Academic literature on the topic 'Météorologie micro-échelle'

Le passage de la méso-échelle, échelle des modèles de circulation générale GCM, de l'anglais "General Circulation Models", à la micro-échelle (échelle hydrologique), pour les précipitations, est un exercice assez complexe. Les champs de précipitations comme la plupart des champs géophysiques turbulents obéissent au concept d'invariance d'échelle, qui est une caractéristique principale des champs multifractals. Par ailleurs, il a été prouvé que le transfert d'énergie des grosses structures aux plus petites structures au sein d'un phénomène géophysique turbulent s'effectue de façon multiplicative (Kolmogorov, 1962; Mandelbrot, 1974 ...): un facteur aléatoire déterminant la fraction de flux transmis d'un gros tourbillon à un plus petit. Le travail que nous présentons ici s'inscrit dans le cadre du projet EDF "Prévisions saisonnières et Hydraulicité" dans la gestion de son parc hydroélectrique et a pour objectif la construction d'un modèle de désagrégation basé sur le principe d'invariance d'échelle des champs de précipitation, donc utilisant les propriétés des champs géophysiques mentionnées ci-dessus. Dans un premier temps, nous conduisons une analyse multifractale (Schertzer et Lovejoy , 1991) sur des séries pluviométriques de la France (243 séries pluviométriques au pas de temps de six minutes, constituées sur une dizaine d'années distribuées sur la France métropolitaine), ce qui nous permet de déduire les paramètres multifractals, dans le temps, dans l'espace ou dans le cas spatio-temporel. La seconde étape consiste à construire des cascades multifractales, à partir des valeurs saisonnières de pluies avec les paramètres déterminés dans la première étape. Le principe de cette deuxième partie consiste, à partir d'une prévision mensuelle sur des mailles de dimensions 243km×243km×32jours (correspondant à une anisotropie espace-temps de l'ordre de H=2/3 :x=y=t (3/2) ) voisines de celles des modèles de circulation générale (dimensions de l'ordre de 250km×250km×30jours) et à conduire la cascade multifractale, avec les paramètres multifractals préalablement déterminés, pour atteindre des valeurs de prévision sur des mailles de l'ordre de 1km×1km×1j. Les résultats obtenus devront faire l'objet d'un conditionnement orographique avant d'être comparés avec les valeurs réelles obtenues.

La prévision du risque d'avalanche, les prévisions hydrologiques et l'estimation du bilan énergétique de la Terre dépendent d'une connaissance précise de la stratigraphie du manteau neigeux. Le test de pénétration du cône, qui consiste à enregistrer la force nécessaire pour faire pénétrer un cône dans le matériau d'intérêt, est largement utilisé pour mesurer des profils de neige. La sonde de battage, développée et utilisée depuis 1930, a été continuellement améliorée. Aujourd'hui, des pénétromètres numériques, tel que le SnowMicroPenetrometer, permettent de mesurer la résistance à la pénétration à vitesse constante avec une résolution verticale de quelques microns. Les fluctuations de force mesurées à cette résolution contiennent des informations sur la microstructure essentielles pour compléter la connaissance de la dureté moyenne de chaque couche de neige. Néanmoins, le lien entre le profil de dureté et la microstructure de la neige n'est pas encore entièrement compris. En effet, les modèles d'inversion existants négligent certaines des interactions entre la pointe du cône et la neige, comme la formation d'une zone de compaction, et ils n'ont été évalués que par des relations empiriques avec des propriétés macroscopiques. L'objectif de cette thèse est d'étudier l'interaction entre le cône et la neige à une échelle microscopique, à l'aide de la tomographie à rayons X, afin d'extraire, de manière plus précise, les propriétés microstructurelles de la neige à partir des mesures de résistance à la pénétration. Dans ce travail, nous analysons des tests de pénétration du cône de quelques centimètres de profondeur, qui contiennent une partie transitoire non négligeable due à la formation progressive d'une zone de compaction. Afin de prendre en compte explicitement ce processus, nous avons développé un modèle statistitique non-homogène de Poisson, qui prend en compte une dépendance à la profondeur du taux d'occurrence de rupture entre grains de neige. Nous avons utilisé ce modèle pour caractériser le frittage de la neige par des tests de pénétration du cône sous conditions contrôlées dans une chambre froide. D'après le modèle, l'hétérogénéité verticale des profils de dureté était due aux variations du taux d'occurrence de rupture, tandis que l'évolution temporelle de la force macroscopique était contrôlée par un renforcement des ponts. Cette partition est cohérente avec les processus de frittage connus et fournit une validation indirecte du modèle proposé. Une deuxième partie de la thèse a porté sur des expériences en chambre froide combinant des tests de pénétration du cône et de l'imagerie par tomographie X. Des images tri-dimensionnelles à haute résolution d'un échantillon de neige ont été prises avant et après le test du cône. Sur ces images, un nouvel algorithme de suivi de grains a été appliqué pour déterminer les déplacements granulaires induits par le test. Nous avons quantifié avec précision la taille de la zone de compaction et sa relation avec les caractéristiques de la neige. Nous avons montré que les déplacements verticaux observés compliquent l'utilisation de modèles d'expansion de cavité comme modèles d'inversion. Enfin, nous avons lié les propriétés microstructurelles obtenues par tomographie, telles que la taille ou le nombre de ruptures de ponts, à des propriétés dérivées des profils de dureté. Nous avons montré que les propriétés estimées à partir des tests de pénétration du cône sont des approximations de la microstructure de la neige, mais restent trop conceptuelles pour espérer une relation directe. A l'avenir, ces études devraient permettre de dériver, de manière objective, la stratigraphie du manteau neigeux à partir d'une mesure de terrain simple et rapide
Precise knowledge of the snowpack stratigraphy is crucial for different applications such as avalanche forecasting, predicting the water runoff, or estimating the Earth energy budget. The cone penetration test, which consists of recording the force required to make a cone penetrate the material of interest, is widely used to measure in situ snow profiles. The ramsonde developed in the 1930's was continuously improved into highly-resolved digital snow penetrometers. In particular, the SnowMicroPenetrometer measures the snow penetration resistance at constant speed with a vertical resolution of four microns. The force fluctuations measured at such a resolution contain information about the snow microstructure, which is essential to complete the knowledge of the mean hardness of each snow layer. Nevertheless, the link between the measured hardness profile and the snow microstructure is not yet fully understood. Indeed, existing inversion models neglect obvious interactions between the cone tip and the snow, such as the formation of a compaction zone, and have only been evaluated through empirical relations to macroscopic properties. The goal of this thesis is to investigate the interaction between the cone and the snow at a microscopic scale using X-ray tomography in order to better invert the hardness profiles into microstructural properties. In this work, we analyze cone penetration tests of a few centimeters and thus the measured profiles contain a non negligible transient part due to the progressive formation of a compaction zone. In order to explicitly account for this process in the inversion model, we successfully developed a non-homogeneous Poisson shot noise model which considers a depth dependency of the rupture occurrence rate. We used this model to characterize snow sintering with cone penetration tests under controlled cold-lab conditions. According to the model, the vertical heterogeneity of hardness profiles was due to variations of the rupture occurrence rate, while the time evolution of the macroscopic force was controlled by bond strengthening. This partition is consistent with the expected sintering processes and provides an indirect validation of the proposed model. The second part of the thesis consists of cold-lab experiments combining cone penetration tests and X-ray tomography. High resolution three dimensional images of the snow sample before and after the cone test were measured. On these images, a novel tracking algorithm was applied to determine granular displacements induced by the test. We precisely quantified the size of the compaction zone and its relation to the snow characteristics. Furthermore, we showed that the observed vertical displacements challenge the use of standard cavity expansion models as inversion models. Finally, we linked the microstructural properties obtained from tomography, such as the bond size or the number of failed bonds, to properties derived from hardness profiles. We showed that the properties estimated from cone penetration tests are proxies of the snow microstructure, but remain too conceptual to expect a straightforward relation. In the future, these studies should make it possible to derive in an objective way the stratigraphy of the snowpack from a simple and fast field measurement

Les séries d’affaiblissement sur les liaisons Terre-satellite présentent un comportement similaire à certains cours de bourse, ce qui suggère que des modèles de prédiction développés en finance pourraient être appropriés. L'analyse statistique des séries temporelles d'affaiblissement conduit à un modèle ARIMA-GARCH. De plus, un modèle de similitude en fréquence est ajouté au modèle de prédiction. Une approche basée sur les propriétés multifractales de la pluie est ensuite présentée. Une évaluation de l'effet de l'intermittence pluie-non pluie montre qu’elle provoque une cassure des relations d'invariance d'échelle et peut biaiser considérablement les paramètres. L'analyse multifractale est alors réalisée évènement par évènement. Les résultats montrent que la pluie peut être modélisée par un FIF (Fractionally Integrated Flux) auquel on applique un seuil afin de reproduire l'intermittence pluie-non pluie
Attenuation time series at EHF band exhibit characteristics similar to some stock exchange rates, which suggests that prediction models originally developed in the finance field might be appropriate. The analysis leads to a non linear ARIMA/GARCH model. In order to predict the uplink attenuation from the downlink attenuation that operates at a different frequency, a frequency scaling model has been added to the prediction model. In order to better understand the link between attenuation and its physical causes, an approach based on rain fractal properties is then presented. An assessment of the effect of rain-no rain intermittency on the multifractal analysis shows that it provokes a break in the scaling and may lead to biased parameters. The multifractal analysis is then performed event by event, i. E. With uninterrupted rain periods. The results show that rain can be modeled by a FIF (Fractionally Integrated Flux) which is threholded in order to simulate rain-no rain intermittency

La qualité de l'air est fortement dégradée lors d'évènements comme les accidents industriels au cours desquels des gaz et des particules néfastes sont libérées dans l'atmosphère et transportées sous l'effet du vent. En milieu urbain, les bâtiments ont un effet de blocage sur l'écoulement ce qui peut entraîner des pics de pollution et donc des risques à court terme pour la santé et l'environnement. Localiser ces pics nécessite de recourir à des modèles résolvant les équations fondamentales de la physique des écoulements et leurs interactions avec le milieu bâti. Malgré leur complexité, ces modèles présentent des incertitudes notamment liées aux conditions atmosphériques. Cette thèse vise à construire et valider un système de modélisation permettant d'estimer ces incertitudes et d'identifier les scénarios possibles de dispersion, en s'appuyant sur des outils venant de l'apprentissage statistique et en informant le modèle à partir d'observations in-situ
Air quality is severely degraded during events such as industrial accidents. Harmful gases and particles are released into the atmosphere and carried by the wind. In built environments, these pollutants can lead to local pollution peaks due to buildings blocking the flow, resulting in short-term health and environmental risks. Locating these peaks requires the use of models solving the fundamental equations of fluid dynamics and their interactions with the built environment. Despite their complexity, these models are subject to uncertainties that are partly linked to atmospheric conditions. The aim of this thesis is to build and validate a modeling system able of estimating these uncertainties and identifying possible dispersion scenarios. This is achieved by using tools derived from statistical learning and by informing the model with in-situ observations