Représentation des nuages de phase mixte polaires dans les modèles de climat

De l'océan Arctique au continent Antarctique en passant par l'océan Austral, les nuages sont omniprésents aux hautes latitudes. Ils y sont très souvent de phase mixte, c'est-à-dire composés simultanément de gouttelettes d'eau liquide surfondue et de cristaux de glace. La répartition entre la glace et le liquide détermine leurs propriétés radiatives, modulant ainsi leurs effets radiatifs à la surface comme au sommet de l'atmosphère, influençant ainsi les climats régionaux polaires, mais également le climat global. Malgré leur importance, les modèles climatiques globaux (GCMs) peinent encore à représenter correctement cette répartition de phase, comme l'ont souligné les différentes générations des exercices du "Coupled Model Intercomparison Project" (CMIP). Cette mauvaise représentation engendre des biais radiatifs majeurs et contribue à de fortes incertitudes dans les projections de changement climatique. La difficulté à représenter correctement la phase des nuages réside dans la complexité physique intrinsèque de ces nuages, où la quantité de liquide et de glace résulte d'interactions complexes entre aérosols, microphysique, rayonnement, turbulence et dynamique grande échelle. À cela s'ajoutent les échelles spatiales de ces processus, bien inférieures aux résolutions horizontales et verticales des modèles climatiques. L'objectif principal de cette thèse a été d'évaluer et de réviser la représentation des nuages de phase mixte dans le modèle LMDZ (Laboratoire de Météorologie Dynamique-Zoom), composante atmosphérique du modèle de climat IPSL-CM. Tout d'abord, un cadre d'évaluation basé sur des observations aéroportées a été développé, afin de diagnostiquer précisément les biais de LMDZ dans la représentation de la phase et de la structure verticale de nuages de phase mixte, permettant d'identifier de possibles lacunes dans les paramétrisations. Cette analyse a révélé une surestimation globale des condensats nuageux, une mauvaise distribution verticale de la phase ainsi qu'une mauvaise représentation des précipitations solides. Ces résultats ont motivé le développement d'une nouvelle paramétrisation du partitionnement de phase. Fondée sur la théorie de l'évolution de la sursaturation en milieu turbulent, elle s'inspire de travaux antérieurs théoriques et de modélisation. Ce schéma abandonne l'approche fondée sur la température pour prédire directement la quantité d'eau liquide surfondue à partir de l'énergie cinétique turbulente, de la vitesse verticale résolue et des propriétés des cristaux de glace. Son évaluation montre une nette amélioration de la variabilité spatiale de la phase des nuages avec désormais la capacité du modèle à simuler de fines couches et des patchs d'eau liquide surfondue, bien qu'une surestimation des contenus nuageux demeure. Cependant, un partitionnement de phase plus physique n'a pas suffi à corriger les biais de phase des nuages dans LMDZ, révélant les limites du schéma de précipitation et motivant sa révision. Cette nouvelle paramétrisation intègre de nouveaux processus et considérations microphysiques pour les précipitations solides et un traitement sous-maille, afin de mieux représenter les interactions nuages-précipitations. Pour ces deux nouvelles paramétrisations, des expériences de sensibilité aux paramètres perturbés ont été menées afin de distinguer les effets de sensibilité paramétrique des biais structurels. Ce travail de thèse ouvre la voie à des études plus fiables des climats polaires présents et futurs avec LMDZ.

Authors

Institutions

Publication Details

Journal
theses.fr (ABES)
Published
2025-10-09
Primary Topic
Atmospheric aerosols and clouds
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

Représentation des nuages de phase mixte polaires dans les modèles de climat

Lea Raillard
theses.fr (ABES)
Atmospheric aerosols and clouds
article

Représentation des nuages de phase mixte polaires dans les modèles de climat

Lea Raillard
article en

Abstract

De l'océan Arctique au continent Antarctique en passant par l'océan Austral, les nuages sont omniprésents aux hautes latitudes. Ils y sont très souvent de phase mixte, c'est-à-dire composés simultanément de gouttelettes d'eau liquide surfondue et de cristaux de glace. La répartition entre la glace et le liquide détermine leurs propriétés radiatives, modulant ainsi leurs effets radiatifs à la surface comme au sommet de l'atmosphère, influençant ainsi les climats régionaux polaires, mais également le climat global. Malgré leur importance, les modèles climatiques globaux (GCMs) peinent encore à représenter correctement cette répartition de phase, comme l'ont souligné les différentes générations des exercices du "Coupled Model Intercomparison Project" (CMIP). Cette mauvaise représentation engendre des biais radiatifs majeurs et contribue à de fortes incertitudes dans les projections de changement climatique. La difficulté à représenter correctement la phase des nuages réside dans la complexité physique intrinsèque de ces nuages, où la quantité de liquide et de glace résulte d'interactions complexes entre aérosols, microphysique, rayonnement, turbulence et dynamique grande échelle. À cela s'ajoutent les échelles spatiales de ces processus, bien inférieures aux résolutions horizontales et verticales des modèles climatiques. L'objectif principal de cette thèse a été d'évaluer et de réviser la représentation des nuages de phase mixte dans le modèle LMDZ (Laboratoire de Météorologie Dynamique-Zoom), composante atmosphérique du modèle de climat IPSL-CM. Tout d'abord, un cadre d'évaluation basé sur des observations aéroportées a été développé, afin de diagnostiquer précisément les biais de LMDZ dans la représentation de la phase et de la structure verticale de nuages de phase mixte, permettant d'identifier de possibles lacunes dans les paramétrisations. Cette analyse a révélé une surestimation globale des condensats nuageux, une mauvaise distribution verticale de la phase ainsi qu'une mauvaise représentation des précipitations solides. Ces résultats ont motivé le développement d'une nouvelle paramétrisation du partitionnement de phase. Fondée sur la théorie de l'évolution de la sursaturation en milieu turbulent, elle s'inspire de travaux antérieurs théoriques et de modélisation. Ce schéma abandonne l'approche fondée sur la température pour prédire directement la quantité d'eau liquide surfondue à partir de l'énergie cinétique turbulente, de la vitesse verticale résolue et des propriétés des cristaux de glace. Son évaluation montre une nette amélioration de la variabilité spatiale de la phase des nuages avec désormais la capacité du modèle à simuler de fines couches et des patchs d'eau liquide surfondue, bien qu'une surestimation des contenus nuageux demeure. Cependant, un partitionnement de phase plus physique n'a pas suffi à corriger les biais de phase des nuages dans LMDZ, révélant les limites du schéma de précipitation et motivant sa révision. Cette nouvelle paramétrisation intègre de nouveaux processus et considérations microphysiques pour les précipitations solides et un traitement sous-maille, afin de mieux représenter les interactions nuages-précipitations. Pour ces deux nouvelles paramétrisations, des expériences de sensibilité aux paramètres perturbés ont été menées afin de distinguer les effets de sensibilité paramétrique des biais structurels. Ce travail de thèse ouvre la voie à des études plus fiables des climats polaires présents et futurs avec LMDZ.

theses.fr (ABES)
Laboratoire de Météorologie Dynamique (FR)
Climate action
Openalex Percentile: Top 29%
Atmospheric aerosols and clouds
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.