Description
La prévision des aléas naturels liés à la neige en zone de montagne (avalanches, crues) et la gestion de la ressource en eau (entre autres pour les opérateurs hydroélectriques) nécessitent une connaissance fine des propriétés physiques du manteau neigeux, de sa forte variabilité spatiale et de son évolution temporelle souvent rapide. L’utilisation de modèles numériques simulant l’évolution du manteau neigeux est donc un outil très complémentaire aux observations, offrant une description spatialisée de toutes ses propriétés physiques et permettant de simuler des prévisions d’évolution pour les prochains jours. Sur les massifs montagneux français, le modèle détaillé Crocus (Lafaysse et al., 2025), développé au CNRM au sein de la plateforme SURFEX, est ainsi au cœur d’un système opérationnel de simulation du manteau neigeux opéré par Météo-France depuis les années 1990 (Durand et al., 1999). Le système est aujourd’hui nommé S2M (SAFRAN – SURFEX/Crocus-MEPRA, Lafaysse et al., 2013) en référence aux systèmes d’analyse météorologique en montagne SAFRAN (Durand et al., 1993) et au module expert d’analyse de la stabilité mécanique MEPRA (Giraud, 1992) qui composent ce système numérique. Le système a connu de nombreuses évolutions depuis l’origine. En 2019, le système a en particulier été transféré sur les supercalculateurs de Météo-France pour permettre son extension à des prévisions d’ensemble, faisant suite aux travaux de recherche de la période précédente (Vernay et al., 2015). Il a ensuite été étendu à tous les massifs de moyenne montagne française pour permettre une généralisation de son application à d’autres enjeux que la prévision du risque d’avalanches (Figure 1). Pour encourager ces débouchés, des collaborations ont été renforcées ces dernières années entre le CEN et les services de prévision de crue, les opérateurs hydroélectriques, et plusieurs directions thématiques de Météo-France.
Figure 1: Massifs couverts par la chaîne opérationnelle S2M depuis 2021
L’enneigement d’une saison en cours peut être caractérisé en positionnant ces simulations opérationnelles dans la climatologie d’une réanalyse des conditions nivo-météorologiques couvrant la période 1958-2024 avec le même système de simulation. Cette réanalyse peut alors constituer alors une référence pour construire des projections climatiques futures (Verfaillie et al., 2018). La Figure 2 illustre ainsi le positionnement de l’enneigement de l’hiver 2023-2024 dans les Alpes grâce à S2M dans le bilan climatique de Météo-France.
Figure 2: Caractérisation de l’enneigement de l’hiver 2023-2024 à partir de la réanalyse S2M et par rapport aux projections futures ADAMONT
Ces dernières années, la diffusion de cette réanalyse vers la communauté scientifique nationale s’est sensiblement renforcée grâce à la diffusion de ce jeu données sur la plateforme de l’AERIS et une publication descriptive du jeu de données (Vernay et al., 2022). On constate une utilisation croissante de ce jeu de données par d’autres laboratoires dans plusieurs domaines scientifiques : bilan de masse des glaciers alpins (Réveillet et al., 2018 ; Kneib et al., 2024), simulation hydrologique (Bonsoms et al., 2024), écologie alpine (Thuiller et al., 2024 ; Nicoud et al., 2025), géomorphologie de montagne (Cathala et al. 2024), analyse statistique d’événements extrêmes (Le Roux et al., 2022), etc. La principale limite de cette réanalyse provient de l’hétérogénéité du nombre d’observations assimilées sur la période qui peut générer des tendances artificielles. Pour y remédier, des travaux sont en cours visant à utiliser des techniques d’intelligence artificielle pour reconstruire des séries plus homogènes.
Référence principale :
Vernay, M., Lafaysse, M., Monteiro, D., Hagenmuller, P., Nheili, R., Samacoïts, R., Verfaillie, D. et Morin, S. (2022). The S2M meteorological and snow cover reanalysis over the French mountainous areas : description and evaluation (1958–2021). Earth Syst. Sci. Data, 14(4):1707–1733. https://doi.org/10.5194/essd-14-1707-2022
Autres références :
Bonsoms, J., López-Moreno, J. I., Alonso-González, E., Deschamps-Berger, C., and Oliva, M.: Rain-on-snow responses to warmer Pyrenees: a sensitivity analysis using a physically based snow hydrological model, Nat. Hazards Earth Syst. Sci., 24, 245–264, https://doi.org/10.5194/nhess-24-245-2024, 2024.
Cathala M., Bock J., Magnin F., Ravanel L., Ben Asher M., Astrade L., Bodin X., Chambon G., Deline P., Faug T., Genuite K., Jaillet S., Josnin J.Y., Revil A., Richard J. (2024) – Predisposing, triggering and runout processes at a permafrost-affected rock avalanche site in the French Alps (Étache, June 2020). Earth Surface Processes and Landforms, 49(10), 3221–3247. https://doi.org/10.1002/esp.5881
Durand, Y., Brun, E., Mérindol, L., Guyomarc’h, G., Lesaffre, B. et Martin, E. (1993). A meteorological estimation of relevant parameters for snow models. Ann. Glaciol., 18:65–71. https://doi.org/10.3189/S0260305500011277.
Giraud, G. (1992). MEPRA : an expert system for avalanche risk forecasting. In Proceedings of the International snow science workshop, 4-8 oct 1992, Breckenridge, Colorado, USA, pages 97–106. http://arc.lib.montana.edu/snow-science/item/1242.
Kneib, M., Dehecq, A., Gilbert, A., Basset, A., Miles, E. S., Jouvet, G., Jourdain, B., Ducasse, E., Beraud, L., Rabatel, A., Mouginot, J., Carcanade, G., Laarman, O., Brun, F., and Six, D.: Distributed surface mass balance of an avalanche-fed glacier, The Cryosphere, 18, 5965–5983, https://doi.org/10.5194/tc-18-5965-2024, 2024.
Lafaysse, M., Morin, S., Coléou, C., Vernay, M., Serça, D., Besson, F., Willemet, J.-M., Giraud, G. et Durand, Y. (2013). Toward a new chain of models for avalanche hazard forecasting in French mountain ranges, including low altitude mountains. In Proceedings of the International Snow Science Workshop – Grenoble and Chamonix, pages 162–166. http://arc.lib.montana.edu/snow-science/item/1741.
Lafaysse, M., Dumont, M., De Fleurian, B., Fructus, M., Nheili, R., Viallon-Galinier, L., Baron, M., Boone, A., Bouchet, A., Brondex, J., Carmagnola, C., Cluzet, B., Fourteau, K., Haddjeri, A., Hagenmuller, P., Mazzotti, G., Minvielle, M., Morin, S., Quéno, L., Roussel, L., Spandre, P., Tuzet, F., and Vionnet, V. : Version 3.0 of the Crocus snowpack model, EGUsphere [preprint], https://doi.org/10.5194/egusphere-2025-4540, 2025.
Le Roux, E., Evin, G., Eckert, N., Blanchet, J. et Morin, S. (2022). A non-stationary extreme-value approachfor climate projection ensembles : application to snow loads in the French Alps. Earth Syst Dyn, 13(3):1059–1075. https://doi.org/10.5194/esd-13-1059-2022.
Nicoud, B., Bayle, A., Corona, C., Perron Chambard, R., Francon, L., Fructus, M., Bensa, M., et Choler, P. (2025). Climate, not land-use, drives a recent acceleration of larch expansion at the forest-grassland ecotone in the southern French Alps, Science of the Total Environment, 959, 178326, https://doi.org/10.1016/j.scitotenv.2024.178326
Réveillet, M., Six, D., Vincent, C., Rabatel, A., Dumont, M., Lafaysse, M., Morin, S., Vionnet, V., and Litt, M. : Relative performance of empirical and physical models in assessing the seasonal and annual glacier surface mass balance of Saint-Sorlin Glacier (French Alps), The Cryosphere, 12, 1367-1386, https://doi.org/10.5194/tc-12-1367-2018, 2018.
Thuiller, W. et al. (2024) ORCHAMP: an observation network for monitoring biodiversity and ecosystem functioning across space and time in mountainous regions. Comptes Rendus. Biologies, Volume 347 (2024), pp. 223-247. doi : 10.5802/crbiol.165. https://comptes-rendus.academie-sciences.fr/biologies/articles/10.5802/crbiol.165/
Verfaillie, D., Lafaysse, M., Déqué, M., Eckert, N., Lejeune, Y. et Morin, S. (2018). Multi-component ensembles of future meteorological and natural snow conditions for 1500 m altitude in the Chartreuse mountain range, Northern French Alps. The Cryosphere, 12(4):1249–1271. https://doi.org/10.5194/tc-12-1249-2018.
Vernay, M., Lafaysse, M., Merindol, L., Giraud, G. et Morin, S. (2015). Ensemble Forecasting of snowpack conditions and avalanche hazard. Cold Reg. Sci. Tech., 120:251–262. https://doi.org/10.1016/j.coldregions.2015.04.010.
Vionnet, V., Brun, E., Morin, S., Boone, A., Martin, E., Faroux, S., Le-Moigne, P. et Willemet, J.-M. (2012). The detailed snowpack scheme Crocus and its implementation in SURFEX v7.2. Geosci. Model. Dev., 5:773–791. https://doi.org/10.5194/gmd-5-773-2012.