Apport des infrasons pour l'assimilation de données dans un modèle global de prévision numérique du temps

Contribution of infrasound to data assimilation in a global numerical weather prediction model

• Auteur / Autrice : Pierre J. Y. Vanderbecken
• Direction : Jean-François Mahfouf, Christophe Millet
• Type : Thèse de doctorat
• Discipline(s) : Océan, Atmosphère, Climat
• Date : Soutenance le 22/06/2020
• Etablissement(s) : Toulouse 3
• Ecole(s) doctorale(s) : École doctorale Sciences de l’univers, de l’environnement et de l’espace (Toulouse)
• Partenaire(s) de recherche : Laboratoire : Centre national de recherches météorologiques (France ; 1993-....)
• Jury : Président / Présidente : Jean-Pierre Chaboureau
• Jury : Examinateurs / Examinatrices : Jean-François Mahfouf, Christophe Millet, Marc Bocquet, Chantal Claud, Alain Hauchecorne, Pierrick Mialle
• Jury : Rapporteurs / Rapporteuses : Marc Bocquet

Mots clés

Mots clés contrôlés

Circulation atmosphérique

Prévision météorologique

Infrasons

Mots clés libres

Propagation infrasonore

Modélisation de l'atmosphère

Assimilation de données

Infrasound propagation modelling

Numerical weather prediction

Data assimilation

Résumé

Les ondes infrasonores, aussi appelées infrasons, sont des ondes acoustiques comprises entre 0 et 20 Hz émises par une large variété de sources. Leurs basses fréquences font que les gradients verticaux de vent et de température conduisent à la formation de guides d'ondes au sein desquels ces ondes peuvent se propager sur des milliers de kilomètres en étant très peu atténuées. Comme ce type de propagation est intrinsèquement lié à la circulation atmosphérique, ces ondes peuvent être utilisées comme traceurs. La circulation générale dans la stratosphère et la mésosphère, que l'on regroupe sous le terme générique de moyenne atmosphère, constitue pour les infrasons les guides d'ondes les plus efficaces. On se propose ici d'exploiter les signaux infrasons reçus au sol pour apporter de l'information nouvelle sur la circulation de la moyenne atmosphère. Elle pourra être utilisée afin d'améliorer l'initialisation des modèles de prévisions numériques du temps (PNT). Pour qu'une observation puisse être assimilée, il est nécessaire de définir un opérateur d'observation, capable de la simuler à partir des prévisions du modèle. L'objectif de cette thèse est d'examiner comment assimiler les infrasons en construisant un opérateur d'observation dédié. Après avoir présenté l'état de connaissance sur la circulation atmosphérique et le principe de l'assimilation de données, nous examinons les données infrasons du système de surveillance international. Ce système est maintenu par l'Organisation du Traité d'Interdiction Complète des Essais nucléaires (OTICE). Un opérateur d'observation compatible avec les besoins de l'assimilation peut être construit à partir d'un modèle de propagation en tirant parti de méthodes de propagation rapide et des sources naturelles connues comme les volcans. Compte tenu des limitations associées à ces méthodes et ces sources, il est difficile de construire un opérateur d'observation permettant l'assimilation directe des données infrasons. Nous proposons alors de résoudre le problème inverse pour obtenir des profils verticaux de vent et de température cohérents avec les signaux infrasons mesurés. Dans un premier temps nous avons mis en évidence la nécessité d'ajouter une perturbation aux profils atmosphériques pour restituer des signaux acoustiques réels par tracés de rayons ou décomposition modale. Ensuite, dans le cadre d'une atmosphère simplifiée à deux degrés de liberté et des signaux synthétiques, nous avons examiné la capacité des méthodes locales d'optimisation à estimer la perturbation atmosphérique minimisant l'écart entre les signaux modélisés et observés. Les résultats de cette étude montrent la difficulté d'obtenir une perturbation optimale sans information a priori sur celle-ci. Ce constat nous a amené à développer une approche bayésienne, en prenant pour a priori un ensemble d'analyses et de prévisions à courte échéance du modèle global de PNT de Météo-France. On utilise l'écart entre les résultats de simulations par un code de tracés de rayons et les détections infrasons pour évaluer la vraisemblance de chacun des membres de l'ensemble. Cette méthode a été évaluée sur une base de détections de signaux infrasons issus des éruptions du Mont Etna en mai 2016. Nous montrons que cette méthode permet de sélectionner les membres de l'ensemble les plus vraisemblables, et ainsi fournir des profils atmosphériques, en accord avec les infrasons observés. Ils pourront ensuite être considérés comme des pseudo-observations dans un système d'assimilation de données.

Infrasounds are acoustic waves between 0 and 20 Hz emitted by a wide variety of sources. Due to their low frequencies, vertical gradients of winds and temperature lead to the formation of waveguides in which they can propagate over thousands of kilometers with little attenuation. Since this type of propagation is intrinsically linked to the atmospheric circulation, these waves can be used as tracers. The general circulation in the stratosphere and the mesosphere, which forms the middle atmosphere, provides the most efficient acoustic waveguides. It is proposed here to use ground-based infrasound signals to provide new information on the circulation of the middle atmosphere. It can be used to improve the initialization of numerical weather prediction (NWP) models. For an observation to be assimilated, it is necessary to define an observation operator, able to simulate it from model predictions. The aim of this thesis is to examine how to assimilate infrasounds by designing a dedicated observation operator. After presenting the state of knowledge on atmospheric circulation and the principle of data assimilation, we examine the infrasound data of the international monitoring system. This system is maintained by the Comprehensive Nuclear Test Ban Treaty Organization (CTBTO). An observation operator compatible with the needs of assimilation can be designed from a propagation model by taking advantage of fast propagation methods and well-known natural sources such as volcanoes. Given the limitations associated with these methods and sources, it is difficult to design an observation operator allowing the direct assimilation of infrasound data. We propose then to solve the inverse problem by retrieving vertical profiles of winds and temperature consistent with the recorded infrasound signals. Firstly, we have highlighted the need to superimpose a disturbance onto the atmospheric profiles in order to simulate real acoustic signals using ray tracing or modal decomposition methods. Then, within the frame of a simplified atmosphere with two degrees of freedom and simulated signals, we examined the ability of local optimization methods to estimate the atmospheric disturbance minimizing the discrepancies between modelled and observed signals. The results of this study show the difficulty in obtaining an optimal disturbance without prior information on it. This led us to develop a Bayesian approach, taking as prior information an ensemble of analyzes and short-term forecasts of the Météo-France global NWP model. The differences between the simulation results from a ray tracing code and the infrasound measurements are used to compute the likelihood of each member of the ensemble. This method was assessed using infrasound signals emitted by Mount Etna eruptions during May 2016. We show that this method allows to select the most likely members of the ensemble, and thus to provide atmospheric profiles, in agreement with observed infrasounds. These profiles could then be considered as pseudo-observations in a data assimilation system.