Paramétrisation de la convection nuageuse Catherine Rio Jean-Yves Grandpeix, Jean-François Guérémy, Jean-Marcel Piriou, Isabelle Beau, Romain Roehrig, Jean-Philippe Lafore Laboratoire de Météorologie Dynamique, CNRS/IPSL, Paris, France Centre National de la Recherche Météorologique, CNRM/GAME, Toulouse, France Réunion de lancement de DEPHY2 8 septembre 2014 - Banyuls-sur-mer
1. Paramétrisation de la convection: Principes généraux Paramétrisation de la convection: Définition Formulation de l'effet statistique de la convection humide pour obtenir un système fermé de prévision du temps et du climat, Arakawa, 2004 Il s'agit de représenter l'effet statistique d'un ensemble des nuages convectifs sans les représenter un par un. Introduction dans un modèle de circulation générale Echelle résolue (Dynamique): Discrétisation des équations de conservation sur la sphère Echelle sous-maille (paramétrisations physiques): Rendre compte de l'effet des processus non résolus par les équations de la dynamique (termes source) dans chaque colonne d'atmosphère
1. 1 A quoi sert une paramétrisation? Les équations de base: Effets de la convection sur la grande-échelle: Source apparente de chaleur Puits apparent d'humidité Source apparente de moment Source: Bechtold, cours ecmwf Trois modes nuageux: - convection peu profonde - convection profonde - enclumes Houze et Betts, RGSP, 1981 Ce qu'on attend d'une paramétrisation de la convection: - Profils verticaux des taux de chauffage (Q1, Q2, Q3) pour les équations de la dynamique - Propriétés microphysiques des nuages pour l'interaction avec le rayonnement - Distribution spatio-temporelle de la pluie - Profils verticaux des flux de masse pour le transport de traceurs
1. 2 Les idées de base L'ajustement convectif (Manabe, 1965) Philosophie: Ajustement instantané du profil conditionnellement instable de θ et sursaturé de rh vers un profil adiabatique humide et saturé. Bilans d'humidité (Kuo, 1965) Philosophie: La précipitation est liée à la convergence d'humidité à grande-échelle b: détermine la fraction de la convergence d'humidité intégrée convertie en précipitations + Ajustement des profils vers une adiabatique humide Le quasi-équilibre (Betts et Miller, 1986) Philosophie: Comme on observe que la convection ajuste l'atmosphère vers un état de quasi équilibre dans les Tropiques, autant modéliser cet ajustement que essayer de l'obtenir comme le résultat de sous-modèles complexes. τ constante d'ajustement
1. 3 L'approche en flux de masse: Les hypothèses Premier schéma proposé par Arakawa et Schubert, 1974 updraft Hypothèses: La colonne d'atmosphère est décomposée en une partie ascendante et une partie subsidente compensatoire. z we Expression du flux turbulent d'une quantité ψ: wu M avec environnement subsident M M a et les hypothèses 1-a Effet de la convection sur l'environnement de grande-échelle: Le flux de masse M Les propriétés de l'ascendance La condensation et l'évaporation x
1.4 L'approche en flux de masse: Les équations Equations de conservation de la masse, de l'enthalpie s et de l'humidité spécifique q pour chaque nuage individuel i: Source: Bechtold, cours ECMWF - Hypothèse de stationnarité - Hypothèse bulk : Les éléments clés d'un schéma en flux de masse: - Critère de déclenchement du schéma de convection: Quand le schéma est-il actif? - Distribution verticale de M, E et D: cloud model - Intensité de la convection ( fermeture )
1.5 Notion de flottabilité Lorsqu'une particule de masse volumique ρp se déplace sur la verticale, elle est soumise à la force de flottabilité: avec Le contenu en eau vapeur (liquide) augmente (diminue) la flottabilité d'une particule C'est la température potentielle virtuelle, celle que devrait avoir une particule d'air sec pour avoir la même densité que l'air humide considéré. CIN: Convective INhibition CAPE: Convective Available Potential Energy
1.6 Interactions entre les paramétrisations Décomposition des processus - Schéma de turbulence - Schéma de convection peu profonde - Schéma de convection profonde - Schéma de poches froides - Schéma de condensation grande-échelle Couplage entre les différentes composantes - En général, les différents schémas communiquent via les champs moyens du modèle. - Introduction progressive d'interactions directes entre les paramétrisations: Terme de production de turbulence dans l'équation de vitesse des thermiques Contrôle de la convection par l'activité des thermiques ou des poches Détrainement convectif terme source de condensat dans les équations pronostiques de la condensation grande-échelle, etc... Approches unifiés - Unification de la convection de couche limite et de la convection peu profonde - Unification de la convection sèche, peu profonde et profonde - L'approche des super-paramétrisations: Un CRM 2D vient remplacer l'ensemble des paramétrisations de la convection dans chaque colonne atmosphérique
1.7 Les différentes échelles spatio-temporelles de la convection jour semaines Système convectif à méso-échelle Cyclone tropical Cluster synoptique 10000 km 1000 km jours Cellule orageuse 100-500 km 1-10 km heure Oscillation de Madden-Julian
1.8 Développement de paramétrisations: local versus global Approche globale Modification et ajustement des paramétrisations pour reproduire le climat ou la prévision observés Avantages: toutes les rétroactions à l'oeuvre Inconvénients: compensations d'erreurs Approche 1D Généralisation de l'approche depuis EUROCS On extrait une colonne d'atmosphère du GCM en un point de grille particulier et on impose les conditions initiales et les conditions aux limites (advections, flux de surface) Avantages: Représentation fine des processus physiques et comparaisons avec les modèles haute résolution Inconvénients: On coupe les boucles de rétroaction avec la grande-échelle, la surface, le rayonnement... Simulations LES/CRM GCM en mode unicolonne clouds mêmes forçages 1km y= x= Guichard et al., 1997 Besoin de faire le lien entre les 2 types d'approches et de développer des voies intermédiaires Cf exposé Isabelle demain
2. Paramétrisation de la convection: Les schémas des modèles français - Modèles de circulation générale pour l'évolution du climat; Δx=o(30-300km) LMDZ Schéma de convection profonde de Tiedtke (1989) Schéma de convection profonde d'emanuel (1991) Schéma de convection profonde d'emanuel modifié par Grandpeix et Lafore (2010) Schéma de convection peu profonde unifiée à la couche limite de Rio et Hourdin (2008) ARPEGE CLIMAT Schéma de convection profonde de Bougeault (1985) Schéma de convection peu profonde de Bechtold (2001) Schéma de convection unifiée de Guérémy et Piriou PCMT - Modèle de prévision du temps; Δx=o(15km) ARPEGE PNT Schéma de convection profonde de Bougeault (1985) Schéma de convection peu profonde de Bechtold (2001) - Modèle de climat à aire limitée; Δx=o(10km - 70km) MAR Schéma de convection profonde de Bechtold (2001) MESONH Schéma de convection peu profonde unifiée à la couche limite de Pergaud et al. (2009) Schéma de convection profonde de Bechtold et al. (2001)
2.1 Le critère de déclenchement: Définition Condition d'activation du schéma de convection testé à chaque pas de temps En général pas d'effet mémoire autre que par les champs grande-échelle Qu'est-ce qui pilote l'activation du schéma de convection? - Si la flottabilité d'une particule montée adiabatiquement depuis la surface est positive 40hPa au-dessus du niveau de condensation (Emanuel, 1991) - Si la convergence d'humidité est positive dans les basses couches et le profil est instable (Bougeault, 1985, Tiedtke, 1989) - Si l'énergie de soulèvement fournie par les thermiques et les poches froides au niveau de condensation excède l'inhibition convective (Grandpeix et Lafore, 2010).
2.1 Le critère de déclenchement: Les limites Déclenchement prématuré sur continents Couvreux et al., soumis à QJRMS Sous-estimation de la variabilité jour à jour Roehrig et al., Journal of Climate, 2013 Déclenchement préférentiel sur sols humides en désaccord avec les observations Taylor et al., Nature, 2012
2.1 Le critère de déclenchement: Les nouvelles voies - Schéma unifié (PCMT): Vitesse positive au niveau de condensation d'un panache ascendant entrainant avec effet mémoire - Approche probabiliste et déclenchement stochastique: Si la probabilité que la taille d'un thermique dépasse un certain seuil excède une valeur donnée (tirage aléatoire) (Rochetin et al., 2013) Cycle diurne de la convection au Sahel (cas AMMA, Couvreux et al., soumis) Q1 (K/jour) PCMT: Bonne représentation de la croissance progressive mais pas de déclenchement marqué de la convection profonde LMDZ5S: bon timing du déclenchement mais sous-estimation de la phase congestus Effet du stochastique sur la variabilité jour à jour des pluies au Sahel dans le modèle 3D Approche déterministe Approche stochastique
2.1 Le critère de déclenchement: Un enjeu majeur de DEPHY2 - Importance de ne pas déclencher le schéma de convection tous les jours au même endroit au même moment: Prise en compte d'une composante stochastique dans PCMT. - Représentation de la phase congestus des nuages: Entrainement versus déclenchement Interactions entre le schéma de convection profonde et le modèle du thermique dans LMDZ - Prise en compte des hétérogénéités sous-maille sur le déclenchement: Rôle du relief Rôle des hétérogénéités de température et d'humidité Mise à disposition pour tests de 2000 cas d'initiation au Sahel issus des données AMMA (Françoise Guichard) Simulations LES avec hétérogénéités de température de surface, couplées ou non avec un schéma de sol (SURFEX) (postdoctorat de Nicolas Rochetin) Diagnostics 3D pour comparaisons modèles/observations (à la Taylor et al.)
2.2 La fermeture: qu'est-ce qui contrôle l'intensité de la convection? L'environnement moyen de grande-échelle - Fermeture en CAPE avec constante de relaxation: Equilibre entre la production de CAPE par la grande-échelle et la consommation de CAPE par la convection 1h (Emanuel, 1991) 2h15 (Bechtold, 2001) Calculée en fonction du rapport entre épaisseur convective et vitesse verticale moyenne (PCMT) - Fermeture du bilan d'humidité: L'humidité disponible est la somme de l'advection grande-échelle et la diffusion verticale et est égale à la somme de la pluie convective et du détrainement. Bougeault (1985), Tiedtke (1989) Fermeture en CAPE Pluies convectives (mm/jour) sur le cas Hapex Sahel à 50km de résolution Source: Pollack et al. Fermeture en convergence d'humidité
2.2 La fermeture: Les limites des approches traditionnelles Les limites des fermetures en bilan d'humidité - Basée sur un bilan d'eau et non de l'énergie - Crée une rétroaction positive entre convection et convergence d'humidité Les limites du quasi-équilibre - Vérifié quand l'échelle du forçage grande-échelle est longue devant l'échelle de la convection. Ce qui n'est pas le cas pour le cycle diurne par exemple. - Revient à imposer l'équilibre observé Approche alternative: convection contrôlée par les processus sous-maille de couche limite et introduction d'un effet mémoire - Puissance de soulèvement fournie à la base des nuages par thermiques et poches froides (Grandpeix et Lafore, 2010) Introduit un effet mémoire par l'intermédiaire de la paramétrisation des poches froides - Autre façon d'introduire un effet mémoire: Equation pronostique de la vitesse verticale dans PCMT
2.3 L'entrainement: Les hypothèses - Hypothèse du panache entrainant - Profil d'entrainement de forme analytique Profil décroissant exponentiellement de la base au sommet (Bougeault, 1985) - Profil d'entrainement dépendant des propriétés du panache ascendant Schémas de convection peu profonde: (Pergaud et al., 2009, Rio et al., 2010) ε = f(b/w²) Combinaison d'une composante turbulente et une composante organisée (PCMT) ε_turb = f ( w ) Siebesma, 1998 ε_org = f ( 1/w dw/dz ) - Episodic Mixing Réalisation d'un ensemble de mélanges entre l'ascendance adiabatique et l'environnement à chaque niveau suivant une distribution imposée Les mélanges montent ou descendent jusqu'à leur niveau de flottabilité neutre Emanuel, 1991 Grandpeix et al., 2004
2.3 L'entrainement: L'évaluation - Variable difficile à observer - Apport des simulations LES/CRM: Diagnostic à partir d'une variable conservative ψ: (Siebesma et Cuijpers, 1995) Yanai et al., JAS, 1973 - Adaptabilité à la convection peu profonde et profonde Del Genio et Wu (2010) suggèrent que ε = C B/w² est adapté aux deux, mais ne trouvent pas de formulation universelle pour C Del Genio et Wu (2010)
2.3 L'entrainement: Sensibilité de la convection à l'humidité troposphérique Flux de masse (kg/m2/s) dans un environnement à 25%, 50%, 70% ou 90% d'humidité En 2004 (Derbyshire et al.) CRM LMDZ ARP-CLIM 90% 70%... 50% ---25% -. -. En 2014 LMDZ Forte sous-estimation de la hauteur et de l'intensité de la convection Faible sensibilité à l'humidité LMDZ5B PCMT 90% 70% 50% 25% PCMT Sous-estimation de la hauteur de la convection Forte sensibilité à l'humidité Source: J-Y Grandpeix Source: J-F Guérémy
2.3 L'entrainement: Effet sur l'heure locale du maximum de précipitations Heure locale du maximum de précipitations en juillet Observations PCMT PCMT avec entrainement plus fort Entrainement: Très étudié depuis 10 ans mais pas encore maitrisé Source: J.-M. Piriou
2.4 Le détrainement Spécification du détrainement: - L'hypothèse du panache entrainant/détrainant - Profil de détrainement dépendant des propriétés du panache ascendant: Schémas de convection peu profonde: (Rio et al., 2010) δ = f(b/w², δqt /w²) (PCMT) δ_turb = ε_turb = f ( w ) δ_org = f ( 1/w dw/dz ) - Approche buoyancy sorting Les particules détrainent à leur niveau de flottabilité neutre après mélange - Mêmes difficultés observationnelles que pour l'entrainement - Peut-être moins étudié que l'entrainement Le détrainement: Les enjeux - Représentation de l'overshoot? - Couplage avec le schéma de condensation grande-échelle - Importance de la répartition détrainement / précipitations pour l'humidification de la troposphère
2.5 Les précipitations - Approche diagnostique: Emanuel (1991) Efficacité de précipitation Profil vertical imposé de la fraction de condensat qui tombe sous forme de pluie à chaque niveau Avant: Croissance linéaire de 0 à epmax entre 500hPa et 150hPa Maintenant: Dépendance en température et d'un seuil critique en eau liquide Puis évaporation des précipitations dans une fraction donnée de la maille Illustration sur le cas 1D TWP-ICE avec LMDZ5B phase suppressed de la mousson autralienne Humidité relative Cumul de pluies convectives Forte dépendance de l'humidité et des pluies Convectives à l'efficacité de précipitation Notamment pour la phase suppressed de convection (congestus). - Approche pronostique: PCMT Microphysique plus détaillée: 4 espèces d'hydrométéores (ql, qi, qr, qs) Equations pronostiques pour le condensat et les précipitations Les enjeux: Besoin de contraintes observationnelles pour l'efficacité de précipitation, le taux d'évaporation, la taille des gouttes et des cristaux, la vitesse de chute, etc... Prise en compte d'une variabilité sous-maille de la pluie pour les couplages à la surface?
3. Paramétrisation de la convection: Vers une complexité croissante Structure des systèmes convectifs à méso-échelle Zipser, 1977
3.1 Représentation des downdrafts Modification de la couche sous-nuageuse par les downdrafts Betts, 1976 Après le passage d'un système convectif la couche sous-nuageuse est plus froide avec une structure proche de l'adiabatique humide mais unsaturée avec une θe plus faible que celle précédent la pluie. Première représentation de downdrafts dans un GCM: Del Genio et Yao, 1988 - Downdrafts saturés Evaporation pour maintenir la saturation dans les nuages: Tiedtke (1989) Approche EMBS: mélanges saturés descendants (Emanuel, 1991) Symétrique du courant ascendant sur une adiabatique saturée (PCMT) - Downdrafts insaturés: Emanuel 1991 15% de la pluie tombe à l'extérieur du nuage (100% sous la base) dans une fraction 0.1% de la maille Résolution d'une équation en w La prise en compte des downdrafts insaturés a pour conséquence d'inhiber la convection en stabilisant les basses couches
3.2 Représentation des poches froides et effet mémoire Première paramétrisation des poches froides dans un GCM Grandpeix et Lafore, 2010 Décomposition de la maille en: - les poches - l'environnement des poches, vu par le schéma de convection Variabilité sous-maille de la CAPE et de la CIN Trois nouvelles variables pronostiques: - fraction couverte par les poches - δθ, δq entre les poches et leur environnement Les poches ont leur propre cycle de vie Simulation d'une ligne de grain au Sahel: cas d'étude Hapex Sahel δt (K/h) fraction Soulèvement poche vitesse d'étalement (m/s) δq (g/kg/h) hauteur (m) Front de rafale Les poches initient de nouvelles cellules convectives Cycle de vie autonome de la convection
3.2 Représentation des poches froides et effet mémoire PCMT (Prognostic Condensates Microphysics and Transport): 7 variables pronostiques qlc, qic, qrc, qsc, wu, wd, updraft fraction Représentation de l'effet dynamique des poches froides: La vitesse des downdrafts rétro-agit positivement sur la fraction couverte par les updrafts. L'entrainement diminue en retour: Augmente la sensibilité de la convection à l'humidité Permet l'auto-entretien de la convection. Précipitations sur le cas de Derbyshire (2004) Représentation de l'effet thermodynamique des poches froides: - En ajoutant une équation pronostique pour la vitesse verticale dans les downdrafts et en représentant leur étalement en surface - En couplant PCMT avec la paramétrisation de Grandpeix et Lafore (2010) Source: J.-M. Piriou, J-F Guérémy RH = 90% RH = 70%
3.3 Représentation des circulations à méso-échelle La plupart des GCM n'ont pas de paramétrisation des circulations à méso-échelle Sauf le modèle du GFDL (Donner, 1993) Or - Importance pour les profils verticaux des taux de chauffage - Importance pour le transport de moment - Importance pour la durée de vie et l'effet radiatif des systèmes convectifs Houze, 1982 Profils de taux de chauffage idéalisés: Schumacher et al., 2004 Que représentent effectivement les modèles actuels?
3.4 Représentation du degré d'organisation des systèmes L'organisation des systèmes à méso-échelle Relative humidity Aggregation A l'échelle d'une grille de GCM: Lien entre le degré d'aggrégation de la convection et l'humidité troposphérique, les flux SW et LW au TOA Dans quelle mesure cet effet est-il représenté dans les GCMs? Tobin et al., 2012 - Est-ce qu'on a besoin d'une nouvelle variable pronostique du degré d'aggrégation? (comme org, Mapes et Neale, 2011) - Peut-on lier aggrégation et poches froides? - Importance du partitionnement de la maille entre une partie convective et une partie stable? Entre une partie nuageuse et une partie claire? - Lien entre aggrégation et taux d'entrainement et de détrainement? - Lien entre aggrégation et efficacité de précipitations? - Lien entre aggrégation et Q1, Q2, Q3?
3.5 Adaptabilité à la résolution L'effet attendu des paramétrisations dépend de la résolution spatiale et temporelle à laquelle on les utilise. Comment faire en sorte que les paramétrisations s'adaptent automatiquement à la résolution? - En faisant dépendre certains paramètres de la résolution Ex: fraction de la convergence d'humidité disponible pour la convection dans Bougeault, 1985 - En introduisant une composante stochastique Ex: déclechement stochastique de Rochetin et al., 2013, où la probabilité de déclenchement dépend de la taille de la maille. Q1 Arakawa, 2004 Validité des hypothèses des schémas de convection quand la résolution diminue? - Dans l'approche en flux de masse, la fraction couverte par les ascendances convectives doit être faible par rapport à la taille de la maille - La constante d'ajustement des schémas est très supérieure au pas de temps Nécéssité de simuler des états intermédiaires réalistes: problèmes des grid-point storms (Williamson, 2013)
Conclusions La paramétrisation de la convection a 50 ans: Question encore très actuelle! Les enjeux majeurs de DEPHY2: - Le déclenchement du schéma de convection - L'organisation de la convection à méso-échelle et degré d'aggrégation - Auto-adaptabilité à la résolution pour faire face à la résolution croissante des modèles Mais: La fermeture, l'entrainement, le détrainement, les précipitations sont aussi toujours d'actualité car tout est inter-connecté. Questions ouvertes: - Jusqu'où faut-il remettre en question les approches traditionnelles? - Comment gérer les manques relatifs à l'organisation à méso-échelle de la convection tout en gérant la résolution de plus en plus fine des modèles? - Comment accélérer la mise en oeuvre des développements dans les modèles opérationnels et éviter les pertes en ligne? - Comment avancer sur la compréhension et la représentation des interactions entre la convection et l'environnement de grande-échelle, le rayonnement, les flux de surface? Limites des modèles explicites? Apport des observations?