Proposition de Sujet de thèse 2020
(1 page recto maximum) Laboratoire (et n° de l’unité) dans lequel se déroulera la thèse : CNRM – UMR 3589 & LA – UMR 5560
Titre du sujet proposé :
Amélioration de la prévision numérique des orages grâce à de nouvelles observations satellitaires d’éclairs
Nom et statut (PR, DR, MCf, CR, …) du (des) responsable (s) de thèse (préciser si HDR) : Olivier Caumont (HDR), ICPEF (CNRM); Éric Defer, CR1 (LA)
Coordonnées (téléphone et e-mail) du (des) responsable(s) de thèse : Olivier Caumont : tél : 05 61 07 96 46 ; mél : olivier.caumont@meteo.fr Éric Defer : tél : 05 61 33 27 78 ; mél : eric.defer@aero.obs-mip.fr Contexte du sujet de la thèse
Les orages font partie des phénomènes naturels les plus destructeurs, que ce soit à travers leurs effets directs comme les rafales de vent, la grêle et les éclairs, ou indirects comme les crues rapides résultant des fortes pluies qui leur sont associées. Ces phénomènes météorologiques menacent non seulement de nombreux secteurs économiques tels que l’aviation, l’agriculture, etc., mais aussi les vies humaines. Les régions méditerranéennes sont d’autant plus concernées par ce risque qu’elles sont régulièrement soumises à des « épisodes méditerranéens », sièges de pluies orageuses soutenues et persistantes provoquant des crues rapides aux conséquences tragiques. Parmi ces épisodes on peut par exemple citer celui qui a affecté les bassins de l’Aude durant la nuit du 14 au 15 octobre 2018 et dont le bilan s’est élevé à 14 personnes décédées, des dizaines de blessés, et des centaines de millions d’euros de dégâts.
Description de la problématique de recherche
Les modèles de prévision numérique du temps (PNT) constituent un outil clé dans l’anticipation de tels événements, permettant ainsi aux services de l’État et aux acteurs économiques de prendre des mesures de protection adaptées et faciliter la gestion de ces aléas météorologiques. En principe, ils permettent de savoir, plusieurs heures à l’avance, l’intensité et la localisation des orages. Cependant, malgré l’augmentation continue du réalisme de ces modèles de PNT, la prévision des orages reste difficile. Parmi les raisons qui expliquent cette difficulté figurent en bonne place les incertitudes sur la description actuelle de l’état de l’atmosphère qui conditionne l’évolution de l’état de l’atmosphère. Ceci est dû à un déficit d’observations, y compris de celles liées aux orages.
L’organisation européenne pour les satellites météorologiques (Eumetsat) lancera à compter de 2022 une série de satellites en orbite géostationnaire (Météosat Troisième Génération, MTG) embarquant des détecteurs destinés à cartographier les éclairs. Ce nouveau type de capteur, appelé imageur d’éclairs (lightning imager, LI), présente le grand avantage d’observer tous les types d’éclairs (nuage-sol et intra-nuage) de manière continue et homogène, à une résolution spatiale de quelques kilomètres, en temps réel et sur un hémisphère couvrant l’Europe entière. Le LI complètera idéalement les observations d’orages réalisées par les radars météorologiques. En effet, il permettra d’observer, entre autres, les orages en mer ou en régions montagneuses, c’est-à-dire hors de portée des radars.
L’objectif de la thèse proposée est de concevoir un système innovant, performant et prêt pour une utilisation opérationnelle des données observées par LI afin d’améliorer les prévisions du modèle de PNT Arome utilisé par Météo-France pour les échéances jusqu’à deux jours. Le processus permettant d’élaborer une estimation de l’état actuel de l’atmosphère à l’aide d’observations s’appelle « assimilation de données ». L’assimilation de données consiste à combiner de façon optimale les observations avec une prévision à très court terme (typiquement 1 h) faisant office d’ébauche. Ici plusieurs défis devront être relevés. En premier lieu, les observations de LI devront être simulées à partir d’autres
observations car l’instrument est en cours de construction. Ce travail préparatoire a été réalisé au cours d’une thèse précédente et un outil est disponible qui permet de produire des pseudo-observations de LI à partir d’observations au sol. En second lieu, les observations de LI devront être simulées à partir du modèle afin de pouvoir comparer les simulations de ce dernier aux observations. Ceci sera réalisé de manière innovante grâce à des techniques d’apprentissage automatique (machine learning) hybrides (c’est-à-dire incluant de la modélisation physique) appliquées à une base de données concomitantes de pseudo- observations de LI et d’observations de LI simulées par le modèle. Enfin, une maquette du futur système d’assimilation (un système ensembliste variationnel quadridimensionnel hybride) destiné à remplacer l’actuel système variationnel tridimensionnel (3D-Var) d’Arome à l’horizon 2021-2023 sera utilisée pour ces travaux. Des expériences d’assimilation des données de LI seront effectuées sur une période incluant des orages significatifs des dernières années dans les régions méditerranéennes et l’apport de ces données sera évalué par rapport à des expériences ne les assimilant pas, c’est-à-dire avec une configuration proche de celle actuellement utilisée opérationnellement.
Si les observations du premier LI sont disponibles au cours de la thèse, elles remplaceront les pseudo-observations et une comparaison systématique entre les observations réelles de LI et le modèle sera mise en place, ce qui constitue une étape préliminaire indispensable à l’assimilation opérationnelle de ces données.
Compétences souhaitées
Le/la candidat/e doit avoir de bonnes connaissances en physique de l’atmosphère et être titulaire d’un master 2 recherche. Des connaissances en électricité atmosphérique et en assimilation de données seraient un plus. Une forte curiosité intellectuelle, un bon esprit de synthèse et d’initiative seront appréciés. Le/la candidat/e doit également pouvoir lire et s’exprimer en anglais.
