EURO4M European Reanalysis and Observations For Monitoring E. Bazile (CNRM/GMAP) CNRM/GMAP : Cornel Soci, J.F. Mafhouf, F. Bouyssel, F. Taillefer CNRM/GMME:

Présentation au sujet: "EURO4M European Reanalysis and Observations For Monitoring E. Bazile (CNRM/GMAP) CNRM/GMAP : Cornel Soci, J.F. Mafhouf, F. Bouyssel, F. Taillefer CNRM/GMME:"— Transcription de la présentation:

1 EURO4M European Reanalysis and Observations For Monitoring E. Bazile (CNRM/GMAP) CNRM/GMAP : Cornel Soci, J.F. Mafhouf, F. Bouyssel, F. Taillefer CNRM/GMME: E. Martin. CNRM/CEN: Y. Durand DCLIM: F. Mounier, F. Besson, A.L. Gibelin, P. Lassègues, J.P. Céron Atelier sur la Fusion de Données Toulouse 18 Octobre 2011

2 Plan Contexte du projet, les objectifs, les partenaires, etc … Les objectifs de Météo-France dans EURO4M CNRM : Les développements sur lanalyse 2D DCLIM : exposé de Flore Mounier Conclusions

3 EURO4M (www.euro4m.eu) Début le 1er Avril 2010 pour 4 ans: to develop the capacity for, and deliver the best possible and most complete (gridded) climate change time series and monitoring services covering all of Europe Programme EU FP7 THEME 9 SPACE 9 participants: KNMI (Project Leader A.K. Tank), Met Office (UK, ), University Rovira i Virgili (URV, Spain), National Meteorologiccal Administration (NMA, Roumania), Meteo Swiss (MS), Deutscher Wetterdienst (DWD), SMHI (Suède), University of East Anglia (UEA, UK), Météo-France

4 Les délivrables: séries temporelles des données observées et ré-analyses 3D sur au moins 20 ans données pour la recherche et « applications sector users » : ECV (Essential Climate Variables): Tsurf, RR(jour), Pression, bilan radiatif de surface, vent (mod et dir), Qv. Atmo.: bilan radiatif, T, vent, Qv, propriétés des nuages (?) Fournir et promouvoir les données et les produits du changement climatique au grand public, décideurs etc … CIB (Climate Indicator Bulletin) Global Monitoring for Environment and Security (EC/ESA) GEOLAND2 MyOcean MACC SAFER G-Mosaic EURO4M, etc ??? EURO4M (www.euro4m.eu)

5

6 WP1: Regional observation datasets ( UEA: Phil Jones) WP1.1 Gridded datasets-stations (MS) MF (DCLIM) WP1.2 Gridded datasets-remote sensing (DWD) WP1.3 Data coordination (URV) WP2: Regional Analysis ( MO : Dale Barker) WP2.1 Advanced regional data assimilation (MO: 1-48) : 4Dvar 15-25km WP2.2 Dynamical downscaling of ERA (SMHI: 1-48) 3dVar 22km période plus longue que WP2.1 WP2.3 2D-mesoscale downscaling (MF) < 10km WP2.4 Evaluation (MS) MF WP3: user oriented information/products ( NMA: Roxana Bojariu) WP4 : project management (KNMI:Albert Klein Tank) EURO4M (www.euro4m.eu)

7 Météo-France dans EURO4M Post-doc DCLIM Flore Mounier Mars 2012, CNRM Cornel Soci Septembre 2012 (financement pour 2ans en plus) DCLIM dans WP1.1 travail sur le contrôle de qualité, homogénéisation des contrôles, contrôle des pluviomètres avec les données radar (expose de F. Mounier) CNRM WP2.3 et WP2.4: production dune analyse 2D à échelle fine (~5km ou moins) sur lEurope. Utilisation des champs analysés pour forcer SURFEX afin de produire une climatologie de neige, eau du sol, flux dévaporation etc.. Validation des flux de surface sur des sites de mesures types Sodankyla, Cabauw et Lindenberg. Utiliser les ré-analyses 3D faites par le SMHI à 22Km et faire une descente déchelle (~5km) en essayant dutiliser plus dobservations (réseaux secondaires) contrôlées par le WP1. Profiter de ce projet pour avoir un système danalyse 2D qui puisse remplacer SAFRAN et répondre aux besoins de ré-analyse

8 Météo-France dans EURO4M Outils disponibles à MF: SAFRAN et CANARI et au SMHI (MESAN) SAFRAN nest pas facilement transposable et transportable : utilise des zones climatiques homogènes (pas de notion de grille). Système développé spécifiquement pour des besoins montagnes (neiges, avalanches etc..) analyse de précipitations, rayonnement etc … CANARI analyse type OI utilisée pour lanalyse de surface dans ARPEGE/ALADIN et AROME. Pas danalyse de précipitations pas réellement évalué en zone montagneuse. MESAN système OI utilisé par le SMHI pour leur re-analyse dans EURO4M. Dispose dune analyse de précipitations et de fonctions de structures plus élaborées Une comparaison des 3 systèmes a été effectuée sur la France (Rapport de C. Soci et al, Avril 2011) : SAFRAN fonctionne bien en montagne mais en moyenne sur la France le système MESAN est légèrement meilleur analyse des différences et amélioration de CANARI

9 test des fonctions de corrélation utilisées dans MESAN tenant compte du relief et de lindice terre-mer. Impact assez faible en moyenne. from Haggmark et al, 2000, Tellus, 52A, 2-20. Développements dans CANARI

10 - Réglages des écart-types derreurs dobservation ( o ) et de prévision ( b ). - Dans CANARI oper b =1.6K, o =1.4K - Expérience: dépendance du b à la saison (8K pour lhiver et 5k pour lété), et o =1.5K+ f(T 2m ) plus de poids aux observations Incréments danalyse pour la température de surface o as a function of T2m (as used at SMHI). Développements dans CANARI CANARIExperience

11 Bilan des expériences (pour lanalyse de T2m): BiaisRMSNombre dobservation pour la vérification CANARI Avec 1290 Obs -0.0081.077~1290 CANARI Avec 430 Obs -0.0031.070~430 -0.0061.366~860 indépendantes -0.0051.274~1290 EXPERIENCE Avec 1290 Obs 0.0260.656~1290 EXPERIENCE Avec 430 Obs 0.0240.553~430 0.0271.393~860 indépendantes 0.0261.180~1290 SAFRAN Avec 1290 Obs 0.0010.838~1290 Evaluation sur 3 mois (Dec 2009-Jan2010, Juin 2010) Différence daltitude analyse - observation T2m Décembre 2009 Amélioration de lanalyse CANARI plus proche des observations en moyenne, attention cependant si la densité des observations nest pas suffisante. -A faire : Vérification plus fine en montagne, couplage avec (S)IM, etc … - En cours un test un peu extrême : pour SAFRAN, CANARI et CANARI-EXP analyse sans les observations de montagne

12 2D-mesoscale Downscaling 3D-Var Re-analysis at 22km 60Levels (SMHI) over Europe 2D analysis at 5.5Km 5.5 km over Europe Downscaling Thanks to T. Landelius (SMHI) New and more observations By adding details with topography and observations should improve the quality … ~4000 obs (1200 over France)

13 Température de surface à 5.5km - 1440x1152 points, x=5.5 km - Temps de calcul sur NEC-SX9 pour une analyse 1h 30 min sur 1 proc (mémoire: 52 Gb, 35 min sur 4 procs) -Pour 5 ans de ré-analyse toutes les 3h. ~22000 heures de calcul pour 14To de données Domaine Europe-EURO4M T2m over Europe (1 Dec 2009) BiasStd ARP 15km (operational) -0.181.46 Only downscaling 5.5km -0.721.50 Reference Analysis 5.5km -0.061.13 Apparition des lacs

14 3D-Var Re-analysis at 22 km 60 Levels (SMHI) over Europe 2D analysis at ~5 Km every 6h or 3h T2m, Rh2m, Wind, RR 5.5 Km over Europe Downscaling observations SURFEX (V7): Surface Externalized (www.cnrm.meteo.fr/surfex) with a sophisticated snowwww.cnrm.meteo.fr/surfex scheme (Vionet et al. submitted) and the lake model: Flake (Mironov, 2008) SH, LE, snow depth, snow cover, soil moisture, Ts_lake SW, LW Coupling the 2D downscaled analysis and a surface scheme

15 Conclusions Projet important pour MF mais aussi pour la communauté PN (ALADIN- HIRLAM) système danalyse 2D répondant à des besoins de ré- analyses, production de champs de surface pour forcer SURFEX, module hydrologie, routes etc … Objectif : pouvoir proposer un système pour remplacer SAFRAN et MESAN Mais … pour EURO4M nous devons fournir pour Avril 2014 une analyse 2D au moins à 5km et sur 5 ans sur lEurope : – Quelques problèmes : couplage au GRIB de la ré-analyse du SMHI observations venant des réseaux secondaires non disponibles dans les fichiers dobservations classiques Implémentation sur le calculateur du CEP – Développement de lanalyse de précipitations dans CANARI, traitement spécifique des lacs, utilisation de la hauteur de neige, Tmin et Tmax pour des re-analyses – Amélioration de la procédure de downscaling en particulier pour la température