Surface recovery after a rain event during the west african monsoon

Documents pareils
Modélisation couplée des processus de surface et souterrains pour prédire la distribution spatiale de l'évapotranspiration.

Global Monitoring Emergency Services

Profils verticaux de la couverture nuageuse, de ses propriétés et des aérosols: données du lidar CALIOP et du radar CLOUDSAT (DARDAR) de 2006 à 2012

TRANSPORT CONVECTIF TROPOSPHERE-STRATOSPHERE Importance l échelle globale? Jean-Pierre Pommereau CNRS LATMOS, Guyancourt, France

Applications of Earth Observation for Disaster Risk Management

FORD C-MAX + FORD GRAND C-MAX CMAX_Main_Cover_2013_V3.indd /08/ :12

Projet Institutional Support to African Climate Initiative (ISACIP) ATELIER DE RENFORCEMENT DE CAPACITÉS Niamey, 17 au 25 mars 2014

La modélisation, un outil pour reconstituer (et prédire) climat et végétation

Prospective: Champ de gravité, méthodes spatiales

Etablissement de cartes de vent sur le pourtour méditerranéen par simulation numérique

Actions Base de Données AMMA pour / vers / dans le projet ESCAPE

CLIQUEZ ET MODIFIEZ LE TITRE

Real-time Monitoring and forecast of IntraSeasonal Variability over Africa (MISVA)

CHIFFRES CLÉS. IMport

Improving the breakdown of the Central Credit Register data by category of enterprises

Contrôle de la convection profonde par les processus sous-nuageux dans LMDZ5B

Flood risk assessment in the Hydrographic Ebro Basin. Spain

Projet évaluation : précipitation et

Lamia Oukid, Ounas Asfari, Fadila Bentayeb, Nadjia Benblidia, Omar Boussaid. 14 Juin 2013

Les enjeux du Big Data Innovation et opportunités de l'internet industriel. Datasio 2013

SPOT4 (Take 5) : Sentinel-2 avec deux ans d avance

ENCADRÉS SCIENTIFIQUES. de l unité de recherche GMME

ANALYSE DE LA DISTRIBUTION SPATIALE DU RÉSEAU DE SURVEILLANCE DE LA DÉFENSE CIVILE DE LA RÉGION DE MOLISE

Project 1 Experimenting with Simple Network Management Tools. ping, traceout, and Wireshark (formerly Ethereal)

Abschlusskonferenz OUI Biomasse / Conférence de clôture OUI Biomasse

Intensifier l aménagement forestier pour un réseau industriel optimisé

EU- Luxemburg- WHO Universal Health Coverage Partnership:

Proposition Expecting EarthCare, Learning from A-Train (EECLAT) T1. Studies at regional scales

Sub-Saharan African G-WADI

RÉÉVALUATION DES ACTIFS IMMOBILIERS DES SOCIÉTÉS D ASSURANCE SUIVANT LES DIRECTIVES DE LA CRCA & DE LA CIMA

Institut français des sciences et technologies des transports, de l aménagement

Interministerial crisis management and operational centre - COGIC

MISE EN DÉCHARGE. Une entreprise de Bayer et LANXESS

Christophe SANNIER

Notice Technique / Technical Manual

Township of Russell: Recreation Master Plan Canton de Russell: Plan directeur de loisirs

PARIS ROISSY CHARLES DE GAULLE

Développement et Evaluation PHYsiques des modèles atmosphériques

Présentation du projet SMOS et du CATDS

PAR RINOX INC BY RINOX INC PROGRAMME D INSTALLATEUR INSTALLER PROGRAM

04/05/2011 Amundi Liquidity A creative market introduction Date

Calcul Haute Performance & Données

La physique médicale au service du patient: le rôle de l agence internationale de l énergie atomique

Régionalisation des régimes de perturbations et implications pour l aménagement dans un contexte de changement climatique

Data issues in species monitoring: where are the traps?

Protocoles pour le suivi des pontes de tortues marines dans le cadre de Protomac. Professeur Marc Girondot

1 Modélisation d être mauvais payeur

Language requirement: Bilingual non-mandatory - Level 222/222. Chosen candidate will be required to undertake second language training.

MATHEMATIQUES GRANDEURS ET MESURES

Application de l'analyse multifractale à l'estimation des crues extrêmes en Tunisie

IMPROVING OPERATIONS in DEVELOPMENT ORGANIZATIONS: ILC AFRICA JUNIOR ASSOCIATE PROGRAM. On behalf of

Génération de code binaire pour application multimedia : une approche au vol

BUILDING REGIONAL DATA ARCHIVES: The African Census Analysis Project (ACAP) Tours, July 18-23, Professor Tukufu Zuberi

La collecte et la gestion des données dans le cadre de la prospection d énergie solaire

L image satellite : simple effet de mode ou. apport réel?

Grégoire de Lassence. Copyright 2006, SAS Institute Inc. All rights reserved.

MASTER (LMD) GESTION DE DONNEES ET SPATIALISATION EN ENVIRONNEMENT (GSE)

Une bonne estimation des bilans

Completed Projects / Projets terminés

Plan 1/9/2013. Génération et exploitation de données. CEP et applications. Flux de données et notifications. Traitement des flux Implémentation

Modélisation grande échelle du fonctionnement des écosystèmes terrestres: comment mieux rendre compte des pratiques agricoles?

Comptes des changements de la biodiversité des systèmes et des espèces

Eco-Conception. Démarche et livrables Guy Laudereau Sept 2008 technique. environnement. attentes des clients. coût

Galion: Le lidar éolien ultime

Avancées et reculs des mangroves guyanaises: bilan par analyse spatiale sur plusieurs décennies

À VENDRE / FOR SALE. Site paradisiaque Heavenly land $ Prix demandé / Asking price

SCHOLARSHIP ANSTO FRENCH EMBASSY (SAFE) PROGRAM APPLICATION FORM


La directive INSPIRE pour le partage des données géographiques

GABON LA GÉOINFORMATION AU SERVICE DES ÉNERGIES DE L AFRIQUE SUBSAHARIENNE

Mesure chimique. Chemical measurement. Sonde de température Pt 1000 Inox Pt 1000 stainless steel. Ref : Français p 1.

Le nouvel inventaire forestier de l IFN

ICOS Integrated Carbon Observing System

Atelier sur l'utilisation des technologies de l'information et de la communication dans la gestion des catastrophes

INSTRUMENTATIONS OCÉANOGRAPHIQUES MÉTÉOROLOGIQUES ET HYDROLOGIQUES DÉVELOPPÉES PAR LA SOCIÉTÉ SAFARE-CROUZET

Exemple PLS avec SAS

Tableau 7: Emissions polluantes scénario «futur avec projet 2014»

Optimisation et Processus métier

Club toulousain

ICOS BELGIUM CONSORTIUM STUDY DAY

Le rôle des technologies de l imagerie dans le secteur de l environnement

Name Use (Affiliates of Banks or Bank Holding Companies) Regulations

LES ESCALIERS. Du niveau du rez-de-chaussée à celui de l'étage ou à celui du sous-sol.

IBM Cognos Enterprise

Contrôle d'accès Access control. Notice technique / Technical Manual

User guide Conference phone Konftel 100

Information Security Management Lifecycle of the supplier s relation

Systèmes sylvopastoraux. Pour un environnement, une agriculture et une économie durables

LIST OF GRADUATE RESEARCH PROGRAMS UNIVERSITIES AND CONTACT PARTNERS

Information Management in Environmental Sciences

Francoise Lee.

La gestion des données en écologie des communautés végétales : l exemple de Phytobase

Projet ClimSec. Impact du changement climatique en France sur la sécheresse et l eau du sol

IÉSEG School of Management

Science and Operational Applications Research (SOAR) Recherche sur les applications scientifiques et opérationnelles. SOAR-DLR Report Rapport SOAR-DLR

Traits fonctionnels : concepts et caractérisation exemples des prairies Marie-Laure Navas, Eric Garnier, Cyrille Violle, Equipe ECOPAR

Population responses to environmental forcing : approaches to model and monitor habitat characteristics

FONDS EUROPEEN DE FINANCEMENT SOLIDAIRE POUR L AFRIQUE FEFISOL-SA (SICAV-SIF)

C est quoi le District Health Information Software 2?

IPSAS 32 «Service concession arrangements» (SCA) Marie-Pierre Cordier Baudouin Griton, IPSAS Board

Transcription:

Surface recovery after a rain event during the west african monsoon F. Lohou (1), F. Guichard (2), L. Kergoat (3), A. Boone (2), B. Cappelaere (4), J-M Cohard (5), J. Demarty (4), S. Galle (5), C. Peugeot (4), D. Ramier (6), C. Taylor (7), F. Timouk (3) (1) Laboratoire d'aérologie (2) Centre National de Recherches Météorologiques/GAME (3) Laboratoire Géosciences Environnement Toulouse (4) Laboratoire HydroSciences Montpellier (5) Laboratoire d'étude des Transferts en Hydrologie et Environnement (6) DREIF/Laboratoire Régional de l Ouest Parisien (7) Centre for Ecology and Hydrology

Surface recovery after a rain event Fallow / Niger/ 2007 Objectives: Using surface measurements: Rain event To determinate the parameters which lead the surface response amplitude. To determine the recovy law. Using ALMIP data set To evaluate the Land Surface Model at the rain event time scale over the monsoon season.

Several sites and vegetation covers Grass / MALI : Sandy soil / Annual grass + 2% tree cover Fallow / NIGER : Sandy soil / annual grass + tree + shrub Millet / NIGER: Sandy soil / Millet (pocket 1-m to 4-m spacing) + annual grass + guiera shrub NIGER MALI Hombori location (15.5N) Agoufou grassland site Niamey location (13.5N) Wankama fallow site Wankama millet site BENIN Forest/ BENIN: Isoberlinia Doka Fallow/ BENIN: Annual grass Djougou location (9.5N) Belefoungou forest site Nalohou fallow site Timouk et al., J. Hydrol., 2009 / Ramier et al., J. Hydrol, 2009 / Frappart et al., J. Hydrol, 2009/ Mougin et al., J. Hydrol, 2009 / Boulain et al., J. Hydrol, 2009

ALMIP (AMMA Land Surface Model Intercomparison Project) LSM Forcings Vegetation and soil texture: ECOCLIMAP Surface meteorology: ECMWF Rain: TRMM Incoming LW and SW: LSA SAF and ECMWF Boone et al., BAMS, 2009 Boone et al, CD, 2010 Dadson et al., JGR, 2010 Grippa et al., WR, 2011.. Boone et al., BAMS, 2009

Atmosphere and soil characteristics SURFACE STATIONS 1. Sensible (H) and Latent (E) heat fluxes (Eddy-covariance) EF= 2. Rain amount E H+E (~30min / 2 km) 3. Vertically Integrated Soil Moisture 1m deep. (CS616 reflectometer) 4. Leaf Area Index (1-km transect / hemispheric pictures + albedo correction) LAI > 0.1 vegetated surface LAI <= 0.1 bare soil ALMIP LSM 1. Sensible (H), evapotranspiration (E) fluxes EF= 2. Rain amount E H+E (~3 h / 0.5 ) 3. Time change in vertically integrated Soil Moisture S. S = P E R t SWCA( t) = 4. Vegetation activity TR / E TR / E > 0.1 vegetated surface TR / E <= 0.1 bare soil t S t0 dt

Seasonal overview: surface measurements Grassland/ Mali Millet/ Niger Fallow/ Niger Forest/ Benin Fallow/ Benin

Seasonal overview: ALMIP LSM Agoufou location (Mali) Niamey location (Niger) Djougou location (Benin)

Rain selection method Rain selection: cumulated rain > 3 mm 11 to 17 rain events / year Surface immediate response Recovery period EF(D1) / EF(D0) EF(D1 to D6) / EF(D1) Hunt et al., 2002 D1: 24-hrs after the rain Kurc and Small, 2004 Scott et al., 1997 Wood, 2003 DO: 24-hrs before the rain

Rain selection method Rain selection: cumulated rain > 3 mm 11 to 17 rain events / year Surface immediate response Recovery period EF(D1) / EF(D0) EF(D1 to D6) / EF(D1) Hunt et al., 2002 D1: 24-hrs after the rain Kurc and Small, 2004 Scott et al., 1997 Wood, 2003 DO: 24-hrs before the rain

Surface immediate response

Surface immediate response NOAH HTESSEL SSiB Agoufou (Mali) Niamey (Niger) Djougou (Benin)

Recovery period Recovery period Kurc and Small, 2004 / New Mexico Hunt et al., 2002 / New Zealand

Recovery period Vegetated surface (LAI < 0.1) Bare soil (LAI >= 0.1) Grassland/ Mali Fallow/ Niger Millet/ Niger Fallow/ Benin Forest/ Benin

Recovery period

Recovery period EF / EF(D1) Bare soil EF / EF(D1) Vegetated Agoufou location (Mali) SSiB missing SWAP missing Niamey location (Niger) Djougou location (Benin) CLSM missing HTESSEL missing

Recovery period

Conclusion Coté expérience Fort couplage entre l humidité du sol et l amplitude de la réponse de la surface à un évènement pluvieux. Lois exponentielles proches de celles déjà trouvées dans la littérature. Sol nu: échelle temporelle de 1 à 2 jours Végétation: dépendant de la profondeur des racines (herbe : 6 jours / forêt: 58 jours) Coté LSM Pas de loi liant l amplitude de la réponse de la surface et l humidité du sol. Dispersions des runs LSM plus importantes: Sur les sols nus que sur les sols avec de la végétation. Sur les paysages comportant une végétation variée. Merci aux expérimentateurs et aux modélisateurs d avoir alimenté ces bases de données!!

THANK YOU

Recovery period EF / EF(D1) Bare soil EF / EF(D1) Vegetated TR / E vegetated Agoufou location (Mali) SSiB missing SWAP missing Niamey location (Niger) Djougou location (Benin) CLSM missing HTESSEL missing