Les radars à nuages sont des atouts indéniables pour la Prévision Numérique du Temps (PNT). De par leur petite longueur d’onde, ils possèdent une excellente sensibilité aux particules nuageuses et ils sont facilement déployables à bord de plates-formes mobiles. Cette thèse a permis d’évaluer l’apport des observations de radars à nuages pour la validation et l’initialisation de modèles de PNT à échelle kilométrique. Dans la première partie, un opérateur d’observation pour la réflectivité en bande W a été conçu en cohérence avec le schéma microphysique à un moment d'Arome, le modèle de PNT à échelle kilométrique de Météo-France, mais de façon suffisamment générale pour pouvoir être adapté à un autre modèle de PNT à échelle kilométrique. Il est adaptable pour des radars à visée verticale aéroportés ou au sol. Afin de dissocier les erreurs de positionnement des nuages prévus par Arome, de celles présentes dans l’opérateur d’observation, une nouvelle méthode de validation, appelée "la méthode de la colonne la plus ressemblante (CPR), a été élaborée. Cette méthode a été employée afin de valider et de calibrer l'opérateur d'observation en utilisant les profils de réflectivité collectés par le radar à nuages aéroporté Rasta dans des conditions variées durant la première période d’observations (SOP1) du programme international HyMeX, qui vise à améliorer notre compréhension du cycle de l'eau en méditerranée. La seconde partie s'est intéressée à l'apport respectif de l'assimilation de profils verticaux de réflectivité et de vents horizontaux mesurés par le radar à nuages Rasta dans le système d'assimilation variationnel tridimensionnel (3DVar) d'Arome. Le bénéfice apporté par des conditions thermodynamiques, via l'assimilation de la réflectivité en bande W, et dynamiques, via l'assimilation des profils de vents horizontaux, cohérentes dans l'état initial a également été étudié. Pour assimiler la réflectivité en bande W, la méthode d'assimilation "1D+3DVar", qui est opérationnelle dans Arome pour assimiler les réflectivités des radars de précipitation au sol, a été employée. La méthode de restitution bayésienne 1D de profils d'humidité a été validée avec des mesures d'humidité in situ indépendantes. Puis, les expériences d'assimilation ont été menées sur un événement fortement convectif, ainsi que sur une plus longue période de 45 jours. Les résultats suggèrent notamment que l'assimilation conjointe des profils de réflectivité en bande W et des profils verticaux de vents horizontaux permet d'améliorer les analyses d'humidité, mais suggèrent également une légère amélioration des prévisions des cumuls de précipitation / Cloud radars are an undeniable assets for Numerical Weather Prediction (NWP) models. Because of their very short wavelength, they are extremely sensitive to cloud microphysical properties and are easily deployable aboard moving platforms such as aircraft or spacecraft. This PhD has explored the potential of cloud radar data for the validation and initialisation of kilometre-scale NWP models. In the first part of the PhD, a W-band reflectivity forward operator was designed. It is consistent with the one-moment microphysical scheme used in the Météo-France kilometre-scale NWP model AROME, but in a sufficiently general way that it could be adapted to other kilometrescale NWP models. It was designed in particular for airborne or ground-based vertically pointing cloud radars. To disentangle spatial location errors in the model from errors in the forward operator, a neighbourhood validation method, called the “Most Resembling Method” (MRC), was designed. This validation method was used to validate and calibrate the forward operator using the data collected by the airborne cloud radar RASTA in diverse conditions during the first Special Observation Period (SOP1) of the HyMeX international program, which aims to improve our understanding of the Mediterranean water cycle. The second part focused on the respective roles of the assimilation of reflectivity and horizontal wind profiles, measured by the cloud radar RASTA, in the three dimensional variational (3DVar) assimilation system of AROME. The benefit brought by consistent thermodynamic conditions in the initial state, through the assimilation of the W-band reflectivity, and dynamic ones, through the assimilation of horizontal wind profiles, was also investigated.To assimilate the W-band reflectivity, the two-step assimilation method “1D+3DVar”, operationally employed in AROME to assimilate ground-based precipitation radar data, was used. The efficiency of the 1D Bayesian method in retrieving humidity fields is assessed using independent in-flight humidity measurements. The assimilation experiments were performed for a heavy convective event, as well as over a longer period of 45 days. In particular, the results indicate that the joint assimilation of W-band reflectivity and horizontal wind profiles suggest an improvement of moisture analyses, along with a slight improvement of the rainfall precipitation forecasts.
Identifer | oai:union.ndltd.org:theses.fr/2018INPT0143 |
Date | 07 December 2018 |
Creators | Borderies, Mary |
Contributors | Toulouse, INPT, Ducrocq, Véronique, Caumont, Olivier |
Source Sets | Dépôt national des thèses électroniques françaises |
Language | French |
Detected Language | French |
Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0013 seconds