Evaluer et améliorer les modèles de prévision numérique du temps à l’aide du bruit ambiant atmosphérique d’origine océanique

Contexte :

En raison de l’interaction entre la stratosphère et la troposphère, la dynamique de la moyenne atmosphère (MA, ~10-100 km) est devenue un axe de recherche majeur pour la communauté scientifique. Les états initiaux des modèles de prévision numérique du temps présentent de grandes incertitudes au-delà de 30 km à cause du manque de mesures. L’extension de ces modèles à la MA rend nécessaire une description fine des perturbations atmosphériques et la recherche de nouvelles techniques de sondages. Cette thèse s’inscrit dans la continuité du projet européen ARISE2 (http://arise-project.eu/) dont l’infrastructure intègre le réseau global de stations infrason du SSI (Système de Surveillance International) déployé pour la vérification du TICE (Traité d’Interdiction Complète des Essais nucléaires). Exploité dans un mode de fonctionnement continu, le réseau du SSI constitue un système extrêmement novateur pour la mesure de la dynamique de la MA sur des échelles de temps comprises entre quelques minutes et plusieurs années.

Objectif de la thèse :

L’objectif de la thèse est d’exploiter le bruit de fond ambiant infrason engendré par la houle océanique et enregistré par le réseau du SSI pour caractériser les effets de propagation intégrés le long de la trajectoire des ondes dans l’atmosphère. Un nouveau modèle de source développé au CEA sera utilisé à cet effet. Ces dernières années, la mise au point de méthodes variationnelles multi-dimensionnelles a permis d’étendre la diversité et le nombre d’observations assimilables. Dans la lignée d’études récentes, des outils de type filtre de Kalman et/ou des méthodes ensemblistes avec inversions bayésiennes pourront être envisagés, utilisant par exemple le modèle global de prévision numérique du temps du centre ECMWF (European Centre for Medium-Range Weather Forecasts). Pour le CEA, les retombées attendues concernent l’amélioration des outils opérationnels de traitement et d’analyse grâce à une meilleure connaissance de la MA.

Déroulement de la thèse :

Le(a) doctorant(e) effectuera d’abord une recherche bibliographique approfondie sur l’assimilation de nouvelles données dans la MA. Les premiers objectifs seront de mettre en oeuvre une quantification des biais de modèles dans la MA à l’aide du bruit ambiant, et de développer un opérateur d’observation décrivant la propagation des signaux. Une méthodologie pour assimiler ces données infrason disponibles à une échelle globale sera ensuite proposée. Les premiers tests d’assimilation seront effectués dans un contexte idéalisé (solution connue) à des échelles régionales. L’encadrement de la thèse mobilise l’expertise du CEREA (Centre d’Enseignement et de Recherche en Environnement Atmosphérique) pour la mise en oeuvre de méthodes d’assimilation. Les collaborations établies dans le cadre du projet ARISE, et les contacts du directeur de thèse permettront également des interactions avec le groupe DARC (Data Assimilation Research Centre) en particulier à l’Université de Reading.

DIRECTEUR DE THESE

Marc BOCQUET
marc.bocquet@enpc.fr

ECOLE DOCTORALE

ED 531
Université Paris-Est Sciences, Ingénierie et Environnement (SIE)
6-8 avenue Blaise Pascal
Cité Descartes
Champs-sur-Marne
77454 Marne-la-Vallée Cedex 2

ENCADRANT

Constantino LISTOWSKI
constantino.listowski@cea.fr

CENTRE

DAM – Île-de-France
Bruyères-le-Châtel
91297 Arpajon
Tél. : 01-69-26-40-00