Abstract FR:

Le travail presente dans ce manuscrit concerne l'evaluation du role des nuages de types strato-cumulus et cirrus sur les modifications de l'environnement global, et se situe dans le cadre des campagnes eucrex (european cloud and radiation experiment). Notre premier objectif etait de confronter differents outils d'extraction d'informations pertinentes (couverture nuageuse, epaisseur optique des nuages, taille des particules) a partir des images du capteur avhrr (advanced very-high resolution radiometer) afin de trouver le meilleur compromis. Nous avons ainsi montre que l'utilisation de methodes neuronales, qui permet de diminuer la complexite du probleme en temps et en espace, s'avere judicieuse et mis au point l'algorithme acnn (adjustable combination of neural networks). Des reseaux de neurones ont ete combines (pour rendre robuste le schema d'inversion) : le premier classe les pixels selon leur geometries d'illumination et d'observation, le second identifie le type de nuage (cirrus, strato-cumulus, etc. ) et les autres servent a determiner l'epaisseur optique et la taille des particules avec une precision croissante. Le second objectif de cette these etait d'ameliorer les procedures d'initialisation du rams (regional atmospheric modeling system), developpe par pielke et cotton (1982), afin de mieux simuler les situations observees. Ce modele meso-echelle a ete implemente en mode non-hydrostatique en activant les modules microphysique (flatau et al. , 1989) et de transfert radiatif (chen et cotton, 1983), avec deux grilles imbriquees qui autorisent des zooms sur certaines zones geographiques. Sur deux etudes de cas, des comparaisons entre les sorties du modele et les mesures aeroportees correspondantes ont montre que l'assimilation dans le rams de la couverture nuageuse obtenue a l'aide de notre nouvel algorithme autorise une excellente representation tridimensionnelle des systemes nuageux.