Combien de temps met la surface à se réchauffer après le passage d’un nuage ?

=>

Cette citation vient du fameux sketch de Fernand Raynaud, elle est soi-disant tirée d’un manuel militaire à destination des soldats: Le sketch est un peu long, je vous rappelle la réponse : un certain temps.

Nous avons étudié une question assez similaire : dans l’ombre d’un nuage, la température de surface décroit, et quand le nuage s’en va, la température ne revient pas immédiatement à la même température. Combien de temps cela prend-il ?

J’ai posé la question à plusieurs exoerts, puisque je ne suis pas spécialiste de l’infra-rouge thermique et de la thermodynamique, et j’ai obtenu quelques réponses dignes du sketch de Fernand Raynaud (J’espère que mes collègues ne vont pas se vexer !)

• ça dépend… de la vitesse du vent…
• oooh, ce n’est pas si long que ça
• c’est certainement très court
• c’est une question de secondes, je pense
• pourquoi me poses-tu cette question ?

Bien, ça manquait un peu de précision, et la question est importante, parce que si ce délais est long, il faudra dilater largement les masques de nuages pour éviter de prendre une variation de température de courte durée pour une forte variation de l’évapotranspiration quotidienne.

Expérience

L’un des avantages d’un labo comme le CESBIO est la présence d’une équipe très motivée dédiée à l’instrumentation et aux observations sur le terrain. Peu après que j’ai posé la question, Antoine de Launay, Clément Rémont, et Franck Granouillac ont mis au point une expérience et l’ont installée sur notre site agricole d’Auradé. Avec l’aide de ses collègues, c’est Antoine de Launay qui s’est occupé de recueillir toutes les mesures de mai à octobre 2025, sur une parcelle de blé, puis sur du sol nu après la récolte.

L’appareillage est assez simple: Les instrument sont placés au sommer d’un mât de 3 m. Ils incluent un radiomètre infra-rouge IR120, et un capteur d’éclairement descendant CMP21 qui mesure cet éclairement sur une surface horizontale orientée vers le haut. Le mesurande s’appelle donc le Global Horizontal Irradiance (GHI). Le mât a été installé tout près du site ICOS d’Auradé (FR-AUR), et grâce à ce site, nous avons bénéficié d’une impressionnante quantité de variables complémentaires. Le radiomètre a été placé suffisamment haut pour observer une surface supérieure à 50×50 cm, même quand le blé était haut.

Observations

Fernand Raynaud avait raison, il faut « un. cer. tain. temps.  » !

La figure ci-dessus montre une observation typique après le passage d’un nuage. La courbe bleue est l’éclairement descendant (GHI) en fonction du temps, il est assez faible au début en raison d’un passage nuageux. La période colorée en bleu correspond à la phase de remontée de la température. Cette période n’est pas toujours facile à déterminer, car l’éclairement ne change pas toujours brutalement, les bords du nuages peuvent être flous, et parce que la température varie beaucoup avec le temps à cause du vent et des turbulences. Nous avons décidé de la mesurer en ajustant un modèle exponentiel à la remontée en température, sur la période où l’éclairement reste stable et dans la gamme attendue pour un éclairement de ciel bleu. Cette période est également interrompue si la température baisse à nouveau, à cause du vent par exemple.

La mesure de durée est donc fortement perturbée par les bords du nuages, le vent et les turbulences. Des filtres ont éliminé des cas où le signal n’était pas assez propre, avec des variations fortes et rapides de l’éclairement ou des températures. Cette démarche est aisément criticable, et l’incertitude sur cette mesure de durée jour probablement beaucoup dans les résultats ci-dessous.

Résultats

La figure suivante présente la répartition des durées observées pour plus de 200 occurrences de nuages. La variabilité est très élevée et s’explique probablement, entre autres, par les perturbations de mesure dues à la turbulence. On constate toutefois que la durée moyenne ne se mesure certainement pas en secondes, mais en minutes. La médiane est de 1,8 minute et le 90e centile atteint 4,2 mn.

Nous avons essayé d’observer la corrélation de cette durée avec de nombreuses variables. La première est la date et le stade de développement de la culture. Nous observons une légère diminution de la durée en situation de sol nu.

Voici quelques autres exemples de corrélations étudiées avec les variables mesurées sur la station ICOS

Comme vous pouvez le voir, nous n’avons pas trouvé une cause importante de la variation de la durée. On pourrait dire, comme le disent les médecins quand ils ne savent pas, que c’est multifactoriel. Je pense quand même que ça provient fortement de l’incertitude sur la mesure de la durée, perturbée par les bords du nuages et les turbulences. Mais Fernand Raynaud a raison, ça dure un certain temps, et ça dépend de la vitesse du vent.

Conclusions

Nous avons observé que l’effet de refroidissement des nuages varie autour de 1,8 min (valeur médiane). Pendant cette durée, si l’on considère une faible vitesse de vent (5 m/s ou 18 km/h), les nuages ont le temps de se déplacer de 1,8 × 5 × 60 = 540 m, ce qui correspond à la longueur de 9 pixels Trishna. Par mesure de sécurité, il faudrait même prendre en compte le 90e percentile, soit 4,2 minutes, ce qui correspond à un déplacement de 1 260 m (21 pixels). Et pour tenir compte de vents plus forts, il faudrait peut-être même multiplier ce chiffre par deux ou par trois.

Ce résultat concorde avec ce que nous avons observé lorsque nous avons tenté d’estimer l’évapotranspiration à partir d’images Landsat à l’aide d’une méthode contextuelle. Il s’est avéré nécessaire d’utiliser une zone tampon de dilatation de 2 km (Sarrazin et al., 2025) pour éviter d’inclure des valeurs aberrantes dans l’estimation de l’évapotranspiration. Bien sûr, l’effet de refroidissement dû aux nuages n’est probablement pas la seule raison d’appliquer une marge de sécurité autour des nuages: il peut y avoir des problèmes liés à la détection des nuages (difficile sur les bords), ainsi que d’autres effets tels que la lumière parasite ou les effets d’environnement mal connus dans le domaine TIR, ou les perturbations de la couche de vapeur d’eau…

Image de température de surface (Landsat, au dessus de Niamey, Niger) avec dilatation des nuages sur 1.8 km (à droite), et sans dilatation (à gauche). Les nuages apparaissent en blanc.

Les méthodes contextuelles pour estimer l’evapotranspiration (ET) utilisent un grand voisinage, et y supposent les conditions météorologiques constante. La détermination de l’ET peut se faire en traçant le nuages de points dans le plan (indice de végétation/température). La méthode cherche les fronts froids et humides, et chauds et secs (les lignes noires) pour estimer la fraction évaporative qui permet ensuite d’estimer l’ET.

Références :

E. Sarrazin, G. Boulet, A. Olioso, K. Mallick, J. Demarty, J. Etchanchu, V. Rivalland, J. Auclair, S. Mwangi, N. Farhani, B. Goffin, Ph. Gamet, Benchmarking strategy for TRISHNA L2B Evapotranspiration algorithms, presented at Thermal-EO symposium, Toulouse, 2025

Mwangi, S. and Olioso, A. and Etchanchu, J. and Mallick, K. and Jia, A. and Demarty, J. and Farhani, N. and Sarrazin, E. and Gamet, P. and Roujean, J.-L. and Boulet, G., Uncertainties in long-term ensemble estimates of contextual evapotranspiration over southern France, Hydrology and Earth System Sciences, vol 30 n°4,pp 117-1142, 2026 https://hess.copernicus.org/articles/30/1117/2026/

Remerciements

La station a été mise en place par Antoine de Launay, avec l’aide de Franck Granouillac et Clément Rémond. Les données ont été traitées par Antoine de Launay, qui a également réalisé les graphiques (à l’exception des derniers). Ces résultats n’auraient pas pu voir le jour sans le site ICOS d’Auradé, géré par Tiphaine Tallec, ni sans l’équipe d’instrumentation du CESBIO dirigée par Aurore Brut. Les derniers graphiques ont été fournis par Emmanuelle Sarrazin. Pour éviter des problèmes diplomatiques, je ne cite pas les collègues qui ont répondu à ma question avant de lancer l’étude.