Fortes pluies sur les Alpes causées par un nuage cumulonimbus (l'orange indique des précipitations élevées). Pour mieux visualiser l'effet de la pluie, les nuages ont été retirés à la fois de la base du nuage et du cumulonimbus vers la caméra. Crédit :Hädrich et al. 2020
Une simulation de nuages qui capture le développement et l'évolution des nuages en fonction des processus physiques atmosphériques est plus précise que les autres modèles.
"Notre modèle décrit les conditions atmosphériques et les processus thermodynamiques ainsi que la dynamique des fluides qui régissent le mouvement de l'air dans l'atmosphère, " dit Torsten Hädrich, un doctorat KAUST étudiant dans l'équipe de recherche internationale. "Cela nous permet de simuler les phénomènes nuageux de manière plus réaliste que les méthodes précédentes."
Le modèle peut prendre des informations atmosphériques connues à tout moment, comme la température, humidité et vent, et simuler la formation des nuages, qui est utilisé pour la « prévision immédiate » des phénomènes nuageux imminents.
"Par exemple, notre modèle est capable de simuler la formation de cumulonimbus en considérant des gradients de température variables dans l'atmosphère, " dit Hädrich. " Les gradients conduisent à des inversions de température à certaines altitudes, qui sont responsables du sommet aplati caractéristique des cumulonimbus. Nous pouvons également modéliser différents types d'orages supercellulaires, ce qui n'a pas été abordé auparavant."
Le cadre a développé des simulations de brouillard élevé autour de Half Dome dans le parc national de Yosemite. Crédit :Hädrich et al 2020
Le modèle a été développé par Hädrich et Dominik Michels de KAUST en collaboration avec des chercheurs de l'Université Adam Mickiewicz en Pologne, l'Université du Nouveau-Mexique aux États-Unis et Google AI.
Pour créer le modèle, l'équipe a dû résoudre un certain nombre de processus physiques, comme la condensation et l'évaporation, et l'interaction complexe des grandeurs physiques, comme la température et l'humidité, au sein de la simulation.
"Notre principal défi était alors de déterminer quels paramètres contribuent à la formation de types de nuages spécifiques. Nous avons pu définir les paramètres physiques dans notre simulation de manière à pouvoir créer des formations nuageuses spécifiques sans connaissances spécifiques, " dit Hädrich.