Régimes de temps et composition atmosphérique associée à la Plateforme Pyrénéenne d'Observation de l'Atmosphère : caractérisation par classification hiérarchique de 5 ans de données

Weather regimes and associated atmospheric composition at the Pyrenean Platform for the Observation of the Atmosphere : characterization with a hierarchical clustering of a 5-year dataset

• Auteur / Autrice : Jeremy Gueffier
• Direction : Marie Lothon, François Gheusi, Véronique Pont
• Type : Thèse de doctorat
• Discipline(s) : Océan, Atmosphère, Climat
• Date : Soutenance le 21/11/2023
• 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 : Laboratoire d'Aérologie (Toulouse ; 1983-....)
• Jury : Président / Présidente : Fabienne Lohou
• Jury : Examinateurs / Examinatrices : Valérie Gros
• Jury : Rapporteur / Rapporteuse : Stéphane Sauvage, Jean-Luc Baray

Mots clés

Mots clés contrôlés

Atmosphère -- Recherche

Climat de montagne

Mots clés libres

Composition atmosphérique

Classification hiérarchique

Régimes météorologiques

P2OA

Météorologie de montagne

Weather regimes

Hierarchical clustering

Moutain meteorology

P2OA

Atmospheric compostition

Résumé

Les observatoires de montagne sont des lieux privilégiés pour la mesure des composants de l'atmosphère car ils offrent des mesures représentatives à large échelle du fait de leur éloignement des sources de pollution. En revanche, ces sites sont sensibles à des écoulements d'air des basses couches vers les sommets et à un brassage accru de la basse atmosphère. Ces écoulements, leurs conditions météorologiques d'occurrence et leur influence sur la composition atmosphérique en montagne ont donc besoin d'être caractérisés. Cette thèse répond à ce besoin pour la Plateforme Pyrénéenne d'Observation Atmosphérique, qui est composée d'un site de montagne, le Pic du Midi (PDM), et d'un site de plaine, le CRA. Pour ce faire, des données ont été récoltées sur 5 ans aux deux stations pour constituer un jeu de données météorologiques composé de 23 variables (température, humidité, vent à plusieurs niveaux, etc.). Ce jeu de données a été analysé par la méthode de Classification Ascendante Hiérarchique (CAH) avec comme but de regrouper les jours d'observation selon des caractéristiques météorologiques communes. Ces groupes (ou clusters) ont pu être reliés à des régimes de temps synoptiques. De plus, des diagnostics secondaires, construits pour détecter des phénomènes précis (comme le foehn) ou apporter des informations supplémentaires (sur la stabilité de l'atmosphère, par exemple), ont été ajoutés à l'analyse des groupes issus de la CAH. Se sont dégagés de la CAH trois clusters majeurs (numérotés 1 à 3) et trois clusters mineurs (4 à 6). Les clusters 1 et 3 montrent des caractéristiques claires de beau temps et de temps perturbé, respectivement. Dans le Cluster 1, les jours sont clairs, plus chauds et plus secs que la moyenne, avec du vent faible. Dans le Cluster 3, les jours sont plus froids, plus humides que la moyenne, avec beaucoup plus de pluie. Le Cluster 2 montre lui, des jours intermédiaires entre les clusters 1 et 3. Le Cluster 4, composé de seulement vingt jours, contient des jours d'hiver avec du fort vent de nord-ouest et une pluviométrie très élevée, caractéristique de tempêtes hivernales. Les clusters 5 et 6 montrent des caractéristiques proches avec du vent soutenu de sud/sud-ouest et de l'air plus sec et plus chaud au CRA. Ces caractéristiques sont celles du foehn, et les diagnostics conçus pour détecter ce phénomène confirment que ces clusters sont essentiellement composés de jours de foehn. Ce vent chaud et sec pénètre plus profondément en aval des montagnes dans le Cluster 6. De nombreux jours de foehn ont aussi été détectés dans le Cluster 2, mais présentent des propriétés thermodynamiques moins marquées. La comparaison du niveau de radon et de son cycle diurne dans les clusters majeurs a révélé que le contexte troposphérique régional a une influence dominante sur les concentrations, et prévaut sur l'influence thermique en montagne. Ceci nous permet d'interpréter les différences entre les clusters pour les autres espèces chimiques. Le Cluster 1 montre des anomalies négatives pour le CO2, le CH4 et le CO, et des anomalies positives pour l'ozone et le nombre de particules. C'est l'inverse pour le Cluster 3. Pour chaque espèce, des explications en lien avec les sources et les puits sont proposées. Dans le Cluster 4, les anomalies sont négatives pour toutes les espèces, dues à l'advection d'air océanique propre. Pour les deux clusters de foehn, les anomalies sont aussi négatives, ce qui s'explique par l'apport d'air subsident depuis la troposphère libre. Des études de sensibilités de la CAH ont été réalisées : à la période d'étude, et à l'ajout des espèces chimiques aux variables d'entrée. Une bonne cohérence avec le classement de référence a été obtenue. Nous pouvons conclure que la CAH est une méthode pertinente pour caractériser la météorologie de la P2OA et son impact sur la composition atmosphérique. Cette méthode semble facilement transposable à d'autres sites, même en terrain complexe.

Mountain observatories, as they are remote are favoured locations for in situ atmospheric composition measurements, due to their remoteness from pollution sources and in turn their representativeness at a large scale. However, these sites remain influenced by airflows rising from lower altitudes to the summits, and enhanced mixing in the mountainous lower atmosphere. Such airflows, the meteorological conxtext of occurrence, and their influence on measured composition need to be characterized. This thesis addresses this need for the Pyrenean Platform for Observation of the Atmosphere, which is composed of a mountain site, Pic du Midi (PDM), and a lowland site, CRA. To achieve this, data collected over 5 years at both stations were used to form a dataset composed of 23 meteorological variables (temperature, humidity, wind at various levels, etc.). This dataset was analyzed using Hierarchical Cluster Analysis (HCA) with the aim of grouping observation days sharing common meteorological characteristics. These groups (clusters) have been be linked to synoptic weather regimes. Secondary diagnostics designed to detect specific phenomena (such as foehn) or provide additional information (e.g., atmospheric stability) were used as complementary tools to analyze the clusters resulting from the HCA. Three major clusters (numbered 1-3) and three minor clusters (4-6) emerged from the HCA. Clusters 1 and 3 exhibit clear characteristics of fair weather and disturbed weather, respectively. In Cluster 1, days are clearer, warmer, and drier than average, with light wind. In Cluster 3, days are colder, more humid than average, with significantly more rainfall. Cluster 2 represents intermediate days between Clusters 1 and 3. Cluster 4 (comoposed of only twenty days) contains winter days with strong northwesterly wind and heavy precipitation, characteristic of winter storms. Clusters 5 and 6 share common features, with sustained south- or southwestertly wind and dry and warm air at CRA. Such characteristics suggest the occurrence of foehn episodes, and the diagnostics designed to detect this phenomenon confirm that both clusters are mostly composed of foehn days. This subsident warm and dry wind penetrates deeper on the lee side of the mountains in Cluster 6. Many foehn days were also detected in Cluster 2 but with less pronounced thermodynamic properties. Comparing radon levels and diurnal cycles in the major clusters revealed that the regional tropospheric context has a prevailing influence on concentrations and dominates the thermal influence in the mountains. This allowed us to interpret differences between clusters for other chemical species. Cluster 1 exhibits negative anomalies for CO2, CH4, and CO, and positive anomalies for ozone and particle number concentration. The opposite is observed in Cluster 3. Explanations related to sources and sinks are proposed for each species. In Cluster 4, negative anomalies are observed for all species, attributed to rapid advection of clean oceanic air. For both foehn clusters, anomalies are also negative, explained by the subsidence of air from the free troposphere. Sensitivity studies of the HCA were conducted, considering the study period and the addition of chemical species as input variables. Fair agreement with the reference classification was found. In conclusion, HCA is a relevant method for characterizing the meteorology of P2OA and its impact on atmospheric composition at PDM. This method appears to be easily transposable to other sites, even in complex terrain.