Stéphane Laroche Réal Sarrazin Judy St-James Séminaire Interne

Slides:



Advertisements
Présentations similaires
2003 – TGMP EN CHIFFRES Les Agences Les Agences
Advertisements

LEÇONS N° RELATIONS DANS LE VIRAGE EFFET DU VENT TRAVERSIER SUR LES TRAJECTOIRES SOL /22.
Processus dallocations 2009/2010 Mémo pédagogique pour fournisseurs ayant des Droits à Stockage (Fourni à titre dinformation non engageante - Seul le règlement.
Droit Aérien 44 CISPN14300.
Éléments de calcul mental
Calcul mental Calcul mental Année scolaire Classe de …
CALCUL RAPIDE Complément à la dizaine ou à la centaine supérieure
Nombre de personnes vivant avec. Total. 40 millions le VIH/SIDA
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,
Projet de glisseur sous-marin :
CONTRÔLE D’APPROCHE Référence Documentation 4444 CISPN14300.
1 Séminaire de travail « Indicateur de croissance en France et/ou en zone euro : méthodologie et évaluation » 14 juin 2006 Indicator Models of Real GDP.
VOL MOTEUR REDUIT.
Leçon 16 : CIRCUITS D’AÉRODROME
G.Herbert, N.Ayoub, P.Marsaleix, F.Lyard, C.Maraldi, J.Lamouroux
Thématiques de recherche Comportement des matériaux sous chargements complexes et prédiction de la durée de vie (fatigue isotherme ou thermo-mécanique)
Jean-Christophe Leroy ̶ Directeur de programme TIC-PME 2010
Module NAVIGATION SOMMAIRE: Altimétrie. Orientation.
VII.2) Analyses statistiques de cartes météorologiques (I): moyennes, variances et composites avec test de Student Statistiques du Géopotentiel à 700hPa,
L’offre et la demande Loi de l’offre.
NOUVELLES DE L’AUTORITÉ DES MARCHÉS FINANCIERS
A NTON B RENDER F LORENCE P ISANI. Capitalisation obligataire En milliards de dollars Capitalisation.
Mélanie JUZA LEGI-MEOM, Grenoble
Modélisation mésoéchelle et validation satellite
Approche modèle-vers-satellite
© Tous droits réservés 2008 Niveau Cycle central (5 ème et 4 ème ) Exercices Vrai/Faux Mesdames Hélène Clapier et Dominique Halperin, professeures de mathématiques.
Le climat ?.
Simulation de la canicule 2003 à fine échelle Projet EPICEA : Etude Pluridisciplinaire des Impacts du Changement climatique à lEchelle de lAgglomération.
Objectifs du chapitre 12: Interprétation des résultats
École Doctorale des Sciences de l'Environnement d’ Î le-de-France Année Modélisation Numérique de l’Écoulement Atmosphérique et Assimilation.
Effets de la position de la frontière supérieure sur les simulations hémisphériques du Modèle Régional Canadien du Climat (MRCC) : Survol du projet Par.
Navigation Règlementation Sécurité
F. Leblanc1, R. Modolo1, J. Y. Chaufray2, F. Forget2, C. Mazelle3, S
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.
Simulation 3D du transfert radiatif
Le système d’assimilation hybride Meso-NH/AROME
Modes de représentation des incertitudes : Un état des lieux
Vers une diagnose opérationnelle des échanges stratosphère - troposphère (ÉST) Michel Bourqui, Rachid Moustabchir, Pier-Yves Trépanier, Université McGill.
Demande stochastique stationnaire
Data ass. at high res. sept Pajot Benjamin 6-weeks data assimilation Dans ce power-point, on s´intéresse aux effets de l´assimilation à haute résolution.
Data ass. at high res. sept Pajot Benjamin Different variances and length scales Dans ce power-point, on s’intéresse aux apports de l’utilisation.
Cinématique Mouvement -> Cinématique Cause -> Dynamique
MIDA GL 4: appel à projets
Structure du cours Introduction générale Notions de géodésie
Produits dérivés des données satellites micro-onde SMMR-SSM/I (et produits associés ERA 40 et NARR) Stéphane Poirier et Alain Royer 30 avril 2008.
Les points forts de la rénovation 1 Séminaire de présentation du CAP et du Bac Pro Maintenance des Véhicules LP A. DUMAS / CAVAILLON – 15 octobre 2014.
Nuages Arctiques en phase mixte
Les jets Définition Terminologie Représentation graphique
4ème journée professionnelle des missions locales de La Réunion
Le mouvement en deux dimensions
Comment faire un compte d’exploitation prévisionnel ?
Stratégie d’entreprise - Alstom Transport – Marco Férrogalini
Une méthode de désagrégation adaptée au forçage de modèles océaniques M. Minvielle, J. Boé, C. Cassou, J. Najac, L. Terray, R. Bourdallé-Badie.
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.
Automatisation du vol de “ La Drenalyn ”
Correction Addition de vecteurs km Sud 3 km Nord Déplacement Distance parcourue 3 km + 3 km = 6 km 3 km - 3 km = 0 km.
Scalaires et vecteurs Tu as vu qu’une grandeur physique comportait un nombre et une unité de mesure appropriée. Exemple: 75 km: 75(nombre) km (unité)
–1–1 Assimilation d’ozone ARPEGE Noureddine SEMANE Doctorant 2ème année, CNRM/GMGEC/CARMA Réunion ADOMOCA Novembre 2007.
Les fonctions leurs propriétés et.
Fonctionnement des prévisions
Comment construire un graphe ?
Comment construire un graphe ?
Cartographie de la météo
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
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.
Prévisions de poussières pour FENNEC
Assimilation Lidar Aéroportés DIAL pendant COPS Travail de Matthias Grzeschik Soline Bielli Réunion Méso-NH 14 janvier 2010.
LES CARTES TEMSI Météorologie
Transcription de la présentation:

Changements à l’assimilation des observations des radiosondes et des rapports d’avion Stéphane Laroche Réal Sarrazin Judy St-James Séminaire Interne 24 octobre 2014

Plan de présentation Changements à l’assimilation des observations des radiosondes et des rapports d’avion Étude d’impact de la trajectoire des ballons-sondes sur la prévision et la vérification Critères de rejet des observations d’humidité des radiosondes utilisés à ECMWF

Résumé des changements proposés au traitement des observations des rapports d’avion Augmentation de la densité verticale des données assimilées en tenant compte de la résolution verticale du modèle Ajustement des statistiques d’erreur d’observation Correction de biais de température

Sélection des observations des radiosondes et des rapports d’avion selon les niveaux modèles

Changements du nombre d’observations assimilées et des statistiques d’erreur d’observation des rapports d’avion Nombres moyens d’observations de rapports d’avion à 1800 UTC pour janvier 2009 Statistiques d’erreur d’observation Zonal wind Temperature Augmentation globale ~ 35%

Impact de l’augmentation du nombre de données et des nouvelles erreurs d’observation des rapports d’avion (expériences 3D-Var sur janvier 2009) Hémisphère Nord

Impact des données d’avion sur l’analyse de température à 250 hPa Biais de température des rapports d’avion Impact des données d’avion sur l’analyse de température à 250 hPa Différence d’analyses de température à 250 hPa avec et sans assimilation de rapports d’avion (Expérience 3D-Var sans rapport d’avion sur janvier 2009) Innovations (O-P) moyennes pour différentes phases de vol (Expérience contrôle 3D-Var sur janvier 2009)

Correction de biais de température des rapports d’avion: approche par programmes et phases d’envol Bias correction for TT (C) Aircraft type Ascent Descent Flight levels 901 157 42 EUxxxx 1000-800 hPa 0.0 0.0 0.0 800-600 hPa 0.1 0.0 0.0 600-400 hpa 0.2 0.0 0.2 400-100 hpa 0.3 0.0 0.3 903 157 CNJCAxxx 800-600 hPa 0.1 0.0 0.1 600-400 hpa 0.3 0.2 0.4 400-100 hpa 0.4 0.3 0.4 905 42 AUxxxx 1000-800 hPa 0.0 -0.1 0.0 800-600 hPa 0.1 -0.1 0.0 600-400 hpa 0.3 0.0 -0.1 400-100 hpa 0.5 0.2 0.1 907 42 SAxxxxx AFZAxx 1000-800 hPa -0.6 -0.8 0.0 800-600 hPa -0.3 -0.4 0.0 600-400 hpa 0.1 0.1 0.8 400-100 hpa 0.0 0.0 0.9 908 157 JP9Zxxxx 1000-800 hPa 0.3 0.2 0.0 800-600 hPa 0.2 0.2 0.2 600-400 hpa 0.2 0.2 0.3 400-100 hpa 0.5 0.3 0.4 911 157 HKxxxx 1000-800 hPa 0.0 0.1 0.0 800-600 hPa 0.0 0.2 0.0 600-400 hpa 0.0 0.2 0.2 400-100 hpa 0.0 0.0 0.2 912 157 GLFE0xxx 1000-800 hPa 0.1 -0.1 0.0 800-600 hPa 0.3 -0.1 0.1 600-400 hpa 0.5 -0.1 0.3 400-100 hpa 0.0 0.0 0.3 Impact des données d’avion sur l’analyse de température à 250 hPa Impact de la correction de biais sur l’analyse de température à 250 hPa

Correction de biais de température des rapports d’avion: approche simplifiée Impact des données d’avion sur l’analyse de température à 250 hPa Couche (hPa) Version initiale Correction (K) Version finale 300-100 0.6 0.5 400-300 0.4 0.3 500-400 0.2 700-500 0.1 Impact de la correction de biais (version initiale) sur l’analyse de température à 250 hPa Impact de la correction de biais (version finale) sur l’analyse de température à 250 hPa

Correction de biais de température des rapports d’avion: approche simplifiée Expérience 3D-Var sur janvier 2009 Sans correction de biais Expérience 3D-Var sur janvier 2009 Avec correction de biais

Impact de la correction de biais de température des rapports d’avions (expériences 3D-Var sur janvier 2009) Hémisphère Nord

Monitoring des observations de température des rapports d’avion Système opérationnel et parallèle Opérationnel Parallèle Octobre 2014 Octobre 2014

Résumé des changements proposés au traitement des données radiosondes Assimilation des données disponibles sur les niveaux significatifs et obligatoires Processus de sélection de données qui tient compte de la résolution verticale du modèle Tenu en compte du déplacement des ballons-sondes Ajustement des statistiques d’erreur d’observation Implantation des critères de rejet des données d’humidité au-dessus de 300 hPa utilisés au centre européen (ECMWF)

Sélection des observations des radiosondes et des rapports d’avion selon les niveaux modèles

Distribution des données radiosondes et redondance (janvier 2009) 27 niveaux prescrits Nouvelle sélection de données Données non utilisées Données utilisées une fois Données utilisées deux fois Données utilisées plus de deux fois 27 niveaux prescrits Augmentation globale ~ 50%

Trajectoire d’un ballon-sonde Balloon height Z U, T, Z U, T, Z Launch position Balloon ground position

Étude d’impact de la position 4D des ballons-sondes Un ensemble de trajectoires de ballons-sondes ont été simulées à partir des sorties du GDPS sur l’hémisphère Nord extratropiques sur le mois de janvier 2009.

Variabilité spatio-temporelle des champs météorologiques au-dessus de la station aérologique et le long de la trajectoire du ballon-sonde Launch time = synoptic hour Launch time = synoptic hour – 45 min. U, T, Z Z STD(T - T) STD(U - U) STD(Z - Z)

Variabilité spatio-temporelle des champs météorologiques au-dessus de la station aérologique et le long de la trajectoire du ballon-sonde STD(Z - Z) Launch time = synoptic hour STD(Z - Z) Launch time = synoptic hour – 45 min. STD(Z - Z) Launch time = synoptic hour – 45 min. U, T, Z Z

Estimation du déplacement horizontal du ballon à partir du vent et du temps d’ascension estimé ∆𝑥≅ 𝑢 ∆𝑡 ∆𝑡≅ 1 𝑤 ∆𝑧 ≅ 𝑅 𝑇 𝑔 𝑤 ∆ln⁡(𝑝) ∆𝑡≅representative elapsed ascent time difference ∆𝑝 or

Stations aérologiques choisies pour lesquelles des données hautes-résolutions sont disponibles Données disponibles dans le cadre du projet SPARC

Estimation de la vitesse moyenne d’ascension des ballons-sondes et du temps écoulé depuis le lancement

Dérive moyenne et erreur de position des ballons-sondes (juillet et décembre 2008)

Exemple de restitution de la trajectoire des ballons-sondes. 1200 UTC 15 December 2008

Vérifications contre observations radiosonde en tenant compte ou non de la trajectoire des ballons-sondes (Expériences 4D-Var sur janvier 2009) Hémisphère Nord Traj. 4D Assimilation Traj. 1D Traj. 3D Vérification

Vérifications contre observations radiosonde en tenant compte ou non de la trajectoire des ballons-sondes (Expériences 4D-Var sur janvier 2009) Hémisphère Nord Traj. 4D Assimilation Traj. 1D Traj. 3D Vérification

Vérifications contre observations radiosonde en tenant compte ou non de la trajectoire des ballons-sondes (Expériences 4D-Var sur janvier 2009) Hémisphère Nord Traj. 4D Assimilation Traj. 1D Traj. 3D Vérification

Vérifications contre observations radiosonde en tenant compte ou non de la trajectoire des ballons-sondes (Expériences 4D-Var sur janvier 2009) Hémisphère Nord Traj. 4D Assimilation Traj. 1D Traj. 3D Vérification

Impact de la trajectoire des ballons-sondes lorsque considérée dans l’assimilation (4D) (Expériences EnVar sur hiver 2011) Hémisphère Nord Vérification 1D Hémisphère Nord

Impact de la trajectoire des ballons-sondes lorsque considérée dans l’assimilation (4D) (Expériences EnVar sur hiver 2011) Hémisphère Nord Vérification 3D Hémisphère Nord 1D 1D

Impact de l’ensemble des changements pour les données des radiosondes et rapports d’avion(Expériences EnVar sur hiver 2011) Hémisphère Nord Vérification 1D Hémisphère Nord

Impact de l’ensemble des changements pour les données des radiosondes et rapports d’avion (Expériences EnVar sur hiver 2011) Hémisphère Nord Vérification 3D Hémisphère Nord 1D 1D

Comparaison avec résultats du cycle final (Expériences EnVar sur hiver 2011) Vérification 1D Hémisphère Nord Hémisphère Nord Cycle Radiosonde/Avion Cycle final

Comparaison avec résultats du cycle final (Expériences EnVar sur hiver 2011) Vérification 1D Hémisphère Nord Hémisphère Nord Cycle Radiosonde/Avion Cycle final

Cycle Radiosonde/Avion Comparaison avec résultats du cycle final hiver 2011(vérification contre ERA-Interim) Hémisphère Nord Extratropiques Cycle Radiosonde/Avion 24-h Cycle final 24-h

Révision des critères de rejet de données d’humidité des radiosondes, basée sur ceux utilisés à ECMWF Présentement, toutes les données de dépression du point de rosée (ES) sont systématiquement rejetées au-dessus de 70 hPa. Critères plus restrictifs tels que proposés par ECMWF: Rejet de ES au-dessus de 100 hPa pour les Vaisala séries 80 et 90 Rejet de ES au-dessus de 300 hPa pour tous autres types de radiosonde Rejet si T < -80 C Vaisala série 90 Rejet si T < -60 C Vaisala série 80 Rejet si T < -40 C autres sondes

Types de sonde présentement utilisés

(expériences 4D-Var hiver 2011) (expériences EnVar hiver 2011) Impact des critères de rejet sur les prévisions à courte échéance (24h) Hémisphère Nord Extratropiques Avec les critères de rejet (expériences 4D-Var hiver 2011) Sans les critères de rejet (expériences EnVar hiver 2011)

Impact des critères de rejet sur les prévisions de température des jours 1 à 10: hiver et été. (Expériences 4D-Var) Hémisphère Nord Extratropiques Hiver 2011 été 2011

(expériences 4D-Var hiver 2011) (expériences EnVar hiver 2011) Impact des critères de rejet sur les prévisions de température des jours 1 à 10. Hémisphère Nord Extratropiques Avec les critères de rejet (expériences 4D-Var hiver 2011) Sans les critères de rejet (expériences EnVar hiver 2011)

Travaux en cours et à venir Migration du code alphanumérique (TEMP et PILOT) au code BUFR pour les données radiosonde; Nouvelles expériences avec les critères de rejet au-dessus de 300 hPa pour les données d’humidité des radiosondes; Développement d’un algorithme de correction de biais de température et d’humidité pour les données des radiosondes; Revoir l’algorithme de correction de biais de température des rapports d’avion. GTS PILOT/TEMP No 4D Trajectory BUFR 4D Trajectory Retrieval of Data Assimilation Systems Radiosonde Data Pre-Processing