Ces images ont été réalisées avec htrdr. La définition est de 1280 x 720
pixels. Pour chaque pixel, trois calculs de Monte Carlo indépendants (pour
trois modèles de capteurs spectraux) ont été réalisés, en simulant 8192 chemins
pour chacun. La description des scènes est disponible dans le Starter-Pack
de htrdr. Les champs nuageux sont issus de simulations
atmosphériques à haute résolution réalisées à l'aide du modèle Meso-NH.
ARM-Cumulus sur surface désertique
ARM-Cumulus sur surface océanique
ARM-Cumulus au dessus d'une ville
ARM-Cumulus sur surface montagneuse
Stratocumulus (cas FIRE)
Cumulus congestus sur surface montagneuse
J'ai également produit des images à haute résolution temporelle permettant de
visualiser l'évolution d'un champ de cumulus (simulation ARM-Cumulus) pendant
1h30 en début de journée.
D'autres images ont été réalisées à l'aide de htrdr, par
exemple par Georgios
Matheou pour produire un film d'animation, ou par Joulin
et al. (2020) pour visualiser un champ nuageux issu d'une simulation à
haute résolution couplée à un champ d'éolienne sur océan.
Photo (A) et image de synthèse (B) d'un champ nuageux qui se développe
dans le sillage des turbines des éoliennes qui modifient la dynamique
atmosphérique.
Caractérisation des nuages
Caractérisation des champs nuageux issus de simulations atmosphériques à haute résolution
Simulations atmosphériques à haute résolution (LES)
Evolution temporelle de la couverture nuageuse de différents cas de cumulus
et sa sensibilité aux réglages du modèle. Chaque sous-figure est un cas de
cumulus différent. Chaque courbe correspond à un réglage du modèle :
différentes résolutions spatiales, tailles de domaine, choix de
paramétrisations microphysique et de turbulence, schéma d'advection des
vents.
Caractéristiques géométriques des nuages simulés
Caractéristiques géométriques de différents champs nuageux 3D issus de
simulations à haute résolution (voir ci-dessus), en fonction de l'altitude
relative dans la couche nuageuse (en ordonnées). (a) taux de recouvrement
vertical entre couches adjacentes. (b) hétérogénéité relative de l'eau
liquide horizontale. (c) diamètre moyen des nuages.
Effets radiatifs 3D
Effets radiatifs 3D des scènes de cumulus, estimés par méthodes de Monte Carlo
Effets radiatifs 3D des nuages en surface et au TOA
Evaluation des effets radiatifs 3D (calcul 3D - calcul 1D) sur la
transmissivité moyenne en surface (en abscisses) et sur la réflectivité
moyenne au sommet de l'atmosphère (en ordonnées). Chaque point représente
un calcul différent : la couleur indique l'angle zénithal solaire et les
points de même couleur représentent différents champs nuageux. Les effets
3D changent de signe avec l'angle solaire car les processus dominants
changent (l'interception du flux direct par les bords de nuages domine à
partir d'environ 45 degrés d'angle solaire).
Effets radiatifs 3D des nuages en fonction de la couverture nuageuse
Flux direct 1D et 3D (à gauche), diffus 1D et 3D (au milieu) et effets 3D (3D-1D)
sur les flux directs, diffus et totaux (à droite), en fonction de la
couverture nuageuse des champs de cumulus. La première ligne correspond à
un angle solaire zénithal nul (soleil au zénith), la deuxième à un angle
intermédiaire (44 degrés) et la troisième à un angle rasant (77 degrés). On
observe à nouveau le changement de signe des effets 3D en fonction de
l'angle solaire, ainsi que la dépendance quasi-linéaire des flux direct et
diffus à la couverture nuageuse. Par contre, la dépendance des effets 3D
à la couverture nuageuse n'est pas linéaire.
Effets radiatifs 3D des nuages moyens sur une journée
Effets radiatifs 3D d'un champ de cumulus moyenné sur la durée d'une
journée à différents latitudes (l'évolution de l'angle solaire zénithal
varie au cours de la journée mais le champ nuageux est gardé constant).
Pour chaque latitude (en ordonnées), la différence entre un calcul 3D et un
calcul 1D est représentée pour les flux direct (en jaune), diffus (en bleu)
et total (en noir). Les effets 3D ont un effet plutôt réchauffant proche de
l'équateur tandis qu'ils ont un effet plutôt refroidissant en moyenne aux
hautes latitudes.
Lancer de rayon, collisions nulles et grilles accélératrices
Lancer de rayon dans un volume hétérogène (caractérisé par un champ de
coefficients de diffusion ks), par exemple un champ nuageux issu
de simulation à haute résolution. A gauche, le rayon intersecte toutes les
mailles pour trouver le lieu de la prochaine interaction avec le
milieu (collision). Au milieu, des particules fictives (caractérisées par
un champ de coefficients de diffusion kn) sont ajoutées pour se
ramener en milieu homogène (k̂ est uniforme), menant à un
sur-échantillonnage des interactions ; les collisions ont une probabilité
kn/k̂ d'être rejetées. Il s'agit alors de collisions
nulles. La propagation du rayonnement n'est pas modifiée par cette
méthode, qui permet au lancer de rayon d'être indépendant de la structure
de la donnée d'origine mais induit un coût lié au sur-échantillonnage de
collisions. A droite, les particules fictives sont ajoutées de façon à ce
que le champ de k̂ soit uniforme par régions, ce qui permet de trouver
un compromis entre le nombre de mailles traversées et le nombre de
collisions nulles rejetées.
Champ nuageux complexe et grille accélératrice associée
A gauche, une coupe verticale du champ de contenu en eau liquide nuageuse
issu d'une simulation à 5m de résolution (Strauss
et al., 2019). A droite, une coupe verticale dans la structure
accélératrice construite à partir de ce champ, qui contient des majorants
du champ d'origine uniformes par régions.
Compromis entre nombre de mailles et nombre de collisions nulles
La construction d'une structure accélératrice dépend ici d'un critère en
épaisseur optique des régions fusionnées. Si le critère est nul, on
retrouve le champ d'origine. A l'autre extrême, on a un champ entièrement
uniforme et donc un coût important lié au sur-échantillonnage des
collisions. Au milieu, un compromis optimal peut être trouvé, qui
correspond à avoir en moyenne une à dix collisions (vraies ou nulles) par
région.
Insensibilité du temps de calcul à la complexité du champ volumique
Lorsque les structures accélératrices décrites ci-dessus sont utilisées
comme support de la procédure de lancer de rayon (courbe orange), le temps
de calcul ne dépend plus de la résolution d'origine du champ nuageux : le
calcul devient insensible à la complexité de la donnée volumique.
Comparaisons avec un code Monte Carlo de référence
Des calculs réalisés par High-Tune:RenDeRer ont été comparés au code Monte
Carlo de référence 3DMCPOL (Cornet
et al., 2010). Les différences entre les deux sont de l'ordre de
grandeur de la variance des estimations de luminance dans chaque pixel.
Ecarts entre Monte Carlo et différents types de résolution approchée
Des calculs de référence sont réalisés par Monte Carlo pour un grand
nombre de scènes nuageuses (différents champs de cumulus et angles
solaires). Des calculs réalisés par différentes versions de la
paramétrisation ecRad (Hogan
and Bozzo, 2018) sont comparés à ces références. Pour chaque métrique :
flux réfléchi au sommet de l'atmosphère (en haut), flux absorbé par
l'atmosphère (au milieu) et flux transmis en surface (en bas), les
distributions des erreurs entre ecRad et Monte Carlo sont représentées. PPH
max ovp correspond à des nuages homogènes horizontalement, dont les
fractions se recouvrent de façon maximale entre deux couches adjacentes.
Tripleclouds correspond à des nuages hétérogènes horizontalement avec un
recouvrement vertical plus réaliste. SPARTACUS correspond aux nuages de
Tripleclouds avec en plus une représentation de la propagation horizontale
du rayonnement (effets radiatifs 3D).
Ecarts entre Monte Carlo et différents réglages des paramètres géométriques
Comme ci-dessus mais au lieu des différents solvers ce sont différents
réglages de SPARTACUS qui sont évalués ici. Mean LES correspond aux
paramètres diagnostiqués dans les champs de cumulus 3D et les autres
réglages sont issus de la procédure de calibration basée sur les outils
High-Tune:Explorer. Les paramètres ajustés
sont les paramètres de recouvrement vertical, d'hétérogénéité horizontale
et de taille des nuages. L'ajustement des paramètres mène globalement à de
meilleures estimations que l'utilisation de paramètres diagnostiqués
d'après leur interprétation physique.
Sensibilité de l'absorption nuageuse et erreurs de la paramétrisation
Profils d'absorption nuageuse pour un champ de cumulus donné, en fonction
de l'angle solaire zénithal, pour un calcul de référence par Monte Carlo et
différents calculs approchés par ecRad. (a) Deux configurations issues de
la procédure de calibration, (b) trois tests de sensibilité (Smaller FSD =
faible hétérogénéité, Larger Cs = grands nuages (moins d'effets 3D),
Smaller z0 = plus courte longueur de décorrelation (plus grande
couverture nuageuse). L'absorption nuageuse reste difficile à estimer de
façon précise pour la paramétrisation. Sa valeur absolue est faible et
sensible à l'hétérogénéité et aux effets 3D. Une fois pris en compte, un
biais reste présent pour tous les angles solaires, dû aux biais
intrinsèques à la formulation à deux flux du transfert radiatif.
Fraction de flux direct incident en surface, ecRad vs observations
Fraction de flux direct sur total arrivant en surface en moyenne sous des
nuages bas observés au dessus de l'île de Graciosa dans les Açores, en
fonction de l'angle solaire zénithal. Les couleurs correspondent à cinq
intervalles de couvertures nuageuses. Les lignes pleines correspondent à des
observations issues d'une analyse de donnée ARM, les tirées correspondent
aux fractions estimées par SPARTACUS (ecRad 3D) et les point-tirées
correspondent aux fractions estimées par TripleClouds (ecRad 1D). Les
simulations ecRad prennent en entrée des profils nuageux observés au dessus
des observations de rayonnement ARM. Les barres d'erreurs indiquent les
intervalles de confiance à 95%.