Linking numerical simulations and multi-dimensional observations to assess the dynamic mechanisms driving the cloud microphysical properties in the shallow convective clouds

Les cumulus, nuages convectifs peu profonds, résultent de convection humide où la vapeur d'eau contenue dans l'atmosphère a pu condenser sur les particules d'aérosols. Ces nuages, de par leurs impacts radiatifs sur le bilan énergétique de la Terre, leur rôle dans la distribution de l'eau dans la troposphère et leur présence importante sur le globe sont des éléments clés du climat. Cependant, leur durée de vie courte (15-30 minutes) et leur échelle spatiale restreinte (de l'ordre de la centaine de mètres voire du kilomètre) rendent leurs observations in situ délicates d'autant plus que ces nuages sont généralement advectés par le vent moyen. Enfin, il est important de comprendre les processus de mélange entre les cumulus et l'environnement car ceux-ci peuvent modifier la thermodynamique de ces nuages et impacter leur cycle de vie. Le projet NEPHELAE (Network for studying Entrainment and microPHysics of cLouds using Adaptive Exploration) a donc pour objectifs d'étudier ces processus de mélange par une caractérisation spatio-temporelle complète de la microphysique et de la dynamique des nuages grâce au développement d'une flotte de drones. L'objectif de cette thèse est donc de mettre au point une stratégie expérimentale afin d'étudier les processus nuageux par plusieurs drones. La méthodologie employée combine études numériques et observations in-situ par des drones. La première partie de cette thèse se focalise sur la caractérisation des processus de mélange dans les nuages, avec l'appui de simulations LES (Large Eddy Simulation). Deux cas de convection, océanique et continentale ont été simulés par le modèle non-hydrostatique de Météo France (Méso-NH) et ont servi de support pour l'étude individuelle des cumulus, via une méthode d'identification des nuages. Les profils des processus d'entraînement (air environnemental pénétrant dans le nuage) sont plus forts à la base des nuages puis diminuent vers leur sommet avec des plus forts taux pour les nuages de petits volumes alors que le détrainement (air sortant du nuage) est quant à lui plus fort au sommet des nuages. Ces processus de mélange restent indépendants du type de convection. Ces résultats ont été confirmés par l'analyse de cumulus lors des campagnes BIO-MAIDO et NEPHELAE, par ballon captif et par drones. La deuxième partie de cette thèse se concentre sur la définition d'une nouvelle stratégie d'observations permettant la caractérisation d'une section horizontale de nuage. Après avoir simulé un champ de cumulus marins à haute résolution et haute fréquence, des trajectoires adaptatives de drones ont été définies et testées dans cette simulation. Ces trajectoires adaptatives ont été jugées suffisantes pour reproduire les champs thermodynamiques horizontaux. La stratégie expérimentale ainsi validée a été déployée en conditions réelles lors de la campagne de terrain EUREC4A. Les statistiques des cumulus traversés ainsi que les suivis adaptatifs ont permis de quantifier les hétérogénéités dans les sections horizontales des cumulus d'alizés.Cumulus, one type of shallow convective clouds, are the result of moist convection where water vapour in the atmosphere has condensed on aerosol particles. These clouds, because of their radiative impacts on the Earth's energy balance, their role in the distribution of water in the troposphere and their ubiquitous presence across the globe are key elements of the climate. However, their short lifetime (15-30 minutes) and their restricted spatial scale (of the order of a hundred meters or even a kilometer) make their in situ observations all the more complex as these clouds are generally advected. It is also important to understand the mixing processes between cumulus clouds and the environment since they can modify the thermodynamics of these clouds and impact their life cycle. The NEPHELAE project (Network for studying Entrainment and microPHysics of cLouds using Adaptive Exploration) aims to study the mixing processes through a complete spatio-temporal characterization of the microphysics and dynamics of clouds through the development of a fleet of RPAs (Remotely Piloted Aircrafts). The objective of this thesis is to develop an experimental strategy to study cloud processes with RPAs. The methodology relies on the combination of numerical studies and in-situ RPAs observations . The first part of the thesis focuses on the characterization of the mixing processes, with the support of LES (Large Eddy Simulation) simulations and in-situ observations. Two cases of convection, oceanic and continental, have been simulated by the non-hydrostatic model of Météo France (Meso-NH). They have allowed an individual study of cumulus clouds, provided by a cloud identification method. Entrainment processes (environmental air entering the cloud) are stronger at the base of the clouds and then decrease towards their top with stronger rates for small volume clouds, whereas the detrainment (air leaving the cloud) is stronger at the top of the clouds. These results were confirmed by the analysis of cumulus layers during the BIO-MAIDO and NEPHELAE campaigns, by tethered balloons and RPAs. The second part of this thesis focuses on the elaboration of a new observation strategy to document a horizontal cloud section. After simulating a marine cumulus field at high resolution and frequency, adaptive RPA trajectories have been defined and tested in this simulation. These adaptive trajectories were judged sufficient to reproduce the horizontal thermodynamic fields, which allowed them to be applied during the EUREC 4 A field campaign. The statistics of the cumulus clouds crossed as well as the adaptive trajectories allowed us to quantify theheterogeneities in the horizontal sections of the trade wind cumulus