1. Meso-NH model 40 users laboratories
A research model, jointly developped by Meteo-France and Laboratoire d’Aérologie (CNRS/UPS)
40 users laboratories

2. Plan General presentation of the model Meso-scale simulations.
Large-Eddy simulations
Surface coupling
New couplings : Electricity, Hydrology, Dispersion
Climatology
Diagnostics

3. Space and time scales
Méso-NH

4. The different meteorological model at Météo-France
Global Climate Model (GCM) (Dx > 100 km) : ARPEGE Climat
NWP at synoptic scale : ARPEGE (Dx=20-25km on France)
NWP at meso-a scale : ALADIN (Dx=10km)
NWP at meso-b scale : AROME (2008) (Dx=2.5km)
Research model for synoptic to meso-g scale : Méso-NH (Dx=50km to 10m).

5. Why do we need a high resolution research model like Meso-NH ?
To improve parameterizations for Large Scale models : fine resolution simulations allow to resolve the main coherent patterns and inform on fine scale variability.
To help the evaluation and the improvement of NWP models like AROME
To better understand the physics (e.g. cloud processes), to characterize local effects
To carry out impact studies and use the model as a laboratory
To develop new couplings (e.g. Electricity, Hydrology …)
A broad variety of developments and applications

6. Meso-NH characteristics
A broad range of resolution from synoptic scales (Dx~10km), meso-scale (Dx~1km) to Large Eddy Simulation (Dx~10m)
Real cases (from ECMWF, ARPEGE, ALADIN analyses or forecasts)
Ideal cases  unrealistic cases
- Academic cases (validation of the dynamics)
- Basic studies (Diurnal cycle …) : Cloud Resolving Model (CRM)
- To reproduce an observed reality (via forcings)
(intercomparison : GCSS, EUROCS …)
Simulations 3D, 2D, 1D
From a simple to a sophisticated physics
An accurate but quite expensive dynamics
A set of diagnostics (budgets, profilers, trajectories …)
Parallelized and vectorized
A broad range of hardware system for the research community : FUJITSU, NEC, CRAY, IBM, cluster of PC
No operational objective.

7. The meso-scale simulations with Meso-NH : 1km<Dx<10km
Examples :
Flashfood event
Hail in orographic event
Cyclone
Sea breeze

8. Typical configuration for a real test study
Domaine 10-km
Typical configuration for a real test study
A father model at 10km resolution with the deep convection scheme, the subgrid condensation scheme, the ICE3 microphysics and the 1D turbulence scheme
A son model at 2.5km resolution without deep convection scheme but with the shallow convection scheme, the ICE3 microphysics and the 1D turbulence scheme
Domaine 2.5-km
~ km

9. 1 severe episode (+500 mm/24 h)
As many other Western Mediterranean regions, Southern France is prone to devastating flash-floods during the fall season
Number of days with daily rain > 200 mm for the period [ ] on the South-East
Massif
Central
Alpes
Pyrénées
1 severe episode (+500 mm/24 h)
2002

10. Impact of the convective system on the triggering and the localization
CTRL = With cooling associated to evaporation of precipitation
NOC = Without cooling
Cumulated precipitation during 4 hours
Gard ‘02
CTRL = With Massif Central
NOR = Without Massif Central
Cooling induced by evaporation of rain and orography forcing are 2 major factors inducing quasi-stationary convective systems
Nuissier et Ducrocq, 2006

11. How can dynamics modify the microphysics ?
Orographic precipitation 3D (MAP)
How can dynamics modify the microphysics ?
ECMWF32 km
8 km
2 km
Monte Lema
S Pol
Ronsard
3 Doppler
radars ( )
32km : 150x150
8km : 145x145
2km : 150x150
over 51 levels
(Keil et Cardinali, 2003)
IOP2a
(F>1)
IOP8
(F<1)
Lascaux et Richard, 2005

12. Mean vertical distribution of hydrometeors
Orographic precipitation 3D (MAP)
Mean vertical distribution of hydrometeors
IOP2a
IOP8
Ice
Snow
Graupel
Snow
Hail
Cloud
Rain
IOP2a ( Strong convection)
- Deep system (unblocked unstable case, high Fr=U/Nh)
Large amount of hail and graupel
Main process : Riming
IOP8 ( Stratiform event)
- Shallow system (blocked case, low Fr)
Large amount of snow
Main process : Vapor deposition on snow
Lascaux et Richard, 2005

13. Orographic precipitation 3D (MAP) IOP2a
Radar observations
graupel
Simulation (Meso-NH)
Z > 60 dBz
12 km
100 km
Tabary, 2002
(x) hail + graupel
(o) hail
( ) rain
Un exemple de comparaison entre une restitution radar de paramètres microphysiques et une simulation numérique:
La simulation restitue correctement l’apparition de la grêle entre 18h et 19h et l’étagement des hydrométéores: mélange grêle/graupel, grêle, mélange pluie/grêle, et pluie. Les paramètres restitués par l’algorithme radar sont: les cristaux orientés verticalement (VC) et horizontalement (HC), la neige mouillée (WS) et sèche (DS), les mélange graupel/grêle (GH) et grêle/pluie (HR), la grêle (HL), et la pluie de différentes intensités (LR,MR,HR).

14. Simulation of cyclone : case of Dina
7800 km, Dx=36km
1944 km , Dx=12km
720 km , Dx=4km
3600 km
Automatic method of Initialization : Filtering/Bogussing
Barbary et al.

15. Vertical cross-sections at Dx=4km
S-N
W-E K K
m/s
m/s
Horizontal wind
Barbary et al.

16. Local effects : Sea breeze
Δ = 250 m
250m of resolution
20km
Temperature at Marseille, the 26th june 2001 at 15h Lemonsu et al 2005a

17. Local effects : Sea breeze
Horizontal wind field
26 June 2001, 1400 UTC
VAL
OBS
CNRS
m s-1
Puget Massif
Marseilleveyre
City centre
z = 50 m AGL
West SSB
South SSB
z = 400 m AGL
VAL
OBS
City centre
Puget Massif
CNRS
South-East DSB
Marseilleveyre
Lemonsu et al., 2005a

18. Comparison with transportable wind lidar (TWL)
500
400
300
200
100 50
ZS (m)
Marseilleveyre
190o
Puget Massif
CNRS (Radar)
3 km
VAL (Lidar)
OBS (Radar)
Etoile Massif
Comparison with transportable wind lidar (TWL)
26 June 2001, 1400 UTC
6 m s-1 4 2 -2 -4 -6
2.5
TWL
Model D D
2.0 C C
1.5
Altitude (km)
1.0 B B
0.5 A
City center
City center A
VDOL
VDOL 2 4 6 2 4 6
Distance (km)
Distance (km)
Lemonsu et al., 2005a

19. The Large Eddy Simulations with Meso-NH : Large eddys are resolved : TKEresolved >> TKE Subgrid
Examples :
Stable BL
Convective BL
Impact of the pollution on the Stratocumulus diurnal cycle

20. Universitat de les Illes Balears
AN OBSERVED LLJ DURING
THE SABLES98 CAMPAIGN
Objective: study the mixing processes across the maximum of the wind of an observed Low-Level Jet (LLJ) using LES
x = 6 m, y = 4 m, z = 2m (0 <z<100 m) and stretched above (z = 5 m at about 400 m)
100m tower
Duero river basin
Night: September 1998
M.A. Jiménez
Universitat de les Illes Balears

21. Universitat de les Illes Balears
Results (I): Mean profiles
The maximum of the wind and the
height are well captured
The LLJ height coincides with the
inversion height
The surface temperature obtained from
the LES cools down much more than
the observations
M.A. Jiménez
Universitat de les Illes Balears

22. Water vapor variability in convective BL :
Water vapor variability in convective BL : presence of dry tongues - Couvreux et al. (2005)
Lidar observations
LES simulation
at 12h
LES Simulations
5.0
5.5
6.0
6.5
7.0
7.5
8.0
8.5
9.0
9.5
10.
5.0
5.5
6.0
6.5
7.0
7.5
8.0
8.5
9.0
9.5
10.
5.0
5.5
6.0
6.5
7.0
7.5
8.0
8.5
9.0
9.5
10.
5.0
5.5
6.0
6.5
7.0
7.5
8.0
8.5
9.0
9.5
10.
g/kg
g/kg
rv’
qv’
P3 aircraft
at 0.5zi
KA aircraft
S(qv)<0
. . max (pdf)
_ min (pdf)
LES
Dx=Dy= 100m, Dz<50m, Dt=7h

23. Impact of the pollution on the stratocumulus diurnal cycle = Aerosol indirect effect
0.7g/kg
rc(g/kg)
Simulation LES 50m
Nuage non pollué
Dx=Dy= 50m, Dz=10m
T=36h
0TU 6 12 18 24 30 36
LWP (g/m²)
Polluted : non precipitating
Pristine : precipitating
Evaporation of precipitation  Cooling  Limits the stratification at cloud base and the decoupling
No precipitation  No Cooling  Maximum solar warming  decoupling
FIRE 1 case of EUROCS : Forcing terms : a LS subsidence + cooling (dql/dt<0) and moistening (dqt/dt>0) under the inversion to balance the subsidence
During the day, the thinning is not sufficient to break up the cloud.
Sandu, I., 2007

24. SURFACE COUPLING

25. The SURFEX (SURface Externalized) land surface scheme
see P.Le Moigne’s presentation

26. Atmospheric CO2 modelling : May – 27 2005 Boundary layer heterogeneity
Zi = 1600m
Forest : high sensible heat flux
Zi = 900m
Agricultural area : low sensible heat flux
Sarrat et al.(2007a)

27. Atmospheric CO2 modelling : Models Intercomparison
Winter crops
Absorption of CO2
Forest
Respiration
Sarrat et al.(2007)

28. Simulation Brouillard lors de la campagne Paris-Fog (Tardif, 2008)
Eau liquide 1er niveau (00 TU)
9 km
2.25 km
560 m 28

30. Application : New couplings - Hydrology - Electricity - Pollutant dispersion

31. HYDROLOGY : Development of the coupling Meso-NH-ISBA-TOPMODEL
CNRM/GMME/MICADO
Crues des 5-9 septembre 2005
Débits simulés à St Martin d’Ardèche (~ 2500km2)
TOPMODEL (Beven and Kirkby, 1979) distributed hydrologic model with one model by basin : 9 basins ( km²)
Objectives :
- Flow and rapide flood forecasts
- Retroaction of the hydrology on the atmosphere
- Available for AROME

32. Lightning parameterization
Explicite electrical scheme in Meso-NH
Local separation of charges + -
Transfert and transport of charges
Microphysical and dynamical processes
Electric field no
E > Etrig
yes
Lightning parameterization
Bidirectional leader (determinist)
Vertical extension of the lightning
Channel steps (probabiliste)
Horizontal extension of the lightning
Charge neutralization
Barthe et al. [2005]

33. Life cycle of electrical charges in a convective cell
Simulation Méso-NH
Apparition of graupel
Electrization of the cloud
Apparition of electric field
lightning
Triggering of convection
Barthe et Pinty, JGR

34. Industrial accidental release : AZF
30km, Dx=500m
10%=97mg/m3
Max_obs=60mg/m3
Couche résiduelle : flux de S
Couche de mélange : flux de SE
Max=10% de
concentration initiale
30km, Dx=500m
The heaviest particles have settled : strong dry deposition on Blagnac

35. PERLE (Programme d’Evaluation des Rejets Locaux d’Effluents)
Modelling system for environmental emergency
PERLE (Programme d’Evaluation des Rejets Locaux d’Effluents)
Meso-NH
2 grids (Regional Dx=8km, L=240km/ Local Dx=2km, L=60km)
36 levels until 16km
ALADIN initialization and coupling
Meso-scale meteorology
SPRAY
Lagrangian particle model
At least particles released
Advection+Turbulence+random
Applied to the 2 Meso-NH grids
Dispersion

36. Climatologie . Régionalisation climatique

37. Wind climatology over the North Alps
Measurements
Méso-NH 95 dates
Roses Aladin 3 ans
Wind climatology over the North Alps

38. OBS
HYERES
MESO-NH 80%
ALADIN 76%

39. CYPRIM : Régionalisation climatique des pluies intenses avec le modèle Meso-NH . A.-L. Beaulant
Simulations ARPEGE Climat / OPAMED 8
(climat présent climat futur )
ARPEGE Climat / OPAMED8 : modèle couplé océan-atmosphère, rés. horizontale : ~50 km
méthode d’identification des cas extrêmes pour sélectionner des situations représentatives
Climat présent : 51 cas
Climat futur : 52 cas
Le modèle utilisé est le modèle arpege climat couplé à un modèle « océanique » opamed de résolution horizontale 10 km et les simulations suivent le scénario climatique A2 du GIEC. Ces sorties du modèle climatique vont servir de base aux simulations réalisées avec un modèle à haute résolution non-hydrostatique, le modèle Méso-nh.
CL 1
CL 4
CL 1
CL 4
Sélection des cas les plus proches
distance de corrélation spatiale
Climat présent : 10 cas
Climat futur : 10 cas
CL 1
CL 4
CL 1
CL 4

40. Simulations avec Meso-nh
Configuration en 2 domaines emboités (2-way grid-nesting)
Domaine 1 de résolution horizontale ~ 10 km
Domaine 2 de résolution horizontale ~ 2.5 km (centré sur l’évènement convectif)
Domaine 1 : Rh ~ 10 km
La convection est paramétrée pour le domaine à 10 km (paramétrisation de Kain et Fritsch) tandis qu’elle est résolue explicitement pour le domaine à 2.5 km.
Rh ~ 50 km
ARPEGE Climat / OPAMED8
Domaine 2 : Rh ~ 2.5 km
Le modèle méso-nh est utilisé ici dans une configuration de 2 modèles emboités. Le premier modèle a une résolution identique à celle du modèle climatique arpege climat d’environ 10 km et le second modèle utilise une maille plus fine de 2.5 km environ. Le modèle est utilisé en 2way grid-nesting i.e ….
Les conditions initiales et les conditions aux limites sont fournies par les sorties du modèle de climat. Le domaine utilisé couvre les régions du sud de l afrance touchées par les phénomènes de pluies intenses comme les cévennes ou le roussillon.
Les conditions initiales et aux limites sont fournies par les champs du modèle ARPEGE Climat / OPAMED8 (toutes les 6 heures)
Les simulations débutent à 12 UTC le jour J-1 et se terminent à 06 UTC le jour suivant J+1 (42 h)
~ km
MESO-NH

41. Cumuls de pluies sur les 24 1ères heures pour les 10 cas du climat futur
t0 à t UTC J-1 à 12 UTC J
431 mm
185 mm
260 mm
298 mm
460 mm
378 mm
16 mm
137 mm
291 mm
291 mm mm

42. Diagnostics

43. Amélioration des enclumes (cirrus) sur le seuil d’auto-conversion
Chaboureau and Pinty (2005) : Use of radiative transfer RTTOV to MSG
Dx=30 km
Amélioration des enclumes (cirrus) sur le seuil d’auto-conversion

44. Simulation de réflectivités radar
Réflectivités observées
Réflectivités simulées avec Méso-NH
(radar de Bollène le 8 sep à 21 UTC, élévation=1,2°)
« Développement communautaire d’un opérateur-simulateur d’observation radar »
(Caumont O., V. Ducrocq, G. Delrieu, M. Gosset, J. Parent du Châtelet, J.-P. Pinty, H. Andrieu, Y. Lemaître et G. Scialom, 2006 : A radar simulator for high-resolution nonhydrostatic models. J. Atmos. Oceanic Technol.)