Etude de la météorologie de la planète Mars par assimilation de données satellite et modélisation

par Thomas Navarro

Thèse de doctorat en Physique

Sous la direction de François Forget.

Soutenue le 11-07-2016

à Paris 6 , dans le cadre de École doctorale des sciences de l'environnement d'Île-de-France (Paris) , en partenariat avec Laboratoire de Météorologie Dynamique (laboratoire) .

Le jury était composé de Thierry Fouchet, Stephen Lewis, Jacques Verron, Michael Wolff, Olivier Talagrand.


  • Résumé

    L'étude de l'atmosphère de la planète Mars repose sur la compréhension de sa structure thermique et du cycle de ses aérosols (poussière minérale et glace d'eau). Pour cela, une méthode de choix est l'utilisation d'un modèle de climat général, comparé aux observations satellite. Dans cette thèse, j'emploie le modèle de climat du Laboratoire de Météorologie Dynamique (LMD), en incluant tout d'abord un schéma de microphysique de la glace d'eau, ce qui permet de mieux reproduire les observations satellite du cycle de l'eau martien. Je poursuis cette étude en mettant en place un schéma d'assimilation de données pour le modèle du LMD. L'assimilation de données est une technique permettant d'estimer l'état atmosphérique grâce à une combinaison optimale d'un modèle et d'observations. L'objectif est d'assimiler des observations de profils verticaux de température, poussière, et glace de l'instrument Mars Climate Sounder avec une méthode de filtre de Kalman d'ensemble. L'assimilation de la température seule montre la nécessité d'estimer la présence et la quantité de poussière au moyen des covariances de l'ensemble pour diminuer le biais entre modèle et observations. L'assimilation conjointe des profils verticaux de température, poussières, et glace d'eau montre que les limitations de l'assimilation sont dues aux biais du modèle : phasage de l'onde de marée thermique, observations de variations diurnes inexpliquées de la poussière, mauvaise prédiction sur l'emplacement des nuages de glace d'eau, et un biais froid du modèle sous le niveau de 100 Pa. Toutefois, l'estimation de la poussière permet une prédictibilité du modèle jusqu'à plus d'une dizaine de jours dans cas les plus favorables.

  • Titre traduit

    Study of the meteorology of planet Mars using satellite data assimilation and modeling


  • Résumé

    The study of the atmosphere of Mars is based on the understanding of its thermal structure and the cycle of its aerosols (airborne dust and water ice). To do so, one preferred method is the use of a global climate model, compared to satellite observations.In this thesis, I employ the Laboratoire de Météorologie Dynamique (LMD) global climate model, first including a microphysical scheme of water ice clouds, resulting in a better reproduction of satellite observations of the Martian water cycle.I continue this study with the setup of a data assimilation scheme for the LMD model. Data assimilation is a technique that estimates the atmospheric state using an optimal combination of a model and observations. The goal is to assimilate observations of vertical profiles of temperature and aerosols from the instrument Mars Climate Sounder with an ensemble Kalman filter technique. The assimilation of temperature only shows the necessity to estimate dust using the ensemble covariances in order to decrease the bias between model and observations. The joint assimilation of vertical profiles of temperature, dust, and water ice shows that the assimilation performance is limited due to model biases: an incorrect phasing of the thermal tide, unexplained observed dust diurnal variations, a wrong prediction of water ice clouds location, and a model cold bias for temperatures below 100 Pa. However, dust estimation makes possible the predictability of the atmosphere, up to around ten days in the most favorable cases.


Il est disponible au sein de la bibliothèque de l'établissement de soutenance.

Consulter en bibliothèque

La version de soutenance existe

Où se trouve cette thèse ?

  • Bibliothèque : Université Pierre et Marie Curie. Bibliothèque Universitaire Pierre et Marie Curie. Bibliothèque électronique.
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.