M2 OASC : Fiche de stage

Transcription

1 M2 OASC : Fiche de stage Titre du stage : prévisibilité des orages dans un modèle à échelle kilométrique Nom et statut du (des) responsable (s) de stage : BOUTTIER François, chercheur à Météo-France (équipe CNRM/GMME/MICADO) Coordonnées (téléphone et ) du (des) responsable (s) de stage : francois.bouttier@meteo.fr Sujet du stage : Sujet résumé : on utilisera la prévision d'ensemble AROME préopérationnelle à résolution 2,5km, pour étudier les processus qui gouvernent la prévisibilité des orages de plaine, et identifier les paramètres qui offrent les meilleures performance de prévision météorologique. Sujet détaillé : 1) Objectifs scientifiques, techniques poursuivis Le but est de caractériser la prévisibilité des orages de plaine dans un système numérique opérationnel, à l aide d un système de prévision d ensemble. Les orages restent des phénomènes météorologiques dévastateurs, difficiles à prévoir précisément sur plus de quelques heures. Des progrès importants ont été récemment accomplis avec des modèles numériques à maille kilométrique tels qu AROME, exploité à Météo-France. Grâce à leur haute résolution numérique, leur dynamique non-hydrostatique et leurs paramétrisations (microphysique, turbulence...), ces modèles peuvent simuler la structure 3D des plus gros orages et de leurs principaux impacts: pluies, rafales, organisation spatiale, diagnostics de grêle. Dans certains cas, AROME peut prévoir des épisodes orageux avec un réalisme saisissant. Simuler ne signifie cependant pas toujours bien prévoir: si les épisodes orageux sont souvent bien prévus à l échelle régionale quelques dizaines d heures à l avance, les simulations sont généralement décalées par rapport à la réalité, en termes d intensité, de position ou de timing. Les échéances et échelles auxquelles on peut effectuer des prévisions fiables sont donc limitées. Ces limites étant variables dans l espace et dans le temps, il est important de les estimer en temps réel. L outil privilégié pour cela est ici la prévision d ensemble AROME, qui est une méthode de simulation des erreurs de prévision météorologique: l ensemble effectue en parallèle plusieurs dizaines de simulations atmosphériques, dont la distribution reproduit l éventail des évolutions possibles. La prévision d ensemble AROME simule les erreurs de grande échelle, du système d assimilation, du modèle de surface et des paramétrisations physiques. La prévision d ensemble des orages est statistiquement meilleure que la prévision déterministe, en terme de taux moyens de détections et de fausses alarmes pour des observables ponctuelles (par exemple, la pluie mesurée par un pluviomètre). Le but de ce stage est de comprendre physiquement d où vient la valeur ajoutée de l ensemble, et de chercher comment améliorer ses performances. Le travail sera structuré en 4 étapes: Le premier problème (a) est de définir par quoi on représente numériquement un orage. On comparera les métriques de performances obtenues avec des réflectivités radar, des cumuls pluviométriques, des mesures de vent. On cherchera ensuite (b) à séparer les signaux en termes d intensité et de localisation du phénomène, à différentes échelles. Bien que le modèle simule des noyaux de pluie, de grêle ou des fronts de rafale, ces phénomènes peuvent aussi être prévus indirectement pas des diagnostics plus ou moins empiriques, alimentés par des champs tels que la CAPE, la température potentielle et le vent d altitude, l intégrale du graupel, etc; une hypothèse fréquemment invoquée étant que ces diagnostics traduisent des processus physiques pas toujours bien représentés dans le modèle. On s efforcera (c) de critiquer ces hypothèses, en comparant les performances des différentes approches. Il sera intéressant de comparer, sur quelques épisodes météorologiquement contrastés, comment (d) la dispersion de l ensemble se propage entre différents paramètres clés: jet, CAPE, flux de surface, champ d humidité, convergences et hydrométéores. Cela permettra de vérifier, par comparaison entre dispersion et erreurs de prévision, si les intensités des différentes sources d erreurs sont correctement équilibrées dans les perturbations de l ensemble. 2) Méthodologie envisagée:

2 La méthodologie reposera sur l examen des champs et observations d un petit nombre (~3) de cas-tests orageux bien contrastés (ligne de grain grêligène, orages à forçage synoptique, orages en convection libre), dont les conclusions seront confrontées à des scores objectifs calculés sur plusieurs dizaines de cas (pour les paramètres dont des observations existent en quantité suffisante). Pour le point (a), cartes et scores seront examinés en termes de réflectivités radar (réflectivités 3D du réseau radar de Météo-France), précipitations intégrées (observations pluviométriques de cumuls sur 1 à 3h), rafales de vent (force max du vent à m sur 1h). Les scores incluront des mesures de biais, erreurs quadratiques, ratio dispersion/erreur, diagramme de rang, score de Brier, diagramme ROC, diagramme de fiabilité. Les cartes comprendront une comparaison des membres de l ensemble avec les observations, et une vérification subjective de l information probabiliste prévue: distribution des fausses alarmes, non-détections, biais, répartition des outliers (observations situées hors de la fourchette des possibles prévue par l ensemble). Ce travail débouchera sur une vision basique des performances brutes de l ensemble, et de sa variabilité d une situation à l autre. L étape (b) consiste à examiner la dépendance d échelle du signal prévu. On dit souvent que les grandes échelles sont plus prévisibles que les petites; on appliquera un filtrage spatial plus ou moins agressif aux sorties de modèle et aux observations afin de vérifier ce point: peut-on définir une résolution optimale d utilisation du système de prévision? Est-elle identique dans un ensemble et dans un modèle déterministe? Varie-t-elle selon les cas, notamment en fonction de la proximité aux massifs montagneux? Quel sont les ordres de grandeur de la dispersion et des erreurs de localisation, de timing, d intensité, et quelles sont les échéances de prévision utilisables? On utilisera un outil suivi de cellules convectives (déjà disponible) et les concepts de la méthode SAL (Wernli et al 2008), Les étapes (c) et (d) consistent à appliquer une démarche d analyse de processus, sur quelques cas d étude. Il s agit d identifier, par comparaison entre chaque membre, les processus physiques qui pilotent son succès ou son échec du point de vue des scores ci-dessus; pour faciliter le travail on commencera par comparer le meilleur et le pire membre, en se concentrant sur les paramètres connus pour être déterminant dans la simulation de la convection: forçage synoptique d altitude, variations de l énergie disponible (CAPE, CIN), champ d humidité, flux de surface, organisation de la convergence et des ascendances, formation éventuelle de plages froides, d écoulements de densité, changements de phase des précipitations. En théorie, l ensemble a été construit pour que sa dispersion soit identique à celle des erreurs de prévision: est-ce vrai pour tous les champs considérés? Pour prévoir les caractéristiques des orages, vaut-il mieux utiliser les produits finaux du modèle (précipitations, vents résolus), ou des diagnostics plus empiriques (indices convectifs fondés sur la CAPE, indices de rafales sous orages, par exemple; on utilisera des diagnostics déjà publiés), et pourquoi? Si le temps le permet, on associera les performances de chaque membre aux perturbations ensemblistes qui ont été utilisées: perturbations des couplages de grande échelle, de la condition initiale, des conditions de surface, et paramètres de la physique stochastique. Cela permettra d identifier si certains processus sont trop ou pas assez perturbés, et si les perturbations ensemblistes se propagent comme attendu dans les différents compartiments du modèle de prévision. Les données des simulations à utiliser (sorties de modèle et observations pour les vérifier) auront été produites avant le stage par l encadrement, avec le système PE AROME à 12 membres sur la France métropolitaine (résolution horizontale 2,5km). Les outils à utiliser seront des logiciels déjà développés dans l'équipe: calcul de scores ensemblistes par rapport aux observations tracés de cartes des membres d un ensemble, de ses quantiles et de la dispersion des champs météorologiques: précipitations, réflectivités, champs dynamiques d'altitude, nébulosité, température potentielle, CAPE, CIN, etc. les logiciels à développer seront uniquement des petits modules, par exemple pour filtrer spatialement les observations et les champs, ou calculer des corrélations entre champs, à partir de modules déjà développés. Si le stage progresse assez vite, le/la stagiaire pourra exécuter des variantes de l ensemble avec des modifications de la stratégie de perturbation, afin de regarder leur impact sur la prévision des orages dans les cas étudiés. Dominante du travail: il s'agit d'un travail de diagnostic d'expériences numériques, de comparaison entre modèle et observation, d interprétation physique de résultats statistiques. 3) Plan de travail détaillé mois par mois sur 5 mois: mois 1: bibliographie sur les ensembles et la physique des orages, phase (a): examen naïf des cas d études et des scores probabilistes.

3 mois 2: phase (b): étude de la dépendance des résultats à l échelle spatiale. mois 3: phase (c): comparaison des sorties directes du modèle avec des diagnostics empiriques de la convection. mois 4: comparaison entre la dispersion de l ensemble et les erreurs de prévision, sur différents paramètres du modèle. Analyse de leur relation avec les sources de perturbation utilisées pour construire l ensemble. Eventuellement, test de variantes de l ensemble. mois 5: rédaction des résultats. 4 Etat d'avancement actuel des travaux sur le sujet, lien avec les autres activités du laboratoire La prévision des évènements convectifs à fort impact est au coeur des préoccupations du laboratoire. La prévision d'ensemble AROME (la PE AROME) est un outil privilégié pour cela, et une version préopérationnelle validée de la PE AROME a été préparée juste avant le stage. Des études préliminaires à ce stage ont été effectuées en 2015 sur la vérification des réflectivités radar, la dépendance à l échelle et le calibrage des prévisions de pluie, l analyse par les prévisionnistes du comportement de l ensemble en situations orageuses. L'étude proposée recoupe les thématiques de l équipe sur les précipitations intenses (campagne HyMeX) et la fourniture de services au monde aéronautique (projets SESAR et IMET de la Commission Européenne). 5) Autres remarques Ce sujet de stage nécessite une bonne connaissance de la physique atmosphérique. Il est adapté pour un Master M2R. Il peut aussi convenir comme sujet d élève ingénieur, par ses aspects d optimisation de scores et d expérimentation numérique. Le sujet, s il est correctement traité, constituera une étude originale publiable: les orages de plaine restent un problème de prévision numérique majeur, et les ensembles à résolution kilométrique tels que la PE AROME sont des outils nouveaux activement étudiés. 6) Références bibliographiques Bouttier, F., B. Vié, O. Nuissier and L. Raynaud, 2012: Impact of stochastic physics in a convection-permitting ensemble. Mon. Wea. Rev., 140: doi:.1175/mwr-d Bouttier, F., L. Raynaud, O. Nuissier, B. Ménétrier, 2015: Sensitivity of the AROME ensemble to initial and surface perturbations during HyMeX. Accepted for publication in Quart. Jour. Roy. Meteor. Soc. in June pp. DOI:.02/qj.2622 Clark A., J. Kain, D. Stensrud, M. Xue, F. Kong, M. Coniglio, K. Thomas, Y. Wang, K. Brewster, J. Gao, X. Wang, S. Weiss, J. Du, 2011: Probabilistic Precipitation Forecast Skill as a Function of Ensemble Size and Spatial Scale in a Convection-Allowing Ensemble. Mon. Wea. Rev., 139, Hanley, K. E., D. J. Kirshbaum, N. M. Roberts, G. Leoncini, 2013: Sensitivities of a Squall Line over Central Europe in a Convective-Scale Ensemble. Mon. Wea. Rev., 141, doi: Wernli, H., M. Paulat, M. Hagen, C. Frei, 2008: SAL -A Novel Quality Measure for the Verification of Quantitative Precipitation Forecasts. Mon. Wea. Rev., 136, doi: 7) Ce sujet pourrait-il être prolongé par une thèse? Ce sujet est prolongeable sous forme d une thèse sur la prévision probabiliste des orages (sujet rédigé pour l ENM au printemps 2015). UE optionnelles suggérées pour accompagner le stage (2 UE à choisir parmi UE 7.1, 7.2, 7.3, 7.4, et 7.5) : UE 7.1 physique des nuages : indispensable UE 7.2 aérosols : optionnelle

4 UE optionnelles du M2 OASC MODULE C (h) Compétences Contenu du module (mots clefs) UE7 Options (2/5) UE 7.1 : Physique des nuages UE 7.2 : Aérosols UE 7.3 : Océanographie côtière UE 7.4 : Traceurs dans l'océan UE 7.5 : Cryosphère Compréhension des processus physiques associés aux nuages. Approche de l'observation des nuages et de leur représentation. Rôle des nuages dans les perturbations atmosphériques des latitudes moyennes et tropicales. Notions sur les sources d'aérosols atmosphériques. Notions sur les processus d'évolution des propriétés physico chimiques de l'aérosol au cours de son transport dans l'atmosphère. Notions sur les impacts climatiques associés à la présence d'aérosols. Notions sur les techniques de mesures de l'aérosol par impaction ou par filtration. La marge continentale est le siège d une dynamique très spécifique. La formation proposée vise à en identifier les causes, à décrire les mécanismes associés et à proposer des modèles simples. Acquisition de connaissances sur les outils géochimiques utilisés pour étudier des paramètres-clés (export de carbone, mélange dans l océan ), modèles utilisés en géochimie marine Faire comprendre le rôle de la cryosphère dans le climat en tant qu acteur et témoin climatique. Notion de temps de réponse, rapide pour les glaces de mer, lent pour les glaces continentales. Notion de fonctionnement d un glacier et intérêt en tant qu archives glaciaires. Nuages, système d équations, modélisation, observations. Nuages stratiformes (stratus, brouillard, stratocumulus, cirrus). Nuages cumuliformes (dynamique, électricité, grêle, tornades, systèmes convectifs). Perturbations des latitudes moyennes (structure à grande échelle, observations satellite, nuages et fronts). Cyclones tropicaux (climatologie, évolution, impact, prévisibilité). Sources, processus de formation et d évolution, vieillissement, impact radiatif Spécificité de la circulation océanique, de la réponse au vent et de la dynamique des marées, des tsunamis, de la houle, des ondes internes et des panaches fluviaux sur les marges continentales. Outils géochimiques, quantification des flux de matière dans l océan, quantification du mélange (horizontal, vertical) dans l océan, échanges côte-large. Notion d albédo et de rétroaction positive. Fonctionnement d un glacier et d une calotte polaire. Formation de la glace de mer. Glace, témoin de l altération climatique. Recul des glaciers continentaux et des glaces de mer Arctique. Glace, acteur du climat. Master Sciences de la Planète et de l Environnement M2 Spécialité Recherche OCEAN ATMOSPHERE ET SURFACES CONTINENTALES GUIDE DU STAGE Objectif du guide : informer les étudiants et les encadrants de la forme et du contenu que doit revêtir le stage de recherche. Le stage de recherche est une phase de formation de l étudiant, dans laquelle l encadrant a un rôle prépondérant et au cours de laquelle diverses activités sont normalement proposées, répondant toutes à des objectifs particuliers :

5 1. Travail bibliographique : savoir situer son sujet de recherche dans le domaine scientifique correspondant. 2. Assimilation de techniques scientifiques : savoir manipuler des données, utiliser et/ou développer un modèle, mener des expériences pour obtenir des résultats scientifiques nécessaires à l analyse d un problème. 3. Rédaction d un rapport : savoir rédiger une synthèse de ses travaux dans un format imposé, en faisant preuve de clarté avec un choix judicieux de figures. 4. Soutenance orale : savoir présenter ses travaux et défendre ses résultats devant une assistance. 5. Effort de pédagogie : savoir transmettre son propos devant une assistance non spécialisée. Le jury doit pouvoir évaluer les compétences acquises par l étudiant dans ces diverses activités afin de vérifier que tous les objectifs de la formation par la recherche soient atteints. Cette évaluation est basée sur le rapport de stage et sur la soutenance orale. "Quelle réponse apporter à quelle question?" Ce double questionnement peut servir de fil rouge à l'étudiant qui devra démontrer son esprit critique vis-à-vis des résultats qu'il présente, et faire preuve de qualités pédagogiques pour bien faire comprendre ses travaux. Il pourra, si possible, montrer les apports des différents cours qu'il a suivis. Par ailleurs, le jury doit pouvoir bien cerner le travail effectif et personnel de l étudiant que ce dernier devra mettre en évidence. Rapport de stage : - 30 pages maximum de l introduction aux références (effort de synthèse), police de caractères de taille 12, marges de 2 cm minimum. - Possibilité de mettre des annexes (utiles pour le groupe d accueil) qui ne seront pas évaluées et dont la lecture ne doit pas être indispensable à la compréhension du rapport. - Format : 1 résumé, 1 table des matières, 1 introduction (situant le problème scientifique abordé dans le contexte international, ainsi que la démarche scientifique utilisée/suivie), 1 description de la méthodologie, 1 présentation des résultats, 1 discussion, 1 conclusion avec des perspectives, et les références des articles cités dans le corps du texte. Soutenance de stage : - Présentation sous forme de diaporama (PowerPoint Windows XP ou Acrobat pdf) d'une durée de 15 minutes (une quinzaine de diapositives), suivie de 5 à minutes de questions, en présence de l'encadrant, qui ne peut intervenir. - Chaque soutenance est suivie d une courte délibération en présence du responsable de stage dans un premier temps, et en son absence dans un second temps