Improvement of quantitative precipitation estimations at high resolutions : comparison of two techniques combining observations and application to spatial forecast verification of numerical weather models

Ces dernières années, de nombreux efforts ont été entrepris pour mieux comprendre les phénomènes précipitants parfois à l’origine de crues de cours d’eau et d’inondations ravageuses. Courant 2009, un consortium auvergnat a été mis en place pour notamment surveiller et prévoir ces événements. Les travaux menés dans cette thèse visent d’une part à améliorer les estimations quantitatives des précipitations (QPE) et d’autre part à vérifier les prévisions issues de modèles numériques sur de petites zones d’étude telles qu’une agglomération. L’observation des précipitations peut être réalisée à l’aide soit d’un pluviomètre qui fournit une mesure directe et précise de la quantité de pluie tombée au sol mais ne renseigne pas sur la variabilité spatiale des pluies soit d'un RADAR météorologique qui donne une représentation détaillée de la structure spatiale des précipitations mais dont les estimations sont sujettes à diverses erreurs d’autant plus prononcées en régions montagneuses. Le premier défit de cette thèse a été de trouver la meilleure façon de combiner ces deux informations complémentaires. Deux techniques géostatistiques ont été sélectionnées pour obtenir la meilleur QPE : le krigeage avec dérive externe (KED) et la fusion conditionnée (MERG). Les performances de ces deux méthodes ont été comparées au travers de deux domaines d’étude qui présentent des résolutions spatio-temporelles différentes. La seconde partie de cette thèse est consacrée à la mise en place d’une méthodologie fiable permettant de comparer spatialement les champs de QPE alors reconstruits et les prévisions quantitatives des précipitations (QPF). L’effort fut porté sur le modèle « Weather Research et Forcasting » (WRF). Une étude préliminaire a été réalisée pour tester les capacités du modèle et plus particulièrement des schémas de microphysique à reproduire la pluie. Cette étude assure ainsi l’obtention de prévisions réalistes pour une application sur des cas réels. L’appréciation de la qualité des QPF s’est focalisée sur la quantification spatiale des erreurs de prévision en termes de structure, d’intensité et de localisation des systèmes précipitants (SAL : Wernli et al. 2008, 2009).In the last decades, many efforts were made to better understand the origins of rain that sometimes lead to rivers runoff or devastating floods. In 2009, a consortium took place in Auvergne in order to observe and predict these events. These works were focused on the improvement of quantitative precipitation estimations (QPE) and the verification of numerical weather models over small areas such as urban environment. Rainfall measurement could be operated either by rain gauges which provides direct and precise rainfall estimations but unfortunately cannot capture the spatial variability or by using weather RADAR which provides a detailed spatial representation of precipitation but estimates are derived indirectly and are subject to a combination of errors which are most pronounced over complex terrain. The main issue of these works was to find the best way to combine both observational systems which are complementary as well. In order to obtain the more truthful fields of QPE, two geostatistical techniques were selected: the kriging with external drift (KED) and the conditional merging (MERG). The performances of these two methods have been experienced on two catchments with different spatial and temporal resolutions. The second part of these works is focused on a reliable method for QPE comparison and quantitative precipitation forecast (QPF). The main effort was focused on the “Weather Research and Forecasting” (WRF) model. A preliminary study was made to check the performances of the microphysics schemes of the model to ensure realistic forecasts for an application on real cases. The spatial verification of the model set up contains three distinct components that consider aspects of the structure, amplitude and location of the precipitation field (SAL : Wernli et al. 2008, 2009)