TRANSFERT RADIATIF DANS LES NUAGES HETEROGENES · TRANSFERT RADIATIF DANS LES NUAGES HETEROGENES...

1
TRANSFERT RADIATIF DANS LES NUAGES HETEROGENES TRANSFERT RADIATIF DANS LES NUAGES HETEROGENES Nuages Nuages tdMAP tdMAP Szczap Frédéric (1) , Bleuyard Pascal , Bouet Christel, Benassi Albert , Jourdan Olivier, et Guillemet Bernard (1) Laboratoire de Météorologie Physique (LaMP), Université Blaise Pascal, Aubière, France Champ 2D d’épaisseur optique tdMAP et de radiances SHDOM au sommet. ρ τ est le paramètre d’hétérogénéité de Szczap et al.(2000), β est la valeur de la pente spectrale. Nombre d’onde Nuages Nuages sans sans trou trou Nuages Nuages avec avec trous trous Energy PDF β ( ) 1.6 τ στ ρ τ = = ( ) 0.4 τ στ ρ τ = = PDF Energy β=-1.47 Nombre d’onde Le modèle tdMAP est la généralisation d’une décomposition en ondelettes adaptées du Mouvement Brownien Fractionnaire (Mandelbrot et Van Ness, 1968). Le modèle tdMAP peut s’écrire : X est le processus, x la position dans l’espace, Tp l’arbre d’intermittence p, k l’échelle, H le paramètre de Hurst, F la “Morphlet”, et ξ j,k les variables aléatoires (Benassi et al., 2004). ( ) ( ) ( ) ( ) , , , 2 2 p jH jk j jk jk T X x F x k ξ = Benassi A., F. Szczap, A. Davis, M. Masbou, C. Cornet and P. Bleuyard, 2004: Thermal radiative fluxes through inhomogeneous cloud fields: a sensitivity study using a new stochastic cloud generator, Atmospheric Research, 72, 2004. Christel Bouet, Frédéric Szczap, Maud Leriche, and Albert Benassi, What is the effect of cloud heterogeneities on actinic flux and chemical species concentrations?, soumis au GRL. Evans, K. F., 1998: The spherical harmonics discrete ordinate method for three-dimensional atmospheric radiative transfer, J. Atmos. Sci., 55, 429-446. Jourdan, O. , Oshchepkov, S. , Gayet J. F., Shcherbakov, V. and Isaka H. 2003 : Statistical analysis of cloud light scattering and microphysical properties obtained from airborne measurements, J. Geophys. Res. Vol. 108 , No. D5 , 4155 . Szczap, F., H. Isaka, M. Saute, B. Guillemet, and Y. Gour, 2000 : Inhomogeneity effects of 1D and 2D bounded cascade model clouds on their effective radiative properties, Phys. Chem. Earth, 25, 83-89. Yang P, and K. N. Liou, 1996: Geometric-optics- integral-equation method for light scattering by nonspherical ice crystals, Appl. Opt., 35, 6568-6584. Conditions de simulation Pas d’atmosphère •λ = 0.55 µm et 11 µm Albédo terrestre : 0 Température du sol : 288.1 K Incidence solaire: 0 et 60° (visible) Caractéristiques nuageuses Caractéristiques nuageuses : : Nuage 1D (taille du pixel = 50 m, du domaine = 102. km ; (1024 pixels)) Epaisseur optique moyenne du Cirrus et du Stratocumulus : 2 et 10. Couverture fractionnaire : 55 % Epaisseur géométrique du Cirrus et du Stratocumlus : 2 et 0.5 km Base du Cirrus et du Stratocumulus : 8 and 1 km. Fonction de phase du Stratocumulus calculée avec la théorie de Mie (distribution lognormale des gouttelettes, Reff =10 µm) Fonction de phase du Cirrus : Mesure de la fonction de phase Cirrus : Mesure de la fonction de phase moyenne à 0.8 moyenne à 0.8 µm et projections à 0.55 et projections à 0.55 and and 11 11µm en utilisant une m en utilisant une thode bas thode basée sur une combinaison de IGOM (Yang e sur une combinaison de IGOM (Yang and and Liou Liou, 1996) , 1996) and and Mie Mie (Jourdan et (Jourdan et al al., 2003). ., 2003). Le modèle SHDOM a été utilisé avec des formes typiques usuelles de cristaux pour simuler l’effet de l’hétérogénéité sur les flux, en rayonnement monochromatique dans le visible et l’infrarouge. Le forçage radiatif, défini comme précédemment, est en moyenne de l’ordre de 30% dans le visible et de -90 à -10 % dans l’infrarouge. Cependant, localement, l’effet peut être important : de -100 à +250 % dans le visible et de -250 à +100 % dans le thermique. D’autres effets apparaissent comme l’augmentation du forçage dans le visible avec l’angle solaire et avec la corrélation verticale de la répartition des couches nuageuses. Si l’effet des hétérogénéités d’épaisseur optique est peu important sur les flux actiniques, la présence d’une couverture nuageuse discontinue peut entraîner des variations locales supérieures à 100% (la concentration d’ozone pourrait être dans de tels cas modifiée de plus de 15%). L’estimation des flux radiatifs dans l’infrarouge thermique avec le modèle du nuage plan-parallèle, avec le modèle du nuage plan parallèle à couverture fractionnaire ou avec l’approximation en pixel indépendant (IPA) introduit des biais non négligeables. Ces biais dépendent de l’épaisseur optique moyenne lorsqu’elle n’est pas trop importante, du taux de couverture fractionnaire (effet maximal pour une couverture de 50%), de l’épaisseur géométrique du nuage, de l’altitude de la base du nuage. Les variations d’altitude du sommet des nuages (bosses) ont peu d’effet si l’épaisseur géométrique moyenne du nuage est inférieure à 1 km. Conditions de simulations US atmosphere + gaz (CO 2 =330, NO 2 =0.31, CH 4 = 1.7) ppmv •λ = [10 – 12] µm Albédo terrestre : 0 Température du sol : 288.1 K Résultats Résultats nuages nuages stratiformes stratiformes monocouche monocouche IPA (qq min.) SHDOM (qq h) Réseau de neurones (qq s.) Résultats Résultats nuages nuages à 2 couches (cumulus + Cirrus “simple”) 2 couches (cumulus + Cirrus “simple”) Sol Radiances Radiances [Wm [Wm -2 st st -1 ] Flux Flux actiniques actiniques [photons.cm [photons.cm 2 .s .s- 1 nm nm -1 ] Flux Flux radiatifs radiatifs [Wm [Wm -2 ] Visible Visible Thermique Thermique Génération de champs nuageux synthétiques 3D ( Modèle à cascade bornée, Cahalan et al. , 94; modèle tdMAP, Benassi et al., 04) Simulation du transfert radiatif 3D (SHDOM Evans, 98 et Monte Carlo Marshak et al., 95) Détermination du modèle le plus simple de nuages pertinent pour le transfert radiatif (Etudes de sensibilité, analyses spectrales, en ondelettes…) Développement d’un algorithme rapide et précis de transfert radiatif 3D basé sur Approximation du nuage plan parallèle à couverture fractionnaire ((FC)PPH), Approximation du Pixel Indépendant (IPA, Cahalan, 94) , Approximation du nuage homogène équivalent (EHCA, Szczap et al. , 00), réseaux de neurones (MNN). Inversion des propriétés nuageuses à partir de données de différentes natures (données satellites multispectrales, multiangulaires, multirésolution, Radar, Lidar, Sondes … ) Nuage Nuage homog homogène ne plan plan-parall parallèle le Nuages Nuages réels els Couverture nuageuse Bosses Altitude de la base et du sommet Texture, Structure, Forme Rapport d’aspect Hétérogénéité “interne” Nuages multicouches τ : Epaisseur optique ω : Albedo de diffusion simple g : Paramètre d’asymétrie ε: Emmisivité MicroPhysique : Fonction de phase (liquide, solide, mixte), Distribution du rayon effectif… Environnement : Incidence solaire, BRDF du sol, aérosol, gaz, … ( ) ; ; ; g τ ω ε Quantités Quantités radiatives radiatives importantes importantes Propriétés Propriétés radiatives radiatives des des nuages nuages Méthodologie Méthodologie et et objectifs objectifs scientifiques scientifiques 3 , D Approx up down F δ FCPPH IPA PPH Epaisseur optique moyenne Epaisseur géométrique moyenne Caractéristiques Caractéristiques des des nuages nuages : : taille du pixel = 500*500 m2, taille du domaine = 64*64 km2 Mie (Distribution Lognormale des gouttelettes, Reff =10 µm) _3 _ _ 100 SHDOM D SHDOM PP SHDOM PP Fact Fact Fact Fact = × Algorithme de transfert radiatif basé sur le Algorithme de transfert radiatif basé sur le perceptron perceptron multicouche : nuage à cascade bornée 2D multicouche : nuage à cascade bornée 2D Angle de vue au Nadir 60 0 θ ϕ = ° = Radiances Radiances calculées calculées selon selon différentes différentes méthodes méthodes dans dans le visible le visible Les réseaux de neurones sont composés d’éléments simples (ou neurones) fonctionnant en parallèle. Comme dans la nature, le fonctionnement du réseau (de neurones) est fortement influencé par la connexion des éléments entre eux. On peut entraîner un réseau de neurone pour une tâche spécifique (reconnaissance de caractères par exemple) en ajustant les valeurs des connections (ou poids) entre les éléments (neurones). En général, l’apprentissage des réseaux de neurones est effectué de sorte que pour une entrée particulière présentée au réseau corresponde une cible spécifique. L’ajustement des poids se fait par comparaison entre la réponse du réseau (ou sortie) et la cible, jusqu’à ce que la sortie corresponde (au mieux ?) à la cible. On utilise pour ce type d’apprentissage dit supervisé un nombre conséquent de pair entrée/sortie. Champs de radiance : 128×128 pixels de 50 m 2 (6.4 ×6.4 km 2 ) Epaisseur optique moyenne = 5 et 10; Rayon effectif = 5, 10, 15, 20, 25µm Couverture fractionnaire = 100, 80, 50 % ; Incidence solaire = 60°; (Epaisseur optique moyenne=10; Rayon effectif = 10 µm; Incidence solaire =60°; Albédo terrestre = 0; Couverture = 50 %) Erreurs Erreurs (RMS) (RMS) sur sur champs champs de radiance IPA et de radiance IPA et réseaux réseaux de de neurones neurones ( ) ( ) ( ) (3 ) ( / ) (3 ) z z z z D PP IPA z z z D F F F F F F F ↓− ↓− = ↓− If F < 0, alors refroidissement F > 0, alors réchauffement Nombre d’onde , , max i j i j o h H α τ τ = 5 10 15 20 0.5 1 1.5 2 2.5 3 3.5 0 0 0.2 0.2 0 . 4 0.4 0. 6 0.6 5 10 15 20 0.5 1 1.5 2 2.5 3 3.5 4 -4 -3 -3 -2 -2 -1 -1 5 10 15 20 0.5 1 1.5 2 2.5 3 3.5 0 0 0 . 2 0.2 0.2 0 . 4 0.4 5 10 15 20 0.5 1 1.5 2 2.5 3 3.5 4 -3 -2 -2 -1 -1 0 2 ( ) up F Wm δ 2 ( ) down F Wm δ Epaisseur optique moyenne Epaisseur géométrique moyenne Z b = 1 km Z b = 4 km , bosse plat up down F δ Epaisseur géométrique locale Valeur Forcage radiatif vertical moyen et local (%) dû aux hétérogénéités horizontales du stratocumulus avec (ou sans) cirrus Avec Cirrus Avec Cirrus Sans Cirrus Sans Cirrus Forcage radiatif moyen Pixel nuageux Altitude (km) -90 -8 0 -70 -60 -50 -40 -30 -2 0 -10 0 0 5 10 15 3D/PP 3D/IPA -90 -80 -70 -60 -50 -40 -30 -20 -10 0 0 5 10 15 3D/PP 3D/IPA Altitude (km) 100 200 300 400 500 600 700 800 900 1000 -15 -10 -5 0 -150 -100 -50 0 50 100 200 300 400 500 600 700 800 900 1000 -15 -10 -5 0 -150 -100 -50 0 100 200 300 400 500 600 700 800 900 1000 -15 -10 -5 0 -200 -150 -100 -50 0 50 100 200 300 400 500 600 700 800 900 -15 -10 -5 0 -200 -150 -100 -50 0 50 3D/PPH 3D/IPA Thermique Thermique 100 200 300 400 500 600 700 800 900 -15 -10 -5 0 -50 0 50 100 150 100 200 300 400 500 600 700 800 900 -15 -10 -5 0 -50 0 50 100 150 100 200 300 400 500 600 700 800 900 -15 -10 -5 0 -50 0 50 100 150 100 200 300 400 500 600 700 800 900 -15 -10 -5 0 0 -50 0 50 100 150 -5 0 5 10 15 20 25 30 35 40 0 5 10 15 3D/PP 3D/IPA -5 0 5 10 15 20 25 30 0 5 10 3D/PP 3D/IPA 3D/IPA 3D/PPH Visible Visible Altitude (km) Altitude (km) Pixel nuageux Forcage radiatif moyen Forcage radiatif moyen Epaisseur optique moyenne Angle solaire (°) Références Références

Transcript of TRANSFERT RADIATIF DANS LES NUAGES HETEROGENES · TRANSFERT RADIATIF DANS LES NUAGES HETEROGENES...

Page 1: TRANSFERT RADIATIF DANS LES NUAGES HETEROGENES · TRANSFERT RADIATIF DANS LES NUAGES HETEROGENES Nuages tdMAP Szczap Frédéric (1), Bleuyard Pascal , Bouet Christel, Benassi Albert

TRANSFERT RADIATIF DANS LES NUAGES HETEROGENESTRANSFERT RADIATIF DANS LES NUAGES HETEROGENES

NuagesNuages tdMAPtdMAP

Szczap Frédéric (1) , Bleuyard Pascal , Bouet Christel, Benassi Albert , Jourdan Olivier, et Guillemet Bernard(1) Laboratoire de Météorologie Physique (LaMP), Université Blaise Pascal, Aubière, France

Champ 2D d’épaisseur optique tdMAP et de radiances SHDOM au sommet. ρτ est le paramètre d’hétérogénéité de Szczap et al.(2000), β est la valeur de la pente spectrale.

Nombre d’onde

NuagesNuages sans sans troutrouNuagesNuages avec avec troustrous

Ener

gy

PDF

β wµÂÍãr

( ) 1.6τσ τρ τ= = ( ) 0.4τ

σ τρ τ= =

PDF

Ener

gy

β=-1.47

Nombre d’onde

Le modèle tdMAP est la généralisation d’une décomposition en ondelettes adaptées du Mouvement Brownien Fractionnaire (Mandelbrot et Van Ness, 1968). Le modèle tdMAP peut s’écrire :

où X est le processus, x la position dans l’espace, Tpl’arbre d’intermittence p, k l’échelle, H le paramètre de Hurst, F la “Morphlet”, et ξj,k les variables aléatoires (Benassi et al., 2004).

( ) ( ) ( )( )

,,

,2 2

p

jH j k jj k

j k TX x F x k ξ−

= −∑

Benassi A., F. Szczap, A. Davis, M. Masbou, C. Cornet and P. Bleuyard, 2004: Thermal radiative fluxes through inhomogeneous cloud fields: a sensitivity study using a new stochastic cloud generator, Atmospheric Research, 72, 2004.Christel Bouet, Frédéric Szczap, Maud Leriche, and Albert Benassi, What is the effect of cloud heterogeneities on actinic flux and chemical species concentrations?, soumis au GRL.Evans, K. F., 1998: The spherical harmonics discrete ordinate method for three-dimensional atmospheric radiative transfer, J. Atmos. Sci., 55, 429-446.Jourdan, O. , Oshchepkov, S. , Gayet J. F., Shcherbakov, V. and Isaka H. 2003 : Statistical analysis of cloud light scattering and microphysical properties obtained from airborne measurements, J. Geophys. Res. Vol. 108 , No. D5 , 4155 .Szczap, F., H. Isaka, M. Saute, B. Guillemet, and Y. Gour, 2000 : Inhomogeneity effects of 1D and 2D bounded cascade model clouds on their effective radiative properties, Phys. Chem. Earth, 25, 83-89.Yang P, and K. N. Liou, 1996: Geometric-optics-integral-equation method for light scattering by nonspherical ice crystals, Appl. Opt., 35, 6568-6584.

Conditions de simulation• Pas d’atmosphère• λ = 0.55 µm et 11 µm• Albédo terrestre : 0• Température du sol : 288.1 K• Incidence solaire: 0 et 60° (visible)

Caractéristiques nuageusesCaractéristiques nuageuses : : • Nuage 1D (taille du pixel = 50 m, du domaine = 102. km ; (1024 pixels))• Epaisseur optique moyenne du Cirrus et du Stratocumulus : 2 et 10. • Couverture fractionnaire : 55 %• Epaisseur géométrique du Cirrus et du Stratocumlus : 2 et 0.5 km• Base du Cirrus et du Stratocumulus : 8 and 1 km.• Fonction de phase du Stratocumulus calculée avec la théorie de Mie (distribution lognormale des gouttelettes, Reff =10 µm)•Fonction de phase du Cirrus : Mesure de la fonction de phase Cirrus : Mesure de la fonction de phase moyenne à 0.8 moyenne à 0.8 µµmm et projections à 0.55 et projections à 0.55 andand 1111µµm en utilisant une m en utilisant une mmééthode basthode baséée sur une combinaison de IGOM (Yang e sur une combinaison de IGOM (Yang andand LiouLiou, 1996) , 1996) andand Mie Mie (Jourdan et (Jourdan et alal., 2003).., 2003).

Le modèle SHDOM a été utilisé avec des formes typiques usuelles de cristaux pour simuler l’effet de l’hétérogénéité sur les flux, en rayonnement monochromatique dans le visible et l’infrarouge. Le forçage radiatif, défini comme précédemment, est en moyenne de l’ordre de 30% dans le visible et de -90 à -10 % dans l’infrarouge. Cependant, localement, l’effet peut être important : de -100 à +250 % dans le visible et de -250 à +100 % dans le thermique. D’autres effets apparaissent comme l’augmentation du forçage dans le visible avec l’angle solaire et avec la corrélation verticale de la répartition des couches nuageuses.

Si l’effet des hétérogénéités d’épaisseur optique est peu important sur les flux actiniques, la présence d’une couverture nuageuse discontinue peut entraîner des variations locales supérieures à 100% (la concentration d’ozone pourrait être dans de tels cas modifiée de plus de 15%). L’estimation des flux radiatifs dans l’infrarouge thermique avec le modèle du nuage plan-parallèle, avec le modèle du nuage plan parallèle à couverture fractionnaire ou avec l’approximation en pixel indépendant (IPA) introduit des biais non négligeables. Ces biais dépendent de l’épaisseur optique moyenne lorsqu’elle n’est pas trop importante, du taux de couverture fractionnaire (effet maximal pour une couverture de 50%), del’épaisseur géométrique du nuage, de l’altitude de la base du nuage. Les variations d’altitude du sommet des nuages (bosses) ont peu d’effet si l’épaisseur géométrique moyenne du nuage est inférieure à 1 km.

Conditions de simulations•US atmosphere + gaz(CO2=330, NO2=0.31, CH4=1.7) ppmv• λ = [10 – 12] µm• Albédo terrestre : 0• Température du sol : 288.1 K

RésultatsRésultats nuagesnuages stratiformesstratiformes monocouchemonocouche

IPA (qq min.) SHDOM (qq h) Réseau de neurones (qq s.)

RésultatsRésultats nuagesnuages àà 2 couches (cumulus + Cirrus “simple”)2 couches (cumulus + Cirrus “simple”)

Sol

Radiances Radiances [Wm[Wm--22stst--11]]

Flux Flux actiniquesactiniques[photons.cm[photons.cm22.s.s--11nmnm--11]]

Flux Flux radiatifsradiatifs[Wm[Wm--22]]

VisibleVisible ThermiqueThermique

• Génération de champs nuageux synthétiques 3D ( Modèle à cascade bornée, Cahalan et al. , 94; modèle tdMAP, Benassi et al., 04)

• Simulation du transfert radiatif 3D (SHDOM Evans, 98 et Monte Carlo Marshak et al., 95)

• Détermination du modèle le plus simple de nuages pertinent pour le transfert radiatif (Etudes de sensibilité, analyses spectrales, en ondelettes…)

• Développement d’un algorithme rapide et précis de transfert radiatif 3D basé sur Approximation du nuage plan parallèle à couverture fractionnaire ((FC)PPH), Approximation du Pixel Indépendant (IPA, Cahalan, 94) , Approximation du nuage homogène équivalent (EHCA, Szczap et al. , 00), réseaux de neurones (MNN).

• Inversion des propriétés nuageuses à partir de données de différentes natures (données satellites multispectrales, multiangulaires, multirésolution, Radar, Lidar, Sondes … )

NuageNuage homoghomogèènene planplan--parallparallèèlele

NuagesNuages rrééelsels

• Couverture nuageuse• Bosses• Altitude de la base et du sommet• Texture, Structure, Forme• Rapport d’aspect• Hétérogénéité “interne”• Nuages multicouches

τ : Epaisseur optiqueω : Albedo de diffusion simpleg : Paramètre d’asymétrieε: Emmisivité

MicroPhysique : Fonction de phase (liquide, solide, mixte), Distribution du rayon effectif…Environnement : Incidence solaire, BRDF du sol, aérosol, gaz, …

( ); ; ;gτ ω ε

QuantitésQuantités radiativesradiatives importantesimportantes PropriétésPropriétés radiativesradiatives des des nuagesnuages MéthodologieMéthodologie et et objectifsobjectifs scientifiquesscientifiques

3,D Approx

up downFδ −

FCPP

HIP

APP

H

Epaisseur optique moyenne

Epai

sseu

rgé

omét

riqu

em

oyen

ne

CaractéristiquesCaractéristiques des des nuagesnuages : : • taille du pixel = 500*500 m2, • taille du domaine = 64*64 km2 • Mie (Distribution Lognormale des gouttelettes,Reff =10 µm)

_ 3 _

_

100SHDOM D SHDOM PP

SHDOM PP

Fact FactFact

Fact−

∆ = ×

Algorithme de transfert radiatif basé sur le Algorithme de transfert radiatif basé sur le perceptronperceptron multicouche : nuage à cascade bornée 2Dmulticouche : nuage à cascade bornée 2D

Angl

e de

vue

au

Nad

ir

600

θϕ

= °=

Radiances Radiances calculéescalculées selonselon différentesdifférentesméthodesméthodes dansdans le visiblele visibleLes réseaux de neurones sont composés

d’éléments simples (ou neurones) fonctionnant en parallèle. Comme dans la nature, le fonctionnement du réseau (de neurones) est fortement influencé par la connexion des éléments entre eux. On peut entraîner un réseau de neurone pour une tâche spécifique (reconnaissance de caractères par exemple) en ajustant les valeurs des connections (ou poids) entre les éléments (neurones).En général, l’apprentissage des réseaux de neurones est effectué de sorte que pour une entrée particulière présentée au réseau corresponde une cible spécifique. L’ajustement des poids se fait par comparaison entre la réponse du réseau (ou sortie) et la cible, jusqu’à ce que la sortie corresponde (au mieux ?) à la cible. On utilise pour ce type d’apprentissage dit supervisé un nombre conséquent de pair entrée/sortie.

Champs de radiance : 128×128 pixels de 50 m2 (6.4 ×6.4 km2)Epaisseur optique moyenne = 5 et 10; Rayon effectif = 5, 10, 15, 20, 25µm

Couverture fractionnaire = 100, 80, 50 % ; Incidence solaire = 60°; (Epaisseur optique moyenne=10; Rayon effectif = 10 µm ;

Incidence solaire =60°; Albédo terrestre = 0; Couverture = 50 %)

ErreursErreurs (RMS) (RMS) sursur champschampsde radiance IPA et de radiance IPA et réseauxréseaux de de neuronesneurones

( ) ( )( )

(3 ) ( / )

(3 )

z z z zD PP IPAz

z z D

F F F FF

F F

↓ − ↑ − ↓ − ↑∆ =

↓ − ↑

If ∆F < 0, alors refroidissement∆F > 0, alors réchauffement

Nombre d’onde

,,

m a x

i ji j oh H

αττ

=

5 10 15 200.5

1

1.5

2

2.5

3

3.5

4

0 0

0.2 0.2

0.4

0.4

0.6

0.6

5 10 15 200.5

1

1.5

2

2.5

3

3.5

4 -4-3

-3

-2-2

-1 -1

5 10 15 200.5

1

1.5

2

2.5

3

3.5

4

0 0

0.2

0.2 0.2

0.4

0.4

5 10 15 200.5

1

1.5

2

2.5

3

3.5

4-3

-2-2

-1 -1

0

2( )upF Wmδ −2( )downF Wmδ −

Epaisseur optique moyenne

Epai

sseu

rgé

omét

riqu

em

oyen

ne Zb = 1 km

Zb = 4 km

,bosse plat

up downFδ −

Epaisseur géométrique locale

Vale

ur

Forcage radiatif vertical moyen et local (%) dû aux hétérogénéités horizontales du stratocumulus avec (ou sans) cirrus

Ave

c Ci

rrus

Ave

c Ci

rrus

Sans

Cirru

sSa

ns C

irru

s

Forcage radiatif moyen

Pixel nuageux

Altit

ude

(km

)

-100 -90 -80 -70 -60 -50 -40 -30 -20 -10 00

5

10

15

3D/PP3D/IPA

-100 -90 -80 -70 -60 -50 -40 -30 -20 -10 00

5

10

153D/PP3D/IPA

Altit

ude

(km

)

100 200 300 400 500 600 700 800 900 1000

-15

-10

-5

0 -200

-150

-100

-50

0

50

100 200 300 400 500 600 700 800 900 1000

-15

-10

-5

0 -200

-150

-100

-50

0

50

100 200 300 400 500 600 700 800 900 1000

-15

-10

-5

0 -200

-150

-100

-50

0

50

100 200 300 400 500 600 700 800 900 1000

-15

-10

-5

0 -200

-150

-100

-50

0

50

3D/PPH 3D/IPA

ThermiqueThermique

100 200 300 400 500 600 700 800 900 1000

-15

-10

-5

0 -100

-50

0

50

100

150

200

100 200 300 400 500 600 700 800 900 1000

-15

-10

-5

0 -100

-50

0

50

100

150

200

100 200 300 400 500 600 700 800 900 1000

-15

-10

-5

0 -100

-50

0

50

100

150

200

100 200 300 400 500 600 700 800 900 1000

-15

-10

-5

0 -100

-50

0

50

100

150

200

-5 0 5 10 15 20 25 30 35 400

5

10

15

3D/PP3D/IPA

-5 0 5 10 15 20 25 30 350

5

10

15

3D/PP3D/IPA

3D/IPA3D/PPH

VisibleVisible

Altit

ude

(km

)Al

titud

e (k

m)

Pixel nuageux Forcage radiatif moyenForcage radiatif moyen

Epai

sseu

rop

tiqu

em

oyen

ne

Angle solaire (°)

RéférencesRéférences