une description réaliste des processus physiques du sol, de la végétation, de la couche de neige et de la couche de mélange des lacs et des océans dans les modèles de prévision du temps contribue à l'amélioration des prévisions météorologiques aux échéances allant de l'échelle journalière à l'échelle saisonnière. De plus, les méthodes d'assimilation permettant l'initialisation des variables pronostiques des schémas de surface sont essentielles pour corriger les erreurs accumulées en surface, provenant des forçages et de la modélisation. Je présente dans ce mémoire une synthèse de mes travaux de recherches qui ont porté sur le développement et la validation de schémas de surface pour la prévision numérique du temps ainsi que sur le développement de techniques d'assimilation innovantes pour les surfaces continentales. L'ensemble de ces activités se sont appuyées sur la disponibilité de données d'observations (in-situ et par télédétection) informatives sur les processus modélisés. Je termine en proposant plusieurs pistes à explorer pour la modélisation et l'assimilation des processus de surface pour diverses applications environnementales.

La prévision d'intensité des cyclones tropicaux est un enjeu opérationnel majeur qui connaît encore de graves déficiences. Cette thèse vise à mieux comprendre les mécanismes d'intensification cyclonique en lien avec un thalweg d'altitude originaire des moyennes latitudes et à mettre en évidence le rôle des conditions initiales pour la prévision cyclonique. Une première étude climatologique définit un seuil objectif pour l'intensification rapide des cyclones dans le Sud-Ouest de l'océan Indien, caractérise la localisation et la fréquence des interactions cyclone-thalweg, tout en identifiant les configurations propices à l'intensification. Le cas de Dora (2007) est identifié pour simuler l'interaction grâce à un modèle numérique en assimilant les caractéristiques du cyclone dans une analyse globale. L'interaction cyclone-thalweg simulée est particulièrement complexe. Dans un premier temps, du tourbillon potentiel provenant du thalweg se superpose au coeur du cyclone en moyenne et en haute troposphère. Ensuite, un forçage dynamique induit une accélération de la circulation cyclonique tangentielle dans une région extérieure au mur de l'oeil principal, provoquant un cycle de remplacement du mur de l'oeil. Le modèle simule correctement les différentes phases d'intensification du cyclone, ce qui permet de relier l'intensification aux effets du thalweg sur le cyclone. Une deuxième étude numérique dans le Pacifique Nord-Ouest met en évidence le rôle de la structure initiale d'un cyclone sur la prévision de trajectoire et d'intensité. La prévision cyclonique future progressera en affinant la structure du coeur cyclonique spécifiée dans l'état initial de la prévision.