Ce projet vise à améliorer les connaissances sur la neige et sa modélisation à micro-échelle afin d'orienter le développement de modèles de manteau neigeux de nouvelle génération, nécessaires à des applications telles que la modélisation climatique, la prévision des avalanches... Les composantes de la modélisation du manteau neigeux:(métamorphoses, propriétés de transfert, mécaniques et optiques de la neige) seront revisitées et développées dans le cadre d'approches multi-échelles originales.
Le projet vise à permettre le développement de modèles de neige de nouvelle génération en s’attaquant à 6 point-clefs de la modélisation de la neige à partir de sa microstructure 3D :<br />-Tâche 1 : métamorphose d’isothermie<br />L’objectif est ici de développer un modèle numérique à micro-échelle qui décrive l'évolution de la neige en 3D dans des conditions isothermes et qui rende bien compte des principales spécificités d'une telle métamorphose, notamment le réarrangement des particules, causé par la sublimation des ponts entre grains, du fait de la loi de Kelvin.<br />-Tâche 2 : métamorphose de gradient<br />Il s’agit de développer un modèle numérique de métamorphose de gradient à micro-échelle, tenant compte notamment des effets de facettage. Il sera évalué et amélioré grâce à des images time-lapse acquises par des méthodes tomographiques.<br />-Tâche 3 : métamorphose de neige humide<br />L'objectif principal de cette tâche consiste à développer une méthode expérimentale pour obtenir des images 3D successives d'échantillons de neige humide montrant distinctement les 3 phases : glace, pore et eau liquide. Un objectif complémentaire est d'adapter le modèle de champ de phase développé en T1 pour modéliser la métamorphose de la neige saturée en eau liquide.<br />-Tâche 4 : propriétés de transfert<br />L'objectif de cette tâche est de mieux quantifier et modéliser l'influence des métamorphoses de la neige sur les propriétés de transfert effectives de la neige (conductivité thermique, diffusion de la vapeur d'eau, perméabilité, terme source dû aux processus de sublimation-condensation). En particulier, les travaux d'homogénéisation de Calonne et al (2015) précédemment menés seront appliqués à une ou plusieurs expériences de gradient de température contrôlé dans un caisson instrumenté.<br />-Tâche 5 : propriétés mécaniques<br />Le travail portera principalement sur le développement d'un outil de simulation numérique MPMxDEM à double échelle qui permettra de réaliser des simulations mécaniques à macroéchelle à partir d’une description DEM micro-échelle, et ainsi de pleinement prendre en compte les connaissances disponibles sur la microstructure de la neige. Des tests mécaniques in-situ seront également réalisés pour évaluer et valider les développements numériques.<br />-Tâche 6 : propriétés mécaniques<br />Cette tâche propose le développement, la validation et l'application d'un modèle de Ray-Tracing efficace et facilement applicable sur des images de neige 3D. Il sera validé à l'aide de plusieurs approches expérimentales.
Comme suggéré avec le terme grec « mimesis », le projet vise à imiter le comportement à micro-échelle de la neige en utilisant la simulation numérique pour mieux comprendre et décrire la physique sous-jacente de la neige. Il est basé sur l'étude des métamorphoses de la neige et de ses propriétés à l'aide de comparaisons systématiques entre modélisation numérique 3D et expérimentation à micro-échelle. Pour cela, nous profiterons des résultats expérimentaux pour valider et affiner les modèles dont nous disposons (e.g. Bretin et al, 2015 ; Flin et al, 2018) ou que nous développerons. Côté expérimentation, nous bénéficierons de notre cellule froide à température ambiante (Calonne et al, 2015), qui permet de suivre les métamorphoses de la neige sèche directement sous tomographie X ou DCT (taille du voxel autour de 8 um). Par ailleurs, l'OSUG, l'INSU & le CNRM ont récemment acquis un tomographe de chambre froide (TomoCold), qui sera mis à disposition de la communauté cryosphérique. Ce nouvel instrument a été validé jusqu'à -30°C et sera particulièrement adapté aux tâches T4 à T6. La plupart des résultats, valables à l'échelle du grain ou de la couche, seront ensuite utilisés pour déduire le comportement de la neige à l'échelle du manteau neigeux en utilisant des approches multi-échelles (voir par exemple T4 et T5).
Les résultats scientifiques directs de MiMESis-3D consisteront en une meilleure connaissance de la neige, de ses métamorphoses et de l'évolution de ses propriétés dans le temps. Plus précisément, T1 et T2 permettront d'identifier clairement les mécanismes physiques déterminants impliqués dans les métamorphoses de la neige, conduisant à :
-1) des outils de simulation numérique précis pour étudier les métamorphoses de la neige à micro-échelle pour un continuum de conditions expérimentales.
-2) des résultats cruciaux pour les approches d'homogénéisation (multi-échelles) à l'échelle du manteau neigeux en confirmant ou infirmant les équations et grandeurs physiques principalement impliquées.
La tâche T5 produira des lois de comportement 3D validées expérimentalement et numériquement (ou des lois d'interface réduites) qui pourraient être intégrées dans des modèles à macro-échelle pour la prévision du risque d'avalanche. La tâche T6 fournira un outil numérique pour étudier les relations entre la microstructure et les propriétés optiques de la neige, qui sont importantes, par exemple, pour une caractérisation précise de la neige par des méthodes optiques (estimations SSA) et la télédétection. En cas de succès, la tâche T3 fournira de puissants outils expérimentaux et méthodologiques pour étudier la métamorphose de neige humide.
La combinaison de toutes les tâches donnera lieu à des calculs systématiques de l'évolution des propriétés de la neige dans des conditions expérimentales bien définies, aidant ainsi à mieux comprendre les relations microstructure-propriétés.
L'une des applications les plus directes de ce projet est une modélisation multi-échelle complète de la physique du manteau neigeux,qui conduira à une estimation plus précise des propriétés du manteau neigeux, une meilleure compréhension des rétroactions climatiques et une meilleure connaissance du déclenchement des avalanches. Parmi plusieurs modèles, Crocus, le modèle open source de manteau neigeux de Météo-France, bénéficiera grandement d'une telle recherche. Une amélioration du modèle peut également fournir des résultats intéressants pour la télédétection et l'assimilation de données associés au couvert neigeux. Dans une perspective plus longue et plus large, la neige est un mélange d'air et d'eau, qui sont probablement les éléments les plus essentiels du système climatique. Avec des problèmatiques telles que le réchauffement climatique dans lequel les régions polaires jouent un rôle clé, favoriser les connaissances scientifiques fondamentales sur ces composants cruciaux à basse température semble une étape utile vers une recherche à plus grande échelle liée au climat.
Revues à comité de lecture :
Dumont, M., Flin, F., Malinka, A., Brissaud, O., Hagenmuller, P., Lapalus, P., Lesaffre, B., Dufour, A., Calonne, N., Rolland du Roscoat, S., and Ando, E.: Experimental and model-based investigation of the links between snow bidirectional reflectance and snow microstructure, The Cryosphere, 15, 3921–3948, doi.org/10.5194/tc-15-3921-2021, 2021.
Granger, R., Flin, F., Ludwig, W., Hammad, I., and Geindreau, C.: Orientation selective grain sublimation–deposition in snow under temperature gradient metamorphism observed with diffraction contrast tomography, The Cryosphere, 15, 4381–4398, doi.org/10.5194/tc-15-4381-2021, 2021.
Bretin, E., Denis, R., Masnou, S., Sengers, A., Terii, G., A Cahn-Hilliard multiphase system with mobilities for the simulation of wetting arxiv.org/abs/2105.09627, preprint.
Bretin, E., Masnou, S., Sengers, A., Terii, G., Approximation of surface diffusion flow: a second order variational Cahn-Hilliard model with degenerate mobilities arxiv.org/abs/2007.03793v1, accepted M3AS.
Communications en conférences :
Flin, F., Granger, R., and Geindreau C. Towards the simulation of temperature gradient snow metamorphism: a phase field approach, Surface and Interface Dynamics II, Tokyo, Japan, 21 22 October, 2020, invited talk (videoconferencing).
Bouvet, L., Calonne, N., Flin, F., and Geindreau, C.: Modeling snow isothermal metamorphism at the pore scale with the phase-field model Snow3D, EGU General Assembly 2021, Vienna, 19-30 April, 2021, vPICO (videoconferencing).
Herny C., Hagenmuller P., Chambon G., Roulle J., Peinke I. : Microstructure-based modelling of snow mechanics : experimental evaluation on the cone penetration test, ALERT Geomaterial Workshop, Aussois, 27-29 September 2021, poster.
Ozenda, O., Chambon, G., and Richefeu, V. Multiscale MPMxDEM method for geophysical flows with a cohesive granular microstructure, ALERT Geomaterial Workshop, Aussois, 27-29 September 2021, oral communication.
Comprendre et prédire les évolutions du manteau neigeux représente un enjeu crucial pour de nombreuses applications allant de la modélisation du climat à la prédiction du risque d’avalanche, la viabilité des routes, ou la gestion des ressources en eau. La neige, une fois déposée, est un matériau poreux complexe qui se transforme en permanence au cours du temps. Les évolutions induites par ce métamorphisme impactent fortement les propriétés physiques et mécaniques du manteau neigeux. Les modèles macro-échelle actuels prennent en compte la stratification et les évolutions de la neige, mais sont basés sur des paramétrisations scalaires et largement empiriques qui ne décrivent qu’imparfaitement la complexité de la microstructure du materiau. Récemment, des approches d’homogénéisation préliminaires ont permis, sur la base d’images 3D d’échantillons de neige obtenues par tomographie X, de relier les échelles les échelles micro et macro de façon prometteuse. Toutefois, ces approches restent essentiellement « statiques », en ce qu’elles ne considèrent que la microstructure observée à l’instant t. Le défi est maintenant d’inclure une composante dynamique à ces approches, afin de prendre en compte le métamorphisme du manteau neigeux.
L’objectif général de ce projet consistera à améliorer la connaissance et la modélisation du matériau neige à micro-échelle afin de guider, à moyen-terme, le développement d’une nouvelle génération de modèles de manteau qui prennent mieux en compte les évolutions de la microstructure induites par le métamorphisme. A travers des comparaisons systématiques entre des modélisations numériques 3D et des expérimentations micro-échelle, l’ambition est d’arriver à mieux décrire les propriétés physiques et mécaniques de la neige à macro-échelle. Nous proposons d’étudier l’évolution de la microstructure à travers (1) des modèles de métamorphisme 3D et (2) des images acquises par microtomographie X lors d’expériences finement contrôlées. En détail, les objectifs techniques et scientifiques sont :
Coupler les effets thermodynamiques et mécaniques afin de mieux modéliser les changements morphologiques durant le métamorphisme d’iso-température.
Développer et tester des modèles de métamorphisme gradient, caractérisé par l’apparition de facettes cristallines.
Suivre le métamorphisme de la neige humide par tomographie X
Développer et appliquer des approches d’homogénéisation permettant de calculer les propriétés de transfert, mécaniques et optiques de la neige.
Afin de traiter ces questions pluridisciplinaires, l’équipe de projet rassemble des scientifiques de provenant de communautés scientifiques diverses (mathématiques appliquées, mécanique, science des matériaux, génie de l’environnement).
Monsieur Frédéric Flin (Centre national de recherches météorologiques)
L'auteur de ce résumé est le coordinateur du projet, qui est responsable du contenu de ce résumé. L'ANR décline par conséquent toute responsabilité quant à son contenu.
ETNA EROSION TORRENTIELLE, NEIGE ET AVALANCHES
CNRM Centre national de recherches météorologiques
3SR Sols, Solides, Structures, Risques
IGE Institut des Géosciences de l'Environnement
ICJ Institut Camille Jordan
Aide de l'ANR 671 693 euros
Début et durée du projet scientifique :
mars 2020
- 48 Mois