Vous êtes ici : Accueil / Recherche / Thèses / Resume / NAVARRO

NAVARRO


Titre : Étude de la météorologie de la planète Mars par assimilation de données satellite et modélisation

 Le 11-07-2016

Type : thèse

Université qui délivre le diplôme : UPMC


Membres du jury :
Stephen Lewis, Rapporteur, Open University
Jacques Verron, Rapporteur, LGGE
Thierry Fouchet, Examinateur, LESIA
Olivier Talagrand, Examinateur, LMD
Michael Wolff, Examinateur, SSI
François Forget, Directeur de thèse, LMD


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.
C'est la démarche que j'emploie dans cette thèse avec le modèle de climat du Laboratoire de Météorologie Dynamique (LMD), en y 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 des cas favorables.

Recherche