English
LGGE

Accueil du site > Recherche > Thèses en cours > Modélisation des écoulements océaniques multi-échelle (MEOM) > Data assimilation of VIS / NIR reflectance into the detailed snowpack model SURFEX – ISBA /Crocus




Rechercher

OSUG - Terre Univers Environnement OSUG

Data assimilation of VIS / NIR reflectance into the detailed snowpack model SURFEX – ISBA /Crocus

par BRONDEX Julien - 24 mars 2015 - ( maj : 24 mars 2015 )

Luc CHARROIS

Date de début et de fin : octobre 2013 - septembre 2016

Financement : MétéoFrance, Labex OSUG 2020

Directeurs : Emmanuel Cosme (LGGE) et Marie Dumont (CEN - MétéoFrance)

Résumé :

La chaîne de modèles SAFRAN/Crocus/MEPRA simulent les conditions météorologiques en montagne, l’évolution du manteau neigeux et celle de sa stabilité mécanique, respectivement. Cette chaîne est utilisée pour la prévision opérationnelle du risque d’avalanche ainsi que pour des applications hydrologiques et climatiques. A l’heure actuelle, le modèle d’évolution du manteau neigeux Crocus n’intègre aucune observation relative au manteau neigeux. Les erreurs éventuelles de simulation s’accumulent donc au cours de la saison hivernale. L’objet de ce travail est d’assimiler des données d’imageurs visible et infra-rouge dans Crocus pour une meilleure représentation du manteau neigeux. Une avancée majeure au CEN permet ce type d’approche. En effet, un nouveau schéma optique est implémenté dans Crocus via la plateforme SURFEX et permet l’utilisation de la réflectance spectrale comme variable diagnostique du modèle Crocus. Les réflectances pouvant être mesurées par les capteurs satellites ce qui permet donc leur utilisation dans un cadre « assimilation » pour la neige. Cette thèse a donc pour but de développer et implémenter un système d’assimilation des réflectances de surfaces visible et infrarouge dans le modèle de manteau neigeux sur les zones de relief en France. Ces réflectances de surface (à 250m de résolution spatiale) proviendront principalement de l’imageur MODIS pour lesquelles une méthode de traitement adaptée aux zones de montagne a été développée au CEN. Le système d’assimilation, sera tout d’abord évalué ponctuellement au Col du Lautaret, et dans un deuxième temps, le système d’assimilation sera implémenté dans la version distribuée du modèle avec deux zones d’études, le bassin de l’Arve et le massif des Grandes Rousses. L’impact de l’assimilation sera évalué grâce à des mesures ponctuelles soit d’ordre nivologique soit d’ordre hydrologique.

Abstract :

The models chain SAFRAN/Crocus/MEPRA1 simulates the atmospheric conditions in mountain, the snowpack evolution and its stability. These models are used to the operationally forecasting of the avalanche risk and also for hydrological and climatic applications. Snow on the ground is a very important for many human activities, both locally and regionally (water ressources, avalanches). It is also fundamental in the climate system at global scale. Because snow is a terrestrial surface with very unique radiative and thermodynamic properties, its presence on the ground induces profound changes in the surface energy budget. SURFEX/ISBA-Crocus is a physically based multi-layer snowpack model used for numerous scientific and operational applications. Yet no snow observation are assimilated into the snow model. Thus the simulation error is accumulated over the winter season. The thesis aims at assimilating data from visible and near-infrared imagers into the snow model Crocus. The approach is allowed by the recent development of a new optical scheme for Crocus (TARTES). This optical scheme allows the use of visible and near infrared reflectance as diagnostic variables of the snow model. These reflectances are measured by several satellites and can thus be used in an assimilation framework. The goal of this PhD, it’s to develop and implement an assimilation scheme of visible and near-infrared reflectances in the snow model for mountainous regions in France. Data from the MODIS imager, at 250 m spatial resolution, will be mainly used. A method as been recently developed at CEN to process these data accurately in a mountainous area. The assimilation scheme will be first evaluate punctually at the Col du Lautaret, then the assimilation scheme will be implemented in the distributed version of the model for two domain : Grandes Rousses massif and Arve basin. The impact of assimilation will be evaluated using both hydrological and snow observations.

Mots-clef : Télédétection, assimilation de données, modèle de manteau neigeux, avalanches // Remote sensing, data assimilation, snowpack model, avalanche

Sous la tutelle de :

Sous la tutelle de :

tutelles