1. Lien entre l’efficacit´e de collecte et le type de
pr´ecipitation
Flora Viale
Universit´e du Qu´ebec `a Montr´eal
sous la supervision de Julie M. Th´eriault
Summer 2013
1 / 19
2. Motivation
Chaque ann´ee les tempˆetes de neige surprennent les m´et´eorologues, ainsi
que la population : neige, gr´esil, vergal, slush. Comment pr´evenir les
transports (voiture, train, avion) de ce qui les attends ?
2 / 19
3. Introduction
Lorsque l’on veut savoir quelle a ´et´e l’accumulation de neige, la mesure
de la neige au sol est notre premier outil.
Geonor dans single Alter dans DFIR
From Marshall Site
3 / 19
4. Introduction
Performance de la jauge : efficacit´e de collecte
Variabilit´e dans les mesures : vent
Th´eriault et al. 2012 4 / 19
6. Introduction
Donc, varie selon la vitesse terminale de la pr´ecipitation.
0 0.005 0.01 0.015 0.02
0
5
10
15
Real diameter (m)
vT(m/s)
SNOW
WET SNOW
SLUSH
RAIN
6 / 19
7. Objectifs et approches
´Etant donn´e que la pr´ecipitation est fortement d´ependante de la
temp´erature et de ses variations, il est difficile de mesurer et de pr´evoir
les pr´ecipitations en hiver.
Ainsi, l’objectif de ce travail est d’´etablir un lien entre l’efficacit´e de
collecte, la vitesse du vent et le type de pr´ecipitations `a la surface `a des
temp´eratures autour de 0◦
C.
Premi`ere approche : mod`ele de nuage 1D qui pr´edit les pr´ecipitations
hivernales
Deuxi`eme approche : Mod`ele lagrangien pour calculer les trajectoires et
efficacit´e de collecte
7 / 19
8. M´ethode : mod`ele nuage
Obtenir diff´erents types de
pr´ecipitations (neige, neige
mouill´ee, slush et pluie), pour
diff´erents profils de
temp´erature (-2◦
C `a 5◦
C).
Distribution de taille
−10 −5 0
0
0.5
1
1.5
2
T (o
C)
Height(km)
T
Td
0 1 2 3 4 5
x 10
−3
10
0
10
5
D (m)
N(m
−4
)
8 / 19
9. M´ethode : mod`ele Lagrangien
Initialis´e avec : l’´ecoulement autour de la jauge et les donn´ees de
pr´ecipitation
Calcul des trajectoires de la pr´ecipitation
Calcul d’efficacit´e de collecte
Th´eriault et al. 2012
9 / 19
10. R´esultat : p´ecipitation `a la surface
−2 −1 0 1 2 3 4 5
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
1.8
T (o
C)
PrecipitationRate(mm/h)
r
s
sl
IRws
SIP
10 / 19
11. R´esultat : ´efficacit´e de collecte
0 2 4 6 8 10
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
wind velocity in m/s
ratioofcollectionefficiency
−2
−1 C
0 C
1 C
2 C
3 C
4 C
5 C
11 / 19
12. R´esultat
−2 −1 0 1 2 3 4 5
0
0.5
1
1.5
T(
o
C)
precipitationrate(mm/h) r
s
sl
IRws
SIP
−2 −1 0 1 2 3 4 5
0
0.2
0.4
0.6
0.8
1
T (
o
C)
Ratioofcollectionefficiency
2m/s
7m/s
12 / 19
13. R´esultat : ´efficacit´e de collecte
−2 0 2 4
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
T (
o
C)
ratioofcollectionefficiency
1m/s
2m/s
3m/s
4m/s
5m/s
6m/s
7m/s
8m/s
9m/s
10m/s
13 / 19
14. Conclusion et discussion
Forte corr´elation entre la vitesse de vent, les diff´erents types de
pr´ecipitations et l’efficacit´e de collecte.
Lorsque la temp´erature augmente et/ou que la vitesse de vent diminue,
l’efficacit´e de collecte augmente.
Cependant, nous remarquons une augmentation dans l’efficacit´e de
collecte pour les grandes vitesse de vent (sup´erieures `a 7m/s).
14 / 19
15. Travaux futurs
Comprendre pourquoi il y a une augmentation pour les grandes vitesses
de vents.
Comparer avec les observations (Brandes et al. 2007 : disdrometer dans DFIR)
0 030000 060000 090000
−5
0
5
T(C)
0 030000 060000 090000
0
5
10
WindSpeed(m/s)
0 030000 060000 090000
0
1
2
3
vT(m/s)
Time (hhmmss)
15 / 19
16. FIN
Slush : neige qui a presque compl`etement fondu, mais qui a toujours un
noyau de glace, sa taille a fortement diminu´e.
Neige mouill´e : neige qui a fondu tr`es l´eg`erement, et dont la taille n’a pas
vari´e.
L’efficacit´e de collection : ratio de la pr´ecipitation mesur´ee par la jauge et la
pr´ecipitation mesur´ee par la jauge de r´ef´erence.
Precipitation trajectory : The Lagrangian model compute the snowflakes
trajectory around the gauge. The relation from Rasmussen et al. is use :
Y (Dx) = aY ∗ DxbY
Where aY and bY represent parameters for Y (can be velocity, density,
volume, area) and Dx represents the real diameter for each X (type of
precipitation : rain (r), slush (sl), wet snow (ws), snow(s))
16 / 19
17. FIN
−2 −1 0 1 2 3 4 5
10
−4
10
−3
10
−2
10
−1
10
0
temperature in degree celsius
ratioofcollectionefficiency(log)
1m/s
2m/s
3m/s
4m/s
5m/s
6m/s
7m/s
8m/s
9m/s
10m/s
Figure 1 : Ratio of collection efficiency as a function of temperature, for each wind speed. y-axis-log-scale
17 / 19
18. FIN
1 2 3 4 5 6 7 8 9 10
10
−4
10
−3
10
−2
10
−1
10
0
wind speed (m/s)
ratioofcollectionefficiency(log)
−2 C
−1 C
0 C
1 C
2 C
3 C
4 C
5 C
Figure 2 : Ratio of collection efficiency as a function of wind speed, for each surface temperature
(corresponding to a vertical profile of temperature) using bar with y-axis-log-scale
18 / 19
19. FIN
0 2 4 6 8 10
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
wind velocity in m/s
ratioofcollectionefficiency
snowfall terminal velocity
−1
−2
0 2 4 6 8 10
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
rain terminal velocity
1 C
2 C
3 C
4 C
5 C
0 2 4 6 8 10
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
wind velocity in m/s
ratioofcollectionefficiency
slush terminal velocity
1 C
2 C
3 C
4 C
0 2 4 6 8 10
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
wet snow terminal velocity
0 C
1 C
2 C
3 C
Figure 3 : Ratio of collection efficiency as a function of temperature, for each wind speed and for each kind of precipitaion. All ’o’ represents ratio
we calculated before with the collection efficiency matlab script, and curves are the Lagrange form of the interpolation polynomial. This graphic was
used to compare the with the results 19 / 19
