Journées ADOMOCA novembre 2007 A. Piacentini La maquette d’assimilation et son évolution Andrea Piacentini (1), Eric Le Flochmoën (2), Hervé Le Berre (1), Sébastien Massart (1) (1) CERFACS (2) L.A. Atelier ADOMOCA Toulouse, novembre 2007

Journées ADOMOCA novembre 2007 A. Piacentini Quoi de neuf ?  Historique  Les nouveautés algorithmiques  Les nouveautés côté modèle(s)  Côté observations  Côté B  Côté sorties et diagnostiques  Les scripts de compilation et lancement  Les idées pour le futur

Journées ADOMOCA novembre 2007 A. Piacentini Historique A chaque atelier, une maquette ! Décembre 2005 : Maquette V1 MOCAGE v D-FGAT tiré de ASSET profils sans averaging kernel opérateur d’observation MADONA (de MOCAGE) visualisation basée sur sorties NetCDF (CDAT et FERRET) Novembre 2006 : Maquette V2 MOCAGE parallèle avec mémoire dynamique 3D-FGAT amélioré profils sans averaging kernel opérateur d’observation MADONA (de MOCAGE) visualisation basée sur sorties NetCDF (CDAT et FERRET)

Journées ADOMOCA novembre 2007 A. Piacentini Nouveautés algorithmiques Pilotage du modèle direct et boucle sur les observations Annoncé au dernier atelier M M M H H H H H H M V2V3

Journées ADOMOCA novembre 2007 A. Piacentini Nouveautés algorithmiques Propagation de l’incrément en vue du 4D-VAR Annoncée au dernier atelier : M LT =Id M adj =Σ

Journées ADOMOCA novembre 2007 A. Piacentini Nouveautés modèle(s)  Interface modèle assimilation générique  Représentation de latitude et longitude (degrés ou radians)  Domaines globaux périodiques en longitude ou limités  Grilles rectangulaires ou de Gauss  Coordonnée verticale sigma hybride ou en pression pure  La chaîne tourne avec :  MOCAGE sur grille globale 2° x 2° 47 niveaux  MOCAGE sur grille globale 2° x 2° 60 niveaux  MOCAGE sur grille de Gauss T42  MSDOL sur grille rectangulaire 2,5° x 2,5° (cf. exposé de D. Cugnet)

Journées ADOMOCA novembre 2007 A. Piacentini Nouveautés modèle(s)  Utilisation de MOCAGE unifié (opérationnel, recherche et climat) (cf. exposé de H. Le Berre)  Schémas disponibles :  CARIOLLE : linéaire Ozone stratosphérique  REPROBUS : espèces stratosphériques  RACMOBUS : espèces tropo+stratosphériques  RELACS : espèces tropo+stratosphériques  Traitement simplifié de la couche limite (-DSBL)  Rappel conservatif (-DMASSy)  Parallélisation OpenMP (compatible avec l’assimilation)  Les sources ne sont plus distribuées avec la maquette

Journées ADOMOCA novembre 2007 A. Piacentini Nouveautés modèle(s) Utilisation de ressources : RACMOBUS (grille rectangulaire) vs. RELACS (grille de Gauss) temps (sec) (sur PC dualcore 2.33Mhz) mémoire (Mo) RACMOBUS 47 niveaux grille rect. 2°x2° RELACS 60 niveaux grille de Gauss T42 seuil de pagination

Journées ADOMOCA novembre 2007 A. Piacentini Nouveautés observations  Utilisation de l’opérateur d’observation codé par NOVELTIS  Interpolation bilinéaire sur l’horizontale, linéaire sur la verticale et en temps, application d’un lissage (averaging kernel)

Journées ADOMOCA novembre 2007 A. Piacentini Nouveautés observations 1 ère étape: Interpolation spatio-temporelle du champs modèle à [lat,lon,temps] obs sur M niveaux verticaux en pression t1t1 t2t2 vert hor t obs temps

Journées ADOMOCA novembre 2007 A. Piacentini Nouveautés observations 2 ème étape: Lissage vertical et passage à N niveaux verticaux Exemples: 1.N=M, variable d’un profil à l’autre, pas de lissage : MIPAS 2.N=M, fixe (e.g. = 7), averaging kernel : MOPITT 3.M fixe, N<M fixe, averaging kernel : Q.TES INTEGREES 4.M = niv. modèle, N  1, sommation : COLONNES TOTALES MN

Journées ADOMOCA novembre 2007 A. Piacentini Nouveautés observations x obs est comparable à x a + A(x int – x a ) où x a est un profil a priori x int est un profil modèle interpolé au point d’obs sur M niv. L’opérateur H de la théorie devrait passer de x mod à x a + A(x int – x a ) où A est une matrice (une par profil) de avg. kernel MxM L’écart est x obs – [x a + A(x int – x a )] Il est plus économique de stocker dans les fichiers d’obs la quantité x obs – (I-A) x a L’opérateur H fournit directement A x int L’écart est [x obs – (I-A) x a ] – [A x int ] Averaging kernel pour un profil (AVKERN)

Journées ADOMOCA novembre 2007 A. Piacentini Nouveautés observations c obs est un scalaire comparable à c a + A(x int – x a ) où x a est un profil a priori, c a est la quantité scalaire a priori et x int est un profil modèle interpolé au point d’obs sur M niv. L’opérateur H de la théorie devrait passer de x mod à c a + A(x int – x a ) où A est une matrice ligne (une par point) de avg. kernel L’écart est c obs – [c a + A(x int – x a )] Il est plus économique de stocker dans les fichiers d’obs la quantité c obs – c a + Ax a L’opérateur H fournit directement A x int L’écart est [c obs – c a + Ax a ] – [A x int ] Averaging kernel pour une q.té scalaire (INTQTY)

Journées ADOMOCA novembre 2007 A. Piacentini Nouveautés observations Intégration sur la verticale du nombre de molécules au dessus d’un point géographique Directement comparable à des données type TOMS Discrétisation comme dans le modèle MOCAGE Utilisation de la matrice d’averaging kernel (comme pour INTQTY) mais construite au vol avec les données dynamiques Possibilité de colonnes partielles Colonnes totale au sens physique (TOTCOL)

Journées ADOMOCA novembre 2007 A. Piacentini Nouveautés observations

Journées ADOMOCA novembre 2007 A. Piacentini Nouveautés observations  Covariances d’erreur d’observation lues à partir du fichier HCOV ou calculées en assumant un r.m.s. proportionnel à la valeur (clé %R=r.d dans HDAT)  Possibilité d’assimiler plusieurs instrument à la fois, de type différent (1ère ligne de HDAT et clé #P=n)  Seuil de rejection des observations en fonction du misfit avec la prévision (ip_tshold dans PrePALM)

Journées ADOMOCA novembre 2007 A. Piacentini Nouveautés observations Test de Talagrand : J(x a ) vs. (nombre d’observations)/2 Sans screening Écart < 400% ébauche Écart < 200% ébauche J(x a )/(p/2)

Journées ADOMOCA novembre 2007 A. Piacentini Nouveautés observations Norme de grad(J) Sans screening Écart < 200% ébauche

Journées ADOMOCA novembre 2007 A. Piacentini Nouveautés sur B Nouvelle représentation de la variance/covariance d’erreur d’ébauche (cf. exposé S. Massart) Corrélation horizontale approximée par une équation de diffusion, résolue par projection sur une base de harmoniques sphériques Utilisation du package Spherepack du NCAR Possibilité de prendre en compte toute la surface de la planète, jusqu’au région polaires, sans problèmes de stabilité Corrélation verticale gaussienne représentée explicitement. Code optimisé

Journées ADOMOCA novembre 2007 A. Piacentini Nouveautés sur B Corrélation horizontale négligée

Journées ADOMOCA novembre 2007 A. Piacentini Nouveautés sur B Corrélation horizontale V2

Journées ADOMOCA novembre 2007 A. Piacentini Nouveautés sur B Corrélation horizontale V3

Journées ADOMOCA novembre 2007 A. Piacentini Nouveautés sur B Corrélation verticale négligée

Journées ADOMOCA novembre 2007 A. Piacentini Nouveautés sur B Corrélation verticale V3

Journées ADOMOCA novembre 2007 A. Piacentini Nouveautés diagnostiques  Sorties ascii observations-forecast (OmF), o.-analysis (OmA), o.-dry run (OmD)  Un fichier HDOMF, un HDOMA, un HDOMD par simulation  Comparaison aux données indépendantes HOBS à la charge du modèle direct (fichiers HDIAG pour MOCAGE)  Sorties NetCDF des statistiques d’assimilation, y compris le χ-test (fichier HSTAT)  Procédures d’affichage entièrement sous FERRET, y compris le changement de coordonnée verticale  Diagnostiques automatiques d’assimilation journaliers ou mensuels

Journées ADOMOCA novembre 2007 A. Piacentini Nouveautés diagnostiques Niveaux Temp. Pot. Log(p) Km.

Journées ADOMOCA novembre 2007 A. Piacentini Nouveautés diagnostiques Temp. Pot. Km. Niveaux Log(p)

Journées ADOMOCA novembre 2007 A. Piacentini Nouveautés diagnostiques Statistiques dailystats Nombre d’observations par heure

Journées ADOMOCA novembre 2007 A. Piacentini Nouveautés diagnostiques Statistiques dailystats Comparaison prévision (ou analyse ou dry-run) données pour col. totale (1 plot par fenêtre)

Journées ADOMOCA novembre 2007 A. Piacentini Nouveautés diagnostiques Statistiques dailystats Ecart prévision (ou analyse ou dry-run) pour col. totale

Journées ADOMOCA novembre 2007 A. Piacentini Nouveautés diagnostiques Statistiques dailystats Moyennes zonales et longitudinales de l’incrément d’assimilation

Journées ADOMOCA novembre 2007 A. Piacentini Nouveautés diagnostiques Statistiques dailystats Comparaison prévision (ou analyse ou dry-run) données pour profil (1 plot par fenêtre et par section horizontale)

Journées ADOMOCA novembre 2007 A. Piacentini Nouveautés diagnostiques Statistiques dailystats Comparaison incrément et écart à la prévision pour un profil (1 plot par fenêtre et par section horizontale)

Journées ADOMOCA novembre 2007 A. Piacentini Nouveautés diagnostiques Statistiques dailystats Moyennes de l’écart aux observations par région géographique et par fenêtre

Journées ADOMOCA novembre 2007 A. Piacentini Nouveautés diagnostiques Statistiques monthlystats χ-test

Journées ADOMOCA novembre 2007 A. Piacentini Nouveautés diagnostiques Statistiques monthlystats Moyenne zonale et mensuelle de l’incrément d’assimilation

Journées ADOMOCA novembre 2007 A. Piacentini Nouveautés diagnostiques Statistiques monthlystats Moyennes spatiales et mensuelle par région

Journées ADOMOCA novembre 2007 A. Piacentini Nouveautés scripts  Arborescence et système de Makefile compatibles entre modèle direct et assimilation (cf. exposé de H. Le Berre).  Script de préparation, compilation, gestion des fichiers et lancement de l’exécution jobMCGelf (cf. exposé de E. Le Flochmoën)  Le même pour modèle direct et assimilation  Portable (PC linux, Opteron du LA, NEC) et extensible  Interfacé avec mtool sur le NEC de Météo - France  Possibilité d’exécuter les diagnostiques automatiques FERRET en mode “batch”

Journées ADOMOCA novembre 2007 A. Piacentini Pour le futur  Évolution des modèles linéarisés  Nouvelles formulations des corrélations de l'erreur d'ébauche  Contrôler plusieurs espèces à la fois  Mettre le 4DVAR dans la maquette  Passage à PALM_MP

Journées ADOMOCA novembre 2007 A. Piacentini Remerciements  Sébastien Massart pour les développements de la matrice B et le cahier des charges pour les diagnostiques automatiques  Eric Le Flochmoën pour les scripts de pilotage  Hervé Le Berre, Béatrice Josse et Hubert Teyssèdre pour la “médiation” entre modèle et assimilation  Jean Luc Attié et Brice Barret pour la métaphysique des averaging kernels  Laaziz El Amraoui et Noureddine Semane pour l’utilisation attentive de toutes les versions beta…  Le Debian Café de Turin, pour m’avoir permis de continuer à travailler en dépit des caprices de mon fournisseur d’accès internet