Étude détaillée du brouillard à l’aide d’un modèle colonne

Les chapitres précédents nous ont permis de décrire le modèle utilisé ainsi que les don- nées disponibles pour notre étude sur le brouillard. On présente ci-dessous une simulation détaillée (comparaisons aux observations) avec une version 1D de Code_Saturne (mo- dèle colonne) et une analyse de sensibilité afin de connaître l’influence du choix de nos paramétrisations sur l’évolution du brouillard.Pourquoi réaliser des simulations 1D alors que de nombreuses études ont déjà été menées dans ce domaine ? On peut apporter les réponses suivantes : Le cadre 1D, de par sa simplicité de mise en oeuvre, permet de tester, dans des conditions simplifiées mais réalistes, la plupart des paramétrisations physiques nécessaires à décrire l’évolution du brouillard et des nuages bas. Nous avons cherché à être au niveau de l’état de l’art dans le domaine de complexité que nous avons choisi à savoir : un schéma semi-spectral des nuages chauds. Les analyses de sensibilité, qui ont été menées sur une situation bien documentée, vont nous permettre de déterminer les facteurs les plus importants. C’est une première étape indispensable avant d’appréhender les processus plus complexes de la dynamique en 3D sur un site comme le SIRTA.Lors des travaux de Bouzereau et al. (2007), une paramétrisation semi-spectrale des nuages chauds a été développée afin de simuler les panaches d’aéroréfrigérants des centres de production thermiques d’EDF. Nous proposons de la valider sur les données de la cam- pagne ParisFog. Dans un premier temps, il nous a semblé souhaitable de tester l’ensemble des paramétrisations physiques (turbulence, rayonnement, microphysique, interface sol- atmosphère) et de leurs interactions sur des cas bien documentés en utilisant une version 1D de Code_Saturne Atmo, que l’on appelle modèle colonne (voir Fig. 3.1).

Ce modèle colonne calcule l’évolution temporelle des différentes variables météorolo- giques en différents point d’un maillage 3D couvrant l’ensemble de la couche limite at- mosphérique. Le maillage est constitué dans le plan horizontal de 9 cellules (3 3), mais seules les grandeurs météorologiques dans la cellule centrale sont considérées. Les cellules de bord sont placées suffisamment loin de la cellule centrale pour éliminer l’influence de la diffusion horizontale et l’advection est débranchée. La colonne verticale comprend 69 niveaux, avec le premier niveau (cellule centrée) à 2 m et la dernière à 2672 m. Cepen- dant, les calculs radiatifs sont réalisés sur toute la colonne atmosphérique jusqu’à 11 km.Dans la partie de l’atmosphère hors du domaine de calcul (supérieur au dernier niveau du maillage), on prend des profils issus du modèle de méso-échelle MM5 ou des radioson- dages pour les différentes variables intervenant dans les calculs radiatifs, ainsi que pour diagnostiquer les précipitations lorsque cela est nécessaire.Afin de s’affranchir de la bonne prévision des conditions synoptiques, le modèle est forcé en se couplant aux radiosondages mesurés sur site par une technique de « nudging ». Cela a permis de réaliser des tests de sensibilité aux différents processus microphysiques (nucléation, sédimentation, interaction microphysique nuages-aérosols-rayonnement, . . . ) dans des conditions réalistes, bien documentées, pour quelques Périodes d’Observations Intensives (POI) durant ParisFog.

Numerical sensitivity analysis of a radiation fog event with a single-column model

This paper presents a detailed numerical simulation of a radiation fog event with a state-of-the-art model. The study includes sensitivity analysis and model validation with observational data from the ParisFog campaign, which took place in the south of Paris during winter 2006-2007. The database is divided into two parts. The first part is consti- tuted by assimilating the maximum of data collected (temperature, humidity, and wind velocity) as possible, which is used to investigate the relative importance among turbu- lence, radiation, and microphysics for radiation fog simulation. The remaining data (LWC, visibility, and cloud droplet size spectrum) make the second part, which is used for model validation. The validation technique applied is to compare the simulated results using one- dimensional version of the 3D computational fluid dynamical model Mercure_Saturne to one of the best collected in situ data during the ParisFog campaign. Special attention is given to the detailed and complete simulations. Several parameterizations for turbulence, nucleation and sedimentation have been described. The present results will be subse- quently used for a statistical study of radiation fog events in forecasting mode over a long period.