Ingénieure Divisionnaire des Travaux de la Météorologie, avec plus de 15 ans d’expérience en recherche opérationnelle, je suis actuellement responsable d’équipe et coordinatrice des travaux d’Intelligence Artificielle (IA) pour la prévision du temps à Météo-France. J’ai acquis au fil de mes expériences une expertise aux interfaces de la météorologie, des sciences de l’environnement et du numérique, que je mets en œuvre dans une démarche collaborative et pluridisciplinaire pour améliorer les services rendus aux usagers. 2024-aujourd’hui Porteuse d’une Chaire ‘IA & prévision du temps’, ANITI IA-Cluster, Toulouse 2021-aujourd’hui Responsable de l’équipe Prévisibilité 2020 Habilitation à Diriger des Recherches (HDR), Université Toulouse 3, France 2010-2021 Chercheuse en modélisation atmosphérique, CNRM/GMAP, Toulouse 2007 – 2010 Thèse de l’Université Toulouse 3, au Centre National de Recherches Météorologiques : Application, validation et réglage d’une assimilation d’ensemble Lauréate du Prix André Prud’homme, décerné par l’association Météo et Climat 2004 – 2007 Diplôme d’ingénieur de l’École Nationale de la Météorologie (ENM), Toulouse, France
Développement et utilisation des prévisions d’ensemble à échelle kilométrique Valorisation des prévisions d’ensemble vers différents secteurs d’activité (agriculture, énergie, aéronautique, sûreté nucléaire) Intelligence artificielle pour la prévision du temps Participation à plusieurs projets de recherche nationaux (ANR POESY, Fine4Cast – PEPR TASE, Natech – PEPR IRIMA) et européens (TURING, Weather Generator, Destination Earth, Copernicus, SESAR CICONIA)
Responsable de l’équipe Prévisibilité, CNRM Porteuse d’une chaire ANITI (2024-2028) Co-chair du groupe d’expert PDEF (Predictability, Dynamics, Ensemble Forecasting) de l’Organisation Météorologique Mondiale (2024-2027) Présidente de la commission scientifique sectorielle ‘Données et modèles’ de l’IRD (2024-2028) : évaluation des Chargés de recherche et Directeurs de recherche de l’IRD, participation aux jurys de recrutement Membre du comité scientifique de l’action LEFE-MANU de l’Institut National des Sciences de l’Univers du CNRS (2018-2024) Supervision : Directrice de 4 thèses, co-encadrement de 4 thèses, participation à plusieurs comités de suivi et jurys de thèse
Production scientifique : articles dans des revues à comité de lecture 2025 C. Brochet, G. Moldovan, J. Rabault, C. Regan, and L. Raynaud, 2025: Enriching Operational High-Resolution Ensemble Forecasts with StyleGAN-2. Artif. Intell. Earth Syst., 4, e240058, https://doi.org/10.1175/AIES-D-24-0058.1. 2024 B. Tarraf, F. Brun, L. Raynaud, S. Roux, Y. Zhang, L. Davadan and O. Deudon, 2024 : Assessing the impact of weather forecast uncertainties in crop water stress model predictions. Agricultural and Forest Meteorology, Volume 349. A. Jardines, M. Ponzano, M. Soler, J. Garcia-Heras and L. Raynaud, 2024 : Pre-tactical Convection Prediction for Air Traffic Flow Management using LSTM Neural Network. Meteorological Applications, 31(3), e2215. https://doi.org/10.1002/met.2215. L. Raynaud, G. Faure, M. Puig, C. Dauvilliers, J.-N. Trosino and P. Béjean, 2024 : A Convolutional Neural Network for Tropical Cyclone Wind Structure Identification in Kilometer-Scale Forecasts. Artif. Intell. Earth Syst., 3, e230059, https://doi.org/10.1175/AIES-D-23-0059.1. M. Pardé, L. Raynaud and A. Mounier, 2024 : La prévision à moyenne échéance de la tempête Ciaràn par intelligence artificielle, La Météorologie, 125, 36-40. 2023 C. Brochet, L. Raynaud, N. Thome, M. Plu and C. Rambour, 2023 : Multivariate emulation of convective-scale numerical weather predictions with generative adversarial networks: a proof-of-concept. Artif. Intell. Earth Syst., 2, 230006, https://doi.org/10.1175/AIES-D-23-0006.1. M. Plu, L. Raynaud and P. Brousseau, 2024 : La prévision d’ensemble au coeur de la prévision numérique du temps – état des lieux et perspectives. La Météorologie, 126, 36-47. 2022 M. Wimmer, L. Raynaud, L. Descamps, L. Berre and Y. Seity, 2022 : Sensitivity analysis of the convective-scale AROME model to physical and dynamical parameters. Q. J. R. Meteorol. Soc., 148, 920-942. A. Mounier, L. Raynaud, L. Rottner, M. Plu, P. Arbogast, M. Kreitz, L. Mignan, B. Touzé, 2022 : Detection of bow echoes in kilometer-scale forecasts using a convolutional neural network. Artificial Intelligence for the Earth Systems, 1, e210010, https://doi.org/10.1175/AIES-D-21-0010.1 Y. El Ouartassy, I. Korsakissok, M. Plu, O. Connan, L. Descamps, and L. Raynaud, 2022 : Combining short-range dispersion simulations with fine-scale meteorological ensembles: probabilistic indicators and evaluation during a 85Kr field campaign. Atmospheric Chemistry and Physics, 22, 15793–15816. 2021 M. Bonavita, R. Arcucci, A. Carrassi, P. Dueben, A. J. Geer, B. Le Saux, N. Longépé, P. P Mathieu and L. Raynaud, 2021 : Machine Learning for Earth System Observation and Prediction. Bulletin of the American Meteorological Society, 102, 710-716. I. Aleksovska, L. Raynaud, R. Faivre, F. Brun and M. Raynal, 2021 : Design and Evaluation of Calibrated and Seamless Ensemble Weather Forecasts for Crop Protection Applications . Weather and Forecasting, 36, 1329-1342. 2020 O. Bousquet, D. Barbary, S. Bielli, S. Kebir, L. Raynaud, S. Malardel and G. Faure, 2020 : An evaluation of tropical cyclone forecast in the South-West Indian Ocean Basin using Arome IO convection-permitting NWP system. Atmospheric Science Letters, 21 (3). Y. Hamidi, L. Raynaud, L. Rottner and P. Arbogast, 2020 : Texture-based segmentation of high-resolution precipitation forecasts with machine-learning methods. Q. J. R. Meteorol. Soc., 146, 3014-3028. C. Keil, L. Chabert, O. Nuissier and L. Raynaud, 2020 : Dependence of predictability of precipitation in the northwestern Mediterranean coastal region on the strength of synoptic control. Atmos. Chem. Phys., 20, 15851–15865. 2019 L. Raynaud, I. Pechin, P. Arbogast, L. Rottner and M. Destouches, 2019 : Object-based verification metrics applied to the evaluation and weighting of convective-scale precipitation forecasts. Q. J. R. Meteorol. Soc., 145, 1992-2008. L. Rottner, P. Arbogast, M. Destouches, Y. Hamidi and L. Raynaud, 2019 : The similarity-based method – a new object detection method for deterministic and ensemble weather forecasts, Adv. Sci. Res., 16, 209-213, https://doi.org/10.5194/asr-16-209-2019. 2018 L. Raynaud, B. Touzé and P. Arbogast, 2018 : Detection of severe weather events in a high-resolution ensemble prediction system using Extreme Forecast Index (EFI) and Shift Of Tails (SOT). Weather and Forecasting, 33, 901-908. F. Bouttier and L. Raynaud, 2018 : Clustering and selection of boundary conditions for limited-area ensemble prediction. Q. J. R. Meteorol. Soc., 144, 2381-2391. 2017 L. Raynaud and F. Bouttier, 2017 : The impact of horizontal resolution and ensemble size for convective-scale probabilistic forecasts, Q. J. R. Meteorol. Soc., 143, 3037-3047. 2016 L. Raynaud and F. Bouttier, 2016 : Comparison of initial perturbation methods for ensemble prediction at convective scale, Q. J. R. Meteorol. Soc., 142, 854-866. F. Bouttier, L. Raynaud, O. Nuissier and B. Ménétrier, 2016 : Sensitivity of the AROME ensemble to initial and surface perturbations during HyMeX. Q. J. R. Meteorol. Soc., 142, 390-403. P. Arbogast, O. Pannekoucke, L. Raynaud, E. M\'{e}min and R. Lalanne, 2016 : Object-oriented processing of CRM precipitation forecasts by stochastic filtering, Q. J. R. Meteorol. Soc., 142, 2827-2838. 2015 L. Raynaud, O. Pannekoucke, P. Arbogast and F. Bouttier, 2015 : Application of a Bayesian weighting for short-range lagged ensemble forecasting at the convective scale. Q. J. R. Meteorol. Soc., 141, 459-468. 2014 O. Pannekoucke, L. Raynaud and M. Farge, 2014 : A wavelet-based filtering of ensemble background-error variances. Q. J. R. Meteorol. Soc., 140, 316-327. M. Boisserie, P. Arbogast, L. Descamps, O. Pannekoucke and L. Raynaud, 2014 : Estimating and diagnosing model error variances in the Météo-France global NWP model. Q. J. R. Meteorol. Soc., 140, 846-854. 2013 L. Raynaud and O. Pannekoucke, 2013 : Sampling properties and spatial filtering of ensemble background-error length-scales. Q. J. R. Meteorol. Soc., 139, 784-794. L. Raynaud, 2013 : Estimation des variances d’erreur de prévision pour l’assimilation de données. La Météorologie, 80, 48-58. 2012 L. Raynaud, L. Berre and G. Desroziers, 2012 : Accounting for model error in the Météo-France ensemble data assimilation system. Q. J. R. Meteorol. Soc., 138, 249-262. L. Raynaud and O. Pannekoucke, 2012 : Heterogeneous filtering of ensemble-based background-error variances. Q. J. R. Meteorol. Soc., 138, 1589-1598. F. Bouttier, B. Vié, O. Nuissier and L. Raynaud, 2012 : Impact of stochastic physics in a convection-permitting ensemble. Monthly Weather Review, 140, 3706-3721. 2011 L. Raynaud, L. Berre and G. Desroziers, 2011 : An extended specification of flow-dependent background error variances in the Météo-France global 4D-Var system. Q. J. R. Meteorol. Soc., 137, 607-619. M. Bonavita, L. Raynaud and L. Isaksen, 2011 : Estimating background-error variances with the ECMWF Ensemble of Data Assimilations system : the effect of ensemble size and day-to-day variability. Q. J. R. Meteorol. Soc., 137, 423-434. 2009 L. Raynaud, L. Berre and G. Desroziers, 2009 : Objective filtering of ensemble-based background error variances. Q. J. R. Meteorol. Soc., 135, 1177-1199. 2008 L. Raynaud, L. Berre and G. Desroziers, 2008 : Spatial averaging of ensemble-based background error variances. Q. J. R. Meteorol. Soc., 134, 1003-1014. Production sociétale : activités de vulgarisation, ambassadrice fête de la science Occitanie 2025, interventions à destination des acteurs de terrain (Réseau Modelia, Forum Météo et Viticulture, Chaire Mutations et Innovations Territoriales, …), contribution à des rapports institutionnels (Atlas IGN, rapport annuel de Météo-France, …), interventions régulières dans les médias
