Composition du jury

M. Martial HAEFFELIN Institut Pierre-Simon Laplace/CNRS Directeur de thèse
M. Herman RUSSCHENBERG Department of Geoscience and Remote Sensing, Faculty of Civil Engineering and Geosciences, Technische Universiteit Delft Rapporteur
Mme Christine LAC Centre National de Recherche Météorologique Rapporteure
M. Riwal PLOUGONVEN Laboratoire de Météorologie Dynamique, École Polytechnique, France Examinateur
Mme Pauline MARTINET Centre National de Recherche Météorologique Examinatrice
Mme Céline CORNET Physics Department, Université Lille 1, Laboratoire d’Optique Atmosphérique (Villeneuve d’Ascq, France) Examinatrice
M. Julien DELANOE Université de Versailles Saint-Quentin-en-Yvelines (UVSQ), Paris-Saclay Invité
M. Jean-Charles DUPONT Institut Pierre-Simon Laplace, École Polytechnique, UVSQ, Université Paris-Saclay, 91128 Palaiseau, France Invité

Résumé

Les objectifs de la thèse sont : 1) L’utilisation des radars nuage pour la recherche des variables indicatrices de la tendance de dissipation du brouillard. 2) La recherche de nouvelles techniques d’étalonnage adaptées pour les radars nuages d’un réseau de surveillance du brouillard.
La relation entre la hauteur du sommet du brouillard, son contenu en eau liquide intégré (LWP), et la visibilité à la surface est représenté en utilisant un nouveau modèle conceptuel. Ce modèle indique que l’adiabaticité du brouillard est un paramètre clé qui contrôle la relation entre ces variables. Les résultats indiquent que le modèle est capable de reproduire le LWP du brouillard adiabatique avec une erreur quadratique moyenne de ~10 g m-2, à partir des mesures d’altitude du sommet du brouillard en utilisant un radar nuage, des mesures de visibilité à la surface, et d’une nouvelle paramétrisation de l’adiabaticité.
Ce modèle conceptuel permet de définir de nouvelles variables de diagnostic qui incluent des informations sur la colonne de brouillard, qui ont le potentiel de complémenter les observations et modèles qui sont utilisés actuellement pour la prévision de dissipation à court terme.
Le radar nuage est un instrument clé dans ce schéma, car il est le seul instrument de télédétection capable de mesurer à l’intérieur de la couche de brouillard. Un meilleur étalonnage améliorerait la restitution de propriétés microphysiques du brouillard, et cela contribuerait à améliorer le modèle conceptuel et les données utilisées pour la recherche du brouillard en général. Donc un effort important est fait pour améliorer les méthodologies d’étalonnage de ces instruments. La solution proposée fourni un résultat d’étalonnage robuste, avec une estimation détaillée de son incertitude, en considérant les besoins spécifiques d’un réseau de surveillance du brouillard.

The thesis objectives are: 1) The use of cloud radars in the research of indicator variables to assess fog dissipation tendency, and 2) The research of new calibration techniques suitable for cloud radars in a fog surveillance network.
The relationship between fog top height, liquid water path (LWP) and surface visibility is captured using a new conceptual model. The model indicates that fog adiabaticity is a key parameter that modulates the relationship between these variables. It was found that the model predicts the LWP of adiabatic with an RMSE of ~10 g m-2, based on cloud radar measurements of the fog upper boundary paired with the monitoring of surface visibility and an original adiabaticity parametrization.
This conceptual model enables the definition of new diagnostic variables that could be used to assess fog dissipation tendency using information of the fog column, which could complement current observations and models used for fog dissipation nowcasting.
The cloud radar is a key instrument in this scheme, because it is the only instrument capable of measuring inside the fog layer. A better cloud radar calibration would improve the retrieval of fog microphysical properties, which could be used to improve the conceptual model performance and the data used for fog research in general. Therefore, a significant effort is put in improving cloud radar calibration methodologies. The proposed solution provides a reliable calibration result, with a detailed estimation of its uncertainty, while considering the specific needs of the fog surveillance network context.