\section{Conclusions } \subsection{Résumé des principaux résultats} On a donc introduit dans le modèle LMDZ une nouvelle paramétrisation qui concerne une échelle intermédiaire entre les échelles ``diffuses" de la couche limite et les échelles de la convection nuageuse. Cette paramétrisation est inspirée des schémas en flux de masse de la convection nuageuse mais diffère fortement de ceux-ci par la fermeture employée, appuyée ici sur une analyse géométrique des structures méso-échelles organisées de la couche limite convective. Cette paramétrisation présente également de fortes analogies avec le schéma en convection asymétriques de \cite{Plei:92}. Le flux dans l'ascendance est cependant spécifié très différemment. Dans le modèle de \cite{Plei:92}, ce flux est inspirée des approches en similitude avec un profil de vitesse calculé à partir de la hauteur de la couche limite et des flux en surface. Ce modèle suppose également que l'ascendance est alimentée uniquement par la première couche du modèle. Comme le modèle en convection asymétrique, le modèle du thermique permet de rendre compte de façon relativement physique du transport de chaleur en remontant le gradient dans les couches limites convectives. Avec la nouvelle paramétrisation, on arrive à reproduire assez fidèlement les résultats des \LES\ pour des cas de couche limite convective claire. Chose importante, le modèle permet de bien rendre compte de la sensibilité du transport à l'intensité relative des forçages thermique et mécanique de la turbulence. Le modèle du thermique permet de prédire un certain nombre de variables comme la largeur des thermiques, les fluctuations turbulentes du vent ou de la température dans la couche mélangée. Les thermiques négligent complètement la composante de turbulence de petite échelle dans la couche limite. Cette hypothèse pourrait être levée en utilisant le modèle du thermique pour advecter l'énergie cinétique turbulente depuis la couche de surface, en prenant éventuellement en compte la génération de turbulence par cisaillement sur le bord du panache ascendant. Un tel raffinement ne sera envisagé que si il répond à des problèmes particuliers. Certaines améliorations ont été entreprises ou sont envisagées sur le modèle. Le modèle d'origine commençait par calculer les caractéristiques d'un thermique pour chaque couche instable pour ensuite les regrouper en un thermique unique. En fait, on peut en ne changeant que peu les résultats ne calculer qu'un thermique depuis le début, en se donnant a priori le profil vertical de l'entrainement vers le thermique (ce profil peut par exemple être pris comme fonction de $z$ et de $\partial \theta/\partial z$). On allège ainsi les calculs de façon significative. Les résultats de la \sec{radon} ont d'ailleurs été obtenus avec cette version modifiée du schéma (le travail de modification a été effectué par Catherine Rio). On pourrait également penser à rajouter un excès de température dans cette couche d'alimentation, tenant compte de la dispersion des températures prédite par exemple par la fermeture en diffusion. Le calcul de cet excès de température pourrait aussi inclure des aspects liés aux hétérogénéités de surface (albédo, îlots de chaleur). On pourrait également entraîner de l'air par mélange turbulent dans la couche mélangée, ce qui aurait tendance à faire décroître la flottabilité du thermique. Les comparaisons favorables avec les \LES\ suggèrent soit qu'une tel calcul ne serait pas opportun soit que les résultats seraient peu sensibles à une telle sophistication. Les résultats sont finalement assez frustrants en ce qui concerne le transport des traceurs. Les simulations donnent des résultats relativement différents, mais le nombre de degrés de liberté et le faible nombre de données (en particulier en altitude) sont tels qu'ils ne suffisent pas à départager les résultats. La vapeur d'eau, malgré sa source plus complexe, est peut-être finalement un meilleur traceur que le radon du fait du grand nombre de données disponibles. A noter également l'importance de la validation simultanée de la météorologie en surface quand on s'intéresse au transport vertical dans la couche limite. Dans l'avenir, la combinaison des profils aérosols du SIRTA et des mesures de vapeur d'eau et éventuellement de CO obtenus au décollage et à l'atterrissage par un certain nombre d'avions de lignes dans le cadre du programme MOZAIC, pourrait permettre d'avancer sur ce point. On peut également penser dans l'avenir à utiliser de façon beaucoup plus systématique les traceurs pour valider le comportement des paramétrisations par rapport aux \LES. Un tel travail est actuellement entrepris en collaboration entre le LMD et le CNRM. Les collaborateurs du CNRM devraient en particulier refaire tourner les cas de \cite{Ayot:96} avec des traceurs émis dans chaque couche \cite[quelque chose d'analogue au travail de ][sur les matrices de transiliences]{Eber:89}. C'est aussi une approche qu'on compte promouvoir dans le cadre du projet AMMA d'étude de la mousson africaine. Pour les \LES, il serait également particulièrement intéressant d'effectuer des analyses en composites d'évènements chauds similaires à celles réalisées par \cite{Will:92} pour les observations avions. \subsection{Les nuages} L'étape suivante du travail sur la paramétrisation concerne les nuages. Les rétroactions nuageuses sont à l'heure actuelle une des plus grandes sources d'incertitude des modèles de climat. On sait aussi que ces modèles de climat soufrent encore souvent de gros défauts concernant la représentation des nuages. Il est couramment admis par exemple que les modèles de climat on tendance à sous-estimer la couverture nuageuse basse et moyenne (même si les jeux de données sont souvent insuffisant pour quantifier une telle allégation). Une intercomparaison récente de modèles basée sur l'utilisation du simulateur de radiances ISCCP\footnote{ ISCCP est une base de données de nuages construite à partir des images infrarouges des satellites géostationnaires. Pour comparer les résultats de modèles à la base de données, on simule les radiances satellites à partir des champs météorologiques du modèle.}, à la quelle le modèle LMDZ4 a participé \cite[]{Zhan:04}, confirme en tous cas la grande dispersion des modèles. Le modèle du thermique est a priori particulièrement adapté à la simulation des cumulus de couche limite. Un travail dans cette direction a déjà commencé. On a notamment essayé de simuler les cas de cumulus montrés sur la \fig{sirta}. Plusieurs sophistications du modèle peuvent être envisagées pour ce faire. D'abord, on peut, comme pour la convection profonde, coupler le schéma de nuages au modèle du thermique. \def\q{q} \def\qt{\ave{q}} \def\qti{{q_t}_{\mbox{n}}} \def\qci{{q_c}_{\mbox{n}}} \def\qc{{q_c}} \def\qs{{q_{\mbox{sat}}}} Comme on l'a rapidement expliqué dans la présentation de la partie physique de LMDZ, la fraction nuageuse, $f$, et le contenu en eau condensé, $\qc$, du nuage étaient précédemment prédits dans le modèle à partir de l'eau totale dans la maille, $\qt$, et de l'eau à saturation, $\qs$ (calculée à partir de la température à grande échelle), en utilisant une distribution de probabilité de forme imposée $P(\q)$ pour la distribution sous-maille de l'eau totale. Avec ces notations, la fraction nuageuse (fraction de la maille où l'eau totale dépasse la saturation) est donnée par \begin{equation} f=\int_{\qs}^{\infty} P(\q)d\q \end{equation} Le contenu en eau condensée de la maille vaut pour sa part \begin{equation} \qc=\int_{\qs}^{\infty}(\q - \qs) P(\q)d\q\label{eq:qc} \end{equation} Dans la formulation originale de \cite{LeTr:91}, la distribution sous maille d'eau totale $P(q)$ est prescrite à parti d'une distribution carrée de largeur $\sigma=r\qt$ autour de $\qt$ où $r$ est un paramètre imposé. Au cours du réglage du modèle de climat, et après l'introduction du modèle d'Emanuel pour la convection profonde, on a modifié ce schéma en suivant le travail de \cite{Bony:01}. D'une part, on remplace les distributions carrées par des fonctions log-normales généralisées bornées en zéro. Ainsi bornées, ces fonctions présentent une asymétrie vers les valeurs positives, et cette asymétrie est d'autant plus grande que le rapport $r=\sigma/\qt$ (où $\sigma$ est comme précédemment la largeur de la distribution) est grand. Des grandes valeurs de $r$ correspondent donc à la fois à une grande dispersion des humidités et à une forte asymétrie positive. C'est typiquement ce qui est observé dans les cumulus qui présentent des humidités très fortes mais sur une étendue relativement faible, au milieu d'un environnement très sec. Le deuxième grand changement consiste à ne plus imposer la largeur de la distribution mais à la calculer en partant de l'eau nuageuse prédite par la paramétrisation de la convection. Ici, typiquement, on prendra pour $\qc$ la valeur de $\hat{q}-\qs$ ou $\hat{q}$ est l'eau totale dans le thermique et on en déduira le paramètre de largeur de la distribution nuageuse en inversant l'\eq{qc}. L'introduction de ce couplage pour le schéma de convection d'Emanuel a joué un rôle déterminant dans l'amélioration de la représentation des forçages radiatifs dans le modèle LMDZ. Les premiers tests de couplage avec le modèle du thermique sont également encourageants. La deuxième modification possible en présence de nuages concerne la fermeture. L'idée la plus simple serait de remplacer la CAPE sèche par une CAPE humide (on tient compte du dégagement de chaleur latente dans le calcul de la flottabilité). Mais se pose alors immédiatement la question de la transition vers la convection profonde et de l'articulation avec les paramétrisations utilisées pour cette convection. En effet, la fermeture du modèle du thermique est basée sur une image de la couche limite convective très éloignée des images de la convection profonde où les processus de condensation, les descentes précipitantes ou les fronts de rafales créés devant les proches froides jouent un rôle déterminant. Des tests on commencé dans le modèle de circulation pour regarder l'articulation entre le modèle du thermique et la paramétrisation de la convection profonde. On revient sur ces aspects dans la conclusion générale du document. \subsection{Utilisation du modèle zoomé et guidé} \begin{figure} \begin{center} $\includegraphics[angle=-90,width=13cm]{\local/FIGURES/OLIVIA/C/T0b.eps}$ \end{center} \caption{Evolution de la température près de la surface à Trappes pour des simulations guidées et zoomées avec différentes versions du modèle. Les simulations sont comparées à deux jeux de données~: les températures extraites des réanalyses ERA40 (et des analyses opérationnelles pour 2003 et 2004) et températures à 2~m à Trappes. \label{fg:olivia1}} \end{figure} Pour clore ce chapitre, soulignons le potentiel qu'offre pour le travail sur les paramétrisations la version guidée et zoomée du modèle. Pour illustrer davantage ce point, on montre des simulations réalisées par \cite{Coin:06} avec la configuration de grille présentée plus haut et avec différentes versions du modèle. Ces simulations étaient réalisées pour valider et ajuster une version régionale de LMDZ adaptée à l'étude des paramétrisations au SIRTA et à la surveillance de l'environnement. Les simulations sont effectuées sur une période de 6 ans entre 1998 et 2004. Pour le vent, l'humidité relative et la température, les constantes de temps de rappel sont fixées à 30 minutes à l'extérieur du domaine zoomé et 10 jours à l'intérieur afin de laisser le maximum de degrés de liberté au modèle dans la région d'intérêt et éviter les dérives à l'extérieur.\footnote{Il faut prendre en fait une constante de temps un peu plus grande pour l'humidité relative (ici 3h) à l'extérieur du domaine zoomé pour des raisons numériques non élucidées.} On montre tout d'abord sur la \fig{olivia1} l'évolution simulée de la température à 2~m à Trappes pour les années 2000 à 2004. On voit que le modèle surestime de façon significative le cycle saisonnier, avec des températures trop chaudes de 5 degrés environ l'été. Chose intéressante à noter, ce biais est tout à fait similaire à celui observé dans le modèle climatique standard qui surestime largement les températures estivales sur les continents de l'hémisphère nord. On retrouve ce biais chaud estival pour toutes les simulations montrées ici, en utilisant la couche limite originale du LMD (LMD) ou le modèle du thermique couplé à MY (MY+TH), en utilisant le schéma de Tiedtke (TI) ou d'Emanuel (KE) pour la convection profonde, ou encore en utilisant le modèle de sol en saut d'eau (BUCKET) ou le modèle ORCHIDEE. On voit cependant que l'utilisation du modèle BUCKET aboutit à un cycle saisonnier moins en phase. \begin{figure} $\includegraphics[angle=-90,width=8cm]{\local/FIGURES/OLIVIA/C/T3b.eps} \includegraphics[angle=-90,width=8cm]{\local/FIGURES/OLIVIA/C/T4b.eps}$ $\includegraphics[angle=-90,width=8cm]{\local/FIGURES/OLIVIA/C/q3b.eps} \includegraphics[angle=-90,width=8cm]{\local/FIGURES/OLIVIA/C/qsol0b.eps}$ \caption{Cycle saisonnier moyen de la température moyenne à 2~m, de l'amplitude du cycle diurne de la même température (en fait l'écart-type des températures sur la journée) et de l'humidité relative. Le dernier graphique montre l'évolution du contenu en eau du sol sur les 5 dernières années de simulation.\label{fg:olivia2}} \end{figure} Ce comportement est bien visible si on regarde le cycle saisonnier moyen de la température (en haut à gauche de la \fig{olivia2}). Ce comportement est fortement corrélé à celui de l'humidité relative. On voit en effet que la surestimation des températures estivales est associée à une trop grande sécheresse. Le comportement spécifique du modèle en saut d'eau s'explique aussi à partir de l'humidité. En hiver et au début du printemps, quand le bilan précipitation moins évaporation est positif, le sol est gorgé d'eau et le modèle surestime l'évaporation (égale à l'évaporation potentielle dans ces conditions). Les températures sont donc trop froides. Quand le bilan devient négatif, le sol se vide rapidement et on retrouve finalement en août un air aussi sec et aussi chaud que dans les simulations avec ORCHIDEE. On voit en fait que le contenu en eau du sol est au plus de l'ordre de quelques millimètres l'été (en bas à droite de la figure) alors qu'on a vu dans les tests plus haut qu'il fallait conserver des humidités de l'ordre de 10~mm en août avec la formule utilisée dans le modèle BUCKET. Le phasage saisonnier est meilleur quand on utilise ORCHIDEE. Cependant, le modèle n'arrive pas à suffisamment évaporer l'été, malgré un contenu en eau qui est loin de s'annuler. Le modèle ORCHIDEE contient en fait deux réservoirs d'eau. Un réservoir superficiel et un réservoir profond. C'est le contenu de ce dernier qui est montré sur la figure. Il semble que la capacité à évaporer l'eau stockée dans ce réservoir profond soit très insuffisante dans le modèle. On voit que le modèle a suffisamment de liberté pour véritablement évaluer les paramétrisations du modèle de climat. A noter que des rétroactions complexes du modèle complet de climat sont ici mises en jeu. Par exemple, la surestimation de l'humidité en hiver avec le BUCKET aboutit à des pluies plus importantes qui renforcent en retour l'humidité du sol. On voit aussi que le modèle, même biaisé, permet de retrouver des éléments de la variabilité inter-annuelle comme la canicule de 2003. On peut donc envisager de décortiquer certains des mécanismes mis en jeu avec cet outil. En attendant de disposer d'un modèle de surface plus performant (le modèle à dix couches développé par Patricia De Rosnay devrait être testé prochainement), on compte imposer un cycle saisonnier de l'humidité du sol pour éviter les gros biais saisonniers montrés ici. Cette étape est essentielle si l'on veut travailler plus finement sur la dynamique de la couche limite et des nuages associés, en tirant avantage de l'instrumentation sophistiquée installée au SIRTA (mesures météo classiques, mat, radiomètres, lidars, radars).