Le brouillard est un phénomène météorologique difficile à prévoir du fait de sa forte variabilité spatio-temporelle et des interactions complexes entre les processus qui le pilotent. Améliorer sa prévision présente un enjeu sociétal important pour limiter son impact sur les transports. Parmi les différents types de brouillard, le brouillard formé par affaissement de stratus, assez fréquent à nos latitudes, demeure plus difficile à prévoir. L'objectif de cette thèse est de mieux comprendre les processus clés pilotant l'affaissement de stratus jusqu'au brouillard, en s'appuyant à la fois sur les données d'une campagne de mesures et des simulations numériques, afin de dégager des pistes d'amélioration pour la prévision. Les mesures collectées lors de la campagne Bure sur les hivers 2015 et 2016 dans le nord-est de la France, ont permis d'analyser statistiquement 47 cas de brouillards, dont 29 cas de brouillard radiatifs (RAD) et 18 cas de brouillards par affaissement de stratus (FSTL), ainsi que 19 cas d'affaissement de stratus ne formant pas de brouillard. Les FSTL diffèrent des RAD par une visibilité observée à 10 m ainsi qu'un contenu intégré en eau nuageuse sur la verticale plus élevés. La hauteur initiale de la base du stratus et la vitesse de la descente ne semblent pas être des paramètres déterminants pour la formation du brouillard.
Un cas de FSTL, échantillonné le 1-2 décembre 2016, a été étudié en détail en s'appuyant sur des observations au sol et en altitude, ainsi que sur des simulations à haute résolution. Les mesures sous ballon captif ont montré une évolution complexe de la structure verticales des propriétés thermodynamiques et microphysiques du stratus et du brouillard. L'analyse des distributions dimensionnelles des gouttelettes met en évidence que la sédimentation joue un rôle important sur la répartition de l'eau liquide. Des gouttelettes de diamètre>20 µm se forment de façon cyclique sous le sommet, grossissent par coalescence à mesure qu'elles sédimentent dans la couche nuageuse, puis s'évaporent sous la base. Ce processus reste actif dans le brouillard.
La simulation Méso-NH à une résolution de 100 m, utilisant un schéma microphysique à 2 moments où la concentration des gouttelettes est pronostique, a reproduit les principales caractéristiques observées du cycle de vie du stratus menant au brouillard, malgré un décalage temporel de 4h à la formation du stratus lié aux conditions de grande échelle. Des analyses par bilans de variables thermodynamiques et microphysiques sur ce cas ont montré que l'advection d'eau nuageuse dans le stratus et à son sommet est un processus majeur pilotant l'affaissement du stratus, ainsi que l'advection d'air froid vers la base et sous le stratus, générée par les circulations orographiques de fine échelle. Grâce à ces conditions non locales favorables, le processus microphysique favorisant la formation de brouillard est la sédimentation des gouttelettes, qui génère un refroidissement et une humidification de la couche sous nuageuse par évaporation. La sédimentation des gouttelettes est d'autant plus efficace que leur concentration est faible à contenu équivalent, et l'approche microphysique à 2 moments apparaît plus appropriée que celle à 1 moment pour reproduire la variabilité observée de cette concentration.
Enfin, une évaluation statistique de la qualité de prévision du stratus, de son affaissement ainsi que de la formation du brouillard a été menée sur les 37 cas échantillonnés d'affaissement de stratus à partir de la prévision opérationnelle d’AROME et de simulations Méso-NH présentant différents tests de sensibilité. Si les stratus et leur affaissement sont mieux prévus par la prévision opérationnelle, des résolutions horizontale et verticale plus fines ainsi qu'une microphysique à deux moments améliorent les scores de prévision de brouillard par affaissement de stratus, ouvrant ainsi la voie à une future version opérationnelle d'AROME à 500 m pour le brouillard. |
Because of its high spatio-temporal variability and the complex interactions between the driving processes, fog is a difficult meteorological phenomenon to forecast. Improving its forecast is essential to limit its impact on transportation.This thesis aims to better understand the key processes driving stratus lowering fog by using both data from a measurement campaign and numerical simulations in order to identify ways of improvement for forecasting.
Measurements collected during the Bure campaign over the winters 2015-2016 in the north-east of France, has allowed a statistical analysis of 47 fog cases, including 29 cases of radiative fog (RAD) and 18 cases of stratus lowering fog (FSTL), as well as 19 cases of stratus lowering not forming fog. The FSTLs differ from the RADs in that they have a higher observed visibility at 10 m and a higher liquid water path. The initial height of the stratus base and the speed of descent do not seem to be determining parameters for fog formation.
A case of FSTL, sampled in December 1-2, 2016, has been studied in detail based on ground and upper air observations and high-resolution simulations. Tethered balloon measurements showed a complex vertical structure evolution of the thermodynamic and microphysical properties of stratus and fog. The analysis of droplet size distributions shows that sedimentation plays an important role in the distribution of liquid water. Droplets with diameters higher than 20 $mu$m form cyclically below the top, grow by coalescence as they sediment in the cloud layer, and then evaporate below the base. This process remains active in the fog.
A Meso-NH simulation at 100 m resolution, with a 2 moment microphysical scheme where droplet concentration is a prognostic variable, reproduced the main observed features of the stratus life cycle leading to fog, despite the 4-hour delay in stratus formation due to large-scale conditions. A budget analysis of the thermodynamical and microphysical variables on this case have shown that the advection of cloud water in the stratus and at its top is a major process driving the stratus lowering, as well as the advection of cold air towards the base and under the stratus, generated by fine-scale orographic circulations. Due to these non-local favorable conditions, the microphysical process favoring fog formation is droplet sedimentation, which generates cooling and humidification of the sub-cloud layer by evaporation. Droplet sedimentation is all the more efficient as droplet concentration is low for equivalent content, and a 2-moment microphysical approach appears more appropriate than the a 1-moment scheme to reproduce the observed variability of this concentration.
Finally, on the 37 sampled cases of stratus lowering, a statistical evaluation of the quality of the forecast has been conducted by using the operational forecasts of AROME and Meso-NH simulations with different sensitivity tests.While stratus clouds and their lowering are better predicted by the operational forecast, finer horizontal and vertical resolutions and two-moment microphysics improve the stratus lowering fog forecast scores, paving the way for a future 500 m operational version of AROME dedicated to fog. |