Les observations satellitaires infrarouges et micro-ondes sont largement utilisées pour la prévision numérique du temps à travers l'assimilation de données. L'utilisation des observations dans ces deux domaines spectraux permet d'obtenir des informations très diverses et complémentaires sur la température, l'humidité et les hydrométéores.
Avec l'arrivée d'une nouvelle génération de satellites, de nouvelles fréquences d'observation vont s'ajouter pour encore mieux observer les nuages, comme avec la mission EUMETSAT Polar System Seconde Génération (EPS-SG) et son instrument aux longueurs d'onde sub-millimétriques Ice Cloud Imager (ICI). La combinaison de ces fréquences avec les fréquences micro-ondes de l'instrument MicroWave Imager (MWI) de la même mission, ainsi qu'avec les fréquences infrarouges de l'instrument Flexible Combined Imager (FCI) de la mission Meteosat Troisième Génération (MTG) pourrait apporter une information plus complète sur les hydrométéores. Jusqu'à présent, ces observations dans différents domaines spectraux sont traitées différemment et avec un certain nombre d'incohérences dans l'assimilation de données satellitaires, en particulier en zones nuageuses. Cependant, leur utilisation conjointe pourrait améliorer la prévision en combinant les avantages de chaque instrument
Alors que l'assimilation opérationnelle des observations micro-ondes nuageuses et en présence de précipitation est répandue (Geer et al., 2017), les observations infrarouges sont seulement assimilées en ciel clair, malgré des recherches à ce sujet dans différents centres de prévision (Martinet et al., 2013; Geer et al., 2019; Okamoto et al., 2021).
L'objectif de cette thèse est de montrer si une synergie entre des observations infrarouges et micro-ondes nuageuses serait bénéfique à la prévision numérique du temps. Dans un premier temps, la simulation des observations en présence de nuages par ARPEGE est évaluée pour identifier les points d'amélioration et sources d'incohérences entre les domaines des infrarouges et micro-ondes. Ensuite, une étude sur la combinaison des deux domaines spectraux est réalisée. La méthode "1D-bayésienne" qui consiste à récupérer des profils d'hydrométéores dits "inversés" à partir des luminances observées pour les assimiler dans le modèle ARPEGE de Météo-France est utilisée. Cette méthode telle qu'utilisée ici nous permet de combiner plusieurs instruments (ici les deux instruments micro-ondes et l'instrument infrarouge) afin de créer un seul profil atmosphérique issu de la synergie infrarouge et micro-ondes. Ces inversions ont permis de mettre en évidence l'apport bénéfique qu'engendre cette combinaison de fréquences.
Ensuite, il est essentiel de définir les sources d'incertitudes qui pourraient empêcher cette utilisation synergique. En effet, le modèle de transfert radiatif qui permet de projeter les variables du modèle ARPEGE dans l'espace des observations des satellites traite différemment les données infrarouges et micro-ondes (formes des hydrométéores, modèles de distributions...). Différents paramètres du modèle de transfert radiatif sont modifiés et l'impact de ce choix est évalué. Au niveau du modèle de prévision numérique du temps ARPEGE, des modifications au sein des paramétrisations microphysiques sont introduites pour apporter une source d'erreurs afin de reproduire d'éventuels erreurs aléatoires qui sont inévitables. L'impact des différentes sources d'erreur est quantifié par le biais de différentes expériences incluant les modifications du transfert radiatif et/ou du modèle. Leur étude a permis de conclure que ces incohérences ne semblent pas empêcher la combinaison de fréquences d'améliorer les résultats par rapport à une utilisation mono-instrumentale même si l'amélioration peut être amoindrie dans certains cas. De plus, les incohérences de transfert radiatif semblent être de moindre importance comparées aux incertitudes du modèle de prévision numérique du temps. |
Infrared and microwave satellite observations are widely used in numerical weather prediction (NWP) through data assimilation. The use of observations in these two spectral ranges enables to obtain very different and complementary information on temperature, humidity and hydrometeors.
As a new generation of satellite is developed, new observing frequencies will become available to even better observe clouds, such as EUMETSAT Polar System Second Generation (EPS-SG) and its sub-millimetric wavelengths instrument Ice Cloud Imager (ICI). The combination of these frequencies with microwave frequencies of the instrument MicroWave Imager (MWI) from the same mission, and with infrared frequencies of the instrument Flexible Combined Imager (FCI) from the mission Meteosat Third Generation (MTG) could bring a more detailled information on hydrometeors. So far, these observations in different spectral ranges are treated in different ways and with some inconsistencies in satellite data assimilation system, especially in cloudy situations. However, their joint use could improve numerical weather forecasting by combining the benefits of each instrument.
While operational assimilation of microwave cloudy observations is widespread (Geer et al., 2017), infrared observations are only assimilated in clear sky, despites research studies in several forecast centres (Martinet et al., 2013; Geer et al., 2019; Okamoto et al., 2021).
The aim of this thesis is to show if a synergy between infrared and microwave cloudy obsevations would be benefical to NWP. Firstly, cloudy brightness temperature simulations by ARPEGE is evaluated to see how they could be improved and to identify the sources of inconsistencies. Secondly, a study on the combination of the two spectral ranges is done. The 1D-Bayesian method consists of determining "inversed" hydrometeor profiles from observed radiances to assimilate them in the ARPEGE model. It is used to retrieve profiles. As it is used, this method allows to combine several instruments (here, the two microwave and the infrared instruments) in order to create a single profile from the infrared and microwave synergy. These retrievals highlighted the benefit of combining all these frequencies.
Then, the sources of inconsistencies need to be define as they could constrain the synergistic use. Indeed, the radiative transfer model allows to project the NWP model's variables in observations space. The treatment of infrared and microwave satellite observations differs (hydrometeors' shape, distribution models...). Differents radiative transfer parameter are modified and the impact of these choices are evaluated. Regarding the NWP model ARPEGE, some modifications in the microphysics parameterisation are introduced to add a source of error to reproduce inevitable random errors. The impact of these sources of error is quantified by the comparison of several experiments that include or not modifications in radiative transfer model or in NWP model's parameterisations. This study concludes that inconsistencies do not cancel the benefits of the synergy but could reduce it in some cases. Moreover, inconsistencies of RT seem to have less impact than the uncertainties of the NWP model. |