Quelles approches pour l'amélioration de l'assimilation des radiances nuageuses IASI en prévision numérique du temps ?

La génération actuelle des sondeurs infrarouges avancés constitue l’une des sources les plus importantes d’observation dans les systèmes d’assimilation de données dans les modèles de la Prévision Numérique du Temps (PNT). Cependant la richesse d’informations fournies par ce type de capteur avec son grand nombre de canaux et sa couverture globale est loin d’être complètement exploitée. La présence de nuages dans le champ de vision de l’instrument, qui affecte la majorité des observations, est l’une des raisons pour lesquelles les centres de PNT rejettent une grande quantité des observations des sondeurs. Les centres de PNT ont cependant commencé à assimiler au-dessus des océans les radiances affectées par les nuages en utilisant des canaux dont les effets radiatifs nuageux sont modélisés par un modèle de nuage simple. Certains de ces algorithmes de détection sont évalués dans ce manuscrit, et leurs limitations sont explicitées. Afin d’accroître la quantité de données assimilées, il est nécessaire de mieux représenter les nuages et leurs effets radiatifs. Depuis quelques années, des études ont été menées pour mieux représenter leurs effets dans les modèles de transfert radiatif ([Faijan et al., 2012] ; [Martinet et al., 2013]) ; et utiliser dans l’assimilation de nouveaux canaux infrarouges informatifs sur les hydrométéores nuageux. ([Martinet et al., 2014]). Cette thèse se concentre principalement sur ces méthodes de détection de scènes homogènes en consacrant sa majeur partie à l’établissement, l’évaluation et l’amélioration d’algorithme de détection de scènes homogènes en se basant sur la colocalistion d’observation avec d’autres sondeurs. Ces études sont rendus possibles par la prise en compte des champs d’hydrométéores fournis par les schémas convectifs du modèle ARPEGE en entrée du modèle de transfert radiatif nuageux RTTOV-CLD. Une partie validation des simulations est opérée dans cette thèse, en comparant l’apport les forces et faiblesses du schéma convectif en opérationnel ainsi que PCMT. Par la suite, différents tests, ou critères, de détection sont proposés, et en réalisant des expériences d’assimilation et en évaluant l’impact de ces ces critères de sélection proposés sur la qualité des prévisions à longues échéances, un des tests parmi ceux proposés se démarque des autres en conservant une quantité importante d’observation ciel clair et démontre des impacts neutres à légèrement positifs sur les prévisions. Les nouvelles méthodes de sélection de scènes homogènes proposées dans cette études permettent d’envisager une amélioration significative du contrôle de qualité des observation IASI en ciel clair. Cela ouvre ainsi donc la voie à une utilisation, plus maîtrisée, des scènes nuageuses. Nous expliquons dans ce manuscrit pourquoi il serait imprudent de précéder à des assimilation de radiances infrarouge contaminées par la présence de nuages. Pour contourner cette difficulté, une technique d’assimilation en deux étapes déjà utilisé pour l’assimilation des réflectivité radar ([Wattrelot et al., 2014]) dans AROME est évaluée. Cette méthode basée sur l’inversion bayésienne a récemment été adaptée pour les observations microondes satellitaire ([Duruisseau et al., 2018]). Dans cette étude, nous explorons cette technique pour les observations IASI. Plusieurs tests de sensibilité sont effectués sur les différents paramètres de l’algorithme, avec pour objectif de préparer de futurs travaux sur l’assimilation all-sky infrarouges, explicités dans les perspectives de ce manuscrit.