Contrôle spatial des précipitations pluviométriques à l'aide de données radar (diagnostique de faisabilité ) F Mounier, P Lassègues, A-L Gibelin, J-P Céron, J-M Veysseire Météo-France DCLIM / CNRM-GAME

Introduction - I Construire une estimation de référence de précipitations spatialisées pour le contrôle de l'observation et une validation à l'échelle fine comme demandées par les objectifs de EURO4M WP2. SOLUTION PROPOSÉE Utiliser un réseau de radars dans le processus de spatialisation de l'estimation des précipitations Les données radar doivent également être contrôlées Principaux problèmes des pluviomètres : densité, la qualité, types d'instruments Temps réel de Météo-France (~1200) Bénévoles (~2400) LE BON ÉQUILIBRE ?

Introduction - II Processus de contrôle des précipitations Précipitations pluviométriques Temps réel de Météo-France (~1200) Bénévoles (~2400) Les meilleurs pluviomètres temps-réel sont utilisés pour l'étalonnage des radars opérationnel Panthère La lame d’eau actuelle de référence Les pluviomètres non-utilisés dans l'étalonnage des radars comme ceux des bénévoles Processus de contrôle des précipitations Version améliorée de l'estimation de référence de précipitations spatialisées

Pré-traitement des données La période d’étude commence début 2007 et finit fin 2010 Les résultats quotidiens sont présentés Les données de précipitation prises en compte sont au-dessus de 0.6mm Les données radar ou pluviométrique associées à un paramètre de bonne qualité sont prises en compte En ce qui concerne les corrélations, les échantillons avec un minimum de 100 couples radar / pluvio par station sont employés. Les stations ont été séparées selon deux types: Auto. qui comprend: stations synoptiques et contrôlées automatiquement Et celles bénévoles Deux sources de données sont utilisées sans calibration et avec la calibration opérationnelle PANTHERE

Corrélations temporelles - I Moyenne (2007-2010) sur le France des corrélations par station radar/pluvio pour les deux types de pluvio (automatique & bénévole) annuelle et par saison Annuelle Hiver Printemps Été Automne Auto. Bénévoles Auto Non calibrées 0.81 0.79 0.78 0.80 0.83 0.82 0.85 calibrées 0.88 0.86 0.87 0.89 0.91 Auto(A) toujours  aux bénévoles(B) Pas de variabilité saisonnière significative Corrélation  avec calibration pour les A & B

Corrélations temporelles - IIa Stations automatiques Stations Bénévoles

Corrélations temporelles - IIb Stations automatiques Stations Bénévoles Les stations ayant une corrélation supérieure à 0.7 sont en cercles grisés

Intensité des Précip / Tschuprow coef. I Nb équiprobable de classes 2 3 4 5 6 7 8 A B Non calibrées 0.66 0.63 0.58 0.55 0.52 0.50 0.49 0.46 0.45 0.43 0.41 0.40 0.37 0.35 calibrées 0.71 0.68 0.64 0.61 0.54 0.51 0.48 0.47 Le coef Tschuprow quand au-dessus de 0,35 implique un lien étroit entre les données issues de pluviomètres et des radars pour les stations sélectionnées lorsqu'il est décomposé par classes quantile d’intensité

Intensité des Précip / Tschuprow coef. IIa Stations Bénévoles Stations automatiques

Intensité des Précip / Tschuprow coef. IIb Stations automatiques Stations Bénévoles Les stations présentant une valeur supérieure à 0.5 sont en cercles grisés

Conclusions & Perspectives I L'utilisation de données radar pour contrôler les précipitations pluviométriques est pertinente et permet de construire un produit de référence de précipitation spatialisées tel que demandé par les objectifs EURO4M. L’importance de l'orographie et du type de précipitation seront prochainement analysés.

Perspectives - II L’utilisation des méthodes de spatialisation comme le krigeage avec dérive externe donne des résultats encourageants . Kriging with external drift Panthere operational calib. 1.0 0.7

Remerciements Ces recherches bénéficient du financement de l'Union européenne, Septième programme-cadre (FP/2007-2013) sous convention de subvention n°242093.