Au cours des dernières années, grâce au radar à polarisation, on constate un intérêt particulier pour l'étude de l'estimation du taux de précipitation à partir du déphasage total mesuré. Plusieurs auteurs ont ainsi confirmé que le gradient radial de la composante de propagation de la phase est un bon indicateur pour estimer le taux de précipitation. Selon la théorie électromagnétique, le déphasage de propagation est une quantité monotone croissant avec la distance parcourue dans la précipitation. Cependant, dans certaines régions, comme dans la couche de fusion ou dans des orages de grêle, la phase mesurée présente parfois des anomalies, à savoir des valeurs négatives du déphasage total mesuré, qui ne sont pas encore complètement comprises. Afin d'expliquer ces valeurs, plusieurs interprétations ont été proposées de manière individuelle dans la littérature. Ce comportement est attribué soit à la composante de rétrodiffusion de la phase, soit au degré d'orientation en commun des hydrométéores dans l'espace, ou soit à la non-homogénéité à l'intérieur du volume de résolution dans des régions de forts gradients de la réflectivité. Le but de notre travail a donc été de développer une méthodologie théorique et opérationnelle capable d'intégrer les trois interprétations dans un seul modèle unifié. Dans un premier temps, nous avons développé une équation de la phase mesurée qui dépend explicitement des trois paramètres de la variabilité spatiale de la précipitation. Ensuite, afin d'examiner la contribution relative de chaque terme à la pondération de la phase dans la couche de fusion, nous avons analysé les variables polarimétriques pour deux heures de données du radar à la bande S de l'université McGill. Cette évaluation s'avère indispensable pour l'identification de la microphysique et de la structure fine de la précipitation dans la couche de fusion, ainsi que pour obtenir une meilleure estimation du taux de précipitation. Nos principaux résultats montrent que dans la région d'anomalie de la couche de fusion, le degré d'orientation en commun des hydrométéores et le déphasage de rétrodiffusion représentent les contributions les plus importantes. La contribution des gradients des variables polarimétriques, quoi que non nulle, est beaucoup moins importante par rapport aux autres termes de variabilité spatiale. Nous concluons alors que la prise en considération de manière individuelle d'un ou de plusieurs termes de variabilité spatiale de la précipitation conduit à une mauvaise évaluation du déphasage de rétrodiffusion caractéristique de la microphysique de la couche de fusion, ainsi que du déphasage de propagation caractéristique de la précipitation. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Radar à polarisation, Gradients négatifs du déphasage total mesuré, Couche de fusion, Processus de rétrodiffusion, Orientation des hydrométéores, Volume de résolution radar non homogène.

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 mesure quantitative de la pluie à l'aide du radar météorologique est soumise à la représentation de la distribution granulomètrique des gouttes d'eau à l'intérieur du système précipitant. Or actuellement une hypothèse forte est faite par les systèmes opérationels telle que la granulomètrie est invariante spatio-temporellement et donc caractérisée par un profil vertical de réflectivité et une relation de passage entre réflectivité et intensité de pluie uniques.<br /><br />Dans un premier temps nous avons élaboré un protocole de séparation des types de pluie à l'aide de la mesure du radar volumétrique de Bollène en nous basant sur les travaux antérieurs de Steiner et al.,1995 et Sanchez-Diezma et al. 2000. Ainsi nous avons régionalisé, sur les images radar de chaque pas de temps, deux classes de types de pluie: convectif stratiforme à bande brillante. A partir de cette séparation une application de correction de PVR propre à chaque région à été mise en place ainsi qu'un traitement réflectivité/pluie propre à chaque type de pluie. <br /> <br />Dans un deuxième temps une expérimentation granulomètrique des pluies cévenoles à été développé sur le site d'Alès durant l'automne 2004. Les mesures issues de cette étude ont permis de tester l'optimabilité de plusieurs méthodes de calculs de relations Z-R et également de proposer une relation propre aux cellules convectives en faisant le lien avec les mesures du radar de Bollène.

Ces dernières années, de nombreux efforts ont été entrepris pour mieux comprendre les phénomènes précipitants parfois à l’origine de crues de cours d’eau et d’inondations ravageuses. Courant 2009, un consortium auvergnat a été mis en place pour notamment surveiller et prévoir ces événements. Les travaux menés dans cette thèse visent d’une part à améliorer les estimations quantitatives des précipitations (QPE) et d’autre part à vérifier les prévisions issues de modèles numériques sur de petites zones d’étude telles qu’une agglomération. L’observation des précipitations peut être réalisée à l’aide soit d’un pluviomètre qui fournit une mesure directe et précise de la quantité de pluie tombée au sol mais ne renseigne pas sur la variabilité spatiale des pluies soit d'un RADAR météorologique qui donne une représentation détaillée de la structure spatiale des précipitations mais dont les estimations sont sujettes à diverses erreurs d’autant plus prononcées en régions montagneuses. Le premier défit de cette thèse a été de trouver la meilleure façon de combiner ces deux informations complémentaires. Deux techniques géostatistiques ont été sélectionnées pour obtenir la meilleur QPE : le krigeage avec dérive externe (KED) et la fusion conditionnée (MERG). Les performances de ces deux méthodes ont été comparées au travers de deux domaines d’étude qui présentent des résolutions spatio-temporelles différentes. La seconde partie de cette thèse est consacrée à la mise en place d’une méthodologie fiable permettant de comparer spatialement les champs de QPE alors reconstruits et les prévisions quantitatives des précipitations (QPF). L’effort fut porté sur le modèle « Weather Research et Forcasting » (WRF). Une étude préliminaire a été réalisée pour tester les capacités du modèle et plus particulièrement des schémas de microphysique à reproduire la pluie. Cette étude assure ainsi l’obtention de prévisions réalistes pour une application sur des cas réels. L’appréciation de la qualité des QPF s’est focalisée sur la quantification spatiale des erreurs de prévision en termes de structure, d’intensité et de localisation des systèmes précipitants (SAL : Wernli et al. 2008, 2009). / In the last decades, many efforts were made to better understand the origins of rain that sometimes lead to rivers runoff or devastating floods. In 2009, a consortium took place in Auvergne in order to observe and predict these events. These works were focused on the improvement of quantitative precipitation estimations (QPE) and the verification of numerical weather models over small areas such as urban environment. Rainfall measurement could be operated either by rain gauges which provides direct and precise rainfall estimations but unfortunately cannot capture the spatial variability or by using weather RADAR which provides a detailed spatial representation of precipitation but estimates are derived indirectly and are subject to a combination of errors which are most pronounced over complex terrain. The main issue of these works was to find the best way to combine both observational systems which are complementary as well. In order to obtain the more truthful fields of QPE, two geostatistical techniques were selected: the kriging with external drift (KED) and the conditional merging (MERG). The performances of these two methods have been experienced on two catchments with different spatial and temporal resolutions. The second part of these works is focused on a reliable method for QPE comparison and quantitative precipitation forecast (QPF). The main effort was focused on the “Weather Research and Forecasting” (WRF) model. A preliminary study was made to check the performances of the microphysics schemes of the model to ensure realistic forecasts for an application on real cases. The spatial verification of the model set up contains three distinct components that consider aspects of the structure, amplitude and location of the precipitation field (SAL : Wernli et al. 2008, 2009).

L'AMÉLIORATION DES TECHNIQUES D'OBSERVATION DES PRÉCIPITATIONS À L'ÉCHELLE RÉGIONALE EST L'UN DES ENJEUX FORTS DE L'OBSERVATOIRE HYDROMÉTÉOROLOGIQUE MÉDITERRANÉEN CÉVENNES-VIVARAIS. SUITE À UNE PREMIÈRE EXPÉRIMENTATION RÉALISÉE À BOLLÈNE À L'AUTOMNE 2002, LES DONNÉES RECUEILLIES PAR LE RADAR MÉTÉOROLOGIQUE OPÉRATIONNEL DE BOLLÈNE DU RÉSEAU ARAMIS ONT SERVI DE SUPPORT À UNE CHAÎNE D'ALGORITHMES MISE AU POINT POUR L'ESTIMATION QUANTITATIVE DES PRÉCIPITATIONS AU SOL. <br />NOTRE CONTRIBUTION À CES TRAITEMENTS CONCERNE PARTICULIÈREMENT UNE SOURCE D'ERREUR POUR LA MESURE DES PRÉCIPITATIONS PAR RADAR MÉTÉOROLOGIQUE : L'HÉTÉROGÉNÉITÉ VERTICALE DES PRÉCIPITATIONS. NOUS NOUS PLAÇONS DANS LA CONTINUITÉ DE LA MÉTHODE À BASE STATISTIQUE D'IDENTIFICATION DU PROFIL VERTICAL DE RÉFLECTIVITÉ PAR INVERSION PROPOSÉE PAR ANDRIEU ET CREUTIN (1995). NOUS AVONS ÉTENDU CETTE MÉTHODE AU CAS DE SUPPORTS GÉOGRAPHIQUES ÉVOLUTIFS DANS LE TEMPS AFIN DE CONSIDÉRER LE TYPE DE PRÉCIPITATIONS (CONVECTIF, STRATIFORME). <br />L'ÉVALUATION DES TRAITEMENTS, PAR LA CARACTÉRISATION DE L'INCERTITUDE DE L'ESTIMATION DE PLUIE PAR RADAR, EST UN ASPECT IMPORTANT DU TRAVAIL. NOUS AVONS DÉVELOPPÉ UNE TECHNIQUE BASÉE SUR LA GÉOSTATISTIQUE POUR ÉTABLIR UNE PLUIE DE RÉFÉRENCE À PARTIR DE DONNÉES PLUVIOMÉTRIQUES. NOUS AVONS ÉGALEMENT DÉVELOPPÉ UN MODÈLE POUR CARACTÉRISER LA STRUCTURE STATISTIQUE DES ERREURS AINSI QUE LEUR STRUCTURE SPATIO-TEMPORELLE. <br />NOUS AVONS ENFIN DÉVELOPPÉ UNE APPROCHE D'IDENTIFICATION DU PVR À BASE PHYSIQUE. EN DIMINUANT LE NOMBRE DE PARAMÈTRE PAR RAPPORT À LA MÉTHODE INITIALE ET EN INTRODUISANT DES CONTRAINTES PLUS PHYSIQUES, CETTE APPROCHE VISE À AMÉLIORER LA ROBUSTESSE D'IDENTIFICATION DU PVR.

Les précipitations, notamment la pluie, constituent un phénomène naturel qui a un très fort impact socio-économique, surtout lorsqu'elles ont un caractère torrentiel. Pour prendre en compte cet aspect, les systèmes hydrologiques d'alerte et de prévision ont besoin d'une information spatio-temporelle plus détaillée et des prévisions fiables de précipitation à très court terme. Ceci a une importance particulière dans de situations d'urgence (crues éclair, gestion de réseaux d'assainissement urbain, des barrages, etc.). Les champs de nuages et de précipitations demeurent les champs les plus difficiles a simuler pour les actuels modèles de prévision météorologiques. En effet, les échelles spatiotemporelles de ces modèles restent largement supérieures a celles qui sont pertinentes pour les précipitations : les mécanismes des précipitations sont essentiellement parametrisés et les pluies ne sont estimées que sur des échelles relativement grossières. De plus, le temps de mise en route de ces modèles est souvent prohibitif pour des prévisions à court terme. Différentes méthodes statistiques de traitement des images satellites et radar ont été développées pour combler ce déficit de prévision. Ces méthodes prennent en compte un grand nombre d'information à petite échelle, mais elles n'ont pas de base physique, en particulier elles ne prennent pas en compte la dynamique fortement non linéaire des cellules orageuses. Une alternative permettant a priori de dépasser, à l'aide des méthodes multi fractales, les limites des précédentes méthodes a été récemment considérée. Elle est fondée sur les modèles de cascade et prend en compte la hiérarchie des structures ainsi que leurs interactions non linéaires sur une grande gamme d'échelle spatio-temporelles, l'anisotropie entre espace et temps, et causalité. Fondamentalement, les processus de cascade développent des gradients de contenu en eau des plus en plus grands sur des fractions de plus en plus petites de l'espace physique. Ce type de modèles a l'avantage d'avoir un nombre limite de paramètres qui ont une signification physique forte et peuvent être évalues soit théoriquement, soit empiriquement. Dans cette thèse on présente la mise en oeuvre d'une procédure correspondant à cette alternative et son application à l'événement du 8-9 septembre 2002 a Nîmes, en utilisant des données radar fourni par la Direction de la Climatologie de Meteo-France, pour déterminer leurs caractéristiques multi fractales. On présente aussi la mise en oeuvre d'une procédure pour la simulation et prévision de champs de pluie multifractale et l'étude de la loi de perte de prédictibilité attendue.

Ces dernières années, de nombreux efforts ont été entrepris pour mieux comprendre les phénomènes précipitants parfois à l'origine de crues de cours d'eau et d'inondations ravageuses. Courant 2009, un consortium auvergnat a été mis en place pour notamment surveiller et prévoir ces événements. Les travaux menés dans cette thèse visent d'une part à améliorer les estimations quantitatives des précipitations (QPE) et d'autre part à vérifier les prévisions issues de modèles numériques sur de petites zones d'étude telles qu'une agglomération. L'observation des précipitations peut être réalisée à l'aide soit d'un pluviomètre qui fournit une mesure directe et précise de la quantité de pluie tombée au sol mais ne renseigne pas sur la variabilité spatiale des pluies soit d'un RADAR météorologique qui donne une représentation détaillée de la structure spatiale des précipitations mais dont les estimations sont sujettes à diverses erreurs d'autant plus prononcées en régions montagneuses. Le premier défit de cette thèse a été de trouver la meilleure façon de combiner ces deux informations complémentaires. Deux techniques géostatistiques ont été sélectionnées pour obtenir la meilleur QPE : le krigeage avec dérive externe (KED) et la fusion conditionnée (MERG). Les performances de ces deux méthodes ont été comparées au travers de deux domaines d'étude qui présentent des résolutions spatio-temporelles différentes. La seconde partie de cette thèse est consacrée à la mise en place d'une méthodologie fiable permettant de comparer spatialement les champs de QPE alors reconstruits et les prévisions quantitatives des précipitations (QPF). L'effort fut porté sur le modèle " Weather Research et Forcasting " (WRF). Une étude préliminaire a été réalisée pour tester les capacités du modèle et plus particulièrement des schémas de microphysique à reproduire la pluie. Cette étude assure ainsi l'obtention de prévisions réalistes pour une application sur des cas réels. L'appréciation de la qualité des QPF s'est focalisée sur la quantification spatiale des erreurs de prévision en termes de structure, d'intensité et de localisation des systèmes précipitants (SAL : Wernli et al. 2008, 2009).

La prévision quantitative des précipitations à l'aide des modèles météorologiques reste encore un grand défi posé à la communauté des sciences atmosphériques. En effet, deux problèmes majeurs sont généralement identifiés pour la prévision opérationnelle des précipitations et du climat : les interactions des systèmes précipitants avec le relief et avec la pollution. Cette thèse contribue à l'amélioration des prévisions de pluies. La stratégie adoptée est d'étudier des évènements précipitants en zones montagneuses en décrivant au mieux les interactions aérosol-nuage-précipitation à l'aide du modèle à microphysique mixte détaillée : DEtailed SCAvenging Model (DESCAM, Flossmann et Wobrock (2010)). Ce modèle utilise cinq distributions pour représenter les particules d'aérosol résiduelles et interstitielles ainsi que les gouttes et cristaux de glace. Le modèle a directement été comparé aux observations réalisées au cours de la campagne expérimentale COPS (Convective and Orographically induced Precipitation Study), qui a eu lieu pendant l'été 2007 à la frontière franco-allemande. En particulier, les simulations des pluies ont été comparées avec des observations de différents radars afin d'évaluer les performances du modèle mais aussi d'aider à l'interprétation des réflectivités de la bande brillante. La sensibilité par rapport à la pollution particulaire a été étudiée pour les propriétés des nuages et des précipitations. Pour les cas étudiés, plus le nombre des particules d'aérosol présentes dans l'atmosphère est important et plus leur solubilité est élevée, plus les précipitations au sol sont faibles. Ces comportements globaux peuvent toutefois être localement différents. Il existe donc des interactions plus complexes entre les particules d'aérosol, les nuages et les précipitations qui doivent être encore plus approfondies.

Il est connu qu’avoir un système d’observation de la pluie de haute résolution spatio – temporelle est crucial pour obtenir de bons résultats dans la modélisation pluie – écoulement. Le radar est un outil qui donne des estimations quantitatives de precipitation avec une très bonne résolution. Lorsqu’il est fusionné avec un réseau des pluviomètres les avantages des deux systèmes sont obtenus. Cependant, les estimations fournies par le radar ont des incertitudes différentes à celles qui sont obtenus avec les pluviomètres. Dans le processus de calcul pluie – écoulement l'incertitude des précipitations interagit avec l'incertitude du modèle hydrologique. L’objectif de ce travail est d’étudier les méthodes utilisées pour quantifier l'incertitude dans l'estimation des précipitations par fusion radar – pluviomètres et de l'incertitude dans la modélisation hydrologique, afin de développer une méthodologie d'analyse de leurs contributions individuelles au traitement pluie - écoulement.Le travail est divisé en deux parties, la première cherche à évaluer: Comment peut-on quantifier l'incertitude de l'estimation des précipitations par radar? Pour répondre à la question, l'approche géostatistique par Krigeage avec Dérive Externe (KED) et Génération Stochastique de la précipitation a été utilisée, qui permet de modéliser la structure spatio – temporaire de l’erreur. La méthode a été appliquée dans la région des Cévennes - Vivarais (France), où il y a un système très dense d'observation. La deuxième partie explique: Comment pourrais être quantifiée l'incertitude de la simulation hydrologique qui provient de l'estimation de précipitation par radar et du processus de modélisation hydrologique? Dans ce point, l'outil de calcul hydrologique à Mesoéchelle (HCHM) a été développé, c’est un logiciel hydrologique distribuée et temps continu, basé sur le Numéro de Courbe et l’Hydrographe Unitaire. Il a été appliqué dans 20 résolutions spatio - temporelles allant de 10 à 300 km2 et 1 à 6 heures dans les bassins de l’Ardèche (~ 1971 km2) et le Gardon (1810 km2). Apres une analyse de sensibilité, le modèle a été simplifié avec 4 paramètres et l’incertitude de la chaîne de processus a été analysée: 1) Estimation de precipitation; 2) Modélisation hydrologique; et 3) Traitement pluie - écoulement, par l’utilisation du coefficient de variation de l'écoulement simulé.Il a été montré que KED est une méthode qui fournit l’écart type de l’estimation des précipitations, lequel peut être transformé dans une estimation stochastique de l’erreur locale. Dans la chaîne des processus: 1) L'incertitude dans l'estimation de précipitation augmente avec la réduction de l’échelle spatio – temporelle, et son effet est atténué par la modélisation hydrologique, vraisemblablement par les propriétés de stockage et de transport du bassin ; 2) L'incertitude de la modélisation hydrologique dépend de la simplification des processus hydrologiques et pas de la surface du bassin ; 3) L'incertitude dans le traitement pluie - écoulement est le résultat de la combinaison amplifiée des incertitudes de la précipitation et la modélisation hydrologique. / It is known that having a precipitation observation system at high space - time resolution is crucial to obtain good results in rainfall - runoff modeling. Radar is a tool that offers quantitative precipitation estimates with very good resolution. When it is merged with a rain gauge network the advantages of both systems are achieved. However, radars estimates have different uncertainties than those obtained with the rain gauge. In the modeling process, uncertainty of precipitation interacts with uncertainty of the hydrological model. The objective of this work is: To study methods used to quantify the uncertainty in radar – raingauge merge precipitation estimation and uncertainty in hydrological modeling, in order to develop a methodology for the analysis of their individual contributions in the uncertainty of rainfall - runoff estimation.The work is divided in two parts, the first one evaluates: How the uncertainty of radar precipitation estimation can be quantified? To address the question, the geostatistical approach by Kriging with External Drift (KED) and Stochastic Generation of Precipitation was used, which allows to model the spatio - temporal structure of errors. The method was applied in the Cévennes - Vivarais region (France), where there is a very rich observation system. The second part explains: How can it be quantified the uncertainty of the hydrological simulation coming from the radar precipitation estimates and hydrological modeling process? In this point, the hydrological mesoscale computation tool was developed; it is distributed hydrological software in time continuous, within the basis of the Curve Number and the Unit Hydrograph. It was applied in 20 spatio-temporal resolutions ranging from 10 to 300 km2 and 1 to 6 hours in the Ardèche (~ 1971 km2) and the Gardon (1810 km2) basins. After a sensitivity analysis, the model was simplified with 4 parameters and the uncertainty of the chain of process was analyzed: 1) Precipitation estimation; 2) Hydrological modeling; and 3) Rainfall - runoff estimation, by using the coefficient of variation of the simulated flow.It has been shown that KED is a method that provides the standard deviation of the precipitation estimation, which can be transformed into a stochastic estimation of the local error. In the chain of processes: 1) Uncertainty in precipitation estimation increases with decreasing spatio-temporal scale, and its effect is attenuated by hydrological modeling, probably due by storage and transport properties of the basin; 2) The uncertainty of hydrological modeling depends on the simplification of hydrological processes and not on the surface of the basin; 3) Uncertainty in rainfall - runoff treatment is the result of the amplified combination of precipitation and hydrologic modeling uncertainties.

La prévision quantitative des précipitations à l’aide des modèles météorologiques reste encore un grand défi posé à la communauté des sciences atmosphériques. En effet, deux problèmes majeurs sont généralement identifiés pour la prévision opérationnelle des précipitations et du climat : les interactions des systèmes précipitants avec le relief et avec la pollution. Cette thèse contribue à l’amélioration des prévisions de pluies. La stratégie adoptée est d’étudier des évènements précipitants en zones montagneuses en décrivant au mieux les interactions aérosol-nuage-précipitation à l’aide du modèle à microphysique mixte détaillée : DEtailed SCAvenging Model (DESCAM, Flossmann et Wobrock (2010)). Ce modèle utilise cinq distributions pour représenter les particules d’aérosol résiduelles et interstitielles ainsi que les gouttes et cristaux de glace. Le modèle a directement été comparé aux observations réalisées au cours de la campagne expérimentale COPS (Convective and Orographically induced Precipitation Study), qui a eu lieu pendant l’été 2007 à la frontière franco-allemande. En particulier, les simulations des pluies ont été comparées avec des observations de différents radars afin d’évaluer les performances du modèle mais aussi d’aider à l’interprétation des réflectivités de la bande brillante. La sensibilité par rapport à la pollution particulaire a été étudiée pour les propriétés des nuages et des précipitations. Pour les cas étudiés, plus le nombre des particules d’aérosol présentes dans l’atmosphère est important et plus leur solubilité est élevée, plus les précipitations au sol sont faibles. Ces comportements globaux peuvent toutefois être localement différents. Il existe donc des interactions plus complexes entre les particules d’aérosol, les nuages et les précipitations qui doivent être encore plus approfondies. / The quantitative precipitation forecast is still an important challenge for the atmospheric community. Indeed, two main problems are generally identified for weather and climate models : the interactions of the cloud systems with the topography and with pollution. This work contributes towards the improvement of the precipitation forecasts. The strategy used was to study the convective system over an area with a complex topography using the detailed microphysics scheme DEtailed SCAvenging Model (DESCAM, Flossmann and Wobrock (2010)) to better describe the aerosol-cloud-precipitation interactions. This microphysical scheme follows the evolution of the aerosol particle, drop and ice crystal distributions. Aerosol mass in drops and ice crystals is predicted by two distributions functions in order to close the aerosol budget. The model simulation results are compared with observations from COPS campaign (Convective and Orographically induced Precipitation Study), which took place at the French-German boarder during summer 2007. Rain simulations were compared with available radar data to evaluate the model’s performances and help the interpretation of the radar reflectivity in the bright band level. Sensitivity with respect to the particulate pollution was studied for in-cloud and precipitation properties. For the cases studied, the higher the aerosol particle number in the atmosphere or the higher the solubility of the aerosol particles, the weakest are the precipitation at the ground. These global behaviours of precipitation on the ground could be locally different. Consequently, the aerosol-cloud-precipitation interactions are complex and more in-depth studies are necessary.