Nouvelle Topographie Dynamique Moyenne calculée à partir de la combinaison de données GRACE, altimétriques et in-situ M-H Rio cm.

Présentation au sujet: "Nouvelle Topographie Dynamique Moyenne calculée à partir de la combinaison de données GRACE, altimétriques et in-situ M-H Rio cm."— Transcription de la présentation:

1 Nouvelle Topographie Dynamique Moyenne calculée à partir de la combinaison de données GRACE, altimétriques et in-situ M-H Rio cm

2 Nouvelle Topographie Dynamique Moyenne calculée à partir de la combinaison de données GRACE, altimétriques et in-situ M-H Rio Plan de l’exposé Introduction Calculer une Topographie Dynamique Moyenne, pourquoi? 20 ans d’amélioration du géoïde et ses implications pour le calcul de la TDM Les différentes méthodes d’estimation des plus petites échelles spatiales de la TDM Calcul d’une nouvelle TDM haute résolution par combinaison des données GRACE, altimétriques et in-situ La méthode Calcul des observations synthétiques de vitesse: nouveau modèle d’Ekman Calcul des observations synthétiques de hauteur Résultat Validation Conclusions et Perspectives

3 Une Topographie Dynamique Moyenne: Pourquoi?
Rappel des enjeux orbite hO La mesure altimétrique hA  = N + h Géoïde mal connu Mesuré avec précision par l’altimètre Signal d’intérêt en océanographie Répétitivité des missions altimétriques = N + =hO-hA Sea level h’ MDT η h <h> N geoid ellipsoid Anomalies de hauteur SLA

4 Une Topographie Dynamique Moyenne: Pourquoi?
Rappel des enjeux Pour reconstruire la topographie dynamique absolue h à partir de hp’= p’ il faut connaître avec précision la Topographie Dynamique Moyenne Cas des anomalies altimétriques calculées à CLS: P= On cherche à calculer la Topographie Dynamique Moyenne correspondant à la période Les principales applications: Accéder à 17 ans ( ) de hauteurs altimétriques absolues (et donc de vitesses géostrophiques) Assimilation dans les modèles de prévision océanique Calcul de transports absolus Etudes de processus (interactions flot moyen / tourbillons…)

5 Calcul de la Topographie Dynamique Moyenne : La méthode directe
 = G + h - G = (SMO CLS01) - Géoide = TDM9399 m cm Filtrage spatial nécessaire 20 ans d’amélioration des modèles de géoïde Modèle GRIM4S4 GRIM5S1 CHAMP3S GGM02S EIGEN3S EIGEN4S ITG-GRACE03S GGM03S EIGEN5S EIGEN-GRGS.RL02 Année 1995 1999 2003 2005 2006 2007 2008 2009 HS 70 99 140 150 180 160 Données Geodetic satellites 33 months CHAMP 2 years GRACE 3 years GRACE 41/2 years GRACE 4 years GRACE

6 Calcul de la Topographie Dynamique Moyenne : La méthode directe
TDM=(SMO9399-Géoïde) filtré à 300 km

7 Calcul de la Topographie Dynamique Moyenne : La méthode directe
TDM=(SMO9399-Géoïde) filtré à 300 km

8 Calcul de la Topographie Dynamique Moyenne : La méthode directe
TDM=(SMO9399-Géoïde) filtré à 300 km

9 Calcul de la Topographie Dynamique Moyenne : La méthode directe
TDM=(SMO9399-Géoïde) filtré à 300 km

10 Calcul de la Topographie Dynamique Moyenne : La méthode directe
TDM=(SMO9399-Géoïde) filtré à 300 km

11 Calcul de la Topographie Dynamique Moyenne : La méthode directe
TDM=(SMO9399-Géoïde) filtré à 300 km

12 Calcul de la Topographie Dynamique Moyenne : La méthode directe
TDM=(SMO9399-Géoïde) filtré à 300 km 2009: 5 ans de données GRACE SMO CLS01-EIGEN-GRGS 300 km SMO CLS01-EIGEN-GRGS 133 km 300 km: meilleur compromis entre résolution et précision pour le calcul de TDM par méthode directe avec les modèles GRACE les plus récents

13 Calcul de la Topographie Dynamique Moyenne : La méthode directe
TDM=(SMO9399-Géoïde) filtré à 300 km 2012: Apport de 1 an de données GOCE SMO CLS01-GRACE 300 km MSS CLS10 - GOCE 100 km

14 Calcul de la Topographie Dynamique Moyenne : Vers la haute résolution
1- en améliorant les petites échelles du géoïde (ex EGM08) TDM DNSC08 2- en moyennant des sorties de modèles océaniques TDM GLORYS 3- en combinant la TDM ‘directe’ grande échelle à des données océanographiques in-situ TDM Niiler et al, 2008 TDM Rio et al, 2005

15 TDM grande échelle=Ebauche
Calcul de la TDM par combinaison des données GRACE, altimétriques et in-situ Méthode Méthode directe TDM=SMO-Géoïde filtrage TDM grande échelle=Ebauche Méthode synthétique Calcul des petites échelles de la TDM (hauteur et vitesse) par combinaison de données in-situ et altimétriques Analyse Objective Multivariée TDM haute résolution Rio and Hernandez, 2004 – Rio et al, 2005

16 Calcul de la TDM par combinaison des données GRACE, altimétriques et in-situ
L’analyse objective multivariée Permet l’estimation optimale de la TDM en hauteur et vitesse à partir d’un jeu d’observations de hauteurs et vitesses moyennes Hypothèse: les observations en entrée doivent être de moyenne nulle on part d’une ébauche grande échelle (remove-restore) Nécessite de connaître: Les échelles à-priori du signal à estimer (TDM haute résolution – Ebauche): Variance et rayons de corrélation Les erreurs sur les observations Les équations de base

17 Calcul de la TDM par combinaison des données GRACE, altimétriques et in-situ
Calcul de l’ébauche SMO CLS01- EIGEN-GRGS.RL02 Filtrage optimal TDM grande échelle (~400km) cm

18 Calcul de la TDM par combinaison des données GRACE, altimétriques et in-situ
Calcul de l’ébauche Erreur associée cm

19 Ecart-type calculée par bulles de 3° de rayon
Calcul de la TDM par combinaison des données GRACE, altimétriques et in-situ Propriétés statistiques des échelles de la TDM < 400km TDM GLORYS1V1 – (TDM GLORYS1V1)f400 Ecart-type calculée par bulles de 3° de rayon Rayons de corrélation Rcx Rcy km km

20 Calcul d’estimations synthétiques de la TDM (hauteurs et vitesses)
Calcul de la TDM par combinaison des données GRACE, altimétriques et in-situ Calcul d’estimations synthétiques de la TDM (hauteurs et vitesses) Rio and Hernandez, Rio et al, 2005 - On retranche l’anomalie altimétrique à la hauteur/vitesse in-situ - On interpole l’anomalie de hauteur/vitesse à la position/date de la mesure in-situ. ’=h ’ (u’a,v’a) (u,v) h geoid A chaque position r et date t pour lequel on dispose d’une mesure in-situ h (r,t) ou u(r,t),v(r,t): - On traite la donnée in-situ pour se ramener à un contenu physique cohérent avec l’altimétrie

21 Calcul des estimations synthétiques de vitesses
<ug(x,y)>93-99 = ug(x,y,t) - ug’(x,y,t) <vg(x,y)>93-99 = vg(x,y,t) - vg’(x,y,t) Déduit des trajectoires des bouées dérivantes: Retrait de la composante d’Ekman Filtrage à 3 jours Déduit de l’altimétrie cm/s Vitesses des bouées dérivantes droguées à 15m calculées en temps différé et distribuées par l’AOML pour la période

22 Calcul des estimations synthétiques de vitesses
Modélisation des courants d’Ekman 45° Les équations d’Ekman β θ Modèle choisi Rio and Hernandez, 2003 Filtrés entre 30h et 20j Grilles de tensions de vent ERA INTERIM β et  déterminés par la méthode des moindres carrés par boîte de 5° et par saison (3 mois glissants) Jeu de bouées couvrant la période 1

23 Modélisation des courants d’Ekman
Paramètre β Jan-Fev-Mars Jui/Aou/Sep β*1000 hémisphère sud nord En été couche de surface plus stratifiée => De diminue => β augmente

24 Modélisation des courants d’Ekman
Jan-Fev-Mars Paramètre θ Jui/Aou/Sep |θ| En été couche de surface plus stratifiée => De diminue hémisphère sud nord => θ augmente z=-15 m strat+ > strat-

25 Modélisation des courants d’Ekman
Différences RMS entre vitesses bouées corrigées des courants d’Ekman et vitesses altimétriques sur la période RMS V par année RMS U par année RMS des vitesses bouées RMS nouveau modèle (ajusté sur ) RMS ancien modèle (ajusté sur ) Ancien modèle ‘meilleur’ avant 1999!

26 Modélisation des courants d’Ekman
Ajustement des paramètres β et θ par année β On observe une nette dépendance des paramètres β et θ avec le temps Augmentation du paramètre d’amplitude β Diminution de |θ| - la direction des courants d’Ekman se rapprochent du lit du vent

27 Modélisation des courants d’Ekman
Moyennes globales des modules par année Tension de vent (ERA INTERIM) Vitesses bouées dérivantes Vitesses altimétriques Vitesses bouées - alti Données interpolées le long des trajectoires des bouées dérivantes Calculé à partir des cartes globales

28 Modélisation des courants d’Ekman
On observe une augmentation des vitesses agéostrophiques mesurées par les bouées dérivantes depuis 2002, à toutes les latitudes. Deux explications possibles: Réelle modification de la circulation océanique agéostrophique depuis 2002? Augmentation de la stratification: De diminue En accord avec ce que l’on observe Tendance opposée à ce que l’on observe Défaillance du système de mesure des courants à 15m par les bouées SVP Deux pistes à l’étude (R. Lumpkin, communication personnelle): - changement de design (bouées SVP -> mini SVP) à partir de 2004 - problème de détection de perte de la drogue Quelle que soit l’explication, dans le cadre de notre étude, on cherche à rendre les vitesses bouées cohérentes avec les vitesses géostrophiques altimétriques: il nous faut donc modéliser et prendre en compte cette tendance

29 Calcul de Beta par an, latitude et saison β =βyear+ βmonth β year
10-3 10-3

30 Calcul de θ par an, latitude et saison
θ = θ year+ θ month θ year θ month

31 RMS V par année RMS U par année
Différences RMS entre vitesses bouées corrigées des courants d’Ekman et vitesses altimétriques sur la période RMS V par année RMS U par année RMS des vitesses bouées RMS nouveau modèle (ajusté sur ) RMS ancien modèle (ajusté sur ) RMS nouveau modèle (ajusté par année, mois et par latitude)

32 Calcul de ‘super observations’ de vitesses synthétiques: Moyennes par boîtes au ¼°
Usynth Vsynth cm/s Vitesses synthétiques utilisées pour le calcul de la CMDT RIO05

33 Calcul de ‘super observations’ de vitesses synthétiques: Moyennes par boîtes au ¼°
Usynth Vsynth cm/s ERRUsynth ERRVsynth cm/s

34 Calcul des observations synthétiques de hauteur
<h(x,y)>93-99 = h(x,y,t) - h’(x,y,t) Profileurs ARGO CTD de 1993 à 2008

35 Calcul des observations synthétiques de hauteur
Profils T,S = Hauteur dynamique par rapport à une profondeur de référence Pref Pour calculer une estimation de hauteur synthétique, il faut: Retirer la variabilité océanique due aux variations de densité jusqu’à Pref Ajouter une estimation de la TDM à Pref Coefficient à déterminer SLA Climatologie synthétique Type Levitus TDM grande échelle (=ébauche)

36 Calcul des coefficients de régression:
200m 400m 1200m 1900m

37 Calcul de ‘super observations’ de hauteurs synthétiques: Moyennes par boîtes au ¼°
Observations synthétiques utilisées pour le calcul de la CMDT RIO05 Observations synthétiques de hauteur utilisées pour le calcul cm

38 Observations synthétiques de hauteur utilisées pour le calcul
Calcul de ‘super observations’ de hauteurs synthétiques: Moyennes par boîtes au ¼° Observations synthétiques de hauteur utilisées pour le calcul Erreurs associées cm cm

39 Résultat Ebauche de départ

40 Résultat TDM CNES-CLS09

41 Résultat Erreur d’estimation ERR H cm ERR U ERR V cm/s

42 Les principales modifications par rapport au calcul de la CMDT RIO05
CMDT CNES-CLS09 EIGEN-GRGS.RL02.MEAN basé sur 41/2 ans de données GRACE Filtrage optimal SVP à 15m, Période Paramètres fittés sur Par latitude, par année et par mois (moyenne glissante sur 3 mois) CTD, ARGO Pref variable 200/400/900/1200/1900 Période Global, ¼° (pas de Méditerranée) CMDT RIO05 EIGEN3S basé sur 2 ans de données GRACE + climatologie Levitus/1500m dans la bande de latitude [-40,40] Filtrage gaussien à 400 km SVP à 15m, Période Paramètres fittés sur Par boîtes et par saison (été, automne, hiver, printemps) CTD, XBT de 0 à Pref=1500m, Période Global, ½° (pas de Méditerranée) Modèle de géoïde utilisé pour l’ébauche: Technique de filtrage de l’ébauche: Données de vitesses bouées utilisées Modèle d’Ekman Données T/S utilisées Résolution finale

43 La TDM régionale KEOPS Roquet et al, 2009 cm

44 Améliorations apportées par rapport à la TDM CNES-CLS09
CMDT KEOPS V1.0 GOCO02S based on 7 years of GRACE data and 8 months of GOCE data Gaussian filter 250km SVP at 15m, Period Corrected for Wind slippage in case of drogue loss Parameters fitted over the period, by latitude and month (3 months moving window) CTD (Cora3.2), ARGO Pref variable 200/400/900/1200/1900 Period Regional 1/8° CMDT CNES-CLS09 EIGEN-GRGS.RL02.MEAN based on 41/2 years of GRACE data Optimal filter (~400 km) SVP à 15m, Period Parameters fitted over the period, by latitude, year, and month (3 months moving window) CTD, ARGO Pref variable 200/400/900/1200/1900 Period Global, ¼° (no Méditerranean) Geoid model used for First Guess computation: Filtering used for First Guess computation: Buoy velocities dataset Ekman model T/S data Resolution

45 Calcul de l’ébauche: Apport des données GOCE
MSS CLS01-GRACE 400km MSS CLS11-GOCO02S 250km Roquet et al, 2009

46 Séminaire DOS 15 novembre 2011

47 Les courants d’Ekman β β et θ estimés par année en global TOUS
data data On ne garde que 10% des données TROIS PREMIERS MOIS de chaque trajectoire SEULEMENT (Grodsky et al, 2011) Il faut nettoyer le jeu de données AOML des bouées ayant perdu leur ancre flottante Séminaire DOS 15 novembre 2011

48 Méthode de détection de la perte de l’ancre flottante
Calcul d’un nouveau modèle d’Ekman basé sur les trois premiers mois seulement des trajectoires des bouées dérivantes AOML (par bande de latitude et par mois pour prendre en compte la variabilité spatio-temporelle de la stratigfication des océans) Les courants géostrophiques altimétriques (AVISO) sont retirés des vitesses bouées -> Vitesse bouée ‘Ageostrophique’ Les courants d’Ekman sont retirés des courants bouées agéostrophiques -> Vitesse bouée‘résiduelle’ Calcul de la corrélation vectorielle entre la vitesse bouée ‘résiduelle’ et le vent le long de la trajectoire du flotteur (seules les trajectoires de durée supérieure à 200 jours sont prises en compte) Rc, θc Rc, θc Fenêtre glissante sur 100 jours Séminaire DOS 15 novembre 2011

49 Méthode de détection de la perte de l’ancre flottante
Vitesse bouée ‘Ageostrophique’ vs Vent P1 P2 Vitesse ‘Ageostrophique’ = Vbouee-Valti P1-P2: Correlation > 0.3 Angle d’Ekman ~60° Vitesse bouée ‘Résiduelle’ vs Vent Vitesses‘Résiduelles’ = Vbouee-Valti-Vekman P1: Correlation faible(<0.3) Angle de Correlation incohérent P2: Correlation augmente Angle de Correlation proche de 0 Il est fort probable que l’ancre soit présente durant P1 et absente durant P2 Vitesses ‘Résiduelles’ = Vbouee-Valti-Vekman-αVent α compris entre 0% et 2% On détermine α= αbest qui minimise la corrélation vectorielle entre la vitesse ‘résiduelle’ et le vent. Vbouee-Valti-Vekman-αbestVent vs Vent Séminaire DOS 15 novembre 2011

50 Les courants d’Ekman β θ β et θ estimés par année en global TOUS
TROIS PREMIERS MOIS de chaque trajectoire SEULEMENT (Grodsky et al, 2011) Bouées ancrées uniquement Séminaire DOS 15 novembre 2011

51 Calcul des vitesses moyennes synthétiques: Apport du nettoyage du jeu de données de bouées dérivantes Nouveau modèle d’Ekman + correction de dérive au vent Toutes les bouées (avec ou sans ancre) Nouveau modèle d’Ekman Toutes les bouées (avec ou sans ancre) Nouveau modèle d’Ekman Bouées ancrées seulement

52 Calcul des vitesses moyennes synthétiques: Apport du nettoyage du jeu de données de bouées dérivantes Nouveau modèle d’Ekman + correction de dérive au vent Toutes les bouées (avec ou sans ancre) Nouveau modèle d’Ekman Toutes les bouées (avec ou sans ancre) CNES-CLS09 Dans la TDM CNES-CLS09 le probeme de perte d’ancre flottante non détectée est partiellement résolue par la prise en compte d’un modèle d’Ekman variable dans le temps

53 TDM Régionale KEOPS V1.0 + Vitesses moyennes synthétiques Ebauche
+ Hauteurs moyennes synthétiques

54 = TDM Régionale KEOPS V1.0 Roquet et al, 2009

55 Perspectives d’amélioration
Etendre les traitements réalisés dans le cadre du projet KEOPS pour améliorer la TDM globale: Utilisation des données GOCE Utilisation d’un jeu de données de vitesses bouées corrigées de l’influence du vent (à 15m ou en surface quand bouée a perdu son ancre) MDTs régionales: Bénéficier de données in-situ supplémentaires « propriétaires »: MDT v2 du projet Keops, en cours (bouées déployées pendant la campagne) MDT Méditerranée Autres régions d’interêt? Utiliser des géoïdes locaux haute résolution intégrant de la donnée gravimétrique R&D: intégrer d’autre type de mesures de courant de surface, plus haute résolution: radar HF, courants déduits du SAR, courants déduits de champs Température, couleur de l’eau par méthode SQG ou MCC…)