Prévision locale des faibles visibilités pour l'aéronautique

par Samuel Rémy

Thèse de doctorat en Sciences de l'atmosphère

Sous la direction de Thierry Bergot.

Soutenue en 2009

à Toulouse 3 .


  • Résumé

    Les conditions de faibles visibilités ont un fort impact sur le trafic aéroportuaire. COBEL-ISBA est un modèle ID utilisé opérationnellement pour prévoir à courte échéance les conditions de faible visibilité. Les conditions initiales jouent un rôle fondamental dans la qualité de ses prévisions. Cette thèse s'est concentrée sur l'étude et l'optimisation du système d'assimilation de COBEL-ISBA. La première partie du travail de thèse a été d'évaluer l'impact de ces différents composants du système d'observations locales sur la qualité des conditions initiales et des prévisions. Des observations simulées ont éte�� employées, afin de s'abstraire de l'erreur modèle, ainsi qu'un hiver d'observations réelles. Les observations ayant le plus d'impact sur la qualité des prévisions sont celles qui estiment l'épaisseur du brouillard ainsi que les mesures du contenu en eau du sol. Le système d'assimilation opérationnel utilise des statistiques d'erreur d'ébauche fixes dans le temps et sur la verticale. Il a été montré que celles-ci varient dans le temps sur la verticale. Par conséquent, un filtre de Kalman d'ensemble , qui permet d'estimer les statistiques d'erreur de l'ébauche à chaque cycle d'assimilation, a été mis en place. Il donne de bons résultats avec les observations simulées, ainsi qu'avec des observations réelles pour les échéances inférieures à quatre heures. Plusieurs études ont montré le potentiel des filtres à particules pour l'assimilation de données. Un filtre à particule avec sélection génétique a été adapté à l'assimilation de données pour COBEL-ISBA. Il donne de bons résultats avec des observations simulées, et ce avec relativement peu de particules.

  • Titre traduit

    Local forecasting of low visibility conditions


  • Résumé

    Low visibility conditions have a strong impact on airports' traffic. COBEL-ISBA is a 1D model used operationally to provide short-range forecasts of low visibility conditions. Initial condition play a crucial role in the quality of the forecasts. This PhD focused on a diagnosis and optimization of the assimilation scheme of COBEL-ISBA. The impact of the several kinds of observations on the quality of the initial conditions and forecasts was first assessed. Simulated observations were used, in order to cancel the effect of the model error, as well as real observations. The observations that have most impact on the quality of the forecast of fog events are the ones that estimate the initial thickness of the cloud layer and those of soil water content. The operationnal assimilation scheme uses error statistics for the background that are fixed in time and over the vertical. They were shown to have large variations over time and the vertical. These conclusions led to the implementation of an ensemble Kalman Filter (EnKF), which is able to estimate background error statistics at each assimilation cycle. It gave good results with simulated observations, and also with real observations for forecast hours smaller than four hours. Several studies showed the potential of particle filter methods for data assimilation. A particle filter with a genetic selection was adapted to be used with COBEl-ISBA. This new assimilation scheme gave good results simulated observations. It also worked with relatively few particles.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (210 p.)
  • Annexes : Bibliogr. à la fin des chapitres

Où se trouve cette thèse ?

  • Bibliothèque :
  • Disponible pour le PEB
  • Cote : 2009TOU30179
  • Bibliothèque :
  • Non disponible pour le PEB
  • Cote : 2009/OMP/10003
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.