Operateur Lidar Vapeur d’eau aéroporté

Slides:

Advertisements

Présentations similaires

Présentation du prototype :

Advertisements

Manœuvre d’écluse automatique

Regroupement (clustering)

Regroupement (clustering)

Correction des flats-fields Nadège Meunier Atelier MTR, 17 janvier 2006, Tarbes.

Echantillonnage Introduction

Fabrication du savon de ménage

Diagramme de Mollier. Ou d’Enthalpie

T S S.I. GRAFCET.

BIO1130 LAB 4 MICROÉVOLUTION.

T1.6 – (Mid-latitudes) Caractérisation (1) de laccumulation de glace dans les systèmes à lorigine dinondations (Hymex), (2) de la variabilité de la couverture.

5. Algorithme à estimation de distribution

Mélanie JUZA LEGI-MEOM, Grenoble

Chapitre 2: Les régularités et les relations

Portemanteau à une vis Représentation de profil: le mur est vert, le portemanteau en L est noir, la vis est bleue. L’appui inférieur est bleu, il n’y a.

Création d’un programme :

Identification des processus

Qualité de la viande de poulet de chair: Effet de la selection sur l’augmentation de la qualité de la carcasse et estimation des paramètres génétiques.

Animation présentant la méthode à utiliser en S.V.T.

Animation présentant la méthode à utiliser en S.V.T.

Effets de la position de la frontière supérieure sur les simulations hémisphériques du Modèle Régional Canadien du Climat (MRCC) : Survol du projet Par.

Régulation en position d’un moteur à courant continu

Objectifs du chapitre 2 d’Howell sur les statistiques descriptives

C++ : fonctions et opérateurs

IODA-MED 1/10/2011 – 31/09/2015 Second Meeting 31 Janvier 2013 (~ M13/M16) LA – Toulouse.

Etats des lieux (un début …) sur lergonomie de Méso-NH Soline Bielli Réunion Méso-NH 11 mai 2010.

Diana BOU KARAM 1 Cyrille FLAMANT 1 Pierre TULET ²

Le système d’assimilation hybride Meso-NH/AROME

Évaluation des nuages et de leur interaction avec le rayonnement dans le modèle GEM Par Danahé Paquin-Ricard Directeur: Colin Jones Codirecteur: Paul Vaillancourt.

Différentielle et taux de variation

LES OBSERVATIONS METEOROLOGIQUES Club des argonautes – 5/1/2011 Présentation des observations disponibles.

Étape 0 - Les feux sont rouges pour la route N° 2 - Les feux sont rouges pour la route N° 2 Pendant 1 seconde Étape suivante.

Dérivation : lecture graphique

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)

Thibault Vaillant de Guélis LMD

18/06/07NOV-3554-SL Réunion ADOMOCA 21/11/2007 Contribution à l’assimilation chimique des observations METOP : IASI et GOME.

Université Lyon 2 - TICE 3 séance 031 Traitement des données chiffrées dans un tableur TICE 3 – Séance 3 Ny Haingo Andrianarisoa

Chapitre 5 Test de circuits séquentiels

Toulouse Réunion des Utilisateurs Méso-NH mars 2005 Simulations LES d’une couche limite convective: variabilité de la vapeur d’eau PLAN  Objectifs de.

1 01 février 2005 Montpellier Franck MERCIER Ouan-Zan ZANIFE CLS, Direction Océanographie Spatiale Contribution de l’Altimétrie Spatiale à l’Hydrologie.

Sériation et traitement de données archéologiques

Probabilités et Statistiques Année 2010/2011

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

TD Intelligence Artificielle

Avril 2007 Journées des utilisateurs de Méso-NH Objectif: Avantage des LES Les différents diagnostiques Apport des LES pour la compréhension et la paramétrisation.

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)

Prévisions de poussières pour FENNEC

Prévisions Méso-NH pendant la campagne AMMA

Utilisation de METEOSAT pour initialiser et valider des simulations Méso-NH M.NURET, T. MONTMERLE et J.P. LAFORE CNRM/GMME-GMAP.

Principales distributions théoriques

L’effet de l’île de la Réunion sur le cyclone Dina (2002)

1) Cartographie 3D du vent entre 10 et 120 km (vent tranversal : vent zonal en orbite polaire) Mesure de l’effet Doppler sur 13 CO et CO (10 m/s = 10 kHz)

Construire un graphique

Comment tracer une courbe sur du papier millimétré

Sujet 5 : Intégration d’une loi d’ordonnancement dans un modèle

Utilisation pratique des identités remarquables

Présentation StateFlow Application Grafcet norme 2002

Copyright Altran Technologies 2013PHYSOR1 Activité T6 – Générateurs de jdd MCNP SMURFER Jeu de paramètres libres Contraintes physiques et géométriques.

Traitement des données brutes issues des automatismes CATI SICPA.

Partie II : Segmentation

Assimilation Lidar Aéroportés DIAL pendant COPS Travail de Matthias Grzeschik Soline Bielli Réunion Méso-NH 14 janvier 2010.

TP n°3 – Implantation d’un atelier de mécanique avec le logiciel Impact Une entreprise de décolletage souhaite aménager une zone stockage produit fini.

Système chaotique Moulin du chaos.

Les formules de révision

Marion BONHOMME Scénarios pour GENIUS ≈ Réunion ACCLIMAT 1 er octobre 2012.

De la conception à la production

Réunion du 23 novembre 2004 : benchmark hydro-mécanique MoMas Réunion n°3 (23 novembre 2004): Présentation de résultats complémentaires EDF C.Chavant R.Fernandes.

1 Master Data Management au SANDRE. ADD 27/11/ Une philosophie de diffusion des référentiels 3 grands blocs dans les systèmes d’information environnementaux:

Transcription de la présentation:

Operateur Lidar Vapeur d’eau aéroporté Soline Bielli Réunion IODA-Med 31 janvier 2013

EXEMPLE HYMEX 1 profile / 10 s time (par pas de 10s)

Préparation des données Ce qui a été fait pour COPS … 1) Blacklisting: 2 étapes Automatique Valeurs négatives Erreurs absolues > 1.5 g/kg Erreurs relatives trop petites <2% Erreurs relatives trop grandes > 50% Manuelle Les données visuellement « bizarre »

Préparation des données Suite … 2) Thinning (1 profile toutes les 10s -> 1 profile « cohérent avec le modèle) 2 méthodes testées pendant COPS 1) 25 km /horizontal et 2min /temps + /vertical (niveaux de AROME) -> super-obs (valeur moyenne) 2) /temps analyse + 25 km /horizontal + /vertical

Résultat du thinning : exemple 1) 25 km /horizontal et 2min /temps + /vertical -> pseudo-obs (valeur moyenne) 2) /temps analyse + 25 km /horizontal + /vertical -> pseudo-obs Exemple de mesures pour le 26/07/2007 Rouge: Données brutes Vert: Données méthode 1 Bleu: Données méthode 2

Résultats du thinning: exemple de distribution de l’erreur Incertitude de la mesure Variabilité (STD) Erreur totale Variation verticale de l’erreur -> liée à la structure verticale de l ’humidité

Préparation des données Fin … 3) Screening A partir des données issues du thinning et traitées comme des dropsondes Simulations AROME -> jusqu’à l’étape de screening Récupère les informations sur l’écart à l’ébauche 4) Débiaisage des obs Calcul du biais moyen ->ASSIMILE les données débiaisées comme des dropsondes

Résultats du calcul du biais LEANDRE - AROME Chaque point représente une super-obs Nbre obs pour chaque niveau BIAIS

En pratique … 1) Blacklisting -> outils en ruby incluant une interface graphique pour un contrôle qualité manuel des données 2) Thinning -> prog. Fortran qui génère des fichiers au format obsoul 3) Screening -> dans AROME 4) Débiaisage des obs -> exe. mandalay plus prog fortran (même que pour le thinning)

Quelques questions? Le blacklisting automatique est-il suffisant? Quel impact sur le calcul du biais? Le passage par les pseudo-profiles est-il nécessaire ? Un échantillonnage est-il suffisant? Faut-il continuer a assimiler les données comme des dropsondes?

EXEMPLE HYMEX 1 profile / 10 s time (par pas de 10s)