Mise au point d'une méthodologie capable de fournir des super-observations à partir des données brutes d'un radar de ballon-sonde
Les radars météorologiques sont souvent utilisés pour recueillir des données à distance. Un radar Doppler utilise des ondes électromagnétiques pour analyser les propriétés atmosphériques grâce à l'envoi d'impulsions d'ondes électromagnétiques et à la réception des échos renvoyés. Les radars pouvant capter les données avec une grande résolution spatiale et temporelle, ils améliorent la qualité des prévisions météorologiques de zones restreintes à haute résolution. L'utilisation des données radar est toutefois limitée, et ce malgré leur énorme potentiel lié à leur géométrie sphérique et à leur densité de mesure élevée. Ces limitations sont principalement liées à la vitesse maximale de dispersion des particules pouvant être résolues et à la portée maximale du radar. Dans la mesure où le faisceau radar s'élargit à mesure que la portée augmente, un phénomène atmosphérique risque d'être suréchantillonné à proximité du radar et sous-échantillonné en d'autres parties du spectre, ce qui crée des écarts d'échelle. Pour surmonter ces problèmes, neuf instituts européens ont mis au point une procédure de traitement des données radar brutes de la composante radiale du vent. L'objectif du projet CARPE DIEM financé par l'UE est d'évaluer le gain potentiel lié à l'intégration des données radar dans la procédure PMN. La procédure utilisée inclut le calcul de la moyenne des données brutes dans l'espace polaire, appelées super-observations, et un filtre de super-observations approprié afin d'avoir une meilleure correspondance avec les échelles de temps du modèle. Une observation à quatre dimensions a par ailleurs été développée en vue d'être intégrée à la PMN et son application au niveau expérimental a laissé apparaître, lors de l'utilisation de données sur la composante radiale du vent, une certaine amélioration la qualité des prévisions. Les prévisions liées aux précipitations et au vent pourraient être améliorées de manière significative par l'intégration des observations radar dans la PMN. Des études de cas utilisant des mesures de radar font apparaître des résultats prometteurs, ce qui devrait promouvoir des études plus poussées en vue de confirmer ces résultats et de réaliser d'autres progrès.
