L'exploitation des données radar météorologiques utilisées pour estimer la lame d'eau est souvent compliquée par la hauteur de la mesure. C'est tout particulièrement le cas en zone montagneuse où le faisceau est très éloigné du sol du fait que les radars sont installés en haute altitude et que les élévations les plus basses sont partiellement ou totalement masquées. La méthode classiquement utilisée en opérationnel (et notamment à Météo-France) pour extrapoler les réflectivités à hauteur du sol, ne permet pas de considérer certains processus trop complexes pour être modélisés simplement, comme l'évaporation ou le renforcement des précipitations sous le faisceau. De plus, la variabilité spatiale des profils de précipitations n'est pas prise en compte, limitant considérablement les performances de l'algorithme d'estimation de la lame d'eau en plaine comme en régions montagneuses. C'est en identifiant ces lacunes et limitations que s'est inscrite cette thèse, avec pour but le développement d'une méthode novatrice d'estimation de la lame d'eau. L'idée est de tirer partie de la capacité du modèle numérique de prévision immédiate à haute résolution de Météo-France (AROME-PI) à produire des profils de précipitations réalistes, pour établir les profils les plus probables compte tenu des observations volumiques disponibles et les utiliser pour estimer la précipitation au sol. On s'appuie sur un simulateur radar qui, à partir des variables pronostiquées par le modèle (contenus en hydrométéores, température...), simule la réflectivité, tout en respectant la géométrie du faisceau du radar.
La première partie de la thèse se concentre sur la mise en place d'une méthode bayésienne de recherche des profils de réflectivités simulés les plus pertinents par rapport à l'observation et ensuite utilisés pour la restitution des taux de précipitations et de la lame d'eau. Deux cas d'études stratiformes complexes ont été étudiés pour tester les performances du nouveau schéma et souligner les limitations de la correction des réflectivités actuellement utilisée à Météo-France. Une étude de sensibilité sur le poids donné aux élévations les plus basses dans la méthode ainsi que sur le nombre de profils simulés utilisés a été menée.
La deuxième partie de cette thèse présente des améliorations apportées à la paramétrisation de la bande brillante de ce simulateur en cohérence avec le schéma microphysique ICE3 utilisé dans AROME. Les réflectivités ainsi simulées ont été évaluées sur différents cas d'études. Les biais identifiés ont été en partie corrigés grâce au développement d'une méthode statistique adaptée, permettant l'élaboration d'un jeu de données simulées plus robuste.
Enfin, le dernier volet du travail se focalise sur l'évaluation du potentiel de la méthode à mieux estimer les précipitations en zone montagneuse. Des premiers tests ont été effectués sur un cas idéalisé de plaine pour lequel on a volontairement masqué l'élévation la plus basse. On a ensuite reconstitué les réflectivité masquées pour les comparer avec les réflectivités réellement observées. La nouvelle méthode a ensuite été appliquée sur un cas convectif et un cas stratiforme en zone montagneuse. Une évaluation tri-dimensionnelle des résultats a été faite à partir des profils quasi-verticaux du radar Xport de l'IGE, des pluviomètres ainsi que des profils de référence issus des réanalyses SAFRAN, un modèle d'analyse et de prévision de grandeurs météorologiques adapté pour la montagne. Elle a permis de montrer tout le potentiel que représente cette nouvelle approche pour l'estimation de la lame d'eau en montagne. |
The use of weather radar data to estimate rainfall accumulations is often complicated by the height of the measurement. This is particularly true in mountainous areas where the beam is very far from the ground either because the radar are installed at high altitude or because the lowest elevations are partially or totally hidden or both. The method conventionally used in operational systems (and in particular at Météo-France) to extrapolate reflectivities to ground level, does not allow to consider some processes too complex to be modeled easily, such as evaporation or strengthening of precipitation under the radar beam. In addition, the spatial variability of the precipitation profiles is not taken into account, limiting considerably the performance of the rainfall estimation by the algorithm in both plains and mountainous regions. It is by identifying these gaps and limitations that this thesis was written, with the aim of developing an innovative method for estimating the rainfall accumulations. The idea is to take advantage of the ability of Météo-France's high-resolution nowcasting model (AROME-PI) to produce realistic precipitation profiles. These profiles are used to estimate the most probable one according to the available volume observations, and to use it to estimate the precipitation at the ground. In order to do so, we relie on a radar simulator that simulates the reflectivity from the model prognostic variables (hydrometeor contents, temperature ...), and that takes into acount the radar beam geometry.
The first part of the thesis focused on the implementation of a Bayesian method to retrieve the most relevant simulated profiles of reflectivity which are then used to estimate the rainfall rates and accumulations. Two complex stratiform situations were studied to test the performance of the new scheme and to highlight the limitations of the correction currently used at Météo-France. The sensitivity of the results to the weight given to the lowest elevations in the method as well as to the number of simulated profiles used was conducted.
The second part of this thesis presents improvements brought to the parametrization of the bright band in the radar simulator while keeping the coherence with the microphysics scheme ICE3 implemented in AROME model. The simulated reflectivities were evaluated on different case studies. The biases identified have been partially corrected through the development of a suitable statistical method, allowing the development of a more robust simulated dataset.
Finally, the last part of the work focused on evaluating the potential of the method in mountainous areas. First tests were carried out on an idealized case over flat areas for which the lowest elevation was deliberately hidden. The reflectivity behind this fictive mask was then reconstructed and compared with the reflectivities actually observed. Next, the new method was applied to a convective case and a stratiform case over mountainous areas. A three-dimensional evaluation of the performances from the quasi-vertical profiles of the Xport radar from IGE, the rain gauges as well as the SAFRAN reanalysis (a model producing analysis and forecast of meteorological quantities adapted for the mountain), helped to evaluate the full potential of this new approach for estimating the rainfall accumulations in complex terrain. |