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.

Slides:



Advertisements
Présentations similaires
Guillaume Thirel CNRM/GMME/MOSAYC Thèse encadrée par Éric Martin
Advertisements

Analyse en composante indépendante
1/5 26 Octobre 2010 Le changement climatique Rapport.
Travail de thèse - CERFACS:
Assimilation de données océaniques pour la prévision saisonnière
La mousson en Afrique de l’Ouest, état moyen et variabilité
Formulation d’un modèle de covariance d’erreur d’ébauche multivarié pour l’assimilation variationnelle océanique: introduction de contraintes physiques.
Stage effectué au CERFACS, sous la direction de Laurent Terray
PREDICATE WP3 ORCALIM-ARPEGE modèle couplé L. Terray, E. Maisonnave, S. Valcke, A. Jouzeau.
S. Ricci, A.T. Weaver, E. Machu, P. Rogel CERFACS J. Vialard LODYC
Initialisation du modèle ORCA à laide danalyses MERCATOR : application des outils de lassimilation variationnelle. des outils de lassimilation variationnelle.
Assimilation de données en mode opérationnel
Analyse économique de la dynamique des pêcheries: approche par simulation multi-agents. Olivier Thébaud, Jean-Christophe Soulié 1er Colloque du défi Golfe.
Modélisation de l’hydrodynamique du plateau atlantique
Programme: PIM / MEDICIS
Le Centre dEtudes Spatiales de la BIOsphère SMOS : une mission vitale Tour dhorizon scientifique > Objectifs scientifiques Préparation de la mission SMOS.
Fulvio SARTOR Doctorant 1ère année DAFE/MFLU
HYCOM zone Manche Gascogne. Résultats en 2006
G.Herbert, N.Ayoub, P.Marsaleix, F.Lyard, C.Maraldi, J.Lamouroux
Cycle de vie de la marée interne dans le golfe de Gascogne
Audition CNRS pour le poste 44/04 au LOCEAN
l’OCEANOGRAPHIE PHYSIQUE
MAERHA Laboratoire de Mathématiques Appliquées à lEvaluation des Ressources HAlieutiques Journée ACI-MOOREA, 3 juin 2004, Nantes.
Connaissances Logiciel de géométrie dynamique Epreuve Expérimentale Série S 2007/08.
Impact du forçage par le vent sur la dynamique et sur le mélange dans des conditions météorologiques normales ou extrêmes Réunion thématique Toulouse le.
Sylvain Mondon Météo-France
Polarisation et Directionnalité
Mélanie JUZA LEGI-MEOM, Grenoble
Etude longitudinale d’essais multilocaux: apports du modèle mixte
Télédétection des Océans : quels défis pour le futur ?
Nouvelle Topographie Dynamique Moyenne calculée à partir de la combinaison de données GRACE, altimétriques et in-situ M-H Rio cm.
Forcalquier, 2-6 Septembre 2002 Ecole dété du GRGS – Analyse de covariances Analyses de covariances des nouvelles missions dédiées au géopotentiel Felix.
Évaluation de la convection en réponse au forçage de la température de la surface de l'océan ENSO simulée par le modèle Global Environmental Multi-scale.
Diagnostique de la variabilité interne dans les simulations dun modèle régional piloté Par: Oumarou Nikiéma (Maîtrise) Directeur: Mr. René Laprise.
Prévisions météorologiques, projections climatiques : que peut- on prévoir et avec quelle fiabilité ? Suggestions pour le travail final.
Introduction aux interactions Océan-Atmosphère en Atlantique tropical
Le projet ASCOBIO: Assimilation de données in-situ et de couleur de l’océan dans le modèle de biogéochimie marine PISCES Thèse de Abdou Kane Direction: Cyril.
Projet DEPHY ( ) Laboratoires : IPSL, LSCE, LGGE, LA, LOCEAN, LATMOS, LMD, CNRM-GAME, CEA, SISYPHE Le projet DEPHY visait à regrouper et coordonner.
Colloque National sur l’Assimilation de Données
Table ronde Variation décennale du climat
Axe Transverse Niveau de la Mer. Contexte * * * * * * * * * * * * * * Processus étudiés au Legos aujourdhui Par 1 seule équipe Par plusieurs équipes.
Jérôme Bouffard (présenté par Laurent Roblou)
Approches non intrusives des éléments finis stochastiques
Problèmes inverses en électroencéphalographie
ONO Kotaro – AFH Modélisation statistique bayesienne dun modèle de production de biomasse. Application à la pêcherie de poulpe (Octopus vulgaris)
Système d'assimilation de données couplé océan-atmosphère
Validation de la simulation
des modèles utilisés pour la modélisation incendie
Le Bulletin Climatique Global (BCG)
Journée de rencontre Météo France / Mercator, CIC 14/06/2010 Dérive d'objets ou de polluants en surface: collaboration Météo- France / Mercator-ocean Stéphane.
+ -- La mesure du champ magnétique au niveau des fonds océaniques donne des valeurs >0 (+)(champ magnétique normal) ou < 0 (-) (champ magnétique inverse).
Pierre ANSCHUTZ, Laboratoire EPOC
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)
18/06/07NOV-3554-SL Réunion ADOMOCA 21/11/2007 Contribution à l’assimilation chimique des observations METOP : IASI et GOME.
Modélisation du climat à l’IPSL: existant, objectifs et enjeux à 4 ans
Staff du 25/3/2003 CNES AO Docs-EST Marie Curie Postes Rouges BQR AO GMMC Divers.
Journées ADOMOCA novembre 2007 S. Massart Vers une nouvelle modélisation de la matrice des covariances d’erreur de prévision Sébastien Massart (1),
Perspectives recherche en océanographie.
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
Staff du 18/11/2003 Point DEA/Thèse 2004 Demandes doc/postdoc CNES Plaquette et Poster LEGOS Divers.
Calibration régionale (projet Albicocca)
Assimilation dans les modèles d’océan  Actions communes en cours LEGOS/POC - NOVELTIS –Participation conjointe au projet européen MFSTEP Rôles complémentaires.
par gravimétrie spatiale GRACE
Service d’Observation ROSAME Prospective Philippe Téchiné, Laurent Testut Réseau in situ de marégraphes côtiers (transmission Argos) Marégraphes.
1/20 Assimilation 4D-Var d’observations d’ozone d’AURA/MLS dans ARPEGE pour un apport dynamique dans la haute troposphère/basse stratosphère N. SEMANE.
Réunion ADOMOCA, Paris Novembre 2006 L. El Amraoui et al. Assimilation des données Odin/SMR et Aura/MLS durant l’hiver.
ADOMOCA 13 novembre 2008 S. Massart Assimilation des données d’ozone de SA-IASI Sébastien Massart CERFACS : A. Piacentini, D. Cariolle SA : C. Clerbaux,
Méthode des moindres carrés (1)
Assimilation des profils d’ozone de SMR, MIPAS et GOMOS dans le système MOCAGE-PALM Sébastien Massart (1), D. Cariolle (1,2) (1) CERFACS 42 avenue Gaspard.
Transcription de la présentation:

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 Européen Julien LAMOUROUX Thèse CIFRE NOVELTIS / LEGOS-POC (De Mey, P, Lyard, F, Ponchaut, F, Jeansou, E, Jan, G.) I. Objectifs de l’étude II. Stratégie III. Quelques résultats - Perspectives

I. Objectifs de l’étude  Caractériser le sous-espace d'erreur du modèle MOG2D (Lyard. F.) en réponse aux incertitudes sur les forçages atmosphériques  Collaboration industrielle : développer un schéma d'assimilation de données de niveau de la mer (altimétriques+marégraphiques+ autres données éventuellement) dans MOG2D, avec une méthode d'assimilation séquentielle à ordre réduit (ROOI)  Contribuer à l’amélioration de la connaissance et de la simulation de la dynamique côtière et de talus (haute fréquence)

Stratégie de l’étude  Caractériser les erreurs de prévision du modèle par méthode d’ensemble Auclair et al., 2002 Echevin et al., 2000 Ensemble a priori : champs atmosphériques perturbés (Patm, U 10, V 10 ) (multivarié) Basés sur champs ARPEGE Ensemble a posteriori : SLA, Ub, Vb (multivarié) Période : 16 au 30 novembre 1999 STATS : EOF(X-Xref) = EOFs d’erreurs d’ébauche

 Utiliser ces statistiques d'ensemble dans l'assimilation sous forme d'EOFs 3D Stratégie de l’étude B f = V ∆ V T V : EOFs (vecteurs propres) des erreurs de bg ∆ : valeurs propres (diag) Modélisation de Bf en utilisant les EOFs d’erreurs d’ébauche Problème : spécification de Bf, matrice de covariance des erreurs d’ébauche (erreurs du modèle) Troncature du problème aux modes dominantsProblème d’ordre réduit Génération d'une base d'EOFs d'erreurs d’ébauche

II. Quelques résultats - Perspectives Dist.stat.(SLA-SLA BI ) EOFs(Patm) n°1 et 2 EOFs océaniques SLA n°1 et 2

Perspectives (ou en cours …) - Interfaçage modèle/code d’assimilation SEQUOIA (P. De Mey, 2004) - Expériences à Observation Unique - Expériences jumelles - Tests d’assimilation de données réelles - Etude de précurseurs aux phénomènes de sur-cotes dans l’estuaire de la Gironde (corrélation EOFs atmosphériques / EOFs océaniques)