Cette proposition de thèse s’inscrit dans le cadre des analyses scientifiques et industrielles menées dans le cadre du projet d’observation du CNES appelé « C²OMODO ». Ce projet repose sur l’exploitation des mesures d’un petit tandem de satellites, espacés de 2min, et portants des radiomètres identiques mesurant le rayonnement émis dans le domaine micro-ondes : le court décalage temporel entre deux mesures permettra de caractériser le mouvement vertical des particules glacées qui se forment au sein des grandes ascendances des orages. Les mesures en léger décalage temporel donneront accès aux flux de masse de ces particules à chaque point d’observation, tandis que la fauchée des instruments (télédétection passive) fournira les dimensions horizontales des différentes parties composant les orages observés.
Le système d’observation C²OMODO fait partie de la contribution du CNES au projet AOS (« Atmosphere Observing System » https://aos.gsfc.nasa.gov/) piloté par la NASA en collaboration avec d’autres grandes agences spatiales (CNES, JAXA, CSA) et prévu pour l’horizon 2027-2030. La constellation AOS comprendra des satellites portants des lidars, radars, radiomètres, polarimètres et stéréo-caméras qui seront organisés sur deux plans orbitaux. Au sein de cette constellation, C²OMODO cible directement la convection profonde, son développement vertical et son cycle de vie.

Les travaux menés par l’équipe scientifique de C2OMODO collaborant avec le CNES ont déjà permis de mettre en évidence le contenu en information de ce tandem (Brogniez et al, 2022). Toutefois les démonstrations dites « preuve de concept » ont été faites à l’aide de simulations atmosphériques plus ou moins idéalisées et d’un simulateur d’observables puisque ce travail est mené en amont du lancement. Des méthodes algorithmiques, de type variationnelle et de classifications supervisées, sont en cours de développement pour définir les grandeurs géophysiques qui seront exploitables et délivrées à la communauté scientifique internationale.
Une approche variationnelle 1D (1D-VAR) innovante, développée au LSCE (e.g. Chevallier et al., 2002), est
utilisée afin d’inverser les mesures légèrement décalées dans le temps (petit dt) en variables physique de
production de glace et de déplacement vertical de cette glace dans la colonne convective du nuage. Ces deux paramètres permettent de décrire en première instance la croissance d’un orage. Toutefois des hypothèses assez fortes ont été faites pour cela, notamment sur le bilan de masse de glace du nuage (les processus microphysiques sont actuellement ignorés), ou sur la dynamique horizontale et l’environnement proche du nuage qui ont pourtant un rôle dans le développement vertical.
Ainsi, ce projet de thèse vise à améliorer l’approche 1D-VAR existante en affinant les hypothèses initiales à l’aide de mesures de l’activité convective (contenu en glace, répartition vertical, vitesse de déplacement des hydrométéores glacés, etc) collectées lors de différentes campagnes terrains (mesures radar, lidar, vols avions, etc..). Il s’agira alors :

1. 1. D’analyser les mesures collectées lors de différentes campagnes d’observation menées dans les régions tropicales et les moyennes latitudes (ex : campagne CADDIWA, 2021, Flamant et al, 2021) et décrivant la partie glacée de la convection, et de comparer les hypothèses du schéma d’inversion 1D- VAR avec ces observations terrain ;
   2. D’ajuster les paramètres de la méthode d’inversion aux observations collectées (satellites, in-situ, aéroportés) et de mener des tests de sensibilités à certains paramètres du tandem (comme l’écart temporel entre les 2 instruments). Pour cela, le/la doctorant.e manipulera les simulations numériques à haute résolution spatiale (~200m) de l’atmosphère correspondant produites autour de ces campagnes, notamment avec le système Méso-NH (Lac et al, 2018) utilisé par l’équipe scientifique du projet C2OMODO. Ces simulations numériques seront couplées au simulateur d’observables satellites (modèle de transfert radiatif international RTTOV, développé par l’agence EUMETSAT) et au simulateur du tandem développé par le CNES afin d’exploiter des observations virtuelles proches de ce qui sera attendu ;
   3. D’évaluer les performances sur d’autres campagnes de mesures identifiées (3 actuellement sur la période 2024-2026).

Ces travaux sont essentiels pour le projet puisqu’il s’agit de développer l’algorithme cœur du projet C2OMODO avec une estimation robuste de ses performances (biais conditionnel, incertitudes…) de contribution à la définition des spécificités du tandem, ainsi qu’à la définition des besoins de la campagne de validation des mesures obtenues par C2OMODO.
L’environnement scientifique permettra une participation à des colloques internationaux, et les moyens de calculs seront ceux de l’IPSL.

Références :

– Chevallier F., P. Bauer, JF Mahfouf and JJ Morcrette (2002) Variational retrieval of cloud profile from ATOVS observations. Q. J. R. Meteorol. Soc., doi :10.1256/qj.01.153
– Lac, C., Chaboureau, J.-P., Masson, V., Pinty, J.-P., Tulet, P., Escobar, J., et al. (2018). Overview of the Meso-NH Model Version 5.4 and its Applications. Geosci. Model. Dev. 11, 1929–1969. doi:10.5194/gmd-11-1929-2018
– Flamant C., J. Delanoë, JP Chaboureau, C. Lavaysse, M. Gaetani, et O. Bock (2021) La campagne Caddiwa dans la région des îles du Cap-Vert. La Météorologie, N° 115 (Novembre), doi : 10.37053/lameteorologie-2021-0081
– Brogniez H., R. Roca, F. Auguste, JP Chaboureau, Z. Haddad, S. J. Munchak, X. Li, D. Bouniol, A. Dépée, T. Fiolleau and P. Kollias (2022) Time-delayed tandem microwave observations of tropical deep convection: Overview of the C2OMODO mission. Frontiers in Remote Sensing, doi:10.3389/frsen.2022.854735

Type de financement autre que ED 129, précisez si envisageable ou acquis (CNES, CEA, ADEME etc…) :

Financement CEA acquis.

Encadrement :

Liste des autres doctorants que vous encadrez ou co-encadrez au 1er janvier 2024

Thomas Lefebvre, UVSQ, CNES et Airbus DS, soutenance prévue en septembre/octobre 2025.

Titulaires d’un M2 en géosciences, en climatologie, en météorologie ou en méthodes physiques de télédétection.

Connaissances en analyses statistiques de données, en méthodes inverses, en programmation scientifique (langages python, R, matlab).