Les nuages, leur représentation dans les modèles, Les nuages, leur représentation dans les modèles,

et les processus d’interactions. et les processus d’interactions.

Les projets en cours et à venir à l’IPSLLes projets en cours et à venir à l’IPSL

A.A. Protat, et contributeurs de l’IPSL :Protat, et contributeurs de l’IPSL :

D. Bouniol, H. Chepfer, M. Chiriaco, J. Delanoë, D. Bouniol, H. Chepfer, M. Chiriaco, J. Delanoë,

M. Haeffelin, Y. Morille, V. Noël , J. PelonM. Haeffelin, Y. Morille, V. Noël , J. Pelon

Objectifs scientifiquesObjectifs scientifiques

Etude de processus détaillés concernant :Etude de processus détaillés concernant :

• Interaction aérosols / nuage / rayonnement / dynamiqueInteraction aérosols / nuage / rayonnement / dynamique

• Processus liés au cycle de vie des nuagesProcessus liés au cycle de vie des nuages

• Propriétés statistiques (climatologies régionales / globales)Propriétés statistiques (climatologies régionales / globales)

Représentation des nuages dans les modèles (LES Représentation des nuages dans les modèles (LES Climat, NWP) Climat, NWP)

Evaluation, amélioration de paramétrisationsEvaluation, amélioration de paramétrisations

Rétroaction des nuages sur le climatRétroaction des nuages sur le climat

Comment utiliser séries temporelles sol et nouveaux capteurs spatiaux ?Comment utiliser séries temporelles sol et nouveaux capteurs spatiaux ?

Nécessitent :Nécessitent :

Validation des capteurs et produits spatiaux et des modèlesValidation des capteurs et produits spatiaux et des modèles

Projets instrumentaux « nuages » IPSLProjets instrumentaux « nuages » IPSLSol : SIRTA (Martial)Sol : SIRTA (Martial)

Développements « radar nuage et lidar » opérationnels en coursDéveloppements « radar nuage et lidar » opérationnels en cours

Aéroporté : RALIAéroporté : RALI

Spatial : A-Train (Jacques)Spatial : A-Train (Jacques)

RALI est le démonstrateur CALIPSO/CloudSatRALI est le démonstrateur CALIPSO/CloudSat

RALI = RALI =

RASTA : radar Doppler 95 GHz 5 antennesRASTA : radar Doppler 95 GHz 5 antennes

LNG : lidar HRS 355 pol., 532 pol., 1064 nmLNG : lidar HRS 355 pol., 532 pol., 1064 nm

Porteurs : Falcon 20 (5 ant.)Porteurs : Falcon 20 (5 ant.) / ATR42 (3 ant.)/ ATR42 (3 ant.)

Radar + Lidar = propriétés nuageusesRadar + Lidar = propriétés nuageuses

(IWC, r(IWC, ree, , , V, Vtt, w, N(D), contours, fraction), w, N(D), contours, fraction)

Propriétés nuageuses : synergie instrumentale Propriétés nuageuses : synergie instrumentale Radar :Radar : limité par sensibilité (petites particules) limité par sensibilité (petites particules)

Lidar :Lidar : limité par épaisseur optique limité par épaisseur optique (nuages épais) (nuages épais)

Radiomètres :Radiomètres : quantités intégrées verticalement quantités intégrées verticalement

Synergie instrumentale !Synergie instrumentale !

Lidar RadarRadar/lidar

Quelques résultats marquants:Quelques résultats marquants:

Première statistique sur forme des cristaux dans cirrus (Noël)Première statistique sur forme des cristaux dans cirrus (Noël)

Première statistique sur densité et vitesse de chute des cristaux (Protat)Première statistique sur densité et vitesse de chute des cristaux (Protat)

Climatologie des nuages en Europe (thèse Delanoë)Climatologie des nuages en Europe (thèse Delanoë)

Evaluation des nuages dans modèles NWP (thèse Delanoë)Evaluation des nuages dans modèles NWP (thèse Delanoë)

Validation MESO-NH / Observations SIRTA (Giraud / Protat / Bouniol)Validation MESO-NH / Observations SIRTA (Giraud / Protat / Bouniol)

Validation de produits « nuage » spatiaux (Haeffelin)Validation de produits « nuage » spatiaux (Haeffelin)

TropiquesTropiques MidlatitudesMidlatitudes

Forme des cristauxForme des cristaux : dépolarisation lidar : dépolarisation lidar

Climato des propriétés microphysiques et radiatives

Très faible variabilité inter-annuelleTrès faible variabilité inter-annuelleVariabilité saisonnière faibleVariabilité saisonnière faibleFaible variabilité régionale sauf pour Faible variabilité régionale sauf pour Importante variabilité par type de nuages (altitude)Importante variabilité par type de nuages (altitude)

Cabauw

log(IWC)

— Épais (>4km)— 0-3km— 3-8km— 8-12km

Nuages épais : Nuages épais : IWCs les plus fortsIWCs les plus forts

Nuages bas : Distribution largeNuages bas : Distribution large

Nuages Hauts : Nuages Hauts : Distribution très étroite, Distribution très étroite, IWCs faibles IWCs faibles

Nuages moyens: Nuages moyens: IWCs plus forts que IWCs plus forts que les nuages hautsles nuages hauts

Distribution plus étroite Distribution plus étroite que les nuages bas que les nuages bas

Evaluation de la représentation des nuages dans modèles de prévisions à partir des statistiques nuageuses de RadOn: histogrammes

ECMWF, RACMO :(schéma pronostique) =>très bon

MET-OFFICE : (schéma pronostique) forme correcte mais surestimation

METEO-FRANCE : (schéma diagnostique) le schéma a changé durant CloudNet

Résultats très encourageants les modèles donnent des résultats corrects (excepté MF)

IWC

Validation des modèles de prévision

Campagnes et objectifs :Campagnes et objectifs :

2002 – 2006 : CloudNET2002 – 2006 : CloudNET – Développement de méthodes nuages – Validation – Développement de méthodes nuages – Validation modèles de prévision – Définition station opérationnelle nuagesmodèles de prévision – Définition station opérationnelle nuages

Instrumentation : SIRTA + 2 autres sites, 6 modèles de prévisionInstrumentation : SIRTA + 2 autres sites, 6 modèles de prévision

2006 : CALIPSO / CloudSat 2006 : CALIPSO / CloudSat – Propriétés nuageuses à échelle globale – – Propriétés nuageuses à échelle globale – Assimilation modèles de prévision (?) – Climatologies globales / régionalesAssimilation modèles de prévision (?) – Climatologies globales / régionales

2006 : AMMA2006 : AMMA – Etude des processus nuageux dans enclumes de LG – – Etude des processus nuageux dans enclumes de LG – Rétroactions nuages sur la mousson – Validation A-Train.Rétroactions nuages sur la mousson – Validation A-Train.

Instrumentation : Sol (AMF, Ronsard), Aéroporté (RALI), Spatial (A-Train)Instrumentation : Sol (AMF, Ronsard), Aéroporté (RALI), Spatial (A-Train)

2007 : PARISFOG2007 : PARISFOG (IPSL/CNRM) : Etude du brouillard en zone urbanisée (IPSL/CNRM) : Etude du brouillard en zone urbanisée (SIRTA)(SIRTA)

2007 : CIRCLE-22007 : CIRCLE-2 – Etude des interactions microphysiques / radiatifs – Etude des interactions microphysiques / radiatifs dans les cirrus / contrails – Validation schéma de nuage Meso-NHdans les cirrus / contrails – Validation schéma de nuage Meso-NH

Instrumentation : Aéroporté (RALI), Spatial (A-Train)Instrumentation : Aéroporté (RALI), Spatial (A-Train)

2008 : EUCAARI IP / Aeroclouds (ANR)2008 : EUCAARI IP / Aeroclouds (ANR) – Effet indirect des aérosols sur – Effet indirect des aérosols sur le cycle de vie des nuages de couche limitele cycle de vie des nuages de couche limite

Instrumentation : Sol (SIRTA, Cabauw), Aéroporté (RALI), Spatial (A-Train)Instrumentation : Sol (SIRTA, Cabauw), Aéroporté (RALI), Spatial (A-Train)

Prospective IPSL-CNRM Prospective IPSL-CNRM (n’engage que moi …)(n’engage que moi …)

AROME / SIRTA (CloudNet)AROME / SIRTA (CloudNet)

Amélioration paramétrisations ARPEGE (diagnostics CloudNet) ?Amélioration paramétrisations ARPEGE (diagnostics CloudNet) ?

Assimilation de produits nuageux (stations d’obs. des nuages, A-Train) ?Assimilation de produits nuageux (stations d’obs. des nuages, A-Train) ?

Effet indirect des aérosols (CNRM : in-situ, modélisation LES / IPSL : RALI)Effet indirect des aérosols (CNRM : in-situ, modélisation LES / IPSL : RALI)

Problématique du brouillard autour des aéroports (CNRM modélisation, Problématique du brouillard autour des aéroports (CNRM modélisation,

mesures / IPSL : mesures SIRTA)mesures / IPSL : mesures SIRTA)

Prospective IPSL-IPSL Prospective IPSL-IPSL (n’engage que moi …)(n’engage que moi …)

Discussions communautés Climat / expérimentateurs à travers futures Discussions communautés Climat / expérimentateurs à travers futures observations spatiales (A-Train), aéroportées (processus / paramétrisations), observations spatiales (A-Train), aéroportées (processus / paramétrisations),

sol SIRTA (paramétrisations, assimilation, validation)sol SIRTA (paramétrisations, assimilation, validation)

Quelles propriétés nuageuses et avec quoi ? (2/2)Quelles propriétés nuageuses et avec quoi ? (2/2)

MacrophysiqueMacrophysique (contours, épaisseur, fraction, occurrence) : Radar / Lidar (contours, épaisseur, fraction, occurrence) : Radar / Lidar

Microphysique / Radiatif :Microphysique / Radiatif : dépend de l’épaisseur optique dépend de l’épaisseur optique du nuage du nuage

< 0.01 :< 0.01 :

Lidar + IIR (Lidar + IIR (CALIPSOCALIPSO) : taille moyenne des cristaux () : taille moyenne des cristaux (Chiriaco et al. 04Chiriaco et al. 04))

Lidar seul (Lidar seul (-IWC-T, CALIPSO,-IWC-T, CALIPSO, Delanoë et Protat, 07Delanoë et Protat, 07) : profils IWC, r) : profils IWC, ree

0.01 < 0.01 < < 3 :< 3 :

Radar-lidar (Radar-lidar (CALIOP/CloudSat, RALI, SIRTACALIOP/CloudSat, RALI, SIRTA) : profils IWC, ) : profils IWC, , V, Vtt, r, re e ((Bouniol et al. Bouniol et al.

0606))

Radar seul (Radar seul (CloudSat, RASTA, BASTACloudSat, RASTA, BASTA) : profils IWC, ) : profils IWC, , V, Vtt, r, re e ((Delanoë et al. 06Delanoë et al. 06))

> 3 : > 3 :

Radar seul (Radar seul (CloudSat, RASTA, BASTACloudSat, RASTA, BASTA) : profils IWC, ) : profils IWC, , r, re e ((Delanoë et al. 06Delanoë et al. 06))

Dynamique :Dynamique : Radar seul (vent, dont w, TKE dissipation rate) ( Radar seul (vent, dont w, TKE dissipation rate) (Protat et al. 04, Bouniol et al. 06Protat et al. 04, Bouniol et al. 06))

Phase nuageusePhase nuageuse et et forme des cristauxforme des cristaux : Dépolarisation lidar ( : Dépolarisation lidar (Noël / Haeffelin et al. 06Noël / Haeffelin et al. 06))

Gros travail de validation et d’intercomparaisons (2004-2006)Gros travail de validation et d’intercomparaisons (2004-2006)

Met-Office: la structure des profils est bonne mais surestimation

ECMWF: •sous estimation < 6km•Surestimation > 6km

Evaluation de la représentation des nuages dans modèles de prévisions à partir des statistiques nuageuses de RadOn: profils moyens

RACMO:Bonnes performancesStructure verticale et valeur de IWC

Alti

tude

(km

)

Log(IWC)

Validation des modèles de prévision

Propriétés macrophysiques par Radar / Lidar (SIRTA)

Lidar

Radar

Lidar mask (STRAT)

Lidar + Radar cloud mask

Cloud Distribution :Lidar Depolarization vs Temperature

3 years dataset - SIRTA

# data points

CAPRO: Thermodynamic PhaseCAPRO: Thermodynamic Phase

Cloud Distribution :Lidar Depolarization vs Temperature

3 years dataset - SIRTA

# data points

Temp > 0 C,Depol < 0.2 :Liquid water

Depol > 0.2Temp < -42°CIce

Mixed-phaseclouds

CAPRO: Thermodynamic PhaseCAPRO: Thermodynamic Phase

49300-100Semi-transparent SEVERI CTHradiance ratioing / STRAT

43200-1100Semi-transparent SEVERI CTHintercept / STRAT

107200-600Opaque SEVERI CTH / RALI

numberConfidenceinterval 95%

(m)

Bias (m)Comparison

Low-altitude opaque clouds

10/2003 - 09/2004: 100 days analyzedMean diff = 0,1 +/-0,2 kmStd dev = 1 kmDifficulty attributed to simulated vertical profile of temperature (forecast or analyses)

All opaque + semi-transparent clouds

10

5

0

10/2003 09/2004

Validation des produits MSG (EUMETSAT)

Validation des produits MSG (EUMETSAT)