Modèle de type météorologique : RAMS-CSU et WRF-Chem

Les modèles RAMS-CSU et WRF-CHEM sont 2 modèles de méso-échelle américains permettant de représenter de manière fine la dynamique de l'atmosphère et des systèmes nuageux. Les échelles spatiales et temporelles sont modulables en fonction des objectifs scientifiques recherchés. Dans les simulations LES (Large Eddy simulation), la résolution du modèle est très fine (quelques mètres à 1 km), ce qui permet de représenter de manière rigoureuse des processus ayant lieu à très petite échelle. Cette configuration est utilisée pour étudier le cycle de vie d'un nuage convectif par exemple (voir Animation 1).

Des simulations de quelques dizaines de kilomètres sont utilisées pour étudier des phénomènes de plus grande échelle tels que les systèmes frontaux évoluant sur plusieurs jours, les régimes de vent d'échelles à la fois locales et synoptiques permettant ainsi d’étudier les contextes météorologiques favorisant les soulèvements de poussières minérales par exemple (voir Figure 1). Dans cette configuration, les phénomènes de très petite échelle ne peuvent plus être explicitement calculés mais sont abordés de manière approchée sous forme de paramétrisations représentant au mieux la réalité. De plus, RAMS permet d’effectuer un couplage « on-line » avec des modules externes tels un modèle de soulèvement d’aérosols ou un code radiatif.

Le modèle WRF-Chem est complémentaire au modèle RAMS dans le sens où il permet de coupler la chimie atmosphérique détaillée et la météorologie. En effet dans la réalité, les composés gazeux et particulaires vont influencer la dynamique atmosphérique et nuageuse en modifiant les profils thermodynamiques ou en agissant en tant que noyau de condensation par exemple. Inversement, les phénomènes météorologiques vont également influencer la formation, le transport et le vieillissement de ces composés chimiques. Le modèle WRF-Chem permet de rendre compte de manière détaillée de cette complexité. Nous utilisons ce modèle lorsque nous étudions les effets radiatifs des aérosols et leurs rétroactions sur l'atmosphère ou bien les interactions complexes entre les particules et les nuages.

CHIMERE est un modèle européen méso-échelle de chimie-transport développé essentiellement par des laboratoires français et qui modélise les émissions, le transport et l'évolution physico-chimique des constituants gazeux et particulaires de l'atmosphère. C'est un modèle dédié à la qualité de l'air qui prend en compte un très grand nombre de réactions et de processus chimiques complexes (comme la chimie hétérogène entre gaz et particules par exemple). Il a été labellisé en 2007 par le CNRS/INSU en tant qu'outil national. Il est utilisé en mode opérationnel au sein de la plate-forme nationale française de prévision de la qualité de l'air Prév'air pour fournir des cartographies de polluants sur quelques jours. Ce modèle est également utilisé par un grand nombre d'équipes internationales de recherche pour mieux caractériser la pollution gazeuse et particulaire. Au laboratoire, nous l'utilisons pour étudier le transport transfrontalier de polluants en région Hauts de France ou pour mieux caractériser la pollution photochimique (impact des aérosols sur les taux de photolyse, changement de régime chimique, …).

Des développements méthodologiques s'appuyant sur ce modèle sont également effectués au laboratoire pour mieux estimer les émissions de composés gazeux et particulaires (aérosols riches en soufre et cendres) rejetés par les volcans et améliorer la simulation de la dispersion et de l’évolution physico-chimique des panaches volcaniques dans l’atmosphère (Boichu et al., 2014, 2015, 2016). Ces recherches permettent de mieux quantifier l’impact des volcans sur la qualité de l’air, le trafic aérien, et le climat à plus long-terme, en ciblant des zones volcaniques particulièrement actives comme l’Islande, l’Italie et la Mélanésie. Une illustration de ces études est donnée (voir Animation 2).

L'équipe IAR du laboratoire mène également des recherches pour améliorer l'estimation des émissions mondiales d'aérosols à l'aide de données de télédétection par satellite (Dubovik et al., 2008). Les efforts sont concentrés sur le bénéfice des capacités étendues de restitution des aérosols à partir de capteurs satellitaires POLDER / PARASOL.

Récemment, l’archive complète des données POLDER a été traitée au LOA par l’algorithme GRASP (https://www.grasp-open.com/) qui fournissait un ensemble de données uniques sur les aérosols, comprenant l’épaisseur optique de l’aérosol spectrale (AOD, Aerosol Optical Depth) et l’épaisseur optique d’absorption de l’aérosol (AAOD, Aerosol Absorption Optical Depth). En utilisant la modélisation inverse, cet ensemble de données a été utilisé pour améliorer les estimations des émissions des composants majeurs des aérosols, tel que le carbone suie (BC, Black Carbon), le carbone organique (OC, Organic Carbon) et les poussières désertiques (DD, Desert Dust) et par suite améliorer la simulation d'aérosols aux résolutions spatiale et temporelle d’un modèle de chimie-transport (Chen et al., 2018). Les Figure 2 et Figure 3 illustrent le concept général de la restitution des émissions et des résultats obtenus.

>> Accès aux données "Émissions d'aérosols à l'échelle globale restituées par modélisation inverse par Chen et al."

L'approche de modélisation inverse emploie le modèle adjoint GEOS-Chem adapté à l'inversion de PARASOL / GRASP AOD et AAOD. GEOS-Chem est un modèle global tridimensionnel de chimie-transport de la composition atmosphérique basé sur les données météorologiques assimilées de GEOS-DAS.

Le modèle GEOS-Chem est développé et utilisé par un grand nombre de groupes de recherche dans le monde entier en tant qu’outil polyvalent pour un large nombre de problèmes de composition atmosphérique.

Adjoint GEOS-Chem est un outil permettant de calculer le gradient d’une fonction de réponse d’un modèle scalaire par rapport à un grand ensemble de paramètres de modèle.

Le modèle adjoint GEOS-Chem est développé pour la modélisation inverse des aérosols ou de leurs précurseurs et des émissions de gaz sur la base de la technique d'assimilation de données variationnelles 4D.