Assimilation de la température de surface continentale dans le modèle de prévision à échelle globale ARPEGE F/H

Expert public de la météo et du climat, Météo-France est à vos côtés pour contribuer à votre sécurité au quotidien et vous aider à prendre les meilleures décisions, dans un climat qui change. Face à des épisodes météo dangereux encore plus intenses et plus fréquents sous l’effet du changement climatique, nos missions au service de votre sécurité sont cruciales. Nous mobilisons notre expertise, notre excellence scientifique et technologique pour vous permettre d’anticiper les phénomènes météorologiques et climatiques à enjeux, et de vous y adapter.

Retrouvez-nous en ligne : https://meteofrance.com/carte-didentite-de-meteo-france

Rejoindre Météo France, c'est intégrer une organisation multi-sites, situés en hexagone, en Outre-mer, etc. L'organisation de Météo-France s'appuie sur des directions centrales et des directions interrégionales. Ci-dessous, la présentation de la direction que vous pourriez rejoindre :

La Direction de l'Enseignement Supérieur et de la Recherche (DESR) rassemble les entités de recherche de Météo-France (principalement CNRM, SAFIRE, LACy), l'Ecole Nationale de la Météorologie, et les services partagés de soutien administratif et informatique (PGA).

Le Centre National de Recherches Météorologiques (CNRM) est une Unité Mixte de Recherche (UMR 3589) avec la double tutelle Météo-France et CNRS. Le CNRM conduit des recherches dans le domaine de la météorologie et du climat, de l'observation, la compréhension et la modélisation des processus jusqu'à la mise au point de systèmes de prévision météorologique et de projection climatique pouvant être transférés aux services opérationnels de Météo-France.

Le Groupe de Modélisation et d'Assimilation pour la Prévision (GMAP), basé à Toulouse, est l'un des 6 groupes ou centres de recherche du CNRM. Sa mission est de maintenir et développer les systèmes de prévision numérique du temps (PNT) opérationnels de Météo-France et de conduire des recherches qui préparent les futures versions.

L’équipe Observations (OBS) fait partie du groupe GMAP, et est en charge de l’utilisation de tous les types d’observations pour améliorer les prévisions des modèles de Prévision Numérique du Temps (PNT).

Pourquoi nous rejoindre ?

Embarquez pour une aventure stimulante et au service de tous aux côtés d’hommes et de femmes engagés quotidiennement face aux défis posés à notre société par la météo et le climat. Et ainsi bénéficiez des avantages suivants : horaires flexibles, RTT, télétravail, restaurant administratif ou ticket restaurant, participation à hauteur de 75% pour les transports en commun, participation pour la mutuelle, associations sportives et culturelles en fonction du site concerné, (escalade, gym, poterie, théâtre etc..).

D'autres avantages vous attendent, venez les découvrir !

Le poste proposé est situé au Centre National de Recherches Météorologiques de Toulouse, unité mixte de recherche de Météo-France et du Centre National de la Recherche Scientifique (CNRS). Le candidat ou la candidate intégrera l'équipe Observations du Groupe de Modélisation et d'Assimilation pour la Prévision. Ce groupe a en charge le développement des futurs modèles opérationnels de prévision numérique du temps de Météo-France. L'équipe Observations développe l'intégration des observations météorologiques dans les modèles pour définir l'état initial de la prévision.

Pour mieux tirer profit des observations dans les modèles de Prévision Numérique du Temps (PNT), les méthodes d’assimilation de données ont réalisé des progrès significatifs au cours des dernières décennies. À Météo-France comme pour les autres centres de PNT, l’utilisation d’une information ensembliste dans les algorithmes d’assimilation de données atmosphériques est désormais centrale. Le modèle global ARPEGE utilise une algorithme d’assimilation de données hybride 4DVar pour l’altitude qui utilise des covariances 3D ensemblistes issues d’un ensemble d’assimilation.

Proche de la surface, de récentes avancées ont permis de mettre en place une méthode du même type, dite variationnelle ensembliste bidimensionnelle 2DEnVar, pour initialiser les variables dans le sol dans le modèle à aire limitée AROME (Marimbordes et al., 2024). Grâce à ce système, l’introduction de nouveaux types d’observations, provenant de satellites, est ainsi facilitée (Marimbordes et al., 2025). Ce système a été récemment étendu au modèle global ARPEGE.

L’objectif du travail proposé est d’étudier, dans le modèle de grande échelle ARPEGE, l’intérêt d’assimiler une nouvelle observation satellitaire, la température de surface continentale provenant du sondeur IASI-NG, puis IRS, dans un système d’analyse de surface avancé, basé sur une approche variationnelle ensembliste.

Ce travail s’inscrit dans le cadre d’un projet européen, nommé CHERRI (Climate Hazards Enhanced Reanalyses & Reasoning with AI), porté par le CEPMMT (Centre Européen pour les Prévisions Météorologiques à Moyen Terme) qui porte sur l'assimilation de la température de surface continentale dans le modèle de prévision à échelle globale ARPEGE, grâce à l’utilisation d’une méthode variationnelle ensembliste bidimensionnelle (2DEnVar).

Dans ce contexte, vos missions seront divisées en plusieurs étapes:

1.Réaliser de statistiques sur les observations de température de surface continentale provenant du sondeur infrarouge IASI-NG et/ou IRS, afin d’étudier la qualité des observations que l’on souhaite assimiler.

2.Réaliser l'assimilation de ces observations dans un algorithme d’assimilation de données pour la surface, qui repose sur une approche variationnelle-ensembliste (2DEnVar). Ces développements seront implémentés dans le modèle de grande échelle ARPEGE.

 3.Évaluer les résultats obtenus et mettre en place des tests de sensibilité, afin de trouver la meilleure configuration de ce nouveau système dans le but d’améliorer les prévisions dans les basses couches de l’atmosphère.

4. Rédiger un rapport et une publication scientifique. Présentation des résultats lors de conférences dans le cadre du projet CHERRI. Participation à la rédaction du rapport du WP2 du projet CHERRI.

Informations complémentaires :

Poste ouvert aux personnes en situation de handicap.

Poste en horaires de bureau.

CDD de 24 mois

Télétravail possible : 1 jour par semaine maximum

• Vous êtes titulaire d'un master ou d'un doctorat  

• Une expérience en assimilation de données est requise.

• De solides compétences dans un langage de programmation tel que Fortran/C++/Python sont également requises.

• Une connaissance de la météorologie ou de la prévision numérique du temps est souhaitable.

• Vous devrez faire preuve de curiosité scientifique, d'autonomie, d'esprit d'équipe, de réactivité, de capacités d'analyse et de rigueur dans l'interprétation des résultats et de leur mise en forme. Vous devrez être capable de rendre compte régulièrement de votre activité à l'équipe du projet.

• Vous devrez également maîtriser l'anglais (expression orale et écrite).

Date limite de candidature : 16/11/2026

Courriels des personnes à contacter pour tous renseignements complémentaires : camille.birman@meteo.fr, sophie.marimbordes@meteo.fr