What turbulence on the edges of convective clouds ?

Autor: Strauss, Clément
Přispěvatelé: Centre national de recherches météorologiques (CNRM), Institut national des sciences de l'Univers (INSU - CNRS)-Météo France-Centre National de la Recherche Scientifique (CNRS), Université Paul Sabatier - Toulouse III, Didier Ricard, Christine Lac, Institut national des sciences de l'Univers (INSU - CNRS)-Observatoire Midi-Pyrénées (OMP), Institut de Recherche pour le Développement (IRD)-Université Toulouse III - Paul Sabatier (UT3), Université de Toulouse (UT)-Université de Toulouse (UT)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National d'Études Spatiales [Toulouse] (CNES)-Centre National de la Recherche Scientifique (CNRS)-Météo-France -Institut de Recherche pour le Développement (IRD)-Université Toulouse III - Paul Sabatier (UT3), Université de Toulouse (UT)-Université de Toulouse (UT)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National d'Études Spatiales [Toulouse] (CNES)-Centre National de la Recherche Scientifique (CNRS)-Météo-France -Centre National de la Recherche Scientifique (CNRS)
Jazyk: francouzština
Rok vydání: 2020
Předmět:
Zdroj: Climatologie. Université Paul Sabatier-Toulouse III, 2020. Français. ⟨NNT : 2020TOU30289⟩
Popis: Improving the representation of turbulence at kilometre and hectometre scales is an important issue for nu- merical weather prediction models. The turbulence parametrization according to Cuxart et al. (2000) (noted CBR), currently used in the AROME and Méso-NH models, is not satisfactory in convective clouds, but a new parameterization introduced by Moeng (2014) has shown a strong potential to represent vertical thermodynamic fluxes on a mature cumulonimbus case (Verrelle et al., 2017). In this thesis, two LES (Large Eddy Simulation) of deep convection at 50-m then 5-m resolutions allow to generalize these results to a population of convective clouds at different phases of their life cycle then to a cumulus congestus and to study most of the 2nd order moment turbulent fluxes at different horizontal resolutions (50 m, 100 m, 250 m, 500 m, 1 km and 2 km) by filtering the fields of the LES. The Moeng parametrization provides better results than the CBR parametrization for vertical thermody- namical fluxes but also, to a lesser extent, for horizontal thermodynamical fluxes, both inside the cloud and at its edges. The improvement is less obvious for dynamical fluxes. The LES at 5 m then allows to characterize and quantify the turbulence, instabilities and thermodynamic and dynamic processes at the edges of the cumulus. The turbulence at the edges has a finer scale than that inside the cumulus. The dynamical production of subgrid turbulence largely dominates over the thermal production in the whole cloud. The cloudy air is strongly renewed by a mainly lateral entrainment. This is caused by different types of instabilities with, in particular, a large-scale toroidal circulation near the top of the cloud. There are few and shallow penetrative downdrafts at the top of the cloud. Near the edges of the cumulus, downdrafts coexist with a buoyancy inversion. Evaporative cooling, mainly present on the edges of the cumulus, contributes to this inversion and decreases the convective circulation. It also influences the path of the air entrained in the cloud but has little impact on the instabilities. The in-depth study carried out on the basis of numerous diagnoses, such as budgets or lagrangian tracers over large grid simulations, contributes to improve our understanding of the processes driving the exchanges between the cloud and its environment.; Mieux représenter la turbulence aux échelles kilométrique et hectométrique est un enjeu important pour les modèles de prévision numérique du temps. La paramétrisation de la turbulence selon Cuxart et al. (2000) (notée CBR) actuellement utilisée dans les modèles AROME et Méso-NH, n'est pas satisfaisante dans les nuages convectifs, mais une nouvelle paramétrisation introduite par Moeng (2014) a montré un fort potentiel pour représenter les flux thermodynamiques verticaux sur un cas de cumulonimbus en phase mature (Verrelle et al., 2017). Dans cette thèse, deux simulations LES (Large Eddy Simulation) de convection profonde à 50 m puis 5 m de résolution permettent de généraliser ces résultats à une population de nuages convectifs à différentes phases de leur cycle de vie puis à un cumulus congestus et d'étudier la plupart des flux turbulents d'ordre 2 à différentes résolutions horizontales (50 m, 100 m, 250 m, 500 m, 1 km et 2 km) en filtrant les champs de la LES. La paramétrisation de Moeng fournit de meilleurs résultats que la paramétrisation CBR pour les flux ther- modynamiques verticaux mais aussi, dans une moindre mesure, pour les flux thermodynamiques horizontaux, à la fois à l'intérieur et sur les bords des nuages. L'amélioration est moins évidente pour les flux dynamiques. La LES à 5 m permet ensuite de caractériser et quantifier la turbulence, les instabilités et les processus thermodynamiques et dynamiques aux bords du cumulus. La turbulence sur les bords est de plus fine échelle que celle située à l'intérieur du cumulus. La production dynamique de turbulence sous-maille domine largement sur la production thermique. L'air nuageux est fortement renouvelé par un entrainement majoritairement latéral. Celui est causé par différents types d'instabilités avec, notamment, une circulation toroïdale de grande échelle près du sommet du nuage. Il existe peu de subsidences pénétrantes au sommet du nuage et elles sont peu profondes. Près des bords du cumulus, des subsidences coexistent avec une inversion de la flottabilité. Le refroidissement évaporatif, principalement présent sur les bords du cumulus, contribue à cette inversion et atténue les mouvements convectifs. Il influe aussi sur le trajet de l'air entrainé dans le nuage mais modifie peu les instabilités. L'étude approfondie menée à partir de nombreux diagnostics tels que des bilans ou des traceurs lagrangiens sur des simulations à grandes grilles, contribue ainsi à améliorer notre compréhension des processus qui pilotent les échanges entre le nuage et son environnement.
Databáze: OpenAIRE