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

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

Une méthode de spatialisation du vent moyen et des rafales par régression multiple puis krigeage des résidus Action DCLIM/DEC 2010-2011 P.Lassègues, J.M.Veysseire,

Présentations similaires


Présentation au sujet: "Une méthode de spatialisation du vent moyen et des rafales par régression multiple puis krigeage des résidus Action DCLIM/DEC 2010-2011 P.Lassègues, J.M.Veysseire,"— Transcription de la présentation:

1 Une méthode de spatialisation du vent moyen et des rafales par régression multiple puis krigeage des résidus Action DCLIM/DEC P.Lassègues, J.M.Veysseire, C.Marie-Luce Journée fusion de données – 18 octobre 2011

2 Introduction - Contexte Journée fusion de données – 18 octobre 2011 Après le passage des tempêtes Klaus (24/01/2009) et Xynthia (28/02/2010) nous avons expérimenté une spatialisation des rafales de vent sur la France métropolitaine. Nous avions testé une méthode par krigeage avec dérive externe en utilisant comme variable associée le vent moyen Arome. Pour faire simple, la performance obtenue était une RMSE de 3.8 m/s pour les rafales pour la journée du 28/02/2010. Résultat peu satisfaisant. Nous avions testé aussi une spatialisation de Cressman incrémentale proposée par CNRM/GEMAP F. Bouttier. Performance comparable. Nous avons eu une stagiaire IENM en juillet 2010 qui a exploré plusieurs méthodes de régression multiple suivie de krigeage des résidus en utilisant comme prédicteurs un ensemble de paramètres Arome (en sappuyant sur des travaux de léquipe Adaptations Statistiques pour choisir les prédicteurs).

3 Méthode Journée fusion de données – 18 octobre 2011 Nous avons essayé de mettre au point une méthode en deux étape, dabord une régression multiple sappuyant sur des paramètres du modèle Arome et des paramètres du relief, suivie dun krigeage des résidus de cette régression. Les données dobservation prises en entrée sont celles des stations synoptiques et automatiques en France métropolitaine, après avoir retiré les observations de faible qualité ou non représentatives. Reste environ 500 stations. Distance moyenne entre 2 stations de lordre de 30 km. On traite les données au pas de temps horaire. Grille cible= grille Arome en résolution 0.025dg. Prédicteurs retenus provenant du modèle Arome: vent moyen 10m, rafale, stress du vent, vent moyen 850 et 500 hPa, pression mer. Les données de relief sont celles du projet SRTM (strm.csi.cgiar.org). Prédicteurs retenus provenant du relief: altitude, composantes u et v du vecteur de pente, coefficient de concavité convexité, écart type des altitudes des points voisins.

4 Relief SRTM – vecteur de pente zonal Journée fusion de données – 18 octobre 2011

5 Relief SRTM – vecteur de pente méridien Journée fusion de données – 18 octobre 2011

6 Relief SRTM – convexité concavité Journée fusion de données – 18 octobre 2011

7 Associations prédicteurs Arome – variables dépendantes

8 Journée fusion de données – 18 octobre 2011 Exemple danalyse variographique pour un réseau horaire le 28/02/2010 à 03htu

9 Validation - Résultats Journée fusion de données – 18 octobre 2011 Nous avons déroulé le traitement en utilisant 90% des observations puis calculé des scores sur les 10% restants. Ces résultats ont été consolidés en traitant 5 journées de 2010 pour lesquelles nous avions du vent fort sur la France: 30 mars, 4 mai, 14 juillet, 8 et 11 novembre. Ce résultat reste toutefois insuffisant pour estimer valablement la rafale au niveau de chaque commune comme nous aurions souhaité le faire.

10 Validation - Résultats Journée fusion de données – 18 octobre 2011

11 Quelques remarques Journée fusion de données – 18 octobre 2011 On notera que le résultat en valeur relative est meilleur pour les rafales que pour le vent moyen. Ce résultat en valeur relative est meilleur aussi lorsque la force du vent est élevée (> 60km/h). Les données du modèle Arome constituent un apport décisif pour la performance. Cest particulièrement notable aux réseaux synoptiques où on dispose dune assimilation Arome (meilleure qualité que pour les prévisions des réseaux intermédiaires). On améliore aussi le résultat lorsquon traite un ensemble homogène (type de phénomène météo, relief de la zone). On remarquera que la manière de traiter les paramètres du relief nest pas tellement éloigné de la démarche Aurelhy. Pour améliorer ce travail il serait souhaitable de se rapprocher de CNRM/GMAP et de voir comment est estimée la rafale dans le modèle (évolutions récentes) Voir par exemple document E Bazile:

12 Perspectives Journée fusion de données – 18 octobre 2011 Une production au jour le jour est mise en place sur un serveur de développement. Plus de 3 années de données horaires sont traitées (depuis juillet-2008) et constituent une série chronologique permettant daffiner la validation Elles constituent une nouvelle approche pour le suivi climatique du vent. Les résultats spatialisés pour les tempêtes des 24 janvier 2009, 9-10 février 2009 et février 2010 devrait permettre assez facilement le calcul dun indice surface/durée/intensité pour le territoire français et de comparer les trois évènements. Ouvrir le débat sur la spatialisation des paramètres météo aux pas de temps courts (horaire, quotidien) versus pas de temps longs (mensuel, annuel, trentenaire).

13 Vent moyen mensuel 2010 Journée fusion de données – 18 octobre 2011

14

15

16


Télécharger ppt "Une méthode de spatialisation du vent moyen et des rafales par régression multiple puis krigeage des résidus Action DCLIM/DEC 2010-2011 P.Lassègues, J.M.Veysseire,"

Présentations similaires


Annonces Google