Vers une meilleure assimilation des observations satellitaires infrarouges par lecouplage des modèles météorologique et chimique

The Infrared Atmospheric Sounding Interferometer (IASI) is the instrument that provides the mostsatellite observations to the ARPEGE (Action de Recherche Petite Échelle Grande Scale) NumericalWeather Prediction (NWP) model at Météo-France. This sensor was developed jointly by CNES(Centre National d’Études Spatiales) and EUMETSAT (European Organisation for the Exploitationof Meteorological Satellites) and is carried on board the Metop-A, B and C polar orbiting satellites.The assimilation of these observations requires the use of a Radiative Transfer Model (RTM) calledRTTOV at Météo-France. The latter uses an a priori knowledge of the most likely thermodynamicand chemical state of the atmosphere to simulate IASI observations. At Meteo-France, thebackground thermodynamic fields come from a short-term forecast provided by ARPEGE but theinformation on the chemical composition of the atmosphere comes from a single vertical referenceprofile for each chemical species, provided by RTTOV. However, this approximation has asignificant impact on the quality of simulations and the use of infrared satellite observations forNWP. Chemistry Transport Models (CTM) are able to provide forecasts of the chemicalcomposition of the atmosphere. At Météo-France, this CTM is called MOCAGE. This thesistherefore proposes a method toward a better assimilation of infrared satellite observations bycoupling meteorological and chemical models. The first part of the work was to evaluate thesensitivity of infrared observations to some atmospheric compounds. To do so, we participated inthe APOGEE (Atmospheric Profiles Of GreenhousE gases) measurement campaign, which enabledus to measure in situ profiles of CO2, CH4 and O3. These data were used both to validate the qualityof our simulations and as verification data to assess atmospheric chemical composition derivedfrom CTM. We then supervised two Master 1 trainees to carry out an evolving climatology of CO2in order to improve the use of infrared satellite observations. From these studies, it appears that thequality of the simulations depends on the accuracy of the chemical information used and thechemical component with the greatest impact on the simulations is ozone. Thus, the rest of thethesis work was therefore focused on ozone. A first step was to prepare the assimilation of ozonesensitiveIASI channels. This work has shown both that the use of realistic ozone information froma CTM can better simulate ozone-sensitive observations and provide additional information,simultaneously improving temperature, humidity and ozone analyses [Coopmann et al., 2018]. Thena new channel selection of IASI ozone-sensitive highlighted 15 channels that also improvethermodynamic and chemical analyses. Finally, this channel selection was used in the fourdimensionaldata assimilation system (4D-Var) and a coupling was performed between theARPEGE and MOCAGE models for ozone fields. The results show that the use of ozone fromMOCAGE allows a better use of infrared satellite observations and has a positive impact on thequality of thermodynamic and ozone analyses but also on weather forecasts.Le sondeur infrarouge hyperspectral IASI (Interféromètre Atmosphérique de Sondage Infrarouge) est l’instrument qui fournit le plus d’observations satellitaires au modèle de Prévision Numériquedu Temps (PNT) ARPEGE (Action de Recherche Petite Échelle Grande Échelle) à Météo-France.Ce capteur a été développé conjointement entre le CNES (Centre National d’Études Spatiales) etEUMETSAT (European Organisation for the Exploitation of Meteorological Satellites) et estembarqué à bord des satellites défilants MetOp-A, B et C. L’assimilation de ces observationsrequiert l’utilisation d’un Modèle de Transfert Radiatif (RTM) qui s’appelle RTTOV à Météo-France. Ce dernier utilise une connaissance a priori de l’état thermodynamique et chimique del’atmosphère le plus probable pour simuler les observations IASI. À Météo-France, les champs apriori thermodynamiques proviennent d'une prévision à courte échéance fournie par ARPEGE maisles informations sur la composition chimique de l’atmosphère sont issues de profils chimiques deréférence invariants dans le temps et l’espace fournit par RTTOV. Or, cette approximation a unimpact important sur la qualité des simulations et l’utilisation des observations satellitairesinfrarouges pour la PNT. Les Modèles de Chimie Transport (CTM) sont capables de fournir desprévisions de la composition chimique de l’atmosphère. À Météo-France, ce CTM s’appelleMOCAGE. Ce travail de thèse propose donc une méthode permettant une meilleure assimilation desobservations satellitaires infrarouges par un couplage entre les modèles météorologique etchimique. La première partie du travail a été d’évaluer la sensibilité des observations infrarouges àla chimie atmosphérique. Pour cela nous avons participé à la campagne de mesure APOGEE(Atmospheric Profiles Of GreenhousE gasEs) qui nous a permis de mesurer des profils in situ deCO2, CH4 et O3. Ces données ont été utilisées à la fois pour valider la qualité de nos simulations etcomme de données de vérification pour évaluer les a priori de composition chimique atmosphériqueissus de CTM. Nous avons par la suite encadré deux stagiaires de Master 1 pour réaliser uneclimatologie évolutive de CO2 afin d'améliorer l’utilisation des observations satellitairesinfrarouges. De ces études, il ressort que la qualité des simulations dépend de la précision del’information chimique utilisée et le constituant chimique ayant l’impact le plus important sur lessimulations est l’ozone. Ainsi, la suite du travail de thèse s'est donc articulée autour de l’ozone. Unepremière étape a consisté à préparer l’assimilation de canaux IASI sensibles à l’ozone. Ce travail amontré à la fois que l’utilisation d’une information réaliste d’ozone issue d’un CTM permet demieux simuler les observations sensibles à l’ozone et d’apporter de l’information supplémentaire,améliorant simultanément les analyses de température, d’humidité et d’ozone [Coopmann et al.,2018]. Puis une nouvelle sélection de canaux IASI sensibles à l’ozone a mis évidence 15 canauxpermettant également d’améliorer les analyses thermodynamiques et chimiques. Enfin cettesélection de canaux a été utilisée dans le système d’assimilation de données quadri-dimensionnelle(4D-Var) et un couplage a été réalisé entre les modèles ARPEGE et MOCAGE pour les champsd’ozone. Les résultats montrent que l’utilisation de l’ozone de MOCAGE permet une meilleureutilisation des observations satellitaires infrarouges et a un impact positif sur la qualité des analysesthermodynamiques et d’ozone mais également sur les prévisions météorologiques