Jérôme Bouffard (présenté par Laurent Roblou)

Slides:



Advertisements
Présentations similaires
Aires et périmètres.
Advertisements

Impact de la FCO sur la mortalité des bovins
Répondez à ces quelques questions
Généralités. Modélisation HYCOM en Manche – Gascogne (SHOM / Géosciences Ingénierie / ACTIMAR / Hoang Cslt / …)
HYCOM zone Manche Gascogne. Résultats en 2006
G.Herbert, N.Ayoub, P.Marsaleix, F.Lyard, C.Maraldi, J.Lamouroux
Propagation des panaches d’eaux mélangées en milieu côtier
Validation de la marée dans le modèle HYCOM du Golfe Normand-BretonLPG – 30/11/ Validation de la marée dans le modèle HYCOM du Golfe Normand-Breton.
Atelier Marée barotrope
Atlas régionaux de marée les atlas COMAPI (Cnes/Legos/Noveltis) F. Lyard 1, L. Roblou M. Lux, M. Cancet, C. Pénard, J. Lamouroux 2 E. Bronner 3 1 LEGOS,
Prospection par ondes de surface
Notions de base de l’optique ondulatoire
1 Intégration numérique garantie de systèmes décrits par des équations différentielles non-linéaires Application à l'estimation garantie d'état et de paramètres.
Mesures électriques Grandeurs physiques et unités diapo
1 Analyse de la variance multivariée Michel Tenenhaus.
Les tourbillons océaniques de la Mer des Solomon Réunion du 18/10/2012
OPTIMISATION DE L'AMPLIFICATION RAMAN DANS DES PAS TERRESTRES DE FIBRE ULTRAWAVETM POUR LA TRANSMISSION TRES LONGUE DISTANCE A N×40 Gbit/s Tatiana VARGAS,
Christelle Scharff IFI 2004
Présenté par: Mario Gagnon Ph.D Océanide inc.
SIMULATION WATERFALL & INSPECTION
Cycle de vie dun logiciel Origine des erreurs La spécification 50% 40% 10% Le design Le codage.
Application des algorithmes génétiques
Polarisation et Directionnalité
Mélanie JUZA LEGI-MEOM, Grenoble
Modélisation d'environnements forestiers
M.D., AMT Narbonne Fond diffus, structures et avant-plans Marian Douspis (LATT/OMP) Nabila Aghanim, Mathieu Langer (IAS)
Télédétection des Océans : quels défis pour le futur ?
Cours Corporate finance Eléments de théorie du portefeuille Le Medaf
Titre : Implémentation des éléments finis sous Matlab
Nouvelle Topographie Dynamique Moyenne calculée à partir de la combinaison de données GRACE, altimétriques et in-situ M-H Rio cm.
Utilisation d’un SVAT, de la HR à la BR: étude d’impact
Partie 1: Ondes et Particules.
Corrélation et régression linéaire simple
8. La modulation d’amplitude en quadrature et SSB
Les modèles linéaires (Generalized Linear Models, GLM)
Prédiction multi-step de la volatilité : le modèle ARIMA-GARCH appliqué aux séries temporelles d’affaiblissement par la pluie sur les liaisons Terre-Satellite.
Modélisation Nuage de points.
Les Arbres de décision ou régression
Robots footballeurs: Fusion de données
Titre : Implémentation des éléments finis en Matlab
Le système d’assimilation hybride Meso-NH/AROME
D. Duret / Présentation Cappi Z
Modélisation Nuage de points.
Correction du DS n° Questions Q41 et Q48
Filtre de Kalman – Préliminaires (1)
Modélisation d’un radar UHF pour l’exploration de Mars
Étude rhéologique BAO Document Confidentiel LFP David D’hiribarren
Validation de la simulation
Détermination de la section de câbles Exploitation de la documentation constructeur Objectif Nous allons découvrir ici la façon d'exploiter une documentation.
Coupes efficaces pour la relaxation lagrangienne
Antennes-BIE à surface combinée
1 SysOptim Logiciel de réglage, de modélisation et d’optimisation pour la CPG en tenant compte la totalité du système tout en assurant la cohérence du.
Niveaux d'eau extrêmes pour le dimensionnement
Les taux d’activité 2. Les conditions d’insertion 3. Les conditions d’emploi.
Probabilités et Statistiques
1. Présentation générale du système
Prospection Gravimétrique
1 28 mai 2002Jean GARNIER CCT Composants Séminaire CAN CARACTERISATION ELECTRIQUE DES CONVERTISSEURS ANALOGIQUE/NUMERIQUE.
1 Une méthode itérative pour l'unfolding des données expérimentales, stabilisée dynamiquement(*) Bogdan MALAESCU LAL LLR 28/09/2009 (*arxiv: )
Automatisation du vol de “ La Drenalyn ”
Etude des performances cinématiques de la plateforme 6 axes
Etude par essais physiques de solutions de renforcement des digues
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)
1 01 février 2005 Montpellier Franck MERCIER Ouan-Zan ZANIFE CLS, Direction Océanographie Spatiale Contribution de l’Altimétrie Spatiale à l’Hydrologie.
Atelier ADOMOCA-2 Les Lecques, oct Assimilation haute résolution IASI-Valentina Benjamin Pajot S. Massart, D. Cariolle, A. Piacentini CERFACS.
1. Présentation générale du système
Sensibilité aux forçages atmosphériques et assimilation de données spatiales et in situ dans un modèle à surface libre du Golfe de Gascogne et du Plateau.
Calibration régionale (projet Albicocca)
ADOMOCA 13 novembre 2008 S. Massart Assimilation des données d’ozone de SA-IASI Sébastien Massart CERFACS : A. Piacentini, D. Cariolle SA : C. Clerbaux,
1. Présentation générale du système
Transcription de la présentation:

Jérôme Bouffard (présenté par Laurent Roblou) Estimation des performances du modèle de marée T-UGO 2D sur le plateau européen Jérôme Bouffard (présenté par Laurent Roblou) Avec les contributions de : C. Maraldi, L. Roblou, F. Lyard, F. Birol Financement CNES, projet PISTACH

Elévation de marée (écart-type) Elévation résiduelle (écart-type) La marée océanique sur le plateau européen Elévation de marée (écart-type) Elévation résiduelle (écart-type) Altimétrie: SSH X-TRACK m Marégraphes: sources SHOM, OPPE, DMI, NPA/HS cm Marée ~ signal total Signal résiduel ~ 20% marée

Performances comparées au modèle GOT4 Performances comparées au modèle GOT4.7 (1/4) Comparaisons aux marégraphes Large Côte Ondes GOT4.7 ∆E T-UGO 2D K1 K2 M2 N2 O1 P1 Q1 S2 0.2 +/- 0.8 cm 0.1 +/- 0.7 cm 0.1 +/- 1.3 cm 0.2 +/- 0.7 cm 0.2 +/- 0.5 cm 0.1 +/- 0.3 cm 0.1 +/- 0.6 cm 0.5 +/- 1.8 cm 0.5 +/- 1.0 cm 0.6 +/- 1.1 cm 1.7 +/- 4.1 cm 0.1 +/- 1.0 cm 0.2 +/- 0.4 cm 1.0 +/- 2.6 cm RSS 2.7 cm 5.3 cm Ondes GOT4.7 ∆E T-UGO 2D K1 K2 M2 N2 O1 P1 Q1 S2 0.2 +/- 0.9 cm 0.2 +/- 2.5 cm 2.1 +/- 18.3 cm 0.8 +/- 3.6 cm 0.5 +/- 0.9 cm 0.1 +/- 0.5 cm 1.1 +/- 7.0 cm 0.4 +/- 1.5 cm 0.2 +/- 2.9 cm 2.2 +/- 18.1 cm 0.4 +/- 3.0 cm 0.3 +/- 1.6 cm 0.2 +/- 0.6 cm 0.2 +/- 0.5 cm 0.7 +/- 7.0 cm RSS 20.1 cm 20.0 cm Au large, GOT4.7 (inversion de données) plus performant que T-UGO 2D (hydrodynamique) En zone côtière, T-UGO est l égèrement plus performant que GOT4.7

Performances comparées au modèle GOT4 Performances comparées au modèle GOT4.7 (2/4) Erreurs totales de prédiction aux marégraphes GOT4.7 T-UGO 2D Unité en cm Erreurs totales plus faibles de 16 % (>3cm) pour T-UGO 2D Dispersion de l’erreur totale plus faible de 40 % pour T-UGO 2D Erreurs de prédiction de l’ordre de grandeur du signal résiduel Erreurs plus fortes dans les zones de forte marée (> 40cm) Erreurs plus faible dans les zones de faible marée

Performances comparées au modèle GOT4 Performances comparées au modèle GOT4.7 (3/4) Erreurs de modélisation aux marégraphes GOT4.7 T-UGO 2D Unité en cm L’erreur de modélisation est plus faible en moyenne (13%) pour T-UGO 2D et plus homogène spatialement (40%) Prédiction de T-UGOm de meilleure qualité aux marégraphes côtiers … sauf le long des côtes norvégiennes (problème phase M2)

Performances comparées au modèle GOT4 Performances comparées au modèle GOT4.7 (4/4) Erreurs d’omission aux marégraphes GOT4.7 T-UGO 2D Unité en cm NB: Spectre de prédiction de T-UGO 2D plus complet (MN4,S4…) Les erreurs d’omission sont relativement importantes (e > 5cm), notamment en Manche (e >10cm) Importance de prendre en compte un spectre complet , incluant les ondes non linéaires …particulièrement sur le plateau

Performances des corrections pour l’altimétrie Ecart-type résiduel de la hauteur de mer (SLA) corrigée rms(SLA|T-UGO 2D) – rms(SLA|GOT4.7) Histogramme par classes de profondeurs 150 m 0.15 +/- 0.06 cm 0.14 +/- 0.03 cm Profondeur (m) Unité en m Altimétrie: SLA X-TRACK Corrections de performance équivalentes au large Amélioration sur le plateau ( profondeurs < 150 m)

Assimilation dans T-UGO 2D (marée) Méthode EnOI: OI dans le domaine spectral (travaux Lyard) Covariances d’erreur de modélisation déterminées par méthodes d’ensemble (travaux Mourre, Letellier) Expérience: Assimilation Validation Marégraphes pélagiques Points de croisement T/P Marégraphes indépendants

Expérience d’assimilation dans T-UGO 2D Résultats préliminaires Large Ondes GOT4.7 ∆E T-UGO-2D T-UGO-2D ASS K1 K2 M2 N2 O1 P1 Q1 S2 0.2 +/- 0.8 cm 0.1 +/- 0.7 cm 0.1 +/- 1.3 cm 0.2 +/- 0.7 cm 0.2 +/- 0.5 cm 0.1 +/- 0.3 cm 0.1 +/- 0.6 cm 0.5 +/- 1.8 cm 0.5 +/- 1.0 cm 0.6 +/- 1.1 cm 1.7 +/- 4.1 cm 0.1 +/- 1.0 cm 0.2 +/- 0.4 cm 1.0 +/- 2.6 cm 0.7 +/- 1.0 cm 0.5 +/- 1.9 cm 0.1 +/- 0.5 cm 0.0 +/- 0.7 cm 1.0 +/- 2.2 cm RSS 2.7 cm 5.3 cm 3.4 cm Amélioration des comparaisons pour les ondes principales Gain de 36% en RSS au large

Expérience d’assimilation dans T-UGO 2D Résultats préliminaires Côte Ondes GOT4.7 ∆E T-UGO 2D T-UGO 2D ASS. K1 K2 M2 N2 O1 P1 Q1 S2 0.2 +/- 0.9 cm 0.2 +/- 2.5 cm 2.1 +/- 18.3 cm 0.8 +/- 3.6 cm 0.5 +/- 0.9 cm 0.1 +/- 0.5 cm 1.1 +/- 7.0 cm 0.4 +/- 1.5 cm 0.2 +/- 2.9 cm 2.2 +/- 18.1 cm 0.4 +/- 3.0 cm 0.3 +/- 1.6 cm 0.2 +/- 0.6 cm 0.2 +/- 0.5 cm 0.7 +/- 7.0 cm 0.2 +/- 0.8 cm 0.6 +/- 1.5 cm 0.8 +/- 10.6 cm 0.3 +/- 2.2 cm 0.1 +/- 0.6 cm 0.5 +/- 3.6 cm RSS 20.1 cm 20.0 cm 14.8 cm Amélioration des comparaisons pour les ondes principales (~50% sur les ondes semi-diurnes) Gain de 26% en RSS à la côte

Conclusions Ondes par ondes, les solutions hydrodynamique de marée T-UGO 2D présentent des performances légèrement supérieures à celles du modèle GOT4.7 à la côte, inférieures au large. Les prédictions de marée faites à partir des solutions hydrodynamiques T-UGO 2D sont plus réalistes et de meilleure cohérence spatiale, particulièrement sur le plateau (H<150m), grâce à une meilleure modélisation des ondes principales et un spectre plus complet (ondes non linéaires en particulier). L’assimilation de données dans T-UGO 2D permet, a posteriori, de se rapprocher des performances du modèle global GOT4.7 au large et d’améliorer significativement les performances des solutions hydrodynamiques à la côte.

Bonus

Définitions et méthodes Qu’est ce qu’une prédiction de marée ? Reconstruction dans le domaine temporel du signal de marée total à partir des différentes harmoniques (spectre de prédiction). Qu’est ce qu’une erreur d’omission ? Erreur d’un modèle due à l’omission de certaines harmoniques dans le spectre de prédiction. Qu’est ce qu’une erreur de modélisation ? Erreur d’un modèle due à une défaillance à reproduire des harmoniques du spectre de prédiction. Erreur totale: erreur d’omission + erreur de modélisation. Estimée en comparant une prédiction issue d’une Analyse Harmonique Marégraphique (AHM) sur 66 ondes à une prédiction faite avec le spectre du modèle Estimée en comparant la prédiction du modèle à celle issue d’une AHM faite à partir du même spectre de prédiction que le modèle (~30 ondes) Estimée en comparant la prédiction du modèle (~30 ondes) à une prédiction issue d’une AHM faite sur 66 ondes

Performances comparées au modèle GOT4. 7 (3 Performances comparées au modèle GOT4.7 (3.5/4) Erreurs de modélisation aux marégraphes Amplitude de l’onde M2 (en couleur) et différence aux marégraphes GOT4.7 T-UGO 2D TG ∆Amplitude (cm) ∆Phase (degrés) GOT4.7 T-UGO 2D Aalesund Bergen Maaloy Oscarsborg Oslo Stavanger Tregde Viker -1.7 -10.2 -0.2 -1.0 0.2 2.0 1.7 0.9 -5.1 -4.9 5.8 -7.8 -6.6 1.9 -0.6 3.1 13.1 17.1 -4.7 7.2 -7.6 1.8 13.8 4.8 116.4 114.8 10.5 119.4 118.4 Moy. rms 3.6 -2.1 4.7 3.7 8.5 59 63 Retard de phase important de M2 pour T-UGO 2D au nord du domaine NEA

La marée côtière sur le plateau européen Données marégraphiques disponibles Elévation totale (cm) Elévation résiduelle (cm) Elévation de marée (cm) Marée ~ signal total Signal résiduel ~ 20% marée

Performances des corrections pour l’altimétrie Généralités SSH Xtrack Nombre de données bathymétrie 2 zones : Plateau Plein océan (> 3000 m) Signal plus fort à l’ouest et en zone côtière Signal résiduel plus fort sur les plateau Signal total – (w+p) Signal résiduel

TUGOm-2D - GO4.7 / profondeur Performances des corrections pour l’altimétrie Par rapport à l’analyse harmonique GOT4.7 TUGOm-2D Répartition géographique de l’erreur similaire T-UGOm plus performant que GOT4.7 en côtier Résultats équivalents au large Amélioration sur le plateau de la mer du Nord (< 150 m) TUGOm-2D - GO4.7 Unité en m TUGOm-2D - GO4.7 / profondeur 150 m Profondeur (m) Histogramme par classes de profondeurs