614 articles  [english version]
Fiche détaillée Thèses
Ecole Polytechnique X (06/12/2010), Hélène Chepfer (Dir.)
Liste des fichiers attachés à ce document : 
PDF
these_konsta_jan11.pdf(22.5 MB)
EVALUATION DE LA DESCRIPTION DES NUAGES DANS LES MODÈLES DE CLIMAT À PARTIR DES OBSERVATIONS SATELLITALES DE L'A-TRAIN
Dimitra Konsta1

Les modèles climatiques ont beaucoup progressé pour représenter les nuages. Pourtant la réponse et la rétroaction nuageuse demeure très différente d'un modèle à l'autre, et reste la principale source d'incertitude pour la sensibilité climatique prédite par les modèles de climat, et limite la fiabilité sur les projections du changement climatique dû au forçage anthropique. Il est donc crucial d'améliorer la représentation des processus nuageux dans les modèles climatiques. L'évaluation des nuages nécessite des observations précises. Jusqu'à récemment, des observations de plusieurs aspects fondamentaux des nuages comme la distribution tridimensionnelle des nuages existaient uniquement très grossièrement et obtenus de manière très indirecte par les satellites de télédétection passive (i.e. CERES, ERBE, ScaRab, ISCCP) qui mesurent les flux radiatifs au sommet de l'atmosphère. Les observations A-Train constituent des outils exceptionnels pour caractériser les propriétés nuageuses. L'objet de cette thèse est de tirer profit des observations de l'A-train afin d'évaluer la description des nuages simulée par les modèles climatiques. Nous utilisons le radiomètre CERES pour estimer l'effet radiatif des nuages, les radiomètres PARASOL et MODIS qui mesurent la réflectance, analysée ici comme un proxy de l'épaisseur optique des nuages et le lidar CALIPSO qui fournit des informations précises sur la distribution verticale des nuages. Les données co-localisées et analysées statistiquement constituent une occasion exceptionnelle de contraindre simultanément les propriétés radiatives des nuages et leur distribution tridimensionnelle. Le modèle du climat évalué est le LMDZ ainsi qu'une nouvelle version du modèle en cours de développement, où des nouvelles paramétrisations du bloc couche-limite/convection/nuages est testée. La méthode de comparaison des sorties des modèles climatiques aux grandeurs observées utilise d'une part le simulateur COSP (CFMIP Observation Simulator Package) qui comprend SCOPS, le simulateur lidar et le simulateur PARASOL et d'autre part les jeux des données (CFMIP-OBS) construits pour être compatibles avec les simulateurs. Nous étudions les propriétés nuageuses dans les tropiques par régime de circulation, et en classant les nuages par régions. Une nouvelle méthode a été développée : les observations sont analysées à haute résolution (spatiale et temporelle) au lieu des moyennes mensuelles et saisonnières utilisées habituellement afin de se placer à une échelle aussi proche que possible de celle des processus nuageux. Cette analyse a permis de contraindre les paramétrisations développées pour représenter les nuages et révéler des biais dans les deux versions du LMDZ. Des compensations d'erreurs ont été identifiées (i) sur la distribution verticale des nuages : la couverture nuageuse des nuages hauts et surestimée alors que les nuages bas et moyens sont significativement sous-estimés, (ii) entre la couverture nuageuse et l'épaisseur optique : la couverture nuageuse totale est sous-estimée mais les nuages qui se forment ont une épaisseur optique très élevée ce qui aboutit à une simulation correcte des flux au sommet de l'atmosphère par le modèle.
1 :  LMD - Laboratoire de Météorologie Dynamique
nuages – A-Train – GCM

Evaluation of cloud description in General Circulation Models using A-Train observations
Climate models have progressed a lot in the representation of clouds. Nevertheless the cloud response and the cloud feedback remain very different from one model to another, and they still constitute a major limitation to the reliability of climate change projections due to anthropogenic forcing. It is therefore imperative to improve the representation of cloud processes in models. The evaluation of clouds description requires accurate observations. Until recently, observations of several fundamental aspects of the cloudiness as the three-dimensional distribution of the cloud cover existed only very roughly and has been largely indirect, based on passive remote sensing satellites (e.g. CERES, ERBE, ScaRab, ISCCP) which measure the TOA radiative fluxes. The A-train observations constitute exceptional tools to characterize the cloud properties. The goal of this thesis is to use the A-train observations to better assess the cloud description simulated by GCMs. We use the radiometer CERES to estimate the radiative effect of clouds, the radiometers MODIS and PARASOL that measure reflectance values which are analysed as a proxy of the clouds optical thickness, and the lidar CALIPSO that provides accurate information on the vertical distribution of clouds. The data are colocalised and analysed statistically and they constitute a unique opportunity to constrain simultaneously the radiative properties of clouds with their three-dimensional distribution. The LMDZ model is evaluated and a new version of the model under development, where new parameterisations of the block boundary layer/convection/clouds is also tested. The method for comparing the model's outputs with the observations uses on the one hand the COSP simulator (CFMIP Observation Simulator Package) which includes SCOPS, the lidar simulator and PARASOL simulator and on the other hand the CFMIP-OBS observational dataset, built to be compatible with the simulators. The analysis is done in classifying clouds in function of the circulation regime in the tropics, and according to geographical areas. A new method has been developed to analyse observations: those are examined statistically at high resolution (both in space and time), instead of monthly and seasonal means usually used, to focus on a scale as close as possible to the cloud processes one. This analysis has allowed constraining the parameterisations developed to represent the clouds and revealing the biases in the two versions of LMDZ. Errors' compensations were identified (i) on the cloud vertical distribution: the high cloud cover is overestimated whereas low and mid level clouds are significantly underestimated, (ii) between the cloud cover and the optical depth: overall the global cloud cover is underestimated but the clouds that form have a too high optical depth which results in a correct simulation of the TOA fluxes by the model.
clouds – A-Train – GCM