Mélanie JUZA LEGI-MEOM, Grenoble

Présentation au sujet: "Mélanie JUZA LEGI-MEOM, Grenoble"— Transcription de la présentation:

1 Mélanie JUZA LEGI-MEOM, Grenoble
Evaluation des simulations DRAKKAR globales à l’aide des données ARGO & observabilité de la couche de mélange Mélanie JUZA LEGI-MEOM, Grenoble 4ème réunion ARGO France, mai 2007

2 Objectifs - Comparaison quantitative modèle/observations
Validation des simulations globales DRAKKAR - Comparaison quantitative modèle/observations - Intercomparaison systématique des simulations Observabilité de la dynamique océanique - Impact du sous-échantillonnage Bases de données - Simulations: 1/4°, 2° (ORCA025-G70, ORCA2-G70) - Observations: flotteurs ARGO issus de ENSEMBLES/ENACT [EN2]

3 Plan de la présentation
Bases de données et traitements Biais global des T/S simulées - Structure verticale - Structure horizontale Etudes sur les couches de mélange - Profondeurs de couches de mélange et grandeurs intégrées - Méthode d’analyse statistique Observabilité et validation dans l’Atlantique Nord - Observabilité du réseau ARGO - Validation des simulations DRAKKAR

4 Pour plus d’information: Barnier et al 2006, Brodeau et al 2007
Simulations globales DRAKKAR I. Bases de données et traitements Modèle DRAKKAR Code NEMO (modèle océan OPA9 + glace de mer LIM2 + CFC C) Global: résolutions: 1/4° et 2° 46 niveaux sur la verticale Forçages interannuels : Formules BULK (COARE) - Flux turbulents: variables atmosphériques de la réanalyse ERA40 - Flux radiatifs: satellites - Précipitations (Xie et Arkin) - Runoffs (Dai et Trenberth) Sorties: U , V, T, S, SSH … (moyennes à 5 jours) Pour plus d’information: Barnier et al 2006, Brodeau et al 2007

5 ARGO (ENSEMBLES/ENACT) Simulations DRAKKAR globales
Colocalisation des données hydrographiques I. Bases de données et traitements ARGO (ENSEMBLES/ENACT) Profils T/S(x,y,z,t). Global Données « valides » Simulations DRAKKAR globales ORCA025-G70 et ORCA2-G70 T/S(x,y,z,t) Colocalisation quadri-linéaire (espace des observations) T,S(x,y,z,t) modèle colocalisé et observation 4D Calcul de quantités intégrées (2D,3D): Profondeurs/tempér atures/salinités de la couche de mélange Analyses statistiques

6 Biais global T/S – modèle global ¼° II. Biais global des T/S simulées
Structure verticale: moyennes temporelles Pdf de Pdf de Biais = modèle ¼° (sous-échantillonné comme ARGO) - observations (ARGO) Structure horizontale: intégration sur les couches de surface ( )

7 Biais régional T/S – modèle global ¼° II. Biais global des T/S simulées
Courant Nord Atlantique Kuroshio -3°C m +2°C m -0.6 à -0.25 0-600m +0.2 m

8 Comparaison des runs ¼° et 2° colocalisés II
Comparaison des runs ¼° et 2° colocalisés II. Biais global des T/S simulées 1/4° 1/4° 2° 2° Biais = modèle colocalisé - observations  Modèle ¼°: diminution du biais T/S

9  Réalisme des grandeurs de MLD simulées et observées
MLD simulées et observées III. Couches de mélange Profondeurs de couche de mélange (MLD) (m) Août Février ARGO Modèle 1/4°  Réalisme des grandeurs de MLD simulées et observées

10 MLD modèle ¼° - Hiver (JFM) 2004
Zones d’études III. Couches de mélange MLD modèle ¼° - Hiver (JFM) 2004 NordicSE LAB IRM Rockall ATLNE SARG

11 -- modèle complet -- modèle colocalisé -- ARGO
Méthode d’analyse des MLD et MLT III. Couches de mélange Distribution des MLD et MLT Médianes et centiles 17% et 83%  Exemple: MLD Atlantique Nord Septembre OBSERVABILITE VALIDATION Médiane 17% 83% -- modèle complet modèle colocalisé ARGO

12 Biais et erreur de la MLD et de la MLT III. Couches de mélange
Cycles mensuels des MLD et MLT ( ): zone ATLNE -- observations -- modèle ¼° colocalisé -- modèle ¼° complet MLT MLD Bonne observabilité.Erreur hiver/été (~0.5°C) Biais chaud (0.8°C) sauf en JJA Bonne observabilité. Erreur JF (+50m) Ma-No: Biais faible./De-Av: Biais ~+100m

13 Erreur = modèle colocalisé - modèle complet
Erreur d’échantillonnage de la MLD et de la MLT IV. Observabilité et validation SARG ATLNE LAB IRM NordicSE Rockall Observabilité: Erreur = modèle colocalisé - modèle complet ARGO Sous-estime MLD ARGO Sous-estime MLT Erreur ARGO MLD(m) Erreur ARGO MLT(°C)  Erreur intensifié en hiver. >200m Labrador  Erreur ~ 0 à +/- 1°C

14 Biais = modèle colocalisé – observations
Biais de la MLD et de la MLT IV. Observabilité et validation SARG LAB IRM NordicSE Rockall ATLNE Validation: Biais = modèle colocalisé – observations run 1/4° run 2° Modèles Sur-estiment MLD Modèles Sous-estiment MLT Biais modèles MLD(m) Biais modèles MLT(°C)  MLD mieux simulée par ¼° sauf dans LAB  MLT mieux simulée par ¼° sauf LAB,Nord

15 Conclusion - Perspectives
Travail en cours MLS Observabilité et validation des cycles interannuels Analyses statistiques à l’échelle globale ENSEMBLES/ENACT complète L’altimétrie … Perspectives NATL4, NATL12… Impact de la résolution des modèles (2°,1°,1/2°,1/4°) Impact des forçages de surface  Données synthétiques ARGO disponibles au format ENACT/ENSEMBLES  Récupération des données ARGO de la base Coriolis (ftp?)