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

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

Prévision Numérique du Temps Opérationnelle avec des modèles à aire limitée Aïda DIONGUE NIANG Elarion SAMBOU Youssouph SANE.

Présentations similaires


Présentation au sujet: "Prévision Numérique du Temps Opérationnelle avec des modèles à aire limitée Aïda DIONGUE NIANG Elarion SAMBOU Youssouph SANE."— Transcription de la présentation:

1 Prévision Numérique du Temps Opérationnelle avec des modèles à aire limitée Aïda DIONGUE NIANG Elarion SAMBOU Youssouph SANE

2 Plan Introduction Opportunité modèles à aire limitée / petite plateforme Contraintes, Aspects de la PNT opérationnelle Modèles opérationnels de PNT à la DMN I. Caractéristiques des modèles Eta et HRM II. Caractéristiques des machines III. Posttraitement IV. Exemples de produits V. Dissémination des produits Perspective

3 Introduction Importance de la Prévision à courte/moyenne échéance: protection civile, aspects économiques (aéronautique), gestion des risques Un des supports: la Prévision Numérique du Temps PNT limitée: utilisation de produits numériques disponibles sur le SMT avec peu détudes de validation Scores de prévision moins performants dans les régions tropicales: paramétrisations physiques non adaptées, réseau à faible densité, résolution faible

4 Opportunité Modèles à Aire Limitée / Petite Plateforme Développement des modèles régionaux/locaux à aire limitée Avènement de petites plateformes puissantes: PCs, Clusters… Coûts de calcul et Temps de calcul réduits

5 Opportunité Modèles à aire limitée / Puissance des PCs Avantages des modèles à aires limitées Possibilité de résolution plus fine Meilleure prise en compte des phénomènes locaux Disponibilité et multiplication des sorties de modèles diagnostics supplémentaires pour le prévisionniste Etudes: validation, vérification, intercomparaison… Diversification des services à fournir (ex: Environnement, Prévision Marine) Outil de recherche et développement Tests de sensibilité, de tunning; Possibilité dadaptation ou de changement des paramétrisation Outil de renforcement des capacités

6 Contraintes, Aspects PNT opérationnelle Contraintes liées à léquipement Hardware: compromis domaine résolution / équipement Contraintes liées aux Conditions Initiales et aux Conditions aux Limites: problème de télécommunication Contrainte du système dexploitation: Unix/Linux Contrainte installation compilateurs Fortran/C Suite opérationnelle: automatisation des tâches Suivi de la chaîne opérationnelle Post-traitement rapide Dissémination des produits: interne, externe, régionalement Interface avec le prévisionniste Archivage: études ultérieures Vérification objective Administration du système Equipe: Scientifique et Technique

7 Modèles opérationnels au CMRS de Dakar Deux modèles à aire limitées sont installés et tournent opérationnellement à la DMN HRM: (High Resolution Model) DWD, Allemagne Eta Model, NCEP/NOAA, USA Produisent des prévisions jusquà une échéance de 72 heures avec les réseaux de 00h et 12h

8 Modèles OP à la DMN: Schéma Conditions Initiales: Analyse Modèle Régional Données topographiques Conditions aux Limites Sorties directes Modèles Post traitement données Dissémination Vérification Archivage Visualisation Graphique Internet Pré traitement

9 Eta et HRM au CMRS de Dakar CaractéristiquesEtaHRM SystèmeLinux, Intel Compiler Dom./Rés. Spa.1N-28W; 24N-17E1N-30W; 26N-20E Résolution spatiale22 km Grille verticale50 niveaux40 niveaux Cond. InitialesCOLA, USADWD, Allemagne Cond. limitesToutes les 06 hToutes les 3 h Pas de temps60s120s Variables pronostiquesU, V, Ps,T, Qv, Qc,Qi,e, paramètres de sol et de surface U, V, Ps,T, Qv, Qc,Qi,O3, paramètres de sol et de surface

10 Eta et HRM au CMRS de Dakar: Physique Convection Rayonnement Schéma de sol et surface Microphysique des nuages…

11 Caractéristiques des machines ETAHRM Dell Precision Workstation 470n Dual Intel Xeon processors, 3.40GHz 2MB L2 cache per processor 6GB total memory 500GB total disk space Red Hat Enterprise Linux ES 4 Intel Fortran Compiler 9.0 for Linux HP Workstation xw6000 Dual Intel Xeon Processors, 3.06 GHz 512 KB cache size 1.94 GB total memory 65 Go total disk space Linux Fedora Core 4 Intel fortran compiler 9.0 for Linux

12 Posttraitement Quelques faits concernant les sorties de modèle Volume de données important Données sous format Grib Format non lisible par les outils classiques Comment Procéder ? Visualization des produits avec des outils permettant de décoder le format Grib. quelques outils gratuits: GrADS, Vis5D …

13 Exemples de résultats Images satellitaires du 11 septembre h03h 06h

14 Exemple de Résultats: Lignes de flux à 850hPa prévues pour le 11/09/2006 à 6Z Échéance 6h Échéance 30h Échéance 6h Échéance 30h Eta HRM

15 Exemple de Résultats: Obs. vs modèle HRM 00h06h Échéance 6hÉchéance 30h Pluie. Acc. entre 00Z et 06Z Images satellitaires

16 Exemple de Résultats: Obs. vs modèle Eta 00h06h Pluie. Acc. entre 00h et 06h Échéance 6hÉchéance 30h Échéance 6h Échéance 30h Images satellitaires

17 Dissémination: en interne Interface pour visualisation, animation, zoom…exemple avec Eta

18 Dissémination: en interne (2) Exemple zoom

19 Dissémination: en externe, régionalement Page web: http//: /PrevisionNumerique La Prévision Numérique du Temps au service du Développemnt PNT-DMN-Sénégal CONTACT Partenaires Meteo-Senegal.net Prévisions ETA Prévisions HRM Paramètres Niveaux Pression Prévisions HRM Paramètres Niveaux Modèles SOMMAIRE La disponibilité d'un modèle à aire limitée constitue un outil supplémentaire pour les météorologistes du Sénégal et de la sous région, en particulier les prévisionnistes. Bienvenue sur le site de la PNT à la DMN DWD-HRM En savoir plus...WD-HRM En savoir plus... DWS-ETA En savoir plus...WS-ETA En savoir plus... Modèles actuellement opérationnels

20 Perspectives A très court terme (cette saison) Amélioration de la dissémination A court terme (un an) Vérification objective Modèles statistiques A moyen terme (cinq ans) Interface avec un modèle de prévision des vagues Tests de sensibilité, tunning Études de cas A long terme (dix ans) Imbrication de modèles locaux Interface avec un modèle de pollution Assimilation de données non conventionnelles Tout au long mise à niveau du modèles


Télécharger ppt "Prévision Numérique du Temps Opérationnelle avec des modèles à aire limitée Aïda DIONGUE NIANG Elarion SAMBOU Youssouph SANE."

Présentations similaires


Annonces Google