Analyse de l'impact du milieu urbain parisien sur les systèmes précipitants à partir d'un trio de radars profileurs en bande X // Analysis of the impact of the Parisian urban environment on precipitation using a trio of X-band profiler radars

L'étude de l'impact du milieu urbain sur les précipitations est un axe de recherche majeur de l'équipe Météorologie & Climat du LATMOS. En effet, l'implantation de zones urbaines modifie les échanges thermiques et hydriques entre l'atmosphère et la surface par rapport au terrain rural initial. Les conséquences pour les précipitations vont être les suivantes : (1) une modification de la circulation atmosphérique qui peut impacter le régime de précipitations, (2) une couche limite plus instable qui peut favoriser la formation de cellules de convection, (3) une modification de l'humidité et de la concentration en aérosols qui pourra influencer la microphysique des nuages. Cependant, l'influence exacte de ces processus sur les précipitations est difficile à établir, du fait de la complexité de leurs interactions, et de leur importante variation suivant la ville en question. Tout ceci rend délicat l'établissement de conclusions générales sur l'impact du milieu urbain sur les précipitations.

Dans le but d'améliorer la compréhension de cet impact sur la ville de Paris, notre équipe a pour projet de déployer 3 radars météorologiques sur 3 sites en région parisienne, sur un axe parallèle à la trajectoire moyenne des systèmes précipitants. Il s'agira d'analyser les variations des variables météorologiques radar observées sur chacun des 3 sites en vue d'apprécier l'impact du milieu parisien sur les cellules de pluie et de proposer des interprétations possibles. Notre choix s'est porté sur ROXI, radar de pluie développé au LATMOS depuis 2016. Fonctionnant en bande X et pointant au zénith, ROXI permet de réaliser des profils de spectres Doppler (i.e. des spectres de réflectivité des hydrométéores en fonction de leur vitesse verticale) des systèmes précipitants le survolant entre 0 et 13 km d'altitude. Compact et faible puissance, cet instrument peut facilement être déployé sur un site d'intérêt pour y réaliser des observations locales des précipitations sur une période définie. De plus, les sites retenus sont déjà équipés de plateformes météorologiques, qui apporteront un contexte météorologique aux données ROXI. Ce projet de thèse s'inscrit directement dans cette campagne d'observations dont l'objectif général est le suivi et la caractérisation des systèmes précipitants survolant Paris afin de mieux comprendre comment la ville les impacte « toutes choses égales par ailleurs ».

L'approche proposée est la suivante. Dans un premier temps, un pré-traitement devra permettre de sélectionner les cellules de pluies potentiellement intéressantes observées par le radar ROXI du SIRTA, en activité depuis février 2025, afin de constituer une base de données de séries temporelles de spectrogrammes Doppler. Cette base de données permettra une analyse « par cellule pluvieuse » et sera complétée à mesure que les 2 autres radars seront déployés. A l'aide de techniques de machine learning, il s'agira de développer une méthode capable de représenter dans un espace latent de dimension réduite ces séries temporelles de spectrogrammes. L'étape suivante consistera à partitionner les cellules à l'aide d'une méthode de clustering puis de labelliser les différentes classes de cellules de pluie identifiées. L'attribution d'un type de système précipitant à un groupe de cellules pourra être réalisée en s'appuyant sur les mesures des instruments du SIRTA. Dès qu'un volume suffisant d'observations sur les 3 sites aura été obtenu, le modèle de clustering sera utilisé pour labéliser les systèmes précipitants survolant les 3 sites. Une même cellule pourra être identifiée et suivie d'un radar à l'autre en s'appuyant sur les produits de Météo-France. L'objectif sera alors d'analyser les changements ou non de la classe des cellules lors de leur passage au-dessus de Paris, et d'essayer de les corréler à des variations des paramètres météorologiques pertinents. Cette analyse sera renforcée au fur et à mesure que de nouvelles cellules sont observées par le trio de radars.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Studying the impact of the urban environment on precipitation is a major area of research for the Meteorology & Climate team at LATMOS. The development of urban areas alters the heat and water exchanges between the atmosphere and the surface compared to the original rural terrain. The consequences for precipitation will be as follows: (1) a change in atmospheric circulation that may impact the precipitation regime, (2) a more unstable boundary layer that may induce the formation of convective cells, (3) a change in local humidity and aerosol concentration that may influence cloud formation and microphysics. However, the exact influence of these processes on precipitation is difficult to establish due to the complexity of their interactions and their significant variation depending on the city in question. All of this makes it difficult to draw general conclusions about the impact of the urban environment on precipitation.
In order to improve our understanding of this impact on the city of Paris, our team plans to deploy three weather radars at three sites in the Paris region, on an axis parallel to the average trajectory of precipitation events: SIRTA upstream of Paris, QUALAIR in the center of Paris, and a site to be determined downstream of Paris. The aim will be to analyze the variations in radar meteorological variables observed at each of the three sites in order to assess the impact of the Paris environment on rain cells and propose possible interpretations. We have chosen ROXI, a rain radar developed at LATMOS since 2016. Operating in the X band and pointing at the zenith, ROXI can produce Doppler spectrum profiles (i.e., reflectivity spectra of hydrometeors as a function of their vertical velocity) of rain cells flying over it at altitudes between 0 and 13 km. Compact and low-power, this instrument can be easily deployed at a site of interest to make local observations of precipitation over a defined period. In addition, the selected sites are already equipped with meteorological platforms, which will provide a meteorological context for the ROXI data. The thesis we propose here is part of this observation campaign, which overall objective is to monitor and characterize rain cells overflying Paris in order to better understand how the city impacts them, with a ceteris paribus assumption.
The proposed approach is as follows. First, a pre-processing will be necessary to select interesting rain cells observed by the SIRTA ROXI radar, which has been in operation since February 2025, in order to build a database of Doppler spectrograms time series. This database will enable an analysis “by rain cell” and will be supplemented as the other two radars are deployed. Using machine learning techniques, the aim will be to develop a method capable of representing these time series of spectrograms in a reduced-dimension latent space. The next step will be to classify the cells by using a clustering method and then labeling the different classes of rain cells identified. The assignment of a type of precipitation to an identified cluster of cells can be carried out using measurements from the various instruments available at SIRTA. Finally, once a sufficient volume of observations has been obtained from the three sites, the clustering model developed earlier will be implemented to label the rain cells passing over the three sites. The same cell can be identified and tracked from one radar to another using Météo-France products. The objective will then be to analyze whether or not the cells class changes as they pass over Paris, and to try to correlate this change with variations in relevant meteorological observations in order to draw conclusions about their influence. This analysis will be based on measurements from the three instrumental platforms and will be reinforced as new cells are observed by the three radars.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Début de la thèse : 01/10/2026
WEB : https://latmos.ipsl.fr/

Contrats ED : Programme blanc GS-GCE

Université Paris-Saclay GS Géosciences, climat, environnement et planètes

129 Sciences de l'Environnement d'Ile-de-France

Le candidat.e sera issu.e d'une formation en sciences de l'environnement avec une expertise dans le domaine du machine learning ou issu.e d'une formation en sciences des données avec un engagement à se former en science de l'environnement. Dans tous les cas, une bonne maitrise en modélisation statistiques et la pratique des outils informatiques sous python est indispensable. La connaissance de l'environnement Pytorch est un plus. Un intérêt pour les campagnes de mesure est également un plus.
The ideal candidate will have a background in environmental science with expertise in machine learning, or a background in data science with a commitment to further training in environmental science. In all cases, strong statistical modeling skills and proficiency with Python tools are essential. Knowledge of the PyTorch environment is a plus. An interest in measurement campaigns is also a plus.