• Aucun résultat trouvé

microphysiques et optiques des hydrométéores

II.3. c Propriétés optiques des épisodes de neige soufflée

La figure V.33 montre les fonctions de phase moyennes des cas de neige soufflée. La forme des courbes est semblable aux cas de précipitation, typique de la glace, mais avec des valeurs de g légèrement plus faibles. L’histogramme des valeurs de g, tracé à la figure V.34, montre une forme gaussienne, mais, comparé aux cas de précipitations, la dispersion est plus faible, le nombre d’occurrences est plus élevé malgré le fait que le nombre d’expériences et d’heures de mesures soient plus faibles, et la courbe est centrée sur une valeur plus faible proche de 0.77.

171

Figure V.33 : fonctions de phase normalisées moyennes mesurées par le néphélomètre polaire pour les deux cas de neige soufflée. La valeur moyenne de g est indiquée en légende.

Figure V.34 : histogramme du facteur d’asymétrie mesuré par le néphélomètre polaire pour les deux cas de neige soufflée. Un fit de type gaussien a été appliqué, le coefficient de

172

 Application des mesures optiques de neige soufflée

Dans les modèles de climat et de prédiction numérique du temps, les paramétrisations de l’albédo de la neige sont souvent semi-empiriques et ne spécifient pas la forme des grains de neige (Wang et Zeng, 2010). Dans beaucoup d’études, l’approximation des grains de neige sphériques est encore utilisée dans les calculs de l’albédo et du transfert radiatif du fait de la commodité de la théorie de Mie. Cependant, les propriétés de diffusion simple des particules non sphériques, comprenant l’albédo de diffusion simple ω et la fonction de phase, peuvent être notablement différentes de celles des sphères (Aoki et al., 2011).

Figure V.35 : Comparaison fonctions de phase modélisées et la référence (en gris) pour (a) les fractals de Koch déformées (1), les sphères gaussiennes (2) et les aggrégats de colonnes

(3), (b) les trois meilleurs combinaisons de deux formes et (c) les trois meilleurs combinaisons de trois formes. Les nombres entre parenthèses indiquent la valeur de g et de la

fonction coût (cost). Les figures d à f montrent les différences correspondantes par rapport à la référence, d’après Räisänen et al. (2015).

Les travaux de Räisänen et al. (2015) proposent de nouvelles paramétrisations de modélisation des SSP (Single Scattering Properties) de la neige basées sur des particules non sphériques. Les formes utilisées dans ces calculs ont été déterminées par les mesures in situ de fonction de phase de la neige soufflée de la campagne CLIMSLIP. Ainsi, les figures V.35.a, b et c montrent les meilleurs ajustements obtenus par différentes fonctions de phase modélisées à partir de plusieurs formes ou combinaisons de formes par rapport à la moyenne des

173

fonctions de phase du 23 et 31 Mars, servant de référence. Les formes comprennent des fractales de Koch déformées (Macke et al., 1996), des sphères gaussiennes (Nousiainen et Muinonen, 1999) et des agrégats de plaques, de colonnes, des droxals ou des bullet rosettes. Les nombres entre parenthèses donnent la valeur de g et de la fonction de coût qui quantifie l’écart entre fonctions de phase de référence et modélisées. Les figures V.35.d, e et f montrent les différences entre fonctions de phase modélisées et la référence pour les différentes combinaisons. La fonction de phase simulée correspondant à la fonction de coût la plus faible donne la combinaison de forme optimale (OHC pour Optimized Habit Combination) qui reproduit le mieux les propriétés optiques mesurées. La OHC obtenue est constituée de droxals (32 %), d’aggrégats de plaques (30 %) et de fractales de Koch (38 %) et est représentée par la courbe 7 sur la figure V.35.

Figure V.36 : Albédo d’une couche de neige semi-infinie pour un rayonnement incident dont le cosinus de l’angle zénithal µ0=0.5, en fonction de la longueur d’onde λ et de la taille des grains de neige rvp, pour (a) les valeurs de référence calculées pour la OHC (couleurs) et les

valeurs de la paramétrisation optique de la neige (contours). Différences entre (b) la paramétrisation et la référence, (c) les fractals de Koch déformées et la référence et (d) les

sphères et la référence, d’après Räisänen et al. (2015). A noter que les échelles de couleur varient d’un graphique à l’autre, d’après Räisänen et al. (2015).

174

Afin de comparer les SSP (Single-Scattering Properties) issues de paramétrisations avec celles issues de mesures in situ, les SSP de la OHC ont été calculées grâce au code de transfert radiatif DISORT (DIScrete Ordinates Radiative Transfer program for a multi-layered plane-parallel medium) (Stamnes et al., 1988). Les résultats ainsi obtenus serviront de référence. En parallèle, les SSP ont été calculées à partir d’une paramétrisation développée pour des longueurs d’onde λ allant de 0.2 à 2.7 µm et des rayons de grains de neige rvp allant de 10 à 2000 µm. Les équations de cette paramétrisation proviennent des travaux de Van Diedenhoven et al. (2014). Celles-ci possèdent des coefficients qui sont modulables selon la forme des cristaux et qui ont été déterminés en fittant la OHC. Les figures V.36.a et b montrent la comparaison entre les albédos calculés selon ces deux méthodes en fonction de λ et de rvp. Les résultats montrent un très bon accord entre la référence et la paramétrisation, les différences entre les deux sont inférieures à 0.005 et sont concentrées dans la zone des grandes longueurs d’onde et des petits rayons. Les autres SPP calculées que sont l’efficacité d’extinction Qext, le facteur d’asymétrie g et la fonction de phase montrent des comparaisons similaires. En comparaison, les figures V.36.c et d présentent les différences entre les albédos calculées pour des fractals de Koch déformées et des sphères avec l’albédo de référence. Ces différences atteignent des valeurs maximales de 0.01 et 0.08 respectivement pour les fractals et les sphères et sont étendus sur un domaine de longueur d’onde et de rayon beaucoup plus large. Ceci met en évidence la précision gagnée en prenant mieux en compte la morphologie des grains de neige (Räisänen et al., 2015).