par Marie Mazoyer et Philippe Arbogast

paru dans le Rapport de Recherche de Météo-France 2018 (ISSN : 2116-438X)

Les Warm Conveyor Belts (WCB) sont des bandes transporteuses de masses d’air dynamiquement importantes dans les dépressions des latitudes tempérées. Elles correspondent à l’ascension de masses d’air chaudes et humides issues des basses couches de l’atmosphère en direction de la haute troposphère.

Les WCB constituent la partie nuageuse principale des dépressions, et les dégagements de chaleur qui sont associés à la formation d’espèces nuageuses peuvent avoir un impact marqué sur la dynamique de ces dépressions. La représentation de ces processus mal-connus pourrait constituer une source importante d’incertitudes pour la prévision de ces dépressions.

La campagne de mesure aéroportée NAWDEX (North Atlantic Wave-guide Downstream and impact EXperiment) visait à améliorer leur connaissance. Elle s’est déroulée du 19 septembre au 16 octobre 2016 au large de l’Islande. L’instrumentation embarquée sur les avions Falcon et Gulf Stream V (LIDAR : LIght Detection And Ranging, RADAR : RAdio Detection And Ranging, Drop-sonde) a permis de reconstituer les profils de vent et de réflectivité des espèces nuageuses dans les WCB. Ces observations sont comparées aux résultats de simulations obtenues avec le modèle Méso-NH (modèle atmosphérique à Méso-échelle et Non-Hydrostatique). Différentes paramétrisations pour la représentation des espèces nuageuses sont alors évaluées et confrontées aux grandeurs observées par le radar aéroporté RASTA (voir figure).

Comparaison des réflectivités RADAR mesurées (en haut) dans un cas de Warm Conveyor Belt le 1er octobre 2016 et simulées par Méso-NH utilisant ICE3 (au centre) pour la paramétrisation nuageuse ou LIMA (en bas).

L’allure générale des systèmes nuageux est bien prévue par les deux modèles utilisés. Néanmoins, une étude systématique des différents processus, et de leur représentation, associés à des dégagements de chaleur lors des différents cas de WCB échantillonnés, devrait permettre de clarifier les sources d’incertitudes, ainsi que d’ouvrir des voies d’amélioration de ces paramétrisations.