Stage de Licence (troisième année) : Analyse d’ondes de gravité atmosphérique générées par la convection profonde en régions tropicales (GSMA encadré par Emmanuel Rivière)
En météorologie, on désigne par ondes de gravité les variations de pression atmosphérique concentriques créées par la chute d’une masse d’air (par exemple en raison du relief du terrain ou du passage au-dessus d’un nuage) et qui subit la poussée d’Archimède car elle a une densité différente de l’environnement. Une parcelle de fluide qui se trouve dans un champ de gravité est attirée vers le bas. Dans un fluide verticalement stratifié, c’est-à-dire dont la densité diminue avec l’altitude, elle subit une force de sens inverse à la pesanteur, la poussée d’Archimède, car elle se dirige vers une zone de densité plus grande. La parcelle tend dès lors à revenir à sa position initiale, comme une masse au bout d’un ressort. Cette force donne une vitesse verticale à la parcelle, ce qui lui fera dépasser son point d’équilibre. En continuant son ascension, elle se dirigera vers une zone moins dense et la gravité l’emportera, la ramenant vers le bas. On obtient ainsi une oscillation à amortissement autour du point d’équilibre. Il existe plusieurs sortes d’ondes dans l’atmosphère à différentes échelles (planétaire, synoptique, méso-échelle, locale). Elles jouent souvent un rôle dans la circulation atmosphérique et facilite les échanges troposphère-stratosphère.
Parmi toutes ces ondes, je me suis intéressé aux ondes de gravité et plus particulièrement d’inertie-gravité dans le cadre de mon stage de Licence (2 mois). Ces ondes ont une longueur d’onde de plusieurs centaines de kilomètres à environ 1000 km, pour lesquelles on ne peut pas négliger la force de Coriolis. Ainsi l’objectif a été de mettre en évidence les perturbations de vents et de températures dues aux ondes de gravité pendant la campagne de mesures atmosphériques TRO-PICO au Brésil. J’ai alors déterminé les caractéristiques essentielles des ondes observées : pulsation, longueur d’onde ainsi que l’impact sur la température de la basse stratosphère. Les résultats obtenus ont été en accord avec ceux observés en région tropicale par le même type d’analyses et, étaient en accord avec la théorie et l’ordre de grandeur des ondes de gravité.
Stage de Master 1 : Utilisation de concentrations réalistes d’ozone pour l’assimilation de données satellitaires et les prévisions météorologiques (DESR/CNRM/GMAP/OBS encadré par Vincent Guidard)
Les modèles de Prévision Numérique du temps (PNT) doivent prendre en compte de plus en plus de paramètres afin de modéliser le plus précisément possible l’évolution de l’atmosphère. Néanmoins, la complexité du système climatique et la limitation de calcul, impose de devoir faire certaines approximations. À Météo-France, l’une d’entre elle consiste à utiliser dans le modèle global ARPEGE (Action de Recherche Petite Échelle Grande Échelle), uniquement des climatologies pour représenter la composition chimique de l’atmosphère et les aérosols. Or, cette approximation peut avoir un impact négatif sur le schéma de rayonnement, dans la simulation des observations à partir du modèle de transfert radiatif RTTOV et donc sur l’assimilation de données et les prévisions météorologiques.
L’objectif a été d’améliorer le réalisme des informations d’ozone utilisées de le système de PNT ARPEGE en utilisant les champs réalistes d’ozone issues du modèle de chimie transport MOCAGE. Dans un premier temps, j’ai étudié les différents profils d’ozone pouvant être utilisés en entrée des modèles de PNT, pour l’assimilation et la prévision. Puis, j’ai cherché à évaluer l’impact sur les simulations d’observation obtenues à partir de ces données d’entrée. Enfin, j’ai analysé les différentes prévisions faites en ayant pris en entrée du schéma de rayonnement des sources d’ozone différentes ainsi que leurs impacts sur la température atmosphérique. Les premiers résultats ont démontré une sensibilité du réalisme de l’ozone sur le rayonnement dans le modèle ARPEGE avec des impacts significatifs sur les prévisions de température atmosphérique en surface et dans la stratosphère.
Stage complémentaire au Master 1 : Amélioration des restitutions des profils de température et d’humidité à partir des données IASI et validation à l’aide des données de la campagne CONCORDIASI (DESR/CNRM/GMAP/OBS encadré par Vincent Guidard)
L’Antarctique et l’océan austral sont des zones peu explorées avec un manque évident de mesures opérationnelles ou climatologiques. Les données satellitaires sont venues combler cette pénurie de données. C’est dans ce sens que le projet international CONCORDIASI a vu le jour avec pour objectifs : la validation des paramètres restitués à partir des observations satellitaires issues du sondeur infrarouge IASI (Interféromètre Atmosphérique de Sondage Infrarouge), l’amélioration des modèles de PNT, la simulation du climat et l’amélioration de la compréhension et prévisions de la dynamique et chimie stratosphérique sur l’Antarctique. La campagne de mesure a durée 3 ans avec des lancés de ballons stratosphériques et de dropsondes mesurant température, pression, humidité, ozone, etc. Le cadre de cette étude a été d’améliorer les restitutions des profils de température et d’humidité à partir des observations de IASI puis de les valider à l’aide des données de la campagne CONCORDIASI.
J’ai réalisé de l’assimilation de données 1D et restitués des profils de température et d’humidité à partir des observations de IASI et des profils d’ébauche issus d’ARPEGE. J’ai également estimé précisément les erreurs d’observation des canaux IASI utilisés afin d’améliorer la restitution des profils thermodynamiques. Les restitutions des profils de température et d’humidité ont montrés l’importance d’utiliser une matrice de covariance d’erreur d’observation diagnostiquée. J’ai ainsi proposé un protocole permettant le diagnostique précis des erreurs d’observation IASI pour le système de PNT ARPEGE.
Stage de Master 2 : Amélioration des analyses météorologiques par l’assimilation de mesures infrarouges satellitaires sensibles à l’ozone (DESR/CNRM/GMAP/OBS encadré par Vincent Guidard, Nadia Fourrié et Matthieu Plu)
Les sondeurs infrarouges embarqués sur des satellites défilants ou géostationnaires fournissent environ 70 % des mesures utilisées dans le modèle de PNT global ARPEGE de Météo-France. Ces mesures proviennent pour 46 % de l’instrument IASI. Le sondage passif dans l’infrarouge est sensible aux paramètres de la surface et à de nombreux constituants de l’atmosphère. L’information de température atmosphérique est restituée à partir de longueurs d’onde (aussi appelées canaux) sensibles à des gaz dont la distribution est connue. La plupart des algorithmes basés sur les mesures satellitaires infrarouges utilisent les canaux sensibles au CO2 pour extraire cette information de température. Des parties du spectre infrarouge sont également sensibles à l’ozone, mais ne sont actuellement pas utilisées. Dans les versions actuelles du modèle ARPEGE, la concentration de ces gaz utilisée lors de la simulation est invariante dans le temps et dans l’espace. L’étude menée dans le cadre de mon stage de Master 1 a démontré que l’utilisation d’une information réaliste d’ozone, venant du CTM MOCAGE en entrée du transfert radiatif améliore les simulations des mesures satellitaires infrarouges.
Ainsi l’objectif de ces travaux a été dans un premier temps de mettre en place un protocole expérimental permettant la sélection d’information IASI sensible à l’ozone dans le cadre d’analyse 1D-Var. Puis dans un deuxième temps d’évaluer l’impact sur les analyses et prévisions météorologiques de l’assimilation de ces canaux supplémentaire dans le système de PNT 4D-Var ARPEGE. Les résultats ont permis de mettre en évidence une sélection de 5 canaux IASI sensibles à l’ozone capable de fournir de l’information en température et humidité atmosphérique. Une expérience d’assimilation 4D-Var sur une longue période à montré que l’utilisation supplémentaire de ces 5 canaux IASI sensibles à l’ozone avait un impact direct sur les analyses de température dans la stratosphère et en basse troposphère et permet de réduire les erreurs de prévisions en température et humidité.
Thèse : Vers une meilleure assimilation des observations satellitaires infrarouges par le couplage des modèles météorologique et chimique (DESR/CNRM/GMAP/OBS encadré par Vincent Guidard, Nadia Fourrié) – Financement CNES et Région Occitanie
Le sondeur infrarouge hyperspectral IASI est l’instrument qui fournit le plus d’observations satellitaires au modèle de PNT ARPEGE à Météo-France. Ce capteur a été développé conjointement entre le CNES (Centre National d’Études Spatiales) et EUMETSAT (European Organisation for the Exploitation of Meteorological Satellites) et est embarqué à bord des satellites défilants Metop-A, B et C. L’assimilation de ces observations requiert l’utilisation d’un Modèle de Transfert Radiatif (MTR) qui s’appelle RTTOV à Météo-France. Ce dernier utilise une connaissance a priori de l’état thermodynamique et chimique de l’atmosphère le plus probable pour simuler les observations IASI. À Météo-France, les champs d’ébauche thermodynamiques proviennent d’une prévision à courte échéance fournie par ARPEGE. Les ébauches de la composition chimique de l’atmosphère sont issues d’un unique profil vertical de référence pour chaque espèce chimique fourni par RTTOV. Les stages de Master 1 et 2 ont montré que cette approximation a un impact important sur le schéma de rayonnement et sur la qualité des simulations et l’utilisation des observations satellitaires infrarouges pour la PNT. Les Modèles de Chimie Transport (MCT) sont capables de fournir des prévisions de la composition chimique de l’atmosphère. À Météo-France, ce MCT s’appelle MOCAGE. Ce travail de thèse a proposé une méthode permettant une meilleure assimilation des observations satellitaires infrarouges par un couplage des modèles météorologique et chimique.
La première partie du travail a consisté à évaluer la sensibilité des observations infrarouges à la chimie atmosphérique. Pour cela, j’ai proposé au responsable de la campagne de mesure APOGEE (Atmospheric Profiles Of GreenhousE gasEs) une collaboration entre son laboratoire, le GSMA (Groupe de Spectrométrie Moléculaire Atmosphérique) de l’Université de Reims et le CNRM afin de mesurer des profils in situ de CO2, CH4 et O3 en colocalisation avec des observations issues d’instruments infrarouges (IASI, CrIS, SEVIRI). Ces données ont été utilisées à la fois pour valider la qualité de nos simulations et comme données de vérification pour évaluer les prévisions de composition chimique atmosphérique issus de MCT (MOCAGE et CAMS). Cette campagne de mesure m’a permis d’enrichir mes compétences dans de nombreux domaines. J’ai réalisé une formation au Laboratoire d’Aérologie afin de maîtriser la préparation et la calibration des sonde ozone avant leurs lancement. J’ai travaillé également avec l’équipe GMEI afin de me former à la réalisation de radiosondage et du suivi de ballons météorologiques (implémentation de champs vent issus de la BDM en temps réel). Également avec les équipe PLASMA et COMETS pour l’utilisation des champs chimiques issus de MOCAGE et des échanges avec le CEPMMT pour l’extraction des champs chimiques issus de CAMS. Enfin pour cette étude, des modification importante du logiciel 1D-Var (Fortran) ont été nécessaire afin de pouvoir réaliser des restitutions des profils de CO2, CH4 et O3. Ces travaux ont donnés lieu à un article collaboratif (Joly, Coopmann et al., 2020). J’ai également encadré deux stagiaires de Master 1 pour réaliser une climatologie évolutive de CO2 afin d’améliorer l’utilisation des observations satellitaires infrarouges. Ces travaux ont permis de mettre en place une climatologie évolutive de CO2 particulièrement intéressante en comparaison à des observations in-situ et fournissant une amélioration significative des simulations des observations infrarouges sensibles à la température.
De ces études, il ressort que la qualité des simulations dépend de la précision de l’ébauche chimique utilisée et que le constituant chimique ayant l’impact le plus important est l’ozone. La suite du travail de thèse s’est donc articulée autour de l’ozone. Une première étape a consisté à préparer l’assimilation de canaux IASI sensibles à l’ozone. Ce travail a montré à la fois que l’utilisation d’une ébauche réaliste d’ozone issue d’un MCT permet de mieux simuler les observations sensibles à l’ozone et d’apporter de l’information supplémentaire, améliorant simultanément les analyses de température, d’humidité et d’ozone (Coopmann et al., 2018). Puis une nouvelle sélection de canaux IASI sensibles à l’ozone a mis évidence 15 canaux permettant également d’améliorer les analyses thermodynamiques et chimiques (Coopmann et., al 2020). Enfin cette sélection de canaux a été utilisée dans le système d’assimilation de données quadri-dimensionnel variationnel (4D-Var) et un couplage a été réalisé entre les modèles ARPEGE et MOCAGE pour les champs d’ozone. Les résultats montrent que l’utilisation de l’ozone de MOCAGE permet une meilleure utilisation des observations satellitaires infrarouges et a un impact positif sur la qualité des analyses thermodynamiques et d’ozone mais également sur les prévisions météorologiques grâce à une amélioration dans l’utilisation des autres observations et dans la qualité des analyses de température, d’humidité et de vents (Coopmann et., al 2020). Ces travaux sont actuellement en fin d’évaluation pour une implémentation dans la chaîne en double en vue d’une mise en opérationnelle.
Post-Doc : Préparation à l’assimilation dans le modèle AROME des observations du futur sondeur infrarouge MTG-IRS (DESR/CNRM/GMAP/OBS encadré par Nadia Fourrié et Philippe Chambon) – Financement EUMETSAT – 3 ans
IRS (InfraRed Sounder) est un spectromètre infrarouge à transformée de Fourier qui sera embarqué à bord de la série Meteosat Third Generation (MTG) des futurs satellites géostationnaires EUMETSAT. Après son lancement prévu le 01 juillet 2025, il sera capable de mesurer la luminance spectrale émise par la Terre au sommet de l’atmosphère en utilisant 1960 canaux dans deux bandes spectrales entre 680 – 1210 cm–1 et 1600 – 2250 cm–1. Il effectuera des mesures sur l’ensemble du disque terrestre à 0° de longitude avec une haute résolution spatiale et temporelle, respectivement de 4 km au nadir et de 30 minutes sur l’Europe.
L’assimilation de ces nouvelles observations représente un grand défi pour l’amélioration des modèles de PNT, en particulier pour les modèles régionaux tels que AROME à Météo-France. En effet, IRS sera capable de fournir une information 4D en température, humidité, vents, surface, etc., sur l’ensemble du domaine et particulièrement dans des zones moins couvertes en observations (mer Méditerranée et océan atlantique). J’ai réalisé une importante étude 1D de création d’observations synthétiques qui a permis l’analyse de sensibilité de IRS à la thermodynamique et chimique atmosphérique, ainsi que des premières études de simulations (RTTOV) en collaboration avec le CEMS. La première sélection des canaux IRS a été réalisée afin de relever le défi du volume de données que IRS va générer. Une étude spécifique du contenu en information montre qu’une sélection de 300 canaux répartis sur les bandes d’absorption du CO2, de l’ozone, de la vapeur d’eau et des fenêtres atmosphériques, est un bon compromis entre la quantité de données et la qualité de l’information (Coopmann et., al 2022). En liaison avec EUMETSAT, l’impact d’une compression de données a été évalué.
Afin d’évaluer de manière réaliste l’impact qu’aura IRS sur les prévisions AROME, la méthode dite d’OSSE (Observing System Simulation Experiments) a été construite. Elle consiste à mettre en place un état atmosphérique réaliste (Nature Run) à partir duquel on simule l’ensemble des observations actuellement assimilées en PNT ainsi que les futures observations que l’on souhaite examiner. Ces Nature Runs (NR) ont été construits pour le modèle global ARPEGE afin d’alimenter les conditions aux limites latérales d’un NR AROME. Ce dernier a été utilisé pour la simulation du système d’observation incluant pour la première fois les radars et les observations IRS. Ces Nature Runs, qui sont en réalité des prévisions ininterrompues, ont été construits pour les périodes d’été (JJA) et d’hiver (DJF), chacun incluant un mois d’ajustement (spin-up). Ce spin-up représente le temps nécessaire au modèle pour s’approcher de sa propre climatologie après avoir été lancé à partir d’autres conditions initiales. J’ai évalué le réalisme de ces Nature Runs en vérifiant qu’il n’y ait pas de dérives temporelles ou d’effets régionaux irréalistes.
J’ai ensuite simulé dans le système de PNT 3D-Var AROME, toutes les observations assimilées en opérationnel (conventionnelles et radars) et les luminances spectrale à partir de RTTOV. Il est important que ces observations synthétiques ainsi simulées se rapprochent le plus possible des vraies observations afin de reproduire l’impact réel de ces dernières. J’ai pour cela comparé le poids des observations OSSE par rapport aux observations issues de l’opérationnel, me permettant ainsi de calibrer mes simulations en ajustant leurs erreurs afin d’obtenir un comportement similaire aux vraies observations.
Cette étude fournit un ensemble d’outils pour l’assimilation du futur sondeur IRS dans le système de PNT 3D-Var AROME. J’ai adapté le code pour permettre d’assimiler IRS dans le 3D-VAR en tenant compte de la contrainte de dissémination des données en composantes principales et de leur conversion en température de brillance reconstruite. Puis des modifications dans le code ont été réalisées pour permettre d’utiliser IRS dans le 3D-Var avec toutes les fonctionnalités nécessaire (bator, algorithme de détection nuageuse, utilisation de la matrice de covariance d’erreur d’observation complète, etc.). Une évaluation de l’ajout d’IRS en plus des systèmes d’observation actuels sur les prévisions AROME a été menée en utilisant les scores de prévisions habituels sur ces deux périodes d’hiver et d’été. Les résultats montrent un impact incroyablement positif de l’ajout de IRS sur les prévisions météorologiques, en particulier en été et plus modestement en hiver (Coopmann et al., 2023), ce qui conforte l’idée que cet instrument permettra une amélioration significative de notre système de PNT dans les années à venir.
Post-Doc : Assimilation de données de télédétection pour la composition atmosphérique à l’échelle régionale (DESR/CNRM/GMGEC/PLASMA encadré par Vincent Guidard) – Financement CAMEO Horizon Europe – (2 ans et 6 mois)
L’assimilation de données dans les modèles de chimie transport est de nos jours plus limitée qu’en PNT. Ainsi dans le cadre de l’amélioration des services Copernicus Atmosphere (CAMS), l’objectif de ce post-doc est d’enrichir l’assimilation de données télédétectées pour la composition atmosphérique à l’échelle régionale. L’étude permettra d’améliorer la représentation des aérosols via l’assimilation de mesures de télémètres et lidars au sol déployés en Europe conjointement avec des observations d’épaisseur optique satellitaires, ainsi que la préparation à l’assimilation des mesures du futur instrument satellitaire infrarouge IRS. L’étude utilise le modèle de chimie-transport MOCAGE, qui, à l’aide d’information venant d’un modèle météorologique, modélise l’évolution temporelle des aérosols primaires et secondaires (organiques et inorganiques), ainsi que de nombreuses espèces chimiques, dans la troposphère et dans la stratosphère. Ce modèle est utilisé en opérationnel à Météo-France, notamment pour contribuer à l’ensemble régional de prévision de qualité de l’air CAMS. En fonction de l’avancement de mes travaux, l’étude pourra également utiliser une version du modèle météorologique AROME permettant la description des espèces gazeuses et des aérosols en version de recherche.
L’objectif principal de cette étude est de préparer l’assimilation des radiances IRS et d’évaluer leur impact sur les prévisions d’ozone et de monoxyde de carbone lorsqu’elles sont assimilées dans le modèle de composition atmosphérique de Météo-France MOCAGE (Modèle de Chimie Atmosphérique de Grande Echelle). Comme les observations réelles ne sont pas encore disponibles, nous avons utilisé un cadre OSSE (Observing System Simulation Experiment), qui fournit une méthode robuste pour construire un état réaliste de l’atmosphère. Cet état est considéré comme la réalité (appelé Nature Run) et est ensuite utilisé à la fois pour simuler des observations synthétiques IRS et comme données de vérification à la fin de nos expériences d’assimilation de données. Les expériences ont été réalisées dans le système d’assimilation de données 3D-Var MOCAGE pendant une période estivale de juin à août 2019. Enfin, les prévisions des expériences avec et sans assimilation IRS ont été comparées au Nature Run en termes d’erreur de prévision et de scores de prévision et montrent des améliorations significatives des champs d’ozone et de monoxyde de carbone pouvant atteindre 50 %.
Post-Doc : Assimilation d’observations satellitaires pour la représentation des aérosols désertiques dans un modèle de prévision numérique du temps (DESR/CNRM/GMGEC/PLASMA encadré par Vincent Guidard) – Financement CAMAERA – (1 ans et 5 mois) Actuellement
Copernicus est le programme de surveillance de la Terre coordonné et géré par la Commission Européenne. Il a pour objectif de délivrer de façon opérationnelle des données et services liés à l’environnement aux échelles globales et européennes. En particulier, ce programme comporte une composante de services à l’utilisateur couvrant les besoins d’informations sur la composition de l’Atmosphere : il s’agit du service CAMS (Copernicus Atmosphere Monitoring Service). Il est mis en œuvre, par délégation de la Commission, par le Centre européen de prévisions météorologiques à moyen terme (ECMWF), qui s’appuie lui-même sur des partenaires pour la déclinaison des services.
Le projet Horizon Europe CAMS AERosol Advancement (CAMAERA) vise à améliorer considérablement les capacités de modélisation des aérosols des systèmes régionaux et mondiaux, grâce à l’assimilation de nouvelles sources de données et à une meilleure représentation des aérosols secondaires et de leurs gaz précurseurs. L’objectif principal de ce projet vise à assimiler directement des luminances spectrales (produits de niveau 1) de l’instrument satellitaire infrarouge IASI dans le modèle ARPEGE pour initialiser les champs d’aérosols désertiques. Les modèles ARPEGE et IFS partagent leur système d’assimilation.
