Processus physiques à l’origine des relations d’échelle de la pluie

Laboratoire de rattachement : LTHE
Encadrant : Gilles Molinié
Téléphone : 04 56 52 86 17
Mots clés : Climat, Pluie, Atmosphère, Modélisation physique, Analyse statistique,
Contexte et objectifs de la mission de stage :
Les prévisions du climat futur sont faites à l’aide de modèles globaux de
l’atmosphère. Pour obtenir des prévisions régionales ou locales de la pluie dans
les scénarios de climat futur, nécessaires pour estimer l’impact sur les
populations du changement climatique, il faut estimer les champs de pluie à des
résolutions de l’ordre de la dizaine de kilomètres à partir de champs de pluie
calculés à des résolutions de l’ordre de la centaine de kilomètres par les
modèles globaux. Ces changements d’échelles se font par modélisation physique,
statistique ou par combinaison de ces deux types d’approches.
La modélisation statistique offre plusieurs avantages dont la rapidité de
calcul et surtout de décrire la variabilité locale de la pluie en produisant
non pas un champ déterministe comme la modélisation physique mais les paramètres
des distributions statistiques de la pluie à fine échelle. Les modèles
statistiques simulent des processus génériques du comportement des champs de
pluie. Leur paramétrisation nécessite donc de connaître les caractéristiques des
champs de pluie à l’échelle locale et leurs liens avec les processus physiques
nuageux.
L’objectif de ce stage est donc de comprendre comment les processus
physiques nuageux modules les caractéristiques des champs de pluie. Nous
étudierons des évènements observés en Afrique de l’Ouest durant la campagne de
mesure d’Analyse Multi échelle de la Mousson Africaine (AMMA) et dans le cadre
de la campagne de mesure consacrée à l’étude du cycle de l’eau en région
Méditerranéenne (HyMEx). Pour ces évènements nous analyserons les données
d’intensité de pluie et de distribution granulométrique des gouttes, puis la
sensibilité de ces paramètres aux processus physiques dans des simulations mésoéchelle
(modèle Méso-NH) des évènements observés.
Supervision : Gilles Molinié -> gilles.molinie ujf-grenoble.fr