Recherche

Le Service de Météorologie et Climatologie Dynamique

Les recherches menées au sein du Service portent sur les aspects fondamentaux de la science de l'atmosphère et du climat, principalement en rapport avec les problèmes de variabilité et de prévisibilité, ainsi que sur des applications dans les domaines de la modélisation mathématique et de l'analyse des données. Les chercheurs du Service sont en autre à l'origine de l'adaptation, l'application et l'extension dans les domaines de la météorologie et climatologie, des outils et concepts de la science du non-linéaire et de la théorie du chaos. Ils sont également impliqués dans l’amélioration des prévisions du temps et du climat au travers d’approches probabilistes et de post-traitement des prévisions.

Outre sa vocation de recherche, le Service est également engagé dans des activités de formation dans les domaines susmentionnés. C'est ainsi qu'il encadre régulièrement des doctorants et mémorants de différentes universités ainsi que des post-doctorants dans le cadre des projets nationaux et internationaux. Stéphane Vannitsem dispense un cours de Météorologie Dynamique à la faculté des Sciences de l’Université Libre de Bruxelles. Lesley De Cruz est également assistante du cours d’assimilation de données du post-graduat sur la modélisation du temps et du climat de l’Université de Gand.

Principales réalisations scientifiques du Service

  • Le développement d'une théorie de la croissance des erreurs initiales dans les systèmes instables et son application à des modèles de basse résolution et à des modèles atmosphériques et climatiques plus détaillés. 
  • La modélisation des glaciations du Quaternaire et la découverte du phénomène de "résonance stochastique", fournissant une explication qualitative de la sensibilité du système climatique à des forçages externes de faible amplitude. 
  • Le développement de modèles de prévisions probabilistes et leur application dans la classification et prévision des régimes atmosphériques et hydrologiques, et la récurrence d'analogues atmosphériques. 
  • Les propriétés statistiques et dynamiques de modèles de prévision régionale.
  • Le développement de techniques de correction des prévisions déterministes et probabilistes

Recherches en cours

  • L’étude de l’interaction entre les différentes composantes du système climatique et leur rôle sur la prévisibilité de l’atmosphère
  • Le développement de techniques de modélisation stochastique des processus sous-mailles des modèles de prévision
  • L’étude fondamentale du comportement transitoire de l’atmosphère et du climat sous l’effet de forçages anthropogéniques
  • Le développement de techniques de post-traitement des prévisions climatiques aux échelles saisonnières et décennales
  • Développement d’une hiérarchie de modèles couplés océan-atmosphère de complexité croissante. Voir par exemple le développement du modèle MAOOAM on github https://github.com/Climdyn/MAOOAM

Cette animation montre l'évolution du modèle couplé océan/atmosphère MAOOAM pour une version de celui-ci contentant 620 variables, et couvrant un domaine de la taille de l'océan Atlantique. De gauche à droite, en haut : la différence d’altitude du géopotentiel à 500 hPa entre un point au nord et un autre au sud du domaine, la température atmosphérique et la température de l'océan. De gauche à droite, en bas :  l’évolution de 3 variables via une projection 3-D de l’espace des phases du modèle, l’altitude du géopotentiel à 500hPa dans l’atmosphère et la fonction de courant de l’océan.

Personnes de contact

Dr. Stéphane Vannitsem, Chef du Service et Chef de travaux
Tel : +32(0)2 3730552
E-mail : Stephane.Vannitsem[at]meteo.be

 

Dr Lesley De Cruz, première assistante

E-mail : Lesley.Decruz[at]meteo.be

 

Dr Jonathan Demaeyer, premier assistant

E-mail : Jonathan.Demaeyer[at]meteo.be

 

Prof. Catherine Rouvas-Nicolis, consultante
Tel : +32(0)2 3730549
E-mail : cnicolis[at]meteo.be

10 publications récentes clés

Nicolis, G. & C. Nicolis 2012. Foundations of Complex Systems : nonlinear dynamics, statistical physics, information and prediction, World Scientific. Second edition.

De Cruz, L., J. Demaeyer & S. Vannitsem, The Modular Arbitrary-Order Ocean-Atmosphere Model : MAOOAM v1.0, Geoscientific Model Development, 9, 2793-2808, 2016.

Vannitsem S. & V. Lucarini, Statistical and dynamical properties of covariant Lyapunov vectors in a coupled ocean-atmosphere model – Multiscale effects, geometric degeneracy and error dynamics, J. Phys. A, 49, 224001, 2016.

Nicolis C. & G. Nicolis. Stochastic resonance across bifurcation cascades. Phys. Rev. E 95, 032219, 2017.

Vannitsem S. & M. Ghil, Evidence of coupling in the Ocean-Atmosphere dynamics over the North Atlantic, Geophys. Res. Lett., 44, 2016-2026, 2017.

De Cruz, L., S. Schubert, J. Demaeyer, V. Lucarini, & S. Vannitsem, Exploring the Lyapunov instability properties of high-dimensional atmospheric and climate models, Nonlinear Processes in Geophysics, 25,  387-412, 2018.

Demaeyer J. & S. Vannitsem, A comparison of stochastic parameterizations in the framework of a coupled ocean-atmosphere model, Nonlinear Processes in Geophysics,  25, 605–631, 2018.

Nicolis, C., Climatic responses to systematic time variations of parameters: a dynamical approach, Nonlinear Processes in Geophysics, 25, 649-658, https://doi.org/10.5194/npg-25-649-2018, 2018

Vannitsem S., D. Wilks, & J. Messner (Eds), Statistical Postprocessing of Ensemble Forecasts, Elsevier, 346 pp. ISBN: 978-0-12-812372-0, 2018.

Faranda D., G. Messori & S. Vannitsem, Attractor dimension of time-averaged climate observables: insights from a low-order ocean-atmosphere model, accepté dans Tellus A, 71, 1-11, 2019.

Cookies enregistrés