La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Le sytème régional de prévisions des glaces (RIPS) Optimisation du modèle et vérification des prévisions Jean-François Lemieux, Christiane Beaudoin Collaborateurs.

Présentations similaires


Présentation au sujet: "Le sytème régional de prévisions des glaces (RIPS) Optimisation du modèle et vérification des prévisions Jean-François Lemieux, Christiane Beaudoin Collaborateurs."— Transcription de la présentation:

1 Le sytème régional de prévisions des glaces (RIPS) Optimisation du modèle et vérification des prévisions Jean-François Lemieux, Christiane Beaudoin Collaborateurs François Roy (CMC), Gregory Smith (RPNE), Frédéric Dupont (CMC), François Roy (CMC), Gregory Smith (RPNE), Frédéric Dupont (CMC), Mark Buehner (ARMA), Alain Caya (ARMA), Mark Buehner (ARMA), Alain Caya (ARMA), Patricia DeRepentigny (CMC), André Plante (CMC), Patricia DeRepentigny (CMC), André Plante (CMC), Paul Pestieau (CIS), Tom Carrières (CIS ), Paul Pestieau (CIS), Tom Carrières (CIS ), Pierre Pellerin (RPNE), Pierre Pellerin (RPNE), Gilles Garric (Mercator ), Nicolas Ferry (Mercator) Gilles Garric (Mercator ), Nicolas Ferry (Mercator) CMC 15 mars 2013 CMC 15 mars 2013

2 Plan 1) Brève descriptionde RIPS 2) Optimization du modèle avec les bouées dérivantes 3) Méthode de vérification 4) Expériences de sensibilité du modèle : - profondeur de la couche de mélange ( MLD ) - taille des floes 5) Évaluation de RIPS 6) Résumé et futur

3 Responsabilités du Canada dans le projet METAREA - Émettre et disséminer les prévisions atmosphériques et maritimes (incluant la couverture de glace) pour les régions Metarea 17 et 18 - Phase 1 : RIPS (modèle de glace offline) utilisé pour produire les prévisions de glace - Phase 2 : Modèle de glace (CICE 4.1) couplé au modèle océanique (NEMO) CREG12 (F. Dupont) - Phase 3 : Modèle pleinement couplé Atmosphère/Glace/Océan

4 Description of the ice model The model used is the CICE Los Alamos sea ice model CICE version 4.1 (E.Hunke, W.Lipscomb - Documentation Nov 2008 ) It has several components : - a thermodynamic model that computes local growth rates of snow and ice - a ice dynamics model that predicts the velocity field of the ice pack - a transport model that describes the advection of the ice concentration, ice volumes and others state variables - a ridging parameterization that transfers ice among thickness categories The number of ice categories used : ncat = 8 WMO standard ice thickness categories + 1 category : – 30 – 50 – 70 – 120 – 200 >200 cm

5 Atmospheric forcing fields CMC RDPS forecast - Wind components - Temperature - Humidity - SW and LW Fluxes - Precipitation rates Sea ice model Ice forecast Ice concentration (A) Ice velocity (u) Ice pressure (P) OFF LINE ICE FORECAST Initial time - - 3d-var ice analysis Ice concentration (A) - - Glorys1v1 climatology - Ice thickness (h) - Mixed layer depth (mld) - - CMC SST analysis Sea surface temperature - Previous ice forecast Ice velocity (u 0 ) Mixed-layer ocean Verification package Ice concentration Ocean forcing field - - Glorys1v1 climatology Ocean current (Uw)

6 Climatologie - Glorys1v1 - réanalyses océaniques globales - période 7ans résolution.25 deg - forçages atmosphériques dérivés des analyses opérationnelles ECMWF - modèle océanique :Nemo - modèle de glace : Lim2 (2 catégories de glace)

7 Ice concentration 3d-var NA Analysis Valid 06 May Ice model is run on 3d-var North American ice analysis grid - 5 km resolution (1640x1080) - Forced by Gem regional forecasts at 10km resolution - Time step = 1200s - Outputs every 3 hours - Issued 4 times a day 00z, 06z, 12z, 18z in experimental mode R&D since july 2012

8 We optimize using the ice strength parameter P* The resistance of ice to deformation P is proportional to P*. P = P* h exp [-C (1-A)] P = ice strength h = ice thickness C = empirical constant = 20 A = total ice concentration Dansereau and Tremblay (in prep) Kreysher et al RIPS and drifting buoys optimization

9 Averaging over one year About 20 buoys per day

10 RIPS and drifting buoys optimization

11

12 We calculate the following: RMSE and bias calculations where DSLO < 0.5 day and

13 Verification mask against 3Dvar analysis - dslo (days since last obs) < 0.5 and - dslo (days since last obs) < 0.5 and - change in Aice (ice concentration) > 10% - change in Aice (ice concentration) > 10%

14 Verifications

15 A 0h A 48h F 48h

16

17 Sensitivity to mixed layer depth 48h forecast NA region - The mixed layer depth (MLD) best constant value was found for each month - Climatological values (2-d fields) give results as good as best value for each month

18 Sensitivity to ice floes diameter (affecting the lateral melt) 48h forecast NA region - The value of 30m was found optimal - The value of 30m was found optimal

19 Prévisions faites pour toute lannée 2010 aves les paramètres optimaux : - Epaisseur de couche de mélange climatologique - Diamètre des floes de glace = 30m - P* = 12,5kN/m 2 Vérification des prévisions RIPS

20 region=NAlead=48 region=Beringlead=48

21 region=NA lead =24h region=NA lead =48h

22 Error field for 48h forecast starting 8 march z b : dynamics + thermodynamics b : dynamics + thermodynamics c : dynamics only c : dynamics only

23 Monthly verifications - better than persistence for all months of 2010 but - not statistically significant in January and March (bootstrap method 95%)

24 monthly RMSE March persistence October persistence October forecast March forecast

25 Monthly verifications - using the latest and improved RIPS2 3D-Var analyses - note that RMS and bias values of persistence and forecast are reduced

26 Merci!!!

27 RIPS ouputs available everyday

28 Summary Summary RIPS is in mode R&D (4-48h forecasts / day) since july RIPS is in mode R&D (4-48h forecasts / day) since july Objective tuning of RIPS against drifting buoys. Objective tuning of RIPS against drifting buoys. Mixed layer depth ( MLD ) climatology improves skill during growing season. Mixed layer depth ( MLD ) climatology improves skill during growing season. RIPS beats persistence almost all year (more difficult in january, february, march). RIPS beats persistence almost all year (more difficult in january, february, march). The two thickness category climatology is a weakness. The two thickness category climatology is a weakness. Publication soumise Q. J. R. Meteorol. Soc. (fév 2013) : Publication soumise Q. J. R. Meteorol. Soc. (fév 2013) : The Regional Ice Prediction System (RIPS) : model optimization and forecasts verification The Regional Ice Prediction System (RIPS) : model optimization and forecasts verification

29 Futur Futur - Présentation CPOP 19 mars 2013 : Proposition de passe expérimentale pour le système régional des prévisions des glaces (RIPS) Proposition de passe expérimentale pour le système régional des prévisions des glaces (RIPS) - RIPS livré aux opérations du CMC printemps Migration à la grille CREG12

30

31 De vieux proverbes nous donnent enfin des réponses !!! Processus thermodynamique simplifié : > Pour des prévisions de glace à long terme simples et précises : >

32


Télécharger ppt "Le sytème régional de prévisions des glaces (RIPS) Optimisation du modèle et vérification des prévisions Jean-François Lemieux, Christiane Beaudoin Collaborateurs."

Présentations similaires


Annonces Google