La génération actuelle des sondeurs infrarouges avancés constitue l’une des sources les plus importantes d’observation dans les systèmes d’assimilation de données dans les modèles de la Prévision Numérique du Temps (PNT). Cependant la richesse d’informations fournies par ce type de capteur avec son grand nombre de canaux et sa couverture globale est loin d’être complètement exploitée. La présence de nuages dans le champ de vision de l’instrument, qui affecte la majorité des observations, est l’une des raisons pour lesquelles les centres de PNT rejettent une grande quantité des observations des sondeurs. Les centres de PNT ont cependant commencé à assimiler au-dessus des océans les radiances affectées par les nuages en utilisant des canaux dont les effets radiatifs nuageux sont modélisés par un modèle de nuage simple. Certains de ces algorithmes de détection sont évalués dans ce manuscrit, et leurs limitations sont explicitées. Afin d’accroître la quantité de données assimilées, il est nécessaire de mieux représenter les nuages et leurs effets radiatifs. Depuis quelques années, des études ont été menées pour mieux représenter leurs effets dans les modèles de transfert radiatif ([Faijan et al., 2012] ; [Martinet et al., 2013]) ; et utiliser dans l’assimilation de nouveaux canaux infrarouges informatifs sur les hydrométéores nuageux. ([Martinet et al., 2014]). Cette thèse se concentre principalement sur ces méthodes de détection de scènes homogènes en consacrant sa majeur partie à l’établissement, l’évaluation et l’amélioration d’algorithme de détection de scènes homogènes en se basant sur la colocalistion d’observation avec d’autres sondeurs. Ces études sont rendus possibles par la prise en compte des champs d’hydrométéores fournis par les schémas convectifs du modèle ARPEGE en entrée du modèle de transfert radiatif nuageux RTTOV-CLD. Une partie validation des simulations est opérée dans cette thèse, en comparant l’apport les forces et faiblesses du schéma convectif en opérationnel ainsi que PCMT. Par la suite, différents tests, ou critères, de détection sont proposés, et en réalisant des expériences d’assimilation et en évaluant l’impact de ces ces critères de sélection proposés sur la qualité des prévisions à longues échéances, un des tests parmi ceux proposés se démarque des autres en conservant une quantité importante d’observation ciel clair et démontre des impacts neutres à légèrement positifs sur les prévisions. Les nouvelles méthodes de sélection de scènes homogènes proposées dans cette études permettent d’envisager une amélioration significative du contrôle de qualité des observation IASI en ciel clair. Cela ouvre ainsi donc la voie à une utilisation, plus maîtrisée, des scènes nuageuses. Nous expliquons dans ce manuscrit pourquoi il serait imprudent de précéder à des assimilation de radiances infrarouge contaminées par la présence de nuages. Pour contourner cette difficulté, une technique d’assimilation en deux étapes déjà utilisé pour l’assimilation des réflectivité radar ([Wattrelot et al., 2014]) dans AROME est évaluée. Cette méthode basée sur l’inversion bayésienne a récemment été adaptée pour les observations microondes satellitaire ([Duruisseau et al., 2018]). Dans cette étude, nous explorons cette technique pour les observations IASI. Plusieurs tests de sensibilité sont effectués sur les différents paramètres de l’algorithme, avec pour objectif de préparer de futurs travaux sur l’assimilation all-sky infrarouges, explicités dans les perspectives de ce manuscrit. / The current generation of advanced infrared sounders is one of the most important sources of observations in data assimilation systems in numerical weather prediction (NWP) models. However, the total amount of information provided by this type of sensor, with its large number of channels and its global coverage, is far from being fully exploited. The presence of clouds in the instrument’s field of view, which affects the majority of observations, is one of the reasons why NWP centers reject a large amount of observations from sounders. NWP centers, however, have begun to assimilate cloud-affected radiances over the oceans using channels whose cloudy radiative effects are modeled by a simple cloud model. Some of these detection algorithms are evaluated in this manuscript, and their limitations are clarified. In order to increase the amount of assimilated data, it is necessary to better represent clouds and their radiative effects in the models. For several years, studies have been conducted to better represent their effects in radiative transfer models ([Faijan et al., 2012] ; [Martinet et al., 2013]) ; and to use new informative infrared channels of cloudy hydrometeors in the assimilation. [Martinet et al., 2014]. This thesis focuses on several approaches for the assimilation of cloudy radiances. In the first part, the characterization of the cloud parameters currently used for the assimilation of cloudy radiances was evaluated in the global and regional scale models. In addition, as part of the "all-sky" assimilation, which considers both clear and cloudy radiances, the evaluation and improvement of homogeneous scene detection algorithms based on the colocation of observations with other imagers was studied. These studies are made possible by taking into account the hydrometeorological fields provided by the convective schemes of the ARPEGE model as the input of the RTTOV-CLD cloud radiative transfer model. Part of this thesis concerns the validation of simulations, by comparing the contribution of the new convective PCMT scheme to the one used in operational applications. Subsequently, different criteria for selecting homogeneous scenes are proposed. By conducting assimilation experiments and evaluating the impact of these proposed selection criteria on the quality of long-term forecasts, one of the proposed tests stands out from the others by keeping a significant amount of clear sky observations and demonstrating neutral to slightly positive impacts on the forecasts. These new methods for selecting homogeneous scenes proposed in this study allows the consideration of improving the quality control of IASI observations in clear sky. To address the issue of all-sky radiance data assimilation, the two-step assimilation technique, already used for radar reflectivity assimilation in AROME ([Wattrelot et al., 2014]), was evaluated for IASI radiances in the ARPEGE model in a case study. This method based on Bayesian inversion has recently been adapted for satellite microwave observations ([Duruisseau et al., 2018]). Several sensitivity tests were carried out on the different parameters of the algorithm, with the objective of preparing for future work on infrared all-sky assimilation, as explained in the perspectives of this manuscript.
| Identifer | oai:union.ndltd.org:theses.fr/2018INPT0146 |
| Date | 19 December 2018 |
| Creators | Farouk, Imane |
| Contributors | Toulouse, INPT, Fourrié, Nadia, Guidard, Vincent |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | French |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.003 seconds