Prévision d’ensemble par modification de la physique Alan Hally, Simon Fresnay, Evelyne Richard, Dominique Lambert, Veronique Ducrocq Réunion des utilisateurs de MESO-NH Octobre 2011, Toulouse

Motivation  Les événements de fortes précipitations ont de forts impacts socio- économiques. Leur prévision a beaucoup progressé mais elle n’a toujours pas la précision attendue par la société et la protection civile.  Une alternative consiste à compléter la prévision déterministe par une information probabiliste. Cette information est obtenue à partir de prévisions d’ensemble qui représentent les principales sources d’erreur du système de prévision.  Les processus physiques (e.g. microphysique, turbulence) contrôlent fortement la production et l’évolution de la précipitation mais ils ne sont que grossièrement représentés même à l’échelle kilométrique.  Il est donc intéressant de chercher a prendre en compte ce type d’incertitude dans un système de prévision d’ensemble Réunion des utilisateurs de MESO-NH Octobre 2011, Toulouse

Plan  Les processus physiques considérés  Les perturbations introduites  Le cas d’étude  Les prévisions d’ensemble  Résultats des ensembles à microphysique perturbée  Conclusions et perspectives Réunion des utilisateurs de MESO-NH Octobre 2011, Toulouse

Les sources d’erreur considérées  Conditions initiales et aux limites AROME, AROME-WMED, ECMWF  Turbulence Hypothèses de fermeture (DELT, BL89) La représentation en 1D ou 3D  Physique des nuages La représentation des processus chauds : évaporation, l’accrétion et l’autoconversion dans le modèle Réunion des utilisateurs de MESO-NH Octobre 2011, Toulouse

Les perturbations microphysiques Dq/dt = advection + [sources/puits mic.] + … Dq/dt = … + β [sources/puits mic. ] + …  β aléatoire (Buizza et al, 1999) β ε [0.5,1.5] (E1)  β spécifié β = 0.5, 1 ou 1.5 (E2) β = 0.1, 1 ou 10 (E3)  β aléatoire (Buizza et al, 1999) β ε [0.1,10] (E4) Réunion des utilisateurs de MESO-NH Octobre 2011, Toulouse

6-7 Septembre 2010 Réunion des utilisateurs de MESO-NH Octobre 2011, Toulouse Les premières 24 heures de l’épisode sont les plus intéressantes car ils sont difficiles à prévoir en terme de positionnement (Vallée du Rhône versus Cévennes) Cadre numérique: Un seul domaine Dx = 2.5 km 06 Sept 12 UTC  07 Sept 12 UTC

Test à la configuration du modèle : Diag de Taylor Réunion des utilisateurs de MESO-NH Octobre 2011, Toulouse Modifications du schéma de turbulence, des conditions initiales et des conditions aux limites. DELT 3D – mauvais quels que soient les fichiers de couplage. BL89 1D/3D – Pas beaucoup de différence en terme de corrélation. Aussi pareil quand on change les fichiers de couplage. DELT 1D – Donne la meilleure corrélation avec les observations pour fichiers de AROME BL89 1D – Donne la meilleure corrélation pour fichiers de ECMWF BL89 1D/3D DELT 3D

Test à la configuration du modèle : Évolution temporelle Réunion des utilisateurs de MESO-NH Octobre 2011, Toulouse AROME et AROME-WMEDECMWF DELT 3D BL89 1D/3D Time Normalised Rainfall

Les perturbations microphysiques Dq/dt = advection + [sources/puits mic.] + … Dq/dt = … + β [sources/puits mic. ] + …  β aléatoire (Buizza et al, 1999) β ε [0.5,1.5] (E1)  β spécifié β = 0.5, 1 ou 1.5 (E2) β = 0.1, 1 ou 10 (E3)  β aléatoire (Buizza et al, 1999) β ε [0.1,10] (E4) Réunion des utilisateurs de MESO-NH Octobre 2011, Toulouse

Les ensembles (Méthode E1) Réunion des utilisateurs de MESO-NH Octobre 2011, Toulouse ( Perturbation méthode E1 ) Simulation de CTRL = DELT 1D (en rouge). Moyen en vert Simulation de CTRL = BL89 1D (en rouge). Moyen en vert AROMEECMWF

Les ensembles (Méthode E1) Réunion des utilisateurs de MESO-NH Octobre 2011, Toulouse (Perturbation méthode E1) AROME ECMWF Time Normalised Rainfall

Les perturbations microphysiques Dq/dt = advection + [sources/puits mic.] + … Dq/dt = … + β [sources/puits mic. ] + …  β aléatoire (Buizza et al, 1999) β ε [0.5,1.5] (E1)  β spécifié β = 0.5, 1 ou 1.5 (E2) β = 0.1, 1 ou 10 (E3)  β aléatoire (Buizza et al, 1999) β ε [0.1,10] (E4) Réunion des utilisateurs de MESO-NH Octobre 2011, Toulouse

Les ensembles (Méthode E2) Réunion des utilisateurs de MESO-NH Octobre 2011, Toulouse Autoconversion =0.5, Accretion = 0.5, Evaporation = 0.5 Autoconversion =1.5, Accretion = 0.5, Evaporation = 0.5

Les perturbations microphysiques Dq/dt = advection + [sources/puits mic.] + … Dq/dt = … + β [sources/puits mic. ] + …  β aléatoire (Buizza et al, 1999) β ε [0.5,1.5] (E1)  β spécifié β = 0.5, 1 ou 1.5 (E2) β = 0.1, 1 ou 10 (E3)  β aléatoire (Buizza et al, 1999) β ε [0.1,10] (E4) Réunion des utilisateurs de MESO-NH Octobre 2011, Toulouse

Les ensembles (Méthodes E2 et E3) Réunion des utilisateurs de MESO-NH Octobre 2011, Toulouse (Perturbation méthode E2)(Perturbation méthode E3) Simulation de CTRL = DELT 1D (en rouge). Moyen en vert AROME

Conclusions  Configuration DELT 3D est mauvaise à cette résolution (spin-up est trop fort et corrélation est très petite)  Peu de différence entre BL89 1D et 3D quels que soit les fichier de couplage  Fichiers de AROME déclenche la pluie trop tôt mais ils trouvent le pic d’intensité  Fichiers de ECMWF déclenche la pluie à la bonne heure mais ils ne trouvent pas le pic  L’autoconversion ne joue pas un rôle important pour le développement de la pluie dans ce cas  La dispersion varie selon les fichiers de forçage (méthode E1)  Il y a plus de dispersion quand les perturbations couvrent sur une gamme plus large ou sont plus fortes (méthode E3)  Pour un même intervalle, il y a plus de dispersion avec un coefficient aléatoire Réunion des utilisateurs de MESO-NH Octobre 2011, Toulouse

Perspectives  Impact des perturbations aléatoires sur un intervalle plus large à partir des fichiers AROME et ECMWF (méthode E4)  Vérifier les résultats antérieurs qui montraient un faible impact des perturbations appliqués aux processus froids  Reproduire les ensembles les plus pertinents sur plusieurs épisodes. Réunion des utilisateurs de MESO-NH Octobre 2011, Toulouse