Ingénieur de recherche en assimilation pour la prévision avec les missions satellitaires AWS et EPS-Sterna (F/H)

Le travail proposé s’effectuera dans le cadre d’un projet avec l’agence EUMETSAT. Il sera divisé en deux tâches :

- La première tâche consistera à contribuer à évaluer les données d’un nouveau petit satellite européen nommé AWS (Arctic Weather Satellite). Ce satellite est prévu d’être lancé en juillet 2024 et ses premières données seront fournies pour évaluation à l’automne. La personne recrutée contribuera à l’évaluation de la qualité des données de ce capteur micro-ondes en intégrant celles-ci dans le système de prévision du temps à échelle mondiale de Météo-France. Cette intégration permettra de comparer les nouvelles observations de ce satellite au modèle de prévision et ainsi générer un ensemble de statistiques clés qualifiant le capteur. Des études d’impacts seront réalisées permettant d’évaluer l’apport de ce nouveau satellite à la qualité des prévisions du temps de Météo-France. Cette évaluation est importante au niveau européen car une constellation de satellites nommée EPS-Sterna, constituée de répliques du satellite AWS, sera proposée aux états membres de l’agence EUMETSAT en 2025. Tous les éléments de validation d’AWS seront donc utiles à la prise de décision concernant la constellation EPS-Sterna.

- La second tâche consistera à contribuer à développer une nouvelle méthode d’exploitation des données d’AWS dans le système d’assimilation 4D-Var ARPEGE, système de prévision à échelle mondiale de Météo-France. Les observations d’AWS sont à la fois sensibles à la vapeur d’eau, à la température, aux nuages et aux précipitations dans l’atmosphère. Avec les méthodes actuelles d’exploitation de ce type de données, les observations pourront être exploitées par tout type de temps, des zones de ciel clair jusqu’aux orages et aux tempêtes. Cependant, l’exploitation des données en zones nuageuses reste très sous-optimale ; mieux utiliser le contenu en information des observations sur les précipitations reste donc un défi et une source d’amélioration potentielle des prévisions des évènements intenses (orages, tempêtes, cyclones). Une nouvelle méthode d’assimilation développée à Météo-France (4DEnVar ARPEGE) et basée sur des ensembles d’assimilation permet d’avancer sur ces questions d’initialisation des scènes nuageuses en explorant l’intérêt de l’utilisation de l’eau sous forme condensée (gouttes de pluie, cristaux de glace, neige) dans le vecteur de contrôle de l’assimilation. Ceci permettra concrètement d’initialiser les nuages de façon plus optimale qu’aujourd’hui dans les prévisions. Cette méthode a déjà été explorée à l’échelle régionale (Destouches et al. 2023) ; les essais à échelle mondiale qui seront réalisés dans le cadre de ce projet seront en revanche une première à Météo-France et porteurs de progrès pour une future chaîne de prévision opérationnelle. Ainsi dans cette seconde tâche, l’évaluation de l’impact des données d’AWS sera revisitée avec une méthode plus élaborée. Si ces travaux se révèlent être positifs, ils permettront de revisiter les résultats de l’étude d’impact de la constellation EPS-Sterna qui a été réalisée récemment à Météo-France (Rivoire et al., 2024).

Les résultats obtenus dans le cadre de ces deux tâches seront régulièrement présentés à EUMETSAT lors de réunions du projet et pourront aussi faire l’objet de communications scientifiques lors d’ateliers ou conférences internationales.

Informations sur le projet :

Les systèmes de prévision numérique du temps à l’échelle mondiale utilisent un nombre toujours croissant d’observations pour définir leurs conditions initiales. 90 % d’entre elles proviennent des satellites d’observation de la Terre. Parmi les capteurs clés, permettant d’améliorer les prévisions météorologiques, figurent les radiomètres embarqués à bord de satellites en orbite basse et effectuant des mesures dans le domaine des micro-ondes.

Les fréquences exploitées par ces capteurs sont typiquement entre 18 GHz et 183 GHz. En revanche, les fréquences au-dessus de 200 GHz, appelées fréquences submillimétriques restent inexploitées jusqu’à ce jour. L'utilisation de fréquences micro-ondes submillimétriques dans un capteur de télédétection spatial pour la météorologie est un objectif de la communauté scientifique depuis de nombreuses années pour plusieurs raisons importantes.

Tout d'abord, les observations à des fréquences supérieures à 200 GHz sont sensibles aux nuages de glace de manière complémentaire aux fréquences exploitées jusqu’à présent, inférieures à 200 GHz (sensibilité aux particules de glace plus grandes) et complémentaire à la longueur d'onde infrarouge (sensibilité aux particules de glace plus petites). Elle comble donc une lacune dans le système d'observation de la Terre et a motivé la décision de l’agence EUMETSAT d'équiper ses nouveaux satellites EPS-SG de l'imageur de nuages de glace (ICI) avec des canaux allant jusqu'à 664 GHz, ainsi que la décision de l'agence spatiale européenne (ESA) d'équiper la mission AWS de plusieurs canaux à 325 GHz.

Deuxièmement, l'augmentation de la résolution spatiale des observations micro-ondes (généralement > 10 km) à une résolution plus élevée, adaptée aux modèles de prévision numérique du temps à haute résolution, nécessite de très grandes antennes à des fréquences inférieures à 200 GHz. Par conséquent, cela a toujours été un facteur limitant pour les observations dans les micro-ondes, par rapport aux observations dans l'infrarouge par exemple. L'utilisation de fréquences submillimétriques ouvre la voie à des sondeurs micro-ondes à plus haute résolution une fois que le contenu en informations de cette partie du spectre sera entièrement documenté et que les utilisateurs auront appris à utiliser ces observations de manière optimale pour la prévision du temps.

L'objectif du travail proposé est de progresser dans l'utilisation des fréquences micro-ondes submillimétriques pour la prévision numérique du temps, en préparation de la mission AWS, de la mission ICI ainsi que des futurs sondeurs submillimétriques. Le travail est divisé en deux tâches : la première pour évaluer la qualité des observations AWS à l'échelle mondiale et son impact dans le système de prévision global de Météo-France ARPEGE, et la seconde pour explorer l'utilisation des sondeurs submillimétriques de différentes manières qui seront détaillées ci-dessous.

Informations complémentaires :

• Poste ouvert aux personnes en situation de handicap

• CDD de 22 mois

• Date limite de candidature : le 4 novembre 2024

• Poste de catégorie A, niveau Bac +5/ingénieur

• Niveau d'expérience : confirmé

• Niveau en anglais : autonome

Une formation de niveau Bac+5 est souhaitée ainsi qu'une expérience confirmée sur un poste similaire.

Pour occuper ce poste, vous mobiliserez les compétences suivantes :

• Vous justifiez d'une expérience en télédétection et/ou en assimilation de données. De solides compétences dans un langage de programmation tel que Fortran/Python et dans la manipulation de grands volumes de données est également souhaitable.

• Vous avez une connaissance de la météorologie ou de la prévision numérique du temps

• Vous devrez faire preuve de curiosité scientifique, d'autonomie, d'esprit d'équipe, de réactivité, de capacités d'analyse et de rigueur dans l'interprétation des résultats et de leur mise en forme. Vous devrez être capable de rendre compte régulièrement de votre activité à l'équipe du projet.

• Vous devrez également maîtriser l'anglais (expression orale et écrite).