Exploration numérique de l'activité orageuse de Jupiter à différentes échelles: de Juno à JUICE // Numerical exploration of Jupiter's storm activity at different scales: from Juno to JUICE

Au cours de la dernière décennie, les observations de Jupiter par la sonde Juno (NASA) ont bouleversé nos connaissances sur son activité météorologique. Ces observations ont révélé une activité orageuse concentrée dans les régions polaires et les 'bandes' sombres de la planète, ainsi qu'une diversité de structures convectives (voir la figure du pdf): des panaches nuageux de 50 km de haut (de type cumulonimbus), des motifs filamentaires où la majorité des éclairs sont détectés, et des systèmes orageux de plusieurs milliers de km. Or, la théorie prédit que la convection humide sur Jupiter est plus difficile à déclencher que sur Terre, en raison de sa composition atmosphérique très légère (H₂ et hélium) et du faible ensoleillement atteignant les couches profondes. L'observation pourtant récurrente de ces phénomènes soulève donc des questions majeures: Quels mécanismes déclenchent ces tempêtes et contrôlent leur fréquence, leur intensité et leur localisation ? Comment les grandes tempêtes émergent-elles à partir de panaches isolés et quel est l'impact des conditions environnementales (gradients de vent et d'humidité)? Peut-on expliquer et reproduire les observations Juno ?
Pour répondre à ces questions, le(la) doctorant(e) utilisera un modèle dynamique 3D appelé Cloud-Resolving Model (CRM). Il s'agit d'un modèle atmosphérique non hydrostatique simulant un domaine local relativement petit (quelques centaines de kilomètres, comparé au rayon de Jupiter de 70 000 km) à haute résolution horizontale (~2 km), permettant une simulation explicite des panaches convectifs. Notre équipe, réunissant des chercheurs du LMD, du LAB et du LATMOS, possède une expertise reconnue dans le développement de tels CRM pour divers environnements planétaires, y compris Uranus, Neptune et les mini-Neptunes (exoplanètes) [Leconte et al., 2024 ; Clément et al., 2024]. Le(la) doctorant(e) sera chargé(e) de réaliser les premières simulations CRM de Jupiter au sein de l'équipe, afin d'étudier les mécanismes physiques déclenchant et façonnant les orages joviens sous différents forçages (flux de chaleur interne variable, rayonnement solaire incident et quantités d'eau).
Ces simulations sont adaptées à l'étude des événements à petite échelle, mais un changement de méthodologie sera nécessaire pour étudier, dans un second temps, les tempêtes à grande échelle. En effet, il n'est pas possible d'exécuter des CRM à très haute résolution sur des domaines de plusieurs milliers de km en raison des coûts de calcul élevés. Nous proposons donc de réaliser des simulations dites à méso-échelle, à résolution moyenne (~30 km), où les effets de la convection non résolue spatialement (sur le transport de chaleur, de traceurs...) seront paramétrisés. Ce travail s'appuiera sur une paramétrisation de la convection développée pour la Terre au LMD, qui a été adaptée au cas de Jupiter [Boissinot et al., 2024] mais a besoin d'être affinée, voir revisitée. Pour cela, les simulations CRM réalisées lors de la première étape serviront de référence. Cette approche, courante dans la communauté terrestre, sera appliquée pour la première fois, à notre connaissance, à une planète géante. Des comparaisons avec les observations de Juno seront également effectuées pour valider les simulations.
Enfin, ce projet se place dans le contexte de la mission Jupiter Icy Moons Explorer (JUICE) de l'ESA, qui comblera des lacunes observationnelles importantes. Alors que Juno a une période orbitale d'environ 2 mois avec une couverture spatiale limitée, JUICE permettra un suivi continu du cycle de vie des tempêtes. Ses instruments cartographieront des traceurs clés comme l'ammoniac et la vapeur d'eau, ainsi que les propriétés des nuages et des aérosols, fournissant des diagnostics critiques de la convection humide et du transport atmosphérique. Ce travail de thèse fournira ainsi un cadre numérique et théorique essentiel pour préparer et interpréter les futures observations.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Over the past 10 years, the NASA Juno spacecraft has enabled a giant step in characterizing Jupiter's atmosphere and its active meteorology. Juno highlighted that most of the planet's storm activity is concentrated in Jupiter's polar regions as well as in its “belts” (dark bands with less cloud cover). Juno has also revealed the diversity of scale and morphology of convective events, which manifest as small-scale plumes; turbulent filaments as well as large-scale storms spanning thousands of kilometers (see Figure in the pdf). These phenomena are thought to be powered by latent heat released from water condensation but the precise mechanisms are largely unknown. Indeed, theory predicts that moist convection on Jupiter would be harder to trigger than on Earth owing to its very light molecular weight and low amount of solar radiation penetrating below the water condensation level (5 bars). Juno hence leaves some key questions open: How are these storms triggered and what controls their frequency, intensity, and location on the planet? How do large storms emerge and what is the impact of environmental conditions (wind and humidity gradients) to maintain them?
To address these questions, the PhD student will employ a 3D dynamical model called a Cloud-Resolving Model (CRM). It is a non-hydrostatic atmospheric model simulating a rather small, local domain (a few hundred kilometers across, to be compared to Jupiter's 70 000 km radius) with a high horizontal resolution of ~2 km, allowing for the explicit simulation of convective plumes and storm dynamics. Our team gathering researchers at LMD, LAB and LATMOS has the relevant expertise in the development of such CRM on various planetary environments, most recently on Uranus, Neptune and mini-Neptunes (exoplanets) [Leconte et al., 2024, Clément et al., 2024]. The PhD student will be responsible for carrying out the team's first CRM simulations of Jupiter to investigate the physical mechanisms that trigger and shape Jovian storms under different forcings (varying internal heat flux, incoming solar radiation and water amounts).
These simulations are relevant to study small-scale events, but a change in methodology will then be needed to study, in a second step, large-scale storms. Indeed, one cannot run very high resolutions CRM on thousand-km large domain owing to costly computational resources. Rather, we propose to run simulations a mesoscale but at medium resolution [typically ~30 km], in which the effects of spatially unresolved convection on heat, tracers and momentum transport are parametrized. This work will be based on existing parametrizations of convection developed for the Earth at LMD that will need to be further adapted to the Jupiter case [Boissinot et al., 2024]. To tune and adapt the existing parametrizations, the CRM simulations performed in step 1 will serve as a benchmark. This approach is commonly used in the Earth community but this is the first time, to our knowledge, that it would be applied to a giant planet. Comparisons to Juno observations will be made whenever it is possible to validate the simulations.
Our research is also motivated by the arrival of the ESA Jupiter and Icy moons Explorer (JUICE) in 2031 that will fill important gaps. Indeed, while Juno had an orbital period of ~2 months with limited spatial coverage, JUICE will enable a more continuous monitoring of the jovian meteorology, allowing to study how storms erupt, grow and dissipate. Its instruments will map key tracers such as ammonia and water vapor, as well as cloud and aerosol properties, providing critical diagnostics of moist convection and atmospheric transport. This PhD work will thus provide an important numerical and theoretical framework to prepare and interpret future observations.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Début de la thèse : 01/10/2026

Contrat doctoral

Concours d'accès aux contrats doctoraux*Autre financement ou appel a projet

Sorbonne Université SIS (Sciences, Ingénierie, Santé)

127 Astronomie et Astrophysique d'Ile de France

Etudes incluant de la physique de l'atmosphère: météorologie, dynamique des fluides, transfert radiatif, thermodynamique de l'atmosphère,... Exemple de cursus d'origine: master en sciences de l'atmosphère / (astro)physique / planétologie / mécanique des fluides. Programmation: connaissances en Fortran, python ou autre. Goût pour le numérique. Capacités rédactionnelles, de synthèse, d'organisation. Travail en équipe, communication. N'hésitez pas à me contacter si vous n'êtes pas sûrs des pré-requis ou si vous ne cochez pas toutes les cases pour déterminer si votre profil pourrait convenir.
Background in physics with classes in atmospheric physics: meteorology, fluid dynamics, radiative transfer, thermomdynamics,... Master in either atmospheric sciences, (astro)physics, planetary sciences or fluid dynamics. Programmation in Fortran, python or other. Good communication skills (oral and writing), organization, team work. Don't hesitate to contact me if you are unsure about the prerequisites to find out if your profile could match.