Assimilation de données océaniques pour la prévision saisonnière

Slides:



Advertisements
Présentations similaires
Reconstitution de l’état d’un micro drone par fusion de données
Advertisements

Guillaume Thirel CNRM/GMME/MOSAYC Thèse encadrée par Éric Martin
Travail de thèse - CERFACS:
Formulation d’un modèle de covariance d’erreur d’ébauche multivarié pour l’assimilation variationnelle océanique: introduction de contraintes physiques.
Page 1 ACTIVITES DE LEQUIPE GLOBC. Page 2 Forçage océanique MCA: analyse linéaire Covariance déphasée SST(ASO)/Z500(DJF) Ré-analyses NCEP Persistance.
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
Eric Maisonnave, Laurent Terray
LIRMM 1 Journée Deuxièmes années Département Microélectronique LIRMM.
Nouvelles méthodes en filtrage particulaire Application au recalage de navigation inertielle par mesures radio-altimétriques K. DAHIA Doctorant.
Généralités. Modélisation HYCOM en Manche – Gascogne (SHOM / Géosciences Ingénierie / ACTIMAR / Hoang Cslt / …)
Quelques idées sur l’impact du vent et des vagues sur la dynamique du plateau (Vincent Rossi, Thomas Meunier, Véronique Garçon, Yves Morel + discussions.
G.Herbert, N.Ayoub, P.Marsaleix, F.Lyard, C.Maraldi, J.Lamouroux
26/03/2017 ANR CARPEiNTER Approche multi-pas multi-échelle Lyudmyla YUSHCHENKO & Frédéric GOLAY Institut.
au LISC, Cemagref de Clermont Ferrand
1 Intégration numérique garantie de systèmes décrits par des équations différentielles non-linéaires Application à l'estimation garantie d'état et de paramètres.
Modèle Linéaire Généralisé (Proc Genmod)
Minimisation Techniques 1 Assimilation Algorithms: Minimisation Techniques Yannick Trémolet ECMWF Data Assimilation Training Course March 2006.
Sylvain Mondon Météo-France
Sélection automatique d’index et de vues matérialisées
MODÉLISATION DU TRANSPORT RÉACTIF EN MILIEU POREUX
RECHERCHE EN MODELISATION COUPLEE POUR LA PREVISION SAISONNIERE
Mélanie JUZA LEGI-MEOM, Grenoble
MECANIQUE des MILIEUX CONTINUS
Modélisation du climat : les équations primitives maltraitées
Couche limite atmosphérique
Etude longitudinale d’essais multilocaux: apports du modèle mixte
Cours Corporate finance Eléments de théorie du portefeuille Le Medaf
Nouvelle Topographie Dynamique Moyenne calculée à partir de la combinaison de données GRACE, altimétriques et in-situ M-H Rio cm.
Inversion / Res2dinv Thème 2 = « Organisation et fonctionnement hydrique des couvertures d’altération, des dépôts alluviaux et des sols » devient dans.
Les modèles linéaires (Generalized Linear Models, GLM)
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.
Inversion de données par lAdjoint Application à lacoustique sous marine M. Berrada UPMC-LOCEAN
Colloque National sur l’Assimilation de Données
Table ronde Variation décennale du climat
1 Séminaire LOVe du 29/03/07 Combinaison d'objets (fusion centralisée) T3.2 Combinaison de pistages (fusion décentralisée) T3.3.
Introduction au calcul quantique
Le système d’assimilation hybride Meso-NH/AROME
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)
Système d'assimilation de données couplé océan-atmosphère
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.
Assimilation des données satellitales dans les modèles éco-hydrologiques: stratégies et travaux en cours G. Boulet, B. Duchemin, P. Maisongrande, O. Merlin,
Une méthode de désagrégation adaptée au forçage de modèles océaniques M. Minvielle, J. Boé, C. Cassou, J. Najac, L. Terray, R. Bourdallé-Badie.
LES OBSERVATIONS METEOROLOGIQUES Club des argonautes – 5/1/2011 Présentation des observations disponibles.
Quelle Stratégie Future de Modélisation de l’Océan et de l’Atmosphère à Méso-Echelle ? Hervé GIORDANI et Guy CANIAUX.
–1–1 Assimilation d’ozone ARPEGE Noureddine SEMANE Doctorant 2ème année, CNRM/GMGEC/CARMA Réunion ADOMOCA Novembre 2007.
Simulations 2D méridien-vertical sur l’Afrique de l’Ouest P
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)
Nereus Project, réunion Océano, Toulouse, 30/09/2008 Journée de rencontre Météo France/Mecator/Océan 14 Juin 2010 Cal/Val scientifique Mercator Océan 1.
18/06/07NOV-3554-SL Réunion ADOMOCA 21/11/2007 Contribution à l’assimilation chimique des observations METOP : IASI et GOME.
Thermiques résolus et paramétrés: un diagnostic pour évaluer et améliorer les schémas en flux de masse F. Couvreux, C. Rio, F. Hourdin ARM cumulus r v.
Journées ADOMOCA novembre 2007 S. Massart Vers une nouvelle modélisation de la matrice des covariances d’erreur de prévision Sébastien Massart (1),
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
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.
4ème Réunion Utilisateurs Méso-NH 23/24 Avril 2007 – LA, Toulouse
II.3) Principes de bases d'un modèle de circulation générale de l'atmosphère Un Modèle de Circulation Générale de l'Atmosphère calcule l'évolution temporelle.
GIP MERCATOR OCEAN Le modèle pour le prototype Atlantique Méditerranée (PAM) Modèle: OPA-8.1 Domaine: Atlantique.
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.
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)
La grande combinaison: problèmes et solutions Pourquoi les combinaisons ? Comment combiner ? Les problèmes techniques ? Les solutions possibles Prospectives.
Équations pronostiques moyennes : équations de Reynolds Équations pronostiques des fluctuation Équations pronostiques des covariances Équations pronostiques.
Couche limite atmosphérique Micrométéorologie. Équations de Reynolds 7 équations et 16 inconnues...
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.
Jean-Michel Lellouche, Olivier Le Galloudec, Eric Greiner, Gilles Garric, Charly Régnier, Julien Paul, Matthieu Clavier, Marie Drévillon, Yann Drillet.
Transcription de la présentation:

Assimilation de données océaniques pour la prévision saisonnière Philippe Rogel, Anthony Weaver Nicolas Daget, Eric Machu, Eric Maisonnave, Sophie Ricci Plan: Développement d’OPA-VAR Production et évaluation d’analyses océaniques Prévisions saisonnières

Assimilation de données océaniques pour la prévision saisonnière Philippe Rogel, Anthony Weaver Nicolas Daget, Eric Machu, Eric Maisonnave, Sophie Ricci Plan: Développement d’OPA-VAR Production et évaluation d’analyses océaniques Prévisions saisonnières

Développement d’OPA-VAR OPA-VAR : Des systèmes d’assimilation variationnelle (3D-Var et 4D-Var) autour du modèle OPA. Recherche associée : Aspects théoriques et algorithmiques en assimilation variationnelle. Applications aux (re-)analyses océaniques et à la prévision saisonnière. Projets ENACT (EC-FP5), début 2002 – début 2005 (+ 6 mois?) GMM, 2002 – 2004 PNEDC, 2002 – 2004 ENSEMBLES (EC-FP6), début 2005

Le système OPA-VAR (bilan 1) (Weaver et al. 2003, MWR) OPA version 8.2 Configuration globale (ORCA2) : surface libre, sans glace Configuration pacifique tropicale Modèles linéaire-tangent et adjoint pour OPA 8.2 (OPA-TAM)* Physiques simplifiées pour la diffusion (verticale, isopycnale, ‘eddy-induced’, ‘double’) Développement d’un solveur elliptique spécifique pour l’adjoint en global (C. Deltel, LODYC) * Maintenance prévue par ESOPA au LODYC.

Le système OPA-VAR (bilan 2) 3D-Var (FGAT) et 4D-Var incrémental Minimiser J = Jb + Jo Etat initial (T, S, u, v, SSH) comme variables de contrôle Boucles internes/externes ‘Initialisation’ : filtrage des ondes de gravités Pour 3D-Var : ‘Incremental updating’ Pour 4D-Var : filtre numérique comme contrainte faible (J = Jb + Jo + Jc) (C. Jauffret, stage IENM) Minimisation Quasi-Newton à mémoire limitée (M1QN3) Gradient conjugué préconditionné (CONGRAD) (S. Gratton, ALGO)

Le système OPA-VAR (bilan 2) 3D-Var (FGAT) et 4D-Var incrémental Minimiser J = Jb + Jo Etat initial (T, S, u, v, SSH) comme variables de contrôle Boucles internes/externes ‘Initialisation’ : filtrage des ondes de gravités Pour 3D-Var : ‘Incremental updating’ Pour 4D-Var : filtre numérique comme contrainte faible (J = Jb + Jo + Jc) (C. Jauffret, stage IENM) Minimisation Quasi-Newton à mémoire limitée (M1QN3) Gradient conjugué préconditionné (CONGRAD) (S. Gratton, ALGO)

Impact du terme Jc : expériences à une seule obs Période de coupure du filtre = Tc Atténuation de l’onde de Kelvin : Incrément de temperature 10/01 20/01 30/01 01/01 Temps Tc = 4 jours Tc = 5 jours Tc = 6 jours Atténuation des ondes d’inertie-gravité : Incrément de vitesse verticale 10/01 20/01 30/01 01/01 Temps Tc = 4 jours Tc = 5 jours Tc = 6 jours

Le système OPA-VAR (bilan 2) 3D-Var (FGAT) et 4D-Var incrémental Minimiser J = Jb + Jo Etat initial (T, S, u, v, SSH) comme variables de contrôle Boucles internes/externes ‘Initialisation’ : filtrage des ondes de gravités Pour 3D-Var : ‘Incremental updating’ Pour 4D-Var : filtre numérique comme contrainte faible (J = Jb + Jo + Jc) (C. Jauffret, stage IENM) Minimisation Quasi-Newton à mémoire limitée (M1QN3) Gradient conjugué préconditionné (CONGRAD) (S. Gratton, ALGO)

Le système OPA-VAR (bilan 3) La matrice de covariance d’erreur d’ébauche (B) Modélisation de fonctions de corrélations à travers une équation de diffusion généralisée. (Weaver & Courtier, 2001, QJRMS ; Weaver & Ricci, 2004, Proc. ECMWF ; Ricci 2004, thèse ) Paramétrisation de variances inhomogènes et en fonction de l’ébauche. Covariances multivariées entre T, S, u, v et SSH à travers des contraintes physiques d’équilibre et de conservation. (Ricci et al. 2003, soumis MWR ; Ricci 2004, thèse ; E. Machu, CERFACS)

Le système OPA-VAR (bilan 3) La matrice de covariance d’erreur d’ébauche (B) Modélisation de fonctions de corrélations à travers une équation de diffusion généralisée. (Weaver & Courtier, 2001, QJRMS ; Weaver & Ricci, 2004, Proc. ECMWF ; Ricci 2004, thèse ) Paramétrisation de variances inhomogènes et en fonction de l’ébauche. Covariances multivariées entre T, S, u, v et SSH à travers des contraintes physiques d’équilibre et de conservation. (Ricci et al. 2003, soumis MWR ; Ricci 2004, thèse ; E. Machu, CERFACS)

GDE generated correlation functions solved implicitly with a direct matrix solver (collab. L. Giraud, ALGO) Example: T-T correlations at the equator

Le système OPA-VAR (bilan 3) La matrice de covariance d’erreur d’ébauche (B) Modélisation de fonctions de corrélations à travers une équation de diffusion généralisée. (Weaver & Courtier, 2001, QJRMS ; Weaver & Ricci, 2004, Proc. ECMWF ; Ricci 2004, thèse ) Paramétrisation de variances inhomogènes et en fonction de l’ébauche. Covariances multivariées entre T, S, u, v et SSH à travers des contraintes physiques d’équilibre et de conservation. (Ricci et al. 2003, soumis MWR ; Ricci 2004, thèse ; E. Machu, CERFACS)

Le système OPA-VAR (bilan 3) La matrice de covariance d’erreur d’ébauche (B) Modélisation de fonctions de corrélations à travers une équation de diffusion généralisée. (Weaver & Courtier, 2001, QJRMS ; Weaver & Ricci, 2004, Proc. ECMWF ; Ricci 2004, thèse ) Paramétrisation de variances inhomogènes et en fonction de l’ébauche. Covariances multivariées entre T, S, u, v et SSH à travers des contraintes physiques d’équilibre et de conservation. (Ricci et al. 2003, soumis MWR ; Ricci 2004, thèse ; E. Machu, CERFACS)

Multivariate covariance structures Example: covariance relative to a SSH (h) point at (0o,144oW)

Le système OPA-VAR (bilan 4) Observations Opérateurs d’observation (interpolation horizontale et verticale) pour in situ T et S, SSH et SST (D. Bari, IENM). In situ T et S : base de données d’ECMWF et d’ENACT Altimétrie et MSSH : base de données de CLS (C. Deltel, LODYC) * Formulation simple (diagonale) de la matrice de covariance d’obs (R) Diagnostics internes de l’assimilation Expériences à une seule observation ou à un seul profil Statistiques sur l’ébauche–obs. (innovations), l’analyse–obs. (résidus), et les incréments d’analyses Analyse de budget (Ricci 2004, thèse) Scripts génériques pour enchaîner OPA-VAR sur plusieurs années * Développements en cours d’intégration dans les sources d’OPAVAR au CERFACS

Assimilation de données océaniques pour la prévision saisonnière Philippe Rogel, Anthony Weaver Nicolas Daget, Eric Machu, Eric Maisonnave, Sophie Ricci Plan: Développement d’OPA-VAR Production et évaluation d’analyses océaniques Prévisions saisonnières

Production et évaluation d’analyses océaniques Analyses 3D-Var et 4D-Var en assimilant des données in situ de température (GTSPP – ECMWF) dans la configuration pacifique tropicale sur la période 1993-98. (Weaver et al. 2003, MWR ; Vialard et al. 2003, MWR ; Ricci et al. 2003, soumis MWR ; Ricci, 2004, thèse) Analyses 3D-Var en assimilant des données in situ de température (GTSPP – ECMWF) dans la configuration globale sur la période 1993-99. (P. Rogel, DEMETER)

Production et évaluation d’analyses océaniques Analyses 3D-Var et 4D-Var en assimilant des données in situ de température (GTSPP – ECMWF) dans la configuration pacifique tropicale sur la période 1993-98. (Weaver et al. 2003, MWR ; Vialard et al. 2003, MWR ; Ricci et al. 2003, soumis MWR ; Ricci, 2004, thèse) Analyses 3D-Var en assimilant des données in situ de température (GTSPP – ECMWF) dans la configuration globale sur la période 1993-99. (P. Rogel, DEMETER)

Impact of in situ T data assimilation on the mean zonal velocity (tropical Pacific model) 1993-96 climatology

Production et évaluation d’analyses océaniques Analyses 3D-Var et 4D-Var en assimilant des données in situ de température (GTSPP – ECMWF) dans la configuration pacifique tropicale sur la période 1993-98. (Weaver et al. 2003, MWR ; Vialard et al. 2003, MWR ; Ricci et al. 2003, soumis MWR ; Ricci, 2004, thèse) Analyses 3D-Var en assimilant des données in situ de température (GTSPP – ECMWF) dans la configuration globale sur la période 1993-99. (P. Rogel, DEMETER)

Impact of in situ T data assimilation on the mean salinity state (global model) Control (DEMETER) 3D-Var univariate (T)

Impact of in situ T data assimilation on the mean salinity state (global model) Control (DEMETER) 3D-Var multivariate (T, S, u, v, SSH)

D’autres collaborations autour d’OPA-VAR Tension de vent comme variables de contrôle (Vossepoel et al. 2004, MWR) Flux de chaleur, E-P et tension de vent comme variables de contrôle (C. Deltel, thèse) Etudes sur des perturbations optimales des modèles couplés (Moore et al. 2003, J. Clim.) Initialisation des modèles couplés (Tang et al. 2003, Geophys. Res. Lett.) …

Développement d’OPA-VAR et son exploitation Perspectives Continuer à développer et améliorer la chaîne OPA-VAR Aspects scientifiques : B Mise en place des nouveaux modèles de corrélations (diffusion implicite, coordonnées isopycnales, …) Méthode d’ensemble pour estimer les statistiques d’erreur d’ébauche Contrôle de qualité des observations ‘backgound check’ Erreurs non-gaussiennes (‘variational quality control’) Assimilation de SST (erreurs non-corrélées dan le temps et dans l’espace) Assimilation de l’altimetrie + MSSH observée (importance du biais du modèle) Meilleurs algorithmes de minimisation (S. Gratton, ALGO) …

Développement d’OPA-VAR et son exploitation Perspectives Continuer à développer et améliorer la chaîne OPA-VAR Aspects techniques PALM (N. Daget) Parallèlisation (MPI, OpenMP) Production et évaluation des analyses ENACT (puis ENSEMBLES) Stream 1 : 1987-2001 et Stream 2 : 1962-2001 (période ERA40) Expériences de sensibilité Données différentes assimilées : in situ T ; in situ T et S ; in situ T et S et altimétrie, … 3D-Var vs. 4D-Var Formulations différentes de B …

Assimilation de données océaniques pour la prévision saisonnière Philippe Rogel, Anthony Weaver Nicolas Daget, Eric Machu, Eric Maisonnave, Sophie Ricci Plan: Développement d’OPA-VAR Production et évaluation d’analyses océaniques Prévisions saisonnières