La variabilité des nuages et son rôle sur le climat en Europe : télédétection et simulation régionale

Clouds variability and its role on the European climate : remote-sensing and regional simulation

• Auteur / Autrice : Meriem Chakroun
• Direction : Sophie Bastin, Marjolaine Chiriaco
• Type : Thèse de doctorat
• Discipline(s) : Météorologie, océanographie, physique de l'environnement
• Date : Soutenance le 29/09/2016
• Etablissement(s) : Université Paris-Saclay (ComUE)
• Ecole(s) doctorale(s) : École doctorale Sciences de l'environnement d'Île-de-France (Paris ; 1992-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire Atmosphères, observations spatiales (Guyancourt, Yvelines ; 2009-....) - Laboratoire Atmosphères- Milieux- Observations Spatiales / LATMOS
• Partenaire(s) de recherche : établissement de préparation de la thèse : Université de Versailles-Saint-Quentin-en-Yvelines (1991-....)
• Jury : Président / Présidente : Philippe Bousquet
• Jury : Examinateurs / Examinatrices : Yves Richard, Romain Roehrig
• Jury : Rapporteurs / Rapporteuses : Céline Cornet, Jean-Pierre Chaboureau

Mots clés

Mots clés contrôlés

Nuages

Télédétection en sciences de la Terre

Simulation, Méthodes de

Europe

Climat

Mots clés libres

Nuages

Climat

Observations satellite

Simulation régionale

Clouds

Climate

Satellite observations

Regional simulation

Résumé

Les nuages sont une composante majeure du système Terre-océan-atmosphère car ils couvrent en moyenne 40% de la surface du globe. Ils contribuent à refroidir la troposphère car ils réfléchissent une part importante du rayonnement solaire (effet d’albédo), mais ils contribuent également à la réchauffer car ils réémettent une partie du rayonnement infrarouge terrestre (effet de serre naturel). La détermination des effets radiatifs des nuages a été identifiée par le GIEC comme l’une des sources principales d’incertitude sur la prévision du climat. Dans ce contexte, la question se pose quant au rôle de la variabilité décennale de ces propriétés nuageuses. Plus particulièrement, on cherche à identifier une possible évolution ou variation des propriétés des nuages et à comprendre l'impact de cette variabilité sur celle du climat régional (température au sol), et inversement : ici, la région d'étude est l'Europe. On sait en effet qu'au 1er ordre le climat régional européen est contrôlé par la circulation atmosphérique de grande échelle (Cattiaux et al., ou Cassou et al., 2005) mais celle-ci ne suffit pas à expliquer certaines anomalies ou extrêmes de température. Des anomalies de propriétés nuageuses sont donc une piste importante à étudier pour expliquer ce type d’événement extrême. Durant cette thèse, nous proposons donc d'appréhender cette question à partir d'observations spatiales et de simulations. Les observations seront celles de l'Aqua-Train : (1) l'instrument MODIS à bord du satellite Aqua permet, à l'aide d'algorithmes développés à la Nasa, de caractériser le forçage radiatif des nuages depuis 9 ans (i.e. leur capacité à refroidir ou à réchauffer); (2) le lidar du satellite CALIPSO couplé au radar du satellite CloudSat nous renseigne sur la structure verticale de ces mêmes couches nuageuses, leurs propriétés précipitantes et microphysiques depuis 7 ans. Les simulations utilisées pour compléter ces observations sont déjà existantes : elles ont été réalisées avec le modèle régional WRF et couvrent l'ensemble de l'Europe sur une période suffisamment longue pour pouvoir travailler sur la variabilité interannuelle à décennale des nuages. L’objet de la thèse est d'analyser à l'échelle régionale les relations entre les anomalies nuageuses et les anomalies de température. On cherchera à comprendre si les propriétés des nuages sont perturbées pour un régime synoptique donné et si ces perturbations peuvent expliquer certaines anomalies de température via leur effet radiatif direct ou plus indirect dans le cas des nuages convectifs. La démarche suivante sera appliquée : (1) Les observations et les simulations seront analysées conjointement pour mieux caractériser les propriétés nuageuses et surtout leur variabilité spatiale et interannuelle. (2) Ce travail de caractérisation des propriétés nuageuses devra se faire pour chaque régime synoptique identifié. Les saisons d'hiver et d'été seront caractérisées grâce aux régimes de l'Oscillation Nord Atlantique (NAO) (en collaboration avec le LSCE), tandis qu'un travail sur les régimes des saisons intermédiaires sera nécessaire. (3) Nous chercherons ensuite à comprendre comment ces propriétés typiques d’un régime sont perturbées. A régime fixé, nous tenterons de relier des anomalies de couverture nuageuse à des anomalies de température, et les périodes identifiées seront étudiées en détail pour comprendre quels sont les mécanismes qui permettent de passer d’une anomalie de l’un à une anomalie de l’autre : en d’autres termes, il s’agira d’estimer si le forçage radiatif de ces « anomalies nuageuses » peut conduire à l’anomalie de température détectée. Les comparaisons entre simulations et observations seront utiles pour analyser ces liens (existent dans les 2, ou uniquement dans l'un et pourquoi). Le travail de thèse pourra alors consister à réaliser de nouvelles simulations afin de mieux comprendre ces relations.

We characterize the seasonal and inter-annual variabilities of the clouds fraction profiles in both observations and simulation since they are critical to better assess the impact of clouds on climate variability. The spaceborne lidar onboard CALIPSO, providing cloud vertical profiles since 2006, is used together with a 23-year WRF simulation at 20 km resolution. A lidar simulator helps to compare consistently model with observations. The bias in observations due to the satellite under-sampling is first estimated. Then we examine the vertical variability of both occurrence and properties of clouds. It results that observations indicate a similar occurrence of low and high clouds over continent, and more high than low clouds over the sea except in summer. The simulation shows an overestimate (underestimate) of high (low) clouds comparing to observations, especially in summer. However the seasonal variability of the cloud vertical profiles is well captured by WRF. Concerning inter-annual variability, observations show that in winter, it is twice more important for high clouds than for low clouds, which is well simulated. In summer, the observed inter-annual variability is vertically more homogeneous while the model still simulates more variability for high clouds than for low clouds. The good behavior of the simulation in winter allows us to use the 23 years of simulation and 8 years of observations to estimate the time period required to characterize the natural variability of the cloud fraction profile in winter, i.e the time period required to detect significant anomalies and trends.