Mobiliar Lab for Natural Risks

Module 1 – Observation et mesure de la grêle

La grêle se forme uniquement en cas d’orages violents. Ces orages, qui surviennent surtout en été, sont de courte durée et généralement très localisés (fig. 1 et 2.).

Fig. 1: cumulonimbus lors d’un épisode de grêle local le 17 août 2022 près de Bâle. www.sturmforum.ch © Mike, Arisdorf
Fig. 2: image radar d’un épisode de grêle local le 17 août 2022 près de Bâle. Réflectivité maximale (dBZ) à 14 h 30 UTC. Données: MétéoSuisse, représentation: Martin Aregger

Comment recenser la grêle dans l’atmosphère et au sol?

Faites des propositions sur la manière de recenser la grêle sur l’ensemble du territoire suisse, bien que ce phénomène ne se produise que sur une courte durée et de façon localisée.

Proposition de solution

Proposition de solution

  • Le radar météorologique est l’unique moyen de recenser la grêle sur l’ensemble du territoire national. Le radar météorologique ne mesure toutefois que la situation dans l’atmosphère. En d’autres termes, il ne permet pas de savoir si des grêlons atteindront le sol et, le cas échéant, d’évaluer leur taille, ni s’ils causeront des dommages.
    • Brève vidéo sur le fonctionnement d’un radar météorologique © MétéoSuisse (vidéo 1, ci-dessous)
    • Animation d’images de réflectivité radar d’un violent épisode de grêle survenu le 28 juin 2021 (vidéo 2, ci-dessous)
    • Pour obtenir des informations complémentaires, voir «Mesure indirecte de la grêle dans l’atmosphère» ci-dessous
  • La vérité terrain, c’est-à-dire la mesure de la grêle au sol, constitue le principal défi. En Suisse, 80 capteurs automatiques de grêle ont été installés au niveau du sol dans les trois régions les plus fortement exposées aux probabilités d’occurrence de la grêle: la région du Napf dans l’Emmental, celle du Jura et le sud du Tessin. Les autres régions de Suisse ne sont pas couvertes.
  • Les signalements de grêle de la population sont une autre possibilité de recenser la grêle. Les signalements de grêle de la population constituent une précieuse source de données pour compléter les données au sol et vérifier les données radar (voir premier point).
  • Grâce à la combinaison de plusieurs sources d’informations et de données (radar, capteurs de grêle et signalements de grêle, voir points 1 à 3), la Suisse dispose d’une bonne base de données pour appréhender la grêle. La recherche sur la grêle a ainsi réalisé des progrès considérables ces dix dernières décennies. Il reste toutefois encore bien des défis à relever.

Raisonnement aboutissant à la proposition de solution

Mesure indirecte de la grêle dans l’atmosphère

La mesure indirecte au moyen de radars permet d’obtenir des informations sur la grêle à l’échelle nationale. Le réseau suisse de radars météorologiques compte cinq installations entièrement automatiques qui, depuis la surface de la terre, enregistrent jour et nuit l’atmosphère au-dessus de toute la Suisse et fournissent des données en temps réel par images radar.

Vidéo 1: comment fonctionne un radar météorologique? (3’54) © MétéoSuisse

Le radar météorologique mesure la réflectivité (Z) des particules d’eau dans l’atmosphère, c’est-à-dire des hydrométéores. Il peut s’agir de gouttes de pluie, de grêlons ou de cristaux de glace. Plus un hydrométéore est grand, plus la réflectivité est élevée (exprimée en décibels dBZ). La réflectivité peut être classée comme suit:

Bruine Z < 10 dBZ
Fortes précipitations convectives Z < 45 dBZ
Grêle Z < 60 dBZ
Vidéo 2: animation d’images de réflectivité radar en dBZ du 28 juin 2021 entre 11 h et 20 h 55 UTC. Données: MétéoSuisse, représentation: Martin Aregger

La réflectivité mesurée dans l’atmosphère ne permet toutefois pas de déterminer avec certitude qu’il grêle dans une région. Même si un cumulonimbus contient des grêlons, ceux-ci peuvent fondre avant d’atteindre le sol et se transformer en pluie.

Pour mieux évaluer s’il grêle ou non dans une région à l’aide des informations radar, deux algorithmes de grêle sont principalement utilisés. Fondamentalement, les algorithmes de grêle partent du principe que plus la distance entre la limite du 0°C et la limite supérieure du nuage est grande, plus la probabilité de grêle et la taille attendue des grêlons augmentent. Cette zone est le noyau actif d’un cumulonimbus dans laquelle les grêlons peuvent se former et grossir.

  • L’algorithme POH (Probability of Hail) donne la probabilité de grêle au sol par 1 km2 (Waldvogel et al., 1979, et Foote et al., 2005). Celle-ci est exprimée en pourcentage.
  • L’algorithme MESHS (en anglais Maximum Expected Severe Hail Size) calcule la taille maximale d’un grêlon à laquelle on peut s’attendre sur une zone de 1 km2 (Treloar, 1998 und Joe et al., 2004). Dans la réalité, la taille maximale attendue d’un grêlon est rarement observée. Les données d’observation au sol s’avèrent souvent insuffisantes pour identifier le plus gros grêlon sur un kilomètre carré.

Les informations radar et les deux algorithmes de grêle POH et MESHS permettent donc de calculer, pour l’ensemble du territoire suisse, la probabilité de grêle et la taille maximale d’un grêlon à laquelle on peut s’attendre – avec l’incertitude mentionnée plus haut concernant la vérité terrain.

Voir aussi:

Mesure directe de la grêle au sol

La mesure directe de la grêle consiste à quantifier la taille des grêlons au sol. Des mesures de ce genre étaient déjà effectuées en Suisse dans les années 1970 à l’aide de «hailpads» (fig. 3, à gauche). Il s’agit de panneaux de mousse recouverts d’une feuille d’aluminium ou d’une peinture latex. Les panneaux sont installés à un mètre au-dessus du sol. Lorsqu’un grêlon percute le panneau, il laisse une empreinte. La taille et la répartition des marques permettent de déterminer la grosseur des grains et la répartition granulométrique. Les panneaux sont récupérés après chaque orage de grêle, et remplacés.

Fig. 3, à gauche: hailpad présentant des marques de gros grêlons. © Colorado Climate Center. À droite: capteur automatique de grêle «HailSens» d’inNET. © HyQuest Solutions.

En Suisse, des capteurs automatiques sont utilisés depuis 2015 pour mesurer la grêle (fig. 3, à droite). Ils se composent d’un disque en Makrolon (une forme rigide de plexiglas) d’un diamètre de 50 cm, qui se met à vibrer lorsqu’il est touché par un grêlon. Les vibrations sont enregistrées par un microphone très sensible. Les capteurs mesurent ainsi l’énergie cinétique, la taille des grains et l’heure de l’averse de grêle.  En Suisse, 80 capteurs automatiques sont actuellement en fonction, tous dans des régions à forte probabilité de grêle.

Fig. 4: le réseau suisse de mesure de la grêle. Les points jaunes indiquent les emplacements des 80 capteurs de grêle. Les zones urbaines apparaissent en rouge. © Jérôme Kopp

La mesure directe de la grêle au moyen de hailpads et de capteurs automatiques ne fournit que des résultats ponctuels. Les chutes de grêle étant très localisées, les capteurs répartis de manière ponctuelle ne peuvent pas mesurer toutes les averses de grêle sur l’ensemble du territoire suisse.

Voir aussi:

Observation de la grêle

Pour combler la lacune entre les informations radar mesurées dans l’atmosphère et les mesures ponctuelles au sol des capteurs, les signalements observés par la population sont collectés depuis quelques années. Ils étoffent les informations disponibles au sol et permettent de vérifier les algorithmes radar relatifs à l’atmosphère.

En 2015, MétéoSuisse a lancé, en collaboration avec le Laboratoire Mobilière de recherche sur les risques naturels de l’Université de Berne, une fonction de notification de la grêle intégrée dans l’application de MétéoSuisse. Elle permet aux utilisatrices et utilisateurs de saisir un épisode de grêle survenu à l’endroit où ils se trouvent et d’indiquer la taille des grains observée. Pour simplifier l’estimation de la taille des grêlons, des catégories faciles à imaginer sont utilisées. On peut par exemple estimer si la taille des grêlons correspond plutôt à un grain de café ou à une pièce de 1 franc. On peut aussi saisir «Pas de grêlon».

Fig. 5: catégories de taille des grêlons pour les notifications de grêle dans l’application de MétéoSuisse.

Conseil: vous pouvez tester la fonction vous-même à tout moment. Pour cela, téléchargez l'application et saisissez un événement de grêle. Lors d'une journée sans grêle, la catégorie "pas de grêle" peut être sélectionnée sans problème. Il existe certes des algorithmes automatiques qui identifient et suppriment les fausses déclarations - mais si une fausse déclaration ne peut pas être identifiée, les statistiques sur la grêle peuvent être faussées.

vers l'application MétéoSuisse
Vidéo 3: Saisie d'une chute de grêle dans l’application de MétéoSuisse. L’heure et le lieu peuvent aussi être modifiés manuellement, ce qui permet une saisie ultérieure. Dans l’idéal, une règle graduée ou un autre objet doit aussi figurer sur la photo, afin de pouvoir estimer la taille du grêlon.

Voir aussi:

Exercice complémentaire

Analyse d'un événement extrême

Fig. 6: cumulonimbus au-dessus d’Epsach (BE) le 28 juin 2021. Les nuances turquoise indiquent la formation de grêle dans le nuage. Photo: www.sturmforum.ch © David Hunzinger, Epsach.

Le 28 juin 2021, un épisode de grêle d’une rare violence s’est abattu sur le Plateau suisse. Les données radar (vidéo 2, fig. 7) et les signalements de la population (vidéo 5, fig. 8), particulièrement nombreux ce jour-là, permettent de procéder à une reconstitution de l’orage de grêle.

Vidéo 4: images satellite du 28 juin 2021, de 13 h 00 UTC à 19 h 05 UTC (EUMETSAT MSG HRoverview composite channels, résolution de 3 km). L’animation montre la nébulosité vue de l’espace. La forte convection pendant l’orage est bien visible. Il faut donc s’attendre à de puissants courants ascendants et à une forte extension verticale du nuage, ce qui est propice à la formation de grêle. © EUMETSAT

 

Comment s’est déroulé l’événement du 28 juin 2021 selon les différentes sources de données sur la grêle?

Analysez le déroulement de l’événement de grêle du 28 juin 2021 sur la base des vidéos 2, 4 et 5, des figures 7 et 8 ainsi que de vos propres recherches sur Internet. Comparez entre elles les données du radar, des capteurs de grêle et des signalements de grêle. Identifiez les régions fortement touchées.

Vidéo 5: animation radar du 28 juin 2021, de 11 h 00 UTC à 20 h 45 UTC. Nuances foncées: réflectivité maximale. Points: signalements de la population via l’application de MétéoSuisse. Données: MétéoSuisse, représentation: Martin Aregger

Fig. 7: algorithmes radar du 28 juin 2021. Les zones au pourtour vert présentent une probabilité de grêle de 80% (POH = 80). La taille maximale des grêlons (MESHS) en cm à laquelle on peut s’attendre est représentée en rouge. Données: MétéoSuisse, représentation: Jérôme Kopp
Fig. 8: identique à la fig. 3. Les points indiquent les signalements de la population via l’application de MétéoSuisse. Données: MétéoSuisse, représentation: Jérôme Kopp

Proposition de solution – exercice complémentaire

Proposition de solution

  • L’orage de grêle du 28 juin 2021 était un événement extrême pour plusieurs raisons:
    • Grande intensité: plusieurs cellules orageuses présentant une forte convection ont fusionné pour former un puissant système orageux.
    • Grande surface: la zone avec la taille maximale attendue d’un grêlon (MESHS) supérieure à 4 cm s’étend sur de grandes parties du Plateau suisse.
    • Taille des grêlons: MESHS a enregistré des grêlons pouvant atteindre jusqu’à 9,2 cm. Des grêlons atteignant jusqu’à 9 cm ont été recensés.
    • Des régions avec une forte densité de population ont été touchées, d’où les nombreux signalements de la population et avis de sinistres (p. ex. Wolhusen (LU), Bulle (FR), Uster (ZH)).
  • Les algorithmes radar et les signalements de la population concordent pour ce qui est des régions touchées et de l’intensité.
  • Seul un capteur a enregistré une petite partie de cet épisode de grêle. L’événement a échappé à tous les autres capteurs.

Raisonnement aboutissant à la proposition de solution

Vidéo 6: évaluation du doctorant Jérôme Kopp sur l’épisode de grêle du 28 juin 2021.

Voir aussi:

Informations complémentaires, sources

Défis, évolution et recherche

Mesurer la grêle sur l’ensemble du territoire est un défi de taille pour les services météorologiques. La combinaison des algorithmes de grêle basés sur la technologie radar, du nouveau réseau de mesure de la grêle doté de capteurs de grêle automatiques et des signalements observés par la population via l’application de MétéoSuisse est innovante et unique au monde (Kopp et al., 2022).

Bien qu’ils couvrent l’ensemble du territoire, les algorithmes de grêle basés sur la technologie radar POH et MESHS livrent uniquement des estimations de la taille des grêlons et de la répartition granulométrique au sol. Ces estimations dépendent de la performance des algorithmes utilisés. Des mesures au sol sont nécessaires pour vérifier les algorithmes de grêle. Les algorithmes POH et MESHS ont été vérifiés pour la dernière fois en Suisse en 2012 sur la base de données d’assurance et de sources en lignes (Betschart und Hering, 2012). Les nouvelles sources de données issues des capteurs et des signalements de la population permettront d’optimiser encore les algorithmes à l’avenir. À cet effet, il est toutefois nécessaire de mieux comprendre la formation et le déroulement d’un épisode de grêle. Les capteurs de grêle peuvent y contribuer dans une large mesure. Pour la première fois, ils mesurent avec précision l’énergie de l’impact, la répartition granulométrique et le moment précis où survient la chute de grêle (Laboratoire Mobilière de recherche sur les risques naturels).

Il s’agit d’informations précieuses qui ne peuvent toutefois être enregistrées que ponctuellement à l’emplacement du capteur. Dans le futur, il ne sera pas non plus possible de mesurer la grêle sur l’ensemble du territoire au moyen d’un réseau plus dense de capteurs, tel qu’il existe en Suisse pour les précipitations, car les épisodes de grêle surviennent localement et que des mesures ponctuelles ne permettent pas ou uniquement dans une moindre mesure de tirer des conclusions sur les chutes de grêle dans d’autres régions.

Les informations complémentaires fournies par les signalements de grêle de la population représentent une importante source d’informations pour étoffer le volume de données limité des mesures au sol. La saisie des données qui passe par la population comporte néanmoins ses propres défis et sources d’erreurs, par exemple au niveau de l’estimation de la taille des grains ou de l’indication précise du lieu et de l’heure. Les algorithmes développés par Barras et al. (2019) permettent de filtrer et de vérifier les signalements pour faire des données d’observation une source d’informations de bonne qualité malgré certaines indications erronées au moment de la saisie.

Fig. 9: recherche et développement en matière de données de mesure et d’observation de la grêle en Suisse.

Les données des trois différentes sources (radar, capteurs au sol et observations) sont très utiles à la recherche sur la grêle. Elles permettent de mieux comprendre la formation et le développement des épisodes de grêle et d’améliorer les prévisions de grêle à courte échéance (Nowcasting, voir module 4).
En outre, les sources de données servent à constituer, à long terme, un ensemble de données de bonne résolution qui fournit des informations sur la répartition saisonnière et spatiale, la taille des grêlons et les périodes de retour des épisodes de grêle. Une telle climatologie de la grêle en Suisse a été publiée pour la dernière fois en 2021. Elle se base sur les données radar recueillies à partir de 2002 (voir module 2).

Projets de recherche actuels (état avril 2023)

Sources

Barras, H., Hering, A., Martynov, A., Noti, P. A., Germann, U., & Martius, O. (2019). Experiences with> 50,000 crowdsourced hail reports in Switzerland. Bulletin of the American Meteorological Society, 100(8), 1429-1440.

Nisi, L., Martius, O., Hering, A., Kunz, M., & Germann, U. (2016). Spatial and temporal distribution of hailstorms in the Alpine region: a long‐term, high resolution, radar‐based analysis. Quarterly Journal of the Royal Meteorological Society, 142(697), 1590-1604.

Foote GB, Krauss TW, & Makitov V. (2005). Hail metrics using convectional radar. In Proceedings of 16th Conference on Planned and Inadvertent Weather Modification, 10–13 January 2005. San Diego, CA: 1–6. American Meteorological Society: Boston.

Joe P, Burgess D, Potts R, Keenan T, Stumpf G, & Treloar A. (2004). The S2K severe weather detection algorithms and their performance. Weather and Forecasting 19: 43–63.

Kopp, J., Schröer, K., Schwierz, C., Hering, A., Germann, U., & Martius, O. (2022). The summer 2021 Switzerland hailstorms: weather situation, major impacts and unique observational data. Weather.

MétéoSuisse (2020). Nowcasting. https://www.meteosuisse.admin.ch/meteo/systemes-d-alertes-et-de-previsions/nowcasting.html. État: 5.2.2020, consulté le: 7.11.2022.

Schröer, K., Trefalt, S., Hering, A., Germann, U., Schwierz, C. (2022). Hagelklima Schweiz: Daten, Ergebnisse und Dokumentation, Fachbericht MeteoSchweiz, 283, pp. 78.

Treloar ABA. (1998). Vertically integrated radar reflectivity as an indicator of hail size in the Greater Sydney region of Australia. In Proceedings of 19th Conference on Severe Local Storms, 14–18 September 1998. Minneapolis, MN: 48–51. American Meteorological Society: Boston.

Waldvogel, A., Federer, B., & Grimm, P. (1979). Criteria for the detection of hail cells. Journal of Applied Meteorology and Climatology, 18(12), 1521-1525.