Atelier national sur les nuages polaires

24/06/2025 09:00

SIRTA / ICEO : Journée Scientifique 2025

24/06/2025 09:00

Evénement de clôture projet FAIR-EASE

12/06/2025 09:00

L'attribution d'événements extrêmes, et le cas de la sécheresse au Grand Sud de Madagascar

07/01/2022 12:00

L’attribution d’événements extrêmes, qui s’est considérablement développée dans les dernières années, permet aujourd’hui d’analyser le lien entre le changement climatique et un événement spécifique. Dans ce séminaire, après avoir passé en revue l’approche générale utilisée pour l’attribution d’événements extrêmes, je détaillerai spécifiquement le cas de la grande sécheresse qui sévit à Madagascar.

Le changement climatique vu d'Afrique

10/12/2021 14:00

Nouvelle séance du séminaire « Changement Climatique : Sciences, Sociétés, Politique » co-organisé par le Centre Alexandre-Koyré (EHESS-CNRS) et l’ENS (CERES). Un vendredi sur deux de 14 h à 17h, du 17 septembre 2021 au 21 janvier 2022 à l’École Normale Supérieure.

Synergy between model and observations for studying drifting snow in Antarctica

07/12/2021 11:30

Field data are required for observational characterization of climate processes, but remain challenging to collect in wide, extreme and remote environments.

Improved observation of the global water cycle with satellite remote sensing and neural network modeling

12/01/2024 14:00

La télédétection satellite est couramment utilisée pour suivre le cycle de l’eau depuis les bassins fluviaux jusqu’à l’échelle planétaire. Pourtant, il est difficile d’obtenir un bilan d’eau à l’équilibre en utilisant ces données de télédétection, ce qui met en évidence les erreurs et incertitudes liées aux données d’observation de la Terre.

Ce travail de thèse vise à améliorer les estimations des précipitations, de l’évapotranspiration, du débit des rivières et du changement du contenu total en eau à l’échelle planétaire en utilisant une combinaison de méthodes analytiques (interpolation optimale, OI) et de méthodes de modélisation statistique, en particulier les réseaux neuronaux (NN).

Ces modèles ont été entraînés sur un ensemble de 1358 bassins fluviaux, validés sur un ensemble indépendant de 340 bassins et évalués avec des mesures in situ pour la précipitations, l’évapotranspiration et le débit des rivières. Les modèles sont ensuite utilisés pour faire des prévisions à l’échelle du pixel à la résolution de 0,5° pour une couverture quasi globale.

Les ensembles de données ainsi corrigés améliorent le bilan d’eau pour les bassins de validation : la moyenne et l’écart-type du résidu sont de 11 ± 44 mm/mois pour les données non corrigées et de 0,03 ± 24 mm/mois après calibration par les modèles NN.

En outre, cette approche nous permet de faire des estimations plus précises des composantes manquantes du cycle de l’eau, par exemple pour estimer l’évapotranspiration dans les zones non instrumentées, ou pour prédire le débit des rivières dans des bassins non jaugés.

Les résultats peuvent également indiquer aux producteurs de données là où leurs produits semblent incohérents par rapport à d’autres produits et où un étalonnage plus poussé pourrait apporter des améliorations.

Enfin, cette recherche montre le fort potentiel de l’utilisation des réseaux neuronaux et de l’apprentissage machine pour l’intégration des données satellites et l’étude du cycle de l’eau.

 

---

Abstract

Satellite remote sensing is commonly used to observe the hydrologic cycle at spatial scales ranging from river basins to the globe. Yet, it remains difficult to obtain a balanced water budget using remote sensing data, which highlights the errors and uncertainties in earth observation (EO) data.

This research aimed to improve estimates of precipitation, evapotranspiration, runoff, and total water storage change at the global scale using a combination of analytical methods (optimal interpolation, OI) and statistical modeling methods including neural networks (NN).

Models were trained on a set of 1,358 river basins and validated them on an independent set of 340 basins and in-situ observations of precipitation, evapotranspiration, and river discharge. The models are extended to make pixel-scale predictions in 0.5° grid cells for near-global coverage. Calibrated datasets result in lower water budget residuals in validation basins: the mean and standard deviation of the imbalance is 11 ± 44 mm/mo when calculated with uncorrected EO data and 0.03 ± 24 mm/mo after calibration by the NN models. The results allow us to make more accurate estimates of missing water cycle components, for example to estimate evapotranspiration in un-instrumented areas, or to predict discharge in ungaged basins.

The results can also indicate to data producers where their products seem incoherent with other datasets and where enhanced calibration could lead to improvements. Finally, this research demonstrates the use of neural networks and machine learning for the integration of satellite data and for the study of the water cycle.

Cyclones Tropicaux et Méditerranéens dans le modèle de Climat de l'IPSL: Détection et évaluation

11/01/2024 14:00

Les tempêtes font partie des désastres qui font le plus de dégâts sur terre : elles sont les plus coûteuses, et les deuxièmes plus mortelles. Parmi ces tempêtes, les cyclones tropicaux font le plus de dégâts. Il existe aussi un type de cyclone subtropical méditerranéen proche des cyclones tropicaux, appelé medicane, qui peut causer d’importants dégâts, comme l’a prouvé l’exemple récent de la tempête Daniel. L’étude des cyclones tropicaux et subtropicaux repose en grande partie sur les modèles de climat. Il est bien établi qu’une condition nécessaire à la simulation de ces phénomènes est une résolution horizontale de quelques dizaines de kilomètres. L’Institut Pierre-Simon Laplace (IPSL) développe et maintient un modèle de climat (IPSL-CM), avec lequel il est désormais possible d’atteindre ces résolutions grâce au développement récent de DYNAMICO.

Ma thèse consiste à évaluer l’opportunité que représente l’arrivée de DYNAMICO pour l’étude des cyclones tropicaux au sein de l’IPSL. J’ai donc adressé la question suivante : Le modèle de l’IPSL à haute résolution horizontale est-il capable de simuler correctement la climatologie des cyclones tropicaux et méditerranéens ?

Dans un premier temps, j’ai effectué une comparaison de plusieurs méthodes de détection des cyclones tropicaux dans des données climatiques. Pour cela, j’ai appliqué quatre méthodes à la réanalyse ERA5, et comparé les résultats à une base de données d’observations. J’ai montré que toutes les méthodes de détection sont capables de détecter environ 80% des cyclones observés. Elles s’accordent toutes sur les évènements les plus forts. La fréquence et la durée des évènements détectés varient selon la propension des méthodes à détecter les cyclones faibles. Certaines méthodes ont aussi tendance à détecter des cyclones extra-tropicaux. Pour remédier à ce problème, j’ai développé deux méthodes de filtrages de ces systèmes. (Bourdin et al., 2022) J’ai ensuite procédé à l’évaluation de la climatologie des cyclones tropicaux dans six simulations de résolution variable, produites selon le protocole HighResMIP. Dans ces simulations historiques en atmosphère seule, on constate que l’activité cyclonique augmente énormément lorsque la résolution augmente de 200 à 25 km. L’augmentation de la résolution permet aussi de mieux simuler la répartition des cyclones entre et parmi les bassins, et la structure des cyclones. Le modèle à haute résolution est capable de simuler la variabilité interannuelle observée et son lien avec ENSO, en particulier dans le Nord Atlantique et de Nord-Est Pacifique. Dans le Nord-Ouest Pacifique, le modèle ne simule pas assez de cyclones tropicaux à cause d’un biais climatologique dans la circulation de grande échelle. Le modèle de l’IPSL démontre une capacité particulièrement bonne à simuler les cyclones tropicaux dans le Nord Atlantique, qui est un bassin où beaucoup d’autres modèles présentent des biais. (Bourdin et al., 2023, en révision) Enfin, j’ai étendu mon évaluation aux cyclone méditerranéens pour mettre en évidence les particularités des medicanes. Le modèle simule une climatologie de cyclones méditerranéens et de medicanes similaire à la réanalyse ERA5. Cela permet de montrer que les medicanes ont une structure plus symétrique, et que les flux de surface y jouent un rôle plus important que pour l’ensemble des cyclones méditerranéens. De plus, ils n’apparaissent qu’en présence d’un faible cisaillement de vent horizontal.

En conclusion, ma thèse démontre la capacité du modèle de l’IPSL à simuler des cyclones tropicaux et méditerranéens à une résolution horizontale de 25 km. Cela ouvre la voie à des études plus poussées des cyclones tropicaux avec le modèle de l’IPSL, qui pourront aider à mieux comprendre la climatologie de ces évènements.

 

---

Storms are among the most damaging disasters on earth: the most costly and the second deadliest. Among these storms, tropical cyclones cause the most damage. Medicanes — Mediterranean subtropical cyclones — can also do significant harm, as demonstrated by the recent example of Storm Daniel. The study of tropical cyclones is largely based on climate models. It is well established that a prerequisite for simulating these phenomena is a horizontal resolution of a few tens of kilometres. The Institut Pierre-Simon Laplace (IPSL) develops and maintains a climate model (IPSL-CM), with which it is now possible to achieve such high resolutions thanks to the recent development of DYNAMICO.

My thesis assesses the opportunity associated with the arrival of DYNAMICO for studying tropical cyclones at IPSL. The question I address in the present thesis is: Is IPSL-CM at high horizontal resolution capable of correctly simulating the climatology of tropical and Mediterranean cyclones?

First, I compared several methods for detecting tropical cyclones in climate data. To this end, I applied four methods to the ERA5 reanalysis and compared the results with a database of observations. I showed that all detection methods can detect around 80 % of observed cyclones. They agree on the strongest events. The frequency and duration of events detected vary according to the methods’ propensity to detect weak cyclones. Some methods also tend to detect extra-tropical cyclones. To counter this problem, I have developed two methods to filter out such systems. (Bourdin et al. 2022) I then assessed the climatology of tropical cyclones in six simulations with varying resolutions, produced using the HighResMIP protocol. In these atmosphere-only historical simulations, the cyclone activity increases dramatically as resolution increases from 200 to 25 km. Increasing resolution also enables better simulation of the distribution of cyclones between and among basins as well as the structure of cyclones. The high-resolution model can simulate the observed interannual variability and its link with ENSO, particularly in the North Atlantic and Northeast Pacific. In the North-Western Pacific, the model does not simulate enough tropical cyclones due to a climatological bias in the large-scale circulation. The IPSL model shows an outstanding ability to simulate tropical cyclones in the North Atlantic, a basin where many other models exhibit biases. (Bourdin et al. 2023, in review) Finally, I have extended my evaluation to Mediterranean cyclones to highlight the particularities of medicanes. The model can simulate Mediterranean cyclones and medicanes climatology in good agreement with the ERA5 reanalysis. The simulated medicanes have a more symmetrical structure, and surface heat fluxes play a more important role compared to Mediterranean cyclones in general. Unlike Mediterranean cyclones, medicanes only appear in the presence of weak horizontal wind shear.

In conclusion, my thesis demonstrates the ability of the IPSL model to simulate tropical and Mediterranean cyclones at a horizontal resolution of 25 km. This paves the way for further studies of tropical cyclones with the IPSL model, which may help to better understand the climatology of these events.

Modélisation inverse pour la dispersion atmosphérique de polluants suite à un incendie de grande ampleur à l’échelle urbaine

20/12/2023 10:00

Les incendies de grande ampleur survenus en milieu urbain, tels que ceux de l’usine Lubrizol ou de la cathédrale Notre-Dame de Paris en 2019 en France, mettent en évidence la nécessité de développer des moyens d’évaluation des risques engendrés par les panaches de fumées pour la population et l’environnement. L’un des enjeux est de fournir rapidement aux autorités des informations sur les zones impactées par le panache et les niveaux de concentration de polluants auxquels les personnes ont pu être exposées.

La modélisation de la dispersion atmosphérique est une méthode utilisée pour évaluer la propagation des concentrations de polluants dans l’atmosphère. En particulier, la simulation de la dispersion des substances toxiques issues d’un rejet ponctuel peut permettre d’orienter des stratégies de prélèvements. Pour les incendies, les caractéristiques de la source polluante peuvent être déterminées au moyen de corrélations qui dépendent des propriétés thermocinétiques du feu. Cependant, en cas de rejet accidentel, les émissions sont a priori inconnues et les simulations visant à analyser le comportement du panache de fumées sont alors réalisées avec des hypothèses et des incertitudes importantes.

Si l’on dispose de mesures de concentrations dans l’atmosphère, il devient intéressant de mettre en œuvre une approche de modélisation inverse basée sur l’utilisation conjointe de ces mesures et d’un modèle de dispersion. Deux méthodes basées sur le cadre de la modélisation inverse bayésienne sont développées pour retrouver le terme source d’un incendie de grande ampleur par l’assimilation de mesures de concentration de polluants in-situ. Une méthode semi-bayésienne et une méthode bayésienne de type Monte Carlo par chaîne de Markov sont considérées pour la caractérisation du rejet.

La source à retrouver est décrite par un taux d’émission variable dans le temps et une hauteur d’émission. Cette dernière, liée au phénomène d’élévation du panache, est un paramètre important pour évaluer l’impact de la pollution à proximité de l’incendie. Deux stratégies de paramétrisation des hauteurs d’émission sont développées. La première consiste à retrouver les taux de rejet pour toutes les hauteurs d’émission prédéfinies depuis la modélisation directe. La seconde est une proposition d’inversion qui consiste à inverser la hauteur d’émission pour obtenir une intensité de rejet associée. En outre, plusieurs ajustements des méthodes inverses sont proposées pour les rendre plus robustes, notamment avec la caractérisation des niveaux de pollution ambiants.

Ces méthodes inverses sont appliquées dans le cadre d’une expérience de simulation d’un système d’observation (« OSSE ») correspondant à l’incendie de la cathédrale Notre-Dame en 2019 et d’une étude de cas réel correspondant à l’incendie d’un grand entrepôt à Aubervilliers, près de Paris, en 2021.