L'amélioration de la représentation des aérosols dans un modèle de chimie-transport (en anglais, Chemical-Transport Model, CTM) permet une meilleure compréhension des propriétés des aérosols et leurs nombreux effets ainsi que leur prévision. Sur cette base, l'objectif général de cette thèse est d'améliorer la représentation des aérosols dans le CTM MOCAGE. Pour remplir les objectifs de la thèse, dans un premier temps, nous avons modifié directement la représentation des aérosols dans le CTM MOCAGE en réexaminant et améliorant les différents processus déjà présents via la prise en compte de schémas et de paramétrisations plus détaillés. Les processus ayant subi les améliorations les plus importantes sont les émissions des aérosols du type sel marin, poussière désertique et cendre volcanique, le dépôt humide et la sédimentation. Nous avons évalué les impacts de ces changements et comparé les champs modélisés avec des observations. Les modifications implémentées ont permis d'améliorer significativement l'accord entre modèle et observations et celui du modèle avec les données de la comparaison inter-modèle AeroCom.
Comme approche complémentaire pour répondre à l'objectif de cette thèse, nous avons également implémenté dans le CTM MOCAGE l'assimilation de données des aérosols. Le système d'assimilation de données est capable d'assimiler les observations de l'épaisseur optique des aérosols (en anglais, Aerosol Optical Depth, AOD), ainsi que les différentes grandeurs obtenues par les mesures lidar. Nous avons réalisé une validation rigoureuse du système d'assimilation de l'AOD en assimilant les données de l'instrument MODIS pour les périodes correspondant aux campagnes de mesure des projets TRAQA (TRAnsport à longue distance et Qualité de l'Air dans le bassin méditerranéen) et ChArMEx (CHemistry and AeRosol MEditerranean EXperiment) durant l'été 2012 et 2013, respectivement, et en comparant les champs directement modélisés et assimilés avec les observations.
Lorsque l'on compare ces résultats avec des observations indépendantes d'AOD, les champs assimilés ont des indicateurs statistiques meilleurs que ceux du modèle direct. Les mesures in-situ de TRAQA et ChArMEx ont également été utilisées pour évaluer l'impact de l'assimilation des AOD sur d'autres paramètres des aérosols modélisés. Les résultats ont montré que l'assimilation des AOD était un outil particulièrement efficace pour améliorer les performances du modèle en terme d'AOD, mais également pour les autres paramètres des aérosols tel que la concentration.
Les observations lidar fournissent des informations importantes sur la répartition des aérosols sur la verticale. Nous avons implémenté un système d'assimilation des profils lidar mesurés pour des lidars à rétrodiffusion élastique. Le système est capable d'assimiler le signal de rétrodiffusion et les grandeurs inversées: les coefficients de rétrodiffusion et d'extinction. Les premiers tests effectués à partir des données d'un lidar au sol ont montré un impact cohérent sur le modèle en assimilant séparément les 3 différents types de mesures lidars implémentées.
|
The improvement of the aerosol representation in a chemical transport model (CTM) permits better understanding of aerosol properties, forecasts, and their widespread effects. The main goal of this thesis is to improve the aerosol representation in the CTM MOCAGE. The work may be divided into two approaches to achieve the main goal: the direct improvement of aerosol physical schemes and parameterizations, and the development of a data assimilation system able to assimilate aerosol optical depth (AOD) and lidar profiles into the model.
On the modelling side, the processes that underwent the important improvements were sea salt, desert dust and volcanic aerosol emissions, wet deposition and sedimentation. The ambition is related to improve the model biases compared to observations, and to implement more physically detailed schemes in the model. We evaluated the impacts of these changes and compared the modelled fields to observations. The implemented updates significantly enhanced the model agreement with the observations and the inter-model comparison data. The results also confirmed that large uncertainties in models can come from the use of different parameterizations.
The aerosol data assimilation is implemented to further reduce the model uncertainties. The set of observation operators and their tangent linear and adjoint operators for AOD and lidar profile observations are developed to link the model and the observation space. Aerosol assimilation proved to be very efficient to reduce the differences between the model and the observations. AOD observations assimilated for the periods of the extensive field campaigns over the Mediterranean basin in 2012 and 2013 and the period of volcanic ash plume from the Eyjafjöll eruption in 2010 in Iceland showed that the AOD assimilation is able to significantly improve the model performance in terms of AOD, but also other aerosol parameters such as concentrations. Assimilation of different elastic backscatter lidar profile measurements, namely of the backscatter signal, the extinction coefficient and the backscatter coefficient, also showed an efficient influence on the modelled aerosol vertical profiles. |