Apport de la mesure lidar à la prévision des évènements de pollution par les aérosols
La mesure lidar des aérosols et son intérêt dans la surveillance de l’atmosphère

Pour synthétiser, il est préférable de combiner observations et modélisation pour adopter une approche fondée sur la synergie des outils d’investigation. Comme pour la prévision du temps, l’assimilation de données permet de regrouper l’ensemble des informations. Le principe est schématisé dans la figure 10 pour la mesure lidar, mais reste vrai quelle que soit l’observation. Après avoir été initialisé sur une période passée, par exemple à l’instant t, le modèle effectue une prévision de la pollution particulaire. Au bout d’un certain laps de temps Δt, les résultats de la modélisation risquent fortement de diverger de la réalité. Cette divergence peut être liée à différents facteurs, comme une mauvaise prise en compte des conditions limites, des émissions de la surface, des hauteurs d’injection des polluants et même des bugs informatiques. L’observation lidar peut alors être utilisée pour ramener le modèle vers une évaluation plus réaliste. Lorsque la prévision est effectuée, le modèle produit ce qui est appelé une ébauche. Cette ébauche est alors corrigée à l'aide des observations afin de ramener la solution vers l’analyse. Cette opération est complexe et prend en compte les incertitudes liées aux mesures effectuées en différentes localisations spatiales et temporelles, ainsi que les incertitudes concernant la modélisation. C’est pour cette raison que l’analyse ne coïncide pas nécessairement avec les observations. L’opération est répétée avec un pas en temps régulier (Δt sur la figure 10), pas qui peut être de plusieurs heures.

L’apport de l’assimilation de mesures lidar pour la prévision d’événements de pollution particulaire a déjà été démontré pour l’Europe de l’Ouest et pour le pourtour méditerranéen occidental ...