Utilisation des radiances contaminées par les nuages

Les radiances nuageuses contiennent une information de grande échelle sur les variables physiques non initialisées dans le modèle. L’émergence des techniques variationnelles, ainsi que les améliorations récentes en matière de modélisation nuageuse et de transfert radiatif, ont re-

lancé l’intérêt de la communauté scientifique pour l’utilisation des radiances nuageuses. D’autre part, plusieurs constats ont convaincu les grands centres de PNT d’assimiler les radiances nua- geuses dans les modèles atmosphériques. La première source de motivation évidente était le manque à gagner en observations : pour la plupart des instruments infrarouges, environ 90% des pixels sont totalement ou partiellement contaminés par les nuages (Fourrié and Rabier (2004), pour les observations IASI) et étaient donc rejetés du système d’assimilation respectif de ces centres de prévision. Dans le contexte de l’arrivée de sondeurs avancés contenant plusieurs mil- liers de canaux, tels que AIRS, IASI et CrIS prochainement, le rejet de ces observations conduit à une sous-exploitation évidente de ces instruments par ailleurs coûteux. D’autre part, de nom- breuses études ont montré que les zones sensibles (zones où de petites erreurs de conditions initiales peuvent conduire à de grandes erreurs de prévision) étaient largement recouvertes par les nuages (McNally (2002) ;Fourrié and Rabier (2004)). Enfin, le rejet systématique des obser- vations contaminées par les nuages conduit d’une part au calcul d’équivalents-modèle en ciel clair uniquement, et d’autre part, à une faible description de certaines situations particulières comme les régions humides ou sensibles par exemple.

Deux méthodes sont principalement utilisées par les centres de PNT pour assimiler les ra- diances contaminées par les nuages :

• Dans la première approche, l’information nuageuse provient exclusivement des variables dynamiques du modèle via les schémas physiques de nuages décrits en partie 2.3 du chapitre 1. Ces derniers sont alors couplés avec l’opérateur d’observation, un RTM par exemple, qui va simuler les radiances nuageuses sur un certains nombre de niveaux verticaux.

Différents centres de PNT ont testé cette approche pour les observations AIRS. Ainsi, Che- vallier (Chevallier et al. (2004)) a testé l’utilisation d’un schéma diagnostique de nuage (Tomp- kins and Janiskova (2003)) couplé au RTM RTTOV pour simuler les radiances contaminées par les nuages dans un schéma 1D-Var. Les auteurs ont ainsi mis en évidence un bénéfice potentiel (en terme de biais et d’optimisation des erreurs d’observations) à assimiler les radiances conta- minées par les nuages pour certains canaux AIRS pointant dans la haute troposphère. Dahoui (Dahoui (2006)) a aussi testé l’utilisation d’un schéma diagnostique de nuage pour estimer les paramètres nuageux qu’il a fournis en entrée du RTM RTTOVCLD pour simuler les radiances AIRS nuageuses. Pour ce cadre d’étude, seuls les nuages stratiformes de grande échelle ont été pris en compte afin de réduire les non-linéarités inhérentes aux processus convectifs. L’impact de cette étude n’est pas très encourageant tant les impacts sur l’analyse et les prévisions sont faibles et le temps de calcul important.

• Une seconde approche consiste à utiliser des algorithmes de caractérisation nuageuse pour retrouver les propriétés du nuage. Ces paramètres nuag eux (généralement la pression de

sommet de nuage PTOP et la couverture nuageuse Ne) dérivés à l’aide d’observations sont

ensuite fournis au RTM qui simule les radiances contaminées par les nuages.

Cette technique est utilisée de manière opérationnelle dans certains centres de PNT pour simuler et assimiler les radiances AIRS contaminées par les nuages. Cependant différentes va- riantes existent d’un centre à l’autre tant dans l’algorithme utilisé que dans la manière dont sont

traités les paramètres nuageux avant d’être fournis au RTM. Ainsi, le UKMO9 utilise la mé- thode de moindre résidu (minimum residual method, (Eyre and Menzel (1989))) pour extraire

les paramètres nuageux (Pavelin et al. (2008)). Météo-France et le SMC10utilisent quant à eux

l’algorithme du CO2-Slicing (Pangaud et al. (2009) ; Heilliette and Garand (2007)). Au UKMO et au SMC, les paramètres nuageux calculés sont ensuite ajustés par un schéma 1D-Var avant d’être fournis aux modèles de transfert radiatif RTTOV afin de simuler les radiances nuageuses. La technique utilisée à Météo-France est de fournir en entrée de RTTOV les données brutes is- sues du CO2-Slicing sans ajustement préalable par un schéma 1D-Var et pour toutes les scènes

nuageuses dont la Neest supérieur à 0,1 (Pangaud et al. (2009)).

A l’heure de rédaction de ce manuscrit, le CEPMMT n’assimile pas les radiances conta- minées par les nuages de manière opérationnelle. Cependant, différentes pistes exploitant les 2 méthodes décrites ci-dessus y ont été testées pour assimiler les observations nuageuses de manière optimale. Outre la méthode physique testée par Chevallier et al, McNally (McNally

(2008)) a utilisé le radiomètre AVHRR11 afin de ne sélectionner que les pixels totalement re-

couverts par les nuages (Ne=1). Les paramètres nuageux, calculés à l’aide de la méthode de

moindre résidu, pour ces pixels totalement nuageux sont finalement fournis en entrée de RT- TOV afin de simuler les radiances nuageuses. Dans cette méthode, les paramètres nuageux sont ajustés au cours de la minimisation du 4D-Var.

Les résultats obtenus dans chacun des centres utilisant des algorithmes de caractérisation nuageuse sont prometteurs : pour le UKMO, Pavelin note ainsi de légères diminutions des er-

reurs quadratiques moyennes (RMS12) pour les profils de température et d’humidité de l’ébauche.

Au CEPMMT, McNally met en évidence une légère amélioration des incréments d’analyses en température par rapport aux observations de radiosondages en moyenne/basse troposphère ainsi qu’une amélioration significative des RMS pour les prévisions de température à 700hPa dans l’Hémisphère Sud et dans les Tropiques. Pour le SMC, Heilliette (Heilliette and Garand (2007)) a noté de légères améliorations des profils de température et d’humidité dans une large couche au-dessus du nuage (spécialement pour les nuages moyens). Enfin, à Météo-France, Dahoui a mis en évidence, dans une version préliminaire de cette méthode, des impacts certes faibles mais légèrement positifs tant dans l’analyse (innovations des observations améliorées) que dans les prévisions (légères amélioration des RMS pour les prévisions de géopotentiel dans l’Hémi- sphère Sud) avec ou sans ajustement des paramètres nuageux par un schéma 1D-Var.

Dans le cadre de cette thèse, l’objectif recherché est d’explorer différentes pistes pour as- similer de manière optimale les observations issues des sondeurs hyperspectraux AIRS mais aussi IASI contaminées par les nuages dans le modèle ARPEGE. Pour les données AIRS, la méthode mise en oeuvre dans le présent manuscrit (ainsi que la configuration de l’étude) diffère de celle utilisée par Dahoui pour de nombreux aspects :

• Un jeu de canaux AIRS différent est utilisé : Dahoui utilise un jeu de 102 canaux AIRS

9_{United Kingdom Meteorological Office} 10_{Service de Météorologie Canadienne} 11_{Advanced Very High Resolution Radiometer} 12_{Root Mean Square}

sensibles à la température (courtes et grandes longueurs d’ondes) et à la vapeur d’eau dont les pics de fonctions de poids sont situés de la stratosphère à la surface. Dans la présente étude, un jeu de 56 canaux stratosphériques et troposphériques sensibles à la température (grandes longueurs d’ondes uniquement) est utilisé uniquement. Ce jeu correspond au jeu de canaux utilisé dans la configuration opérationnelle d’ARPEGE depuis juillet 2008.

• La correction de biais utilisée par Dahoui est statique alors que Var-BC est appliquée aux observations dans cette étude.

• Les techniques d’assimilation des radiances nuageuses diffèrent entre les 2 études : le schéma du CEPMMT est utilisé dans la présente étude pour assimiler les canaux clairs mais aussi ceux contaminés par les nuages. L’implémentation de ce schéma dans le modèle AR- PEGE a donc été effectuée et notre système d’assimilation des radiances nuageuses repose sur l’information combinée du CO2-Slicing et du schéma du CEPMMT (les détails de la méthode mise en oeuvre sont exposés dans la partie 6.2.1.1 du chapitre 6). Dahoui a quant à lui testé d’une part une approche en utilisant l’information du CO2-Slicing uniquement afin de simuler une radiance affectée par les nuages et d’autre part une approche où le schéma du CEPMMT est utilisé pour assimiler uniquement les canaux clairs au sein de pixels clairs ou nuageux.

L’impact de l’assimilation des données AIRS et IASI sur la caractérisation des observations ainsi que sur les analyses et les prévisions sera détaillé dans les chapitres 6 et 7 respectivement pour le sondeur AIRS et le sondeur IASI.

Troisième partie

Evaluation des schémas de détection et de

caractérisation des nuages

Introduction

Comme cela a été souligné en fin de chapitre précédent, une détection et une caractérisation fiable des nuages sont nécessaires afin que les radiances contaminées par les nuages soient rejetées ou au contraire assimilées au même titre que les radiances claires.

La plupart des algorithmes de détection et de caractérisation des nuages sont basés sur des calculs de transfert radiatif et des tests à seuil. Dahoui et al (2005) ont étudié les performances de 4 schémas de détection des nuages : le schéma de la NESDIS, du CO2-Slicing (Chahine (1974) ; Menzel et al. (1983)), du MLEV et du CEPMMT (McNally and Watts (2003)). Dans cette étude, les auteurs montrent que ces 4 schémas permettent une restitution satisfaisante des structures nuageuses à l’échelle synoptique avec cependant une plus grande précision pour le schéma du CO2-Slicing et du CEPMMT. La présente phase de validation se concentrera sur les 2 schémas jugés les plus précis par Dahoui et al (2005), à savoir le CO2-Slicing et le schéma du CEPMMT.

Cette validation sera réalisée dans un premier temps (chapitre 4) en utilisant exclusive- ment les données issues du spectromètre AIRS et en se référant aux données indépendantes du

masque nuageux MODIS13.

Dans la seconde étape de notre phase de validation (chapitre 5) nous élaborons puis testons tout d’abord différents jeux de canaux IASI à appliquer au CO2-Slicing pour optimiser les calculs des paramètres nuageux. Dans un second temps, nous vérifions que le jeu de canaux AIRS utilisé par le CO2-Slicing en 2006 (123 canaux) est toujours performant. En effet, certains canaux AIRS utilisés par le CO2-Slicing et le schéma du CEPMMT pendant cette période ne présentent plus un bon code-qualité en 2009. Si le jeu de 123 canaux utilisé ne s’avère plus performant, un nouveau jeu de canaux AIRS approprié aux calculs des paramètres nuageux doit être défini. Cette phase de validation est effectuée en se référant aux produits de classification

nuageuse MSG14.

13_{MODerate Imager Spectroradiometer} 14_{Météosat Seconde Génération}

Chapitre 4

Comparaison du masque nuageux MODIS

et des schémas de détection pour AIRS

Sommaire

4.1 Présentation des schémas de détection et de caractérisation des nuages . 65

4.1.1 Le schéma du CEPMMT . . . 65