MODELISATION METEOROLOGIQUE ET PREVISION NUMERIQUE DU TEMPS Jean PAILLEUX Météo-France (CNRM) 42 avenue G. Coriolis 31057 Toulouse Cedex 1

Slides:



Advertisements
Présentations similaires
PREDICATE WP3 ORCALIM-ARPEGE modèle couplé L. Terray, E. Maisonnave, S. Valcke, A. Jouzeau.
Advertisements

Plan 1. Les différentes échelles de l’atmosphère
Modélisation de l’hydrodynamique du plateau atlantique
Le Changement Climatique aux Antilles : Etat et Perspectives
J.F. Guérémy Météo-France/CNRM
l’OCEANOGRAPHIE PHYSIQUE
Observations visuelles
Sylvain Mondon Météo-France
Perturbations tropicales
Modélisation du climat : les équations primitives maltraitées
Prévisions météorologiques versus Prévisions climatiques
Présentation au Sénat Contribution des projets Clime, IDOPT et VISTA
Prévisions météorologiques, projections climatiques : que peut- on prévoir et avec quelle fiabilité ? Exercice 2: estimation de la prévisibilité dans le.
Océans et climat Eric Guilyardi.
Estimation des changements climatiques dus aux activités humaines. Jean-Louis Dufresne CNRS / IPSL / LMD
Projet DEPHY ( ) Laboratoires : IPSL, LSCE, LGGE, LA, LOCEAN, LATMOS, LMD, CNRM-GAME, CEA, SISYPHE Le projet DEPHY visait à regrouper et coordonner.
Jean-Louis Dufresne, Jean-Yves Grandpeix LMD/IPSL; CNRS/UPMC Introduction à la.
1 TR: Pour commencer, je vais vous enoncer qq informations generales sur els aér ainsi que leurs origines Modélisation et analyse de l'évolution des aérosols.
Le système d’assimilation hybride Meso-NH/AROME
Mécanique Statistique
Système d'assimilation de données couplé océan-atmosphère
Reconstruction de paramètres environnementaux à l’aide des GNSS: une opportunité pour les entreprises ? R. Warnant Professeur Université de Liège Géodésie.
PPA Lyon – GT Qualité de l’Air – 3 Novembre 2005 PPA LYON Simulations de scenarii.
LES OBSERVATIONS METEOROLOGIQUES Club des argonautes – 5/1/2011 Présentation des observations disponibles.
LES COURANTS OCÉANIQUE
Couche limite atmosphérique
Journée Météo-France / Mercator Océan 14 Juin 2010
Couche limite atmosphérique
4 ème Réunion des utilisateurs de Méso-NH – 23 et 24 avril 2007 Influence des conditions initiales sur un événement de précipitations intenses Sébastien.
Impact des émissions de NO par les sols sur la formation de l’ozone en Afrique de l’Ouest Claire Delon, Dominique Serça, Jean Pierre Chaboureau, Céline.
Méthodes d’assimilation: Le problème du point de vue de la mesure (P. Prunet, Noveltis) Assimilation de données en zones cotières (P. De Mey, LEGOS/POC)
La tempête Johanna à Gâvres 10 mars 2008
Toulouse Réunion des Utilisateurs Méso-NH mars 2005 Simulations LES d’une couche limite convective: variabilité de la vapeur d’eau PLAN  Objectifs de.
Physique et atmosphère : force de gradient de pression
Galileo ? Bien plus qu’un système de navigation ! R. Warnant Professeur Université de Liège Géodésie et positionnement par satellites Chef de section ff.
UQÀM Sciences de l'Atmosphère Le modèle 1D COBEL.
Atelier ADOMOCA-2 Les Lecques, oct Assimilation haute résolution IASI-Valentina Benjamin Pajot S. Massart, D. Cariolle, A. Piacentini CERFACS.
Assimilation à mésoéchelle des observations radar et GPS
Simulation du cyclone DINA à l’approche de la R é union et influence du relief 3e Réunion des Utilisateurs Méso-NH Samuel Jolivet (LPA/CRC)
La chaîne Safran-Isba-Modcou pour le suivi du bilan hydrique et la prévision de débits des principaux fleuves et rivières à l'échelle de la France Eric.
4ème Réunion Utilisateurs Méso-NH 23/24 Avril 2007 – LA, Toulouse
Prévisions de poussières pour FENNEC
Couche limite atmosphérique
II.3) Principes de bases d'un modèle de circulation générale de l'atmosphère Un Modèle de Circulation Générale de l'Atmosphère calcule l'évolution temporelle.
Modélisation météorologique : Marseille Synthèse de deux événements météorologiques : Régime de sud-est le 14 décembre 2008 Mistral le 23 et 24 janvier.
Étude de la variabilité interne du Modèle Régional Canadien de Climat à l'échelle saisonnière Adelina ALEXANDRU Ramon de ELIA René LAPRISE UQÀM Université.
Couche limite atmosphérique
L’ATMOSPHERE Définition Composition air sec et vapeur aérosols
1/20 Assimilation 4D-Var d’observations d’ozone d’AURA/MLS dans ARPEGE pour un apport dynamique dans la haute troposphère/basse stratosphère N. SEMANE.
Les dépressions polaires Par Danahé Paquin-Ricard Image du satellite NOAA-9 d’une dépression polaire au-dessus de la mer de Barent le 27 février 1987.
O. Nuissier, V. Ducrocq et D. Ricard
Couche limite atmosphérique
Couche limite atmosphérique
Couche limite atmosphérique Micrométéorologie. Limitations des théories K Ces fermetures sont extrêmement dépendants du type de turbulence. Les valeurs.
Analyse des cartes météo
REPUBLIQUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE
Approximation des équations de la magnéto-hydrodynamique
Objectifs de ce cours : le but de ce cours est d’apporter aux étudiants de Master1 les notions essentielles de météorologie. L’idée est de décrire le déplacement.
Couche limite atmosphérique et micrométéorologie
Couche limite atmosphérique
Couche limite atmosphérique Conditions frontières.
Modélisation Atmosphérique M2-PCE. Processus atmosphériques proc. dynamiques vent 3D, pression et densité de l’air, turbulence proc. thermodynamiques.
Introduction à la météorologie
Application des équations primitives à l’écoulement turbulent
Couche limite atmosphérique Micrométéorologie. Équations de Reynolds 7 équations et 16 inconnues...
Réunion VURCA, 27 janvier 2011, CIRED, Paris Projet VURCA Tâche 3 : Vulnérabilité des villes aux canicules A.L. Beaulant, A. Lemonsu, S. Somot, V. Masson.
Couche limite atmosphérique et micrométéorologie Hiv 2008 : 08/01 à 24/04 Semaine de relâche : 25/02-03/03.
Météorologie physique
Joël Picaut Institut de Recherche pour le Développement (IRD) LEGOS/OMP, Toulouse.
MECANIQUE DES MILLIEUX CONTINUS ET THERMODYDAMIQUE SIMULATIONS.
Transcription de la présentation:

MODELISATION METEOROLOGIQUE ET PREVISION NUMERIQUE DU TEMPS Jean PAILLEUX Météo-France (CNRM) 42 avenue G. Coriolis Toulouse Cedex 1 GdR MOMAS – Marseille – Novembre 2003

MODELISATION METEOROLOGIQUE ET PREVISION NUMERIQUE DU TEMPS L’atmosphère et les lois qui la gouvernent Principe et historique des modèles de prévision du temps Les modèles opérationnels de prévision du temps Autres applications de la modélisation atmosphérique Rôle de l’observation et de l’assimilation de données en météorologie Le devenir de la modélisation en météorologie REF: Article de même titre, par J. Pailleux et J.F Geleyn, à paraître dans « Les Annales des Ponts et Chaussées » (automne 2003)

L’atmosphère AIR SEC N2: 78% O2: 21% A: 0.09% CO2: 0.03 : O3: H20

Rayonnement Solaire = Moteur de l’Atmosphère EQUINOXE SOLSTICE D’HIVERSOLSTICE D’ETE P. Nord P. Sud P. Nord P. Sud

Les grands courants aériens (Ferrel –1859)

Exemple du développement des tempêtes La prévision des tempêtes nécessite l’observation et la modélisation de phénomènes tels qu’un jet avec un très fort vent d’ouest, ainsi que sa mise en phase avec un tourbillon de basse couche. Voir l’exemple de ces phénomènes sur l’Atlantique, la veille de la tempête du 26 decembre 1999.

La tempête du 26/12/99

PERTURBATION VUE DE SATELLITE

Cyclones tropicaux

La modélisation de l’atmosphère… ….s’appuie sur des modèles numériques intégrant les équations générales de l’hydrodynamique: Équation du mouvement(Newton) Équation de continuité Thermodynamique Équation des gaz parfaits

Équations en météorologie P : pression  : densité U : énergie interne T : température q : concentration en vapeur d’eau

Équations en météorologie Approche Lagrangienne (ou particulaire) Approche Eulérienne NAVIER STOKES Approximation Hydrostatique

JEU TYPIQUE DE PARAMETRES DEFINISSANT L’ETAT D’UN MODELE METEO Composantes horizontales du vent, temperature et humidité sur quelques dizaines de niveaux jusque vers 50km d’altitude Paramètres de surface (Concentrations d’autres constituants: eau liquide ou glace, ozone, etc…)

Vent Géostrophique Équation du mouvement Approximations: –On néglige les forces de frottements: F f =0, ce qui est correct si altitude>1000m –On néglige l’évolution de la vitesse au cours du temps

Vent géostrophique On montre que : Application 985 hPa 990 hPa 995 hPa 100 km densité de l’air Paramètre de coriolis =2Ωsinφ = s -1

EQUATIONS PLUS OU MOINS SIMPLIFIEES APPLIQUEES A L’ATMOSPHERE POUR LA PREVISION DU TEMPS Années 1970: modèles quasi- geostrophiques Années 80-90: modèles hydrostatiques A partir de 2000 environ: relâchement de l’hypothèse hydrostatique.

Principe d’un modèle numérique Jour J J+10 jours 12h UTC toto to+tto+t tftf ETAT DE L'ATMOSPHERE EQUATIONS D'EVOLUTION PREVISION RESEAU de MESURE CALCUL et ORDINATEUR CARTE de CHAMP PREVU

Histoire de la Prévision Numérique Newton – Pascal – Leverrier Richardson Von Neumann: ENIAC (1950) Premier modèle (1 niveau) en routine : USA (1955) Vers 1970 : installation opérationnelle de modèles dans beaucoup de services 1979: Le CEPMMT devient opérationnel en Europe (Reading – GB)

REPRESENTATION D’UN CHAMP X(φ,λ) SUR LA SPHERE EN POINTS DE GRILLE X ij, i=1,.. j=1,.. EN SPECTRAL X(φ,λ) = ΣΣa n m Y n m (φ,λ) nm : HARMONIQUES SPHERIQUES P n m (sinφ). e imλ (Legendre/Fourier) ΔY n m = k n m Y n m N m n

On évalue les valeurs des variables sur les points d'une grille régulière de maille  x. On remplace la valeur de la dérivée par une différence finie : Méthode des différences finies

Schéma numérique d’avance temporelle

Le CEPMMT (Centre Européen de Prévisions Météorologiques à Moyen Terme) Reading – Royaume Uni Modèle spectral global T511, 60 niveaux (jusqu’à 0.1 hPa). Grille « linéaire » (lat/lon) de 35 à 40 km. Intégration temporelle « semi-lagrangienne, semi-implicite », pas de temps de 15’. Jusqu’à 10 jours d’échéance, à partir de 00 et 12hUTC chaque jour Assimilation 4D-VAR sur fenêtre 12h, au moyen de 2 minimisations à T159 (résolution des incréments) Prévision d’ensemble (EPS - Ensemble Prediction System) au moyen de 51 intégrations du même modèle, à résolution T255 / 40 niveaux

Grille du modèle ARPEGE Le modèle global français ARPEGE Modèle spectral global T L 358 C2.4, 41 niveaux Maille associée: 23 km (France)  135 km (antipode) Représentation sur une sphère avec étirement et basculement du pôle sur la zone d’intérêt Collaboration avec le CEP

Le modèle global ARPEGE T L 358 C2.4 pôle lat. 46,5° lon. 2,6° Résolution locale en km Résolution verticale: 41 niveaux

Le modèle à domaine limité Aladin-France Modèle spectral Domaine: carré de 2740 km de côté, centré sur le point de résolution maximale d’Arpège Niveaux verticaux: ceux d’Arpège (41) Résolution horizontale (9.9 km) ~ 2 × résolution max d’Arpège Couplage: appliqué toutes les trois heures au modèle global Arpège

La coopération et ALADIN Domaines utilisés dans différents pays

Découpage vertical Modèles Météo-France: 41 niveaux Sommet: 45 km ou 1hPa Modèle Centre Eur.: 60 niveaux Sommet: 55km ou 0.1hPa Surf. terrestre Découpage vertical de l’atmosphère

Processus physiques

Découpage du globe par processeur

Richardson en 1916

DIFFERENTS USAGES DES MODELES NUMERIQUES EN METEO Evolution climatique (décennie ou siecle) Variabilité interannuelle (El Nino, ozone) – (année) Prévision saisonnière (mois) Prévision du temps (jours) Meso-echelle, pollution urbaine (heures)

Les sources d’incertitude  Différences entre analyse et réalité –Imperfection du système d’assimilation –Manque d’observations  Erreurs de modélisation

Un exemple de visualisation de l’incertitude : le panache Panache des valeurs prévues d’un paramètre en un point pour différentes échéances prévision déterministe à cette échéance: zone de plus forte probabilité échéance valeur du paramètre prévu instant initial

Nébulosité Précipitations Force du vent Température à 2m Évolution sur 10 jours de différents paramètres de temps sensible à Marseille

OBSERVATIONS DE RADIOSONDAGES

Radio occultation geometry = the path of the ray perigee through the atmosphere

Principe de l’assimilation 4D-VAR 9h12h15h Fenêtre d’assimilation JbJb JoJo JoJo JoJo obs analyse xaxa xbxb prévision corrigée ancienne prévision

Mise en œuvre opérationnelle des modèles à Météo-France (juin 2002) Modèle ARPEGE (maille variable), fonctionne en routine 4 fois par jour : - à partir de 00h UTC, jusqu’à 96h - à partir de 06h UTC, jusqu’à 42h - à partir de 12h UTC, jusqu’à 72h - à partir de 18h UTC, jusqu’à 30h Modèle ARPEGE uniforme, fonctionne en routine 1 fois par jour : à partir de 00h UTC, jusqu’à 72h Modèle ALADIN/France, fonctionne en routine 4 fois par jour, couplé au modèle ARPEGE correspondant fournissant conditions aux limites et conditions initiales, jusqu’aux mêmes échéances Conditions initiales obtenues par assimilation 4D-VAR fonctionnant sur des fenêtres temporelles de 6h, centrées sur chacune des heures 00, 06, 12 et 18h UTC. ARPEGE/Tropiques possède son propre 4D-Var. Une initialisation par filtres digitaux (DFI) est utilisée pour ARPEGE et ALADIN.

SPECIFICITES DE LA MODELISATION ATMOSPHERIQUE Atmosphère = « Laboratoire » de grande taille, difficilement observable, où toute situation météo est unique. Système ouvert: modéliser finement l’atmosphère amène à modéliser l’océan, la surface terrestre, la végétation, etc…. Prévision numérique -  temps réel: le compromis central est entre rapidité et fiabilité des calculs Synergie étroite entre observation et modélisation (assimilation de données) Enorme gamme d’échelles à traiter.