S. Ricci, A.T. Weaver, E. Machu, P. Rogel CERFACS J. Vialard LODYC

Slides:



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

Gestion de portefeuille
Gestion de portefeuille
Efficient Simplification of Point-Sampled Surfaces
Travail de thèse - CERFACS:
Assimilation de données océaniques pour la prévision saisonnière
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.
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
Un exemple de système EDA d'index supérieur distillation réactive avec réactions chimiques instantanément équilibrées Dr. Karim Alloula (ingénieur informatique.
Yohan RUPRICH-ROBERT, Christophe CASSOU et Soline BIELLI
I. Circulation Barocline II. Circulation à 1000 mètres R ÉSUMÉ: Il est proposé de reconstruire la circulation océanique moyenne et anomalies interannuelles.
Modélisation de l’hydrodynamique du plateau atlantique
Programme: PIM / MEDICIS
Soutenance de thèse Lundi 12 décembre 2005
Contrôle des systèmes rapides non linéaires Application au moteur à allumage commandé turbocompressé à distribution variable Remerciements Guillaume.
Nouvelles méthodes en filtrage particulaire Application au recalage de navigation inertielle par mesures radio-altimétriques K. DAHIA Doctorant.
Takeshi Izumo Directeur de thèse: Joël Picaut
Généralités. Modélisation HYCOM en Manche – Gascogne (SHOM / Géosciences Ingénierie / ACTIMAR / Hoang Cslt / …)
G.Herbert, N.Ayoub, P.Marsaleix, F.Lyard, C.Maraldi, J.Lamouroux
Thèse dirigée par Alban Lazar
Théorie de lagrégation Principaux résultats. Plan Contexte Définitions Résultats (+ exemples) Possibilités et limites Perspectives Discussion.
au LISC, Cemagref de Clermont Ferrand
M. EL Adel & M. Ouladsine LSIS – UMR-CNRS 6168 Marseille - France
1 Intégration numérique garantie de systèmes décrits par des équations différentielles non-linéaires Application à l'estimation garantie d'état et de paramètres.
Modèle viscoélastique non linéaire pour la propagation d’ondes Lenti L
Étude de l’adhérence et aide à la conduite
Animation de solides en contact par modèle physique
Chapitre 2 Les indices.
Mélanie JUZA LEGI-MEOM, Grenoble
Etude longitudinale d’essais multilocaux: apports du modèle mixte
Télédétection des Océans : quels défis pour le futur ?
Modèles à surface libre: les apports du calcul direct de sensibilité au calage et à l’analyse d’incertitude Vincent Guinot, Carole Delenne Université Montpellier.
L’océanographie opérationnelle et la prévision océanique
Dynamique de loxygène dissous à linterface eau-sédiment sous un écoulement périodique Journées des Doctorants Villefranche sur mer M. Chatelain K. Guizien.
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
Le système d’assimilation hybride Meso-NH/AROME
Correction du TP 4 : Mouvements océaniques et atmosphériques
LES OBSERVATIONS METEOROLOGIQUES Club des argonautes – 5/1/2011 Présentation des observations disponibles.
–1–1 Assimilation d’ozone ARPEGE Noureddine SEMANE Doctorant 2ème année, CNRM/GMGEC/CARMA Réunion ADOMOCA Novembre 2007.
III.1) Analyses spectrales du Moment Angulaire Atmosphérique Motivation Générale Les analyses statistiques occupent une place centrale en climatologie.
Quelques dates Examen le 14 Novembre de 14h00 à 17h00 Poly autorisé Image extraite d’un amphi Examen de remplacement (ATHENS) Remise DM1: le 17 octobre.
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)
Paramétrisation des flux d’eau douce, Rencontres MF-MO, Toulouse, 14/06/2010 Paramétrisation des flux d’eau douce continentales dans les modèles numériques.
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
CIRCULATION DANS LA ZEE DE NOUVELLE-CALEDONIE VARIABILITE ET IMPACTS
Modélisation de systèmes ayant des réactions chimiques
MSDOL/PALM Atelier ADOMOCA - Toulouse novembre 2007 D. Cugnet.
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.
Couche limite atmosphérique
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.
Outils d’analyse: la méthode des moindres carrées
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.
Couche limite atmosphérique
ADOMOCA 13 novembre 2008 S. Massart Assimilation des données d’ozone de SA-IASI Sébastien Massart CERFACS : A. Piacentini, D. Cariolle SA : C. Clerbaux,
1/16 Chapitre 3: Représentation des systèmes par la notion de variables d’état Contenu du chapitre 3.1. Introduction 3.2. Les variables d’état d’un système.
Méthode des moindres carrés (1)
Application d'une technique de désagrégation au forçage atmosphérique d'un modèle océanique sur l'atlantique nord Sieste Février 2008.
Assimilation 4D-var dans la chaîne Mocage-Palm Hélène MANZONI (1) S. MASSART (2), V.-H. PEUCH (1), D. CARIOLLE (2) (1) (1) Météo-France CNRM/GMGEC/CARMA,
Couche limite atmosphérique et micrométéorologie
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.
Pôle observations Groupe de travail « Etudes de tendances et variabilités climatiques à partir d’analyse d’observations de la Terre »
CFM Instabilités liées au phénomène d’évaporation : Réponse dynamique d’une goutte à un champ acoustique Roger Prud’homme 1, Mohammed Habiballah.
Transcription de la présentation:

S. Ricci, A.T. Weaver, E. Machu, P. Rogel CERFACS J. Vialard LODYC Formulation de la matrice de covariance d’erreur de l’ébauche pour un système d’assimilation océanique: préservation des propriétés de Température-Salinité S. Ricci, A.T. Weaver, E. Machu, P. Rogel CERFACS J. Vialard LODYC Contexte de l’assimilation variationelle Défauts du système univarié en température Relation d’équilibre Température-Salinité et implémentation dans B Ajustement de l’état de salinité: impact sur l’état moyen Conclusions et perspectives AMA2002, 17 Dec.

Contexte de l’assimilation Assimilation variationelle dans le modèle d’océan OPA – version Pacifique tropical d’observations in situ de température (Weaver et al. 2002). Schémas d’assimilation : 4D-Var et 3D-Var (FGAT) Fonction coût à minimiser: 4D-Var: est propagé par M, le modèle linéaire tangent dxi = M(ti,ti-1) dxi-1 3D-Var (FGAT): M est un modèle de persistence dxi = dxi-1

Défauts de l’assimilation 3D-Var univariée en température La température (T) est corrigée par l’analyse, alors que la salinité (S) ne l’est pas. Création de mélange vertical artificiel (Troccoli et Haines 1999) Formation de masses d’eau instables (Troccoli et al. 2000) Dérive de l’état moyen de salinité en 3D-Var univarié en T (Vialard et al. 2002) Biais du courant de surface équatorial vers l’Est.

Nécessité d’ajuster l’état de salinité lors de l’assimilation de données de température Solutions possibles: Utilisation d’EOF mixtes T-S (Maes et al. 1999, Vossepoel et al. 1999) inconvénient: besoin de suffisament de données T ET S Relation T-S climatologique inconvénient: pas de variation temporelle de S(T) Utilisation d’une relation T-S relative au “background” et implémentée dans B

Modélisation générale de B B est modélisée par une séquence d’opérateurs traitant séparement les covariances univariées et les covariances multivariées: ( Derber et Bouttier - 1999 ) où “balanced” + “unbalanced” Modélisation des covariances univariées du vecteur de contrôle par Modélisation des covariances multivariées du vecteur d’état par

Spécification de K: Relation T-S K est un système d’équations statistiques ou dynamiques linéaires entre les variables du modèle. Les corrélations sont maximales entre les parties équilibrées minimales entre les parties non équilibrées est la linéarisation de la relation S(T) Ici, S(T) est appliquée comme une contrainte forte:

Formulation de la relation T-S dans la matrice K Supposons qu’une relation S(T) existe dans le modèle: L’incrément en salinité s’écrit: est la partie de l’incrément de salinité équilibrée avec la température qui provient de S(T)

Validité de la relation T-S La relation T-S est valide là où le mélange est faible dans les régions de fort mélange, ailleurs.

Exemple : assimilation d’un profil de température δTa δStrue δSa On ne corrige pas la salinité dans la couche de mélange.

Profils moyens (1996) de salinité Contrôle 3D-Var TS:Profil moyen plus proche de la climatologie 3D-Var uni.: Destabilisation de la colonne d’eau par l’assimilation univariée en température

Dérive de l’état moyen de salinité 3D-Var univarié Dérive de l’état moyen de salinité 3D-Var T-S Etat moyen plus proche de la climatologie Correction du biais Dérive de l’état moyen de salinité Contrôle 3D-Var multi. 3D-Var uni.

Diagrammmes T-S 1996 Création de masses d’eau irréalistes a) 3D-Var univarié Diagrammmes T-S 1996 Création de masses d’eau irréalistes b) 3D-Var multivarié T-S Meilleure préservation des masses d’eau en multivarié T-S c) Contrôle

Vitesse verticale et coefficient de mélange vertical a) contrôle b) univarié c) multivarié Diminution du mélange vertical artificiel Circulation artificielle 3D-Var multi. 3D-Var uni. Réduction “upwelling” et “downwelling”

Impact sur les courants a) Reverdin-Climatologie Impact sur les courants b) multivarié Correction du courant de surface c) univarié Biais du courant de surface équatorial vers l’Est d) contrôle

Remontée du sous courant a)contrôle b) univarié c) multivarié Remontée du sous courant Correction du courant de surface

Préservation des masses d’eau Diminution du mélange artificiel Conclusions Ajustement de l’état de salinité par des covariances multivariées dans B: Diminution de la dérive en salinité Préservation des masses d’eau Diminution du mélange artificiel Correction du biais des courants

Comparaison avec des données de salinité Perspectives Assimilation de données de salinité et T-S Comparaison avec des données de salinité Covariances multivariées U et V (E. Machu - Cerfacs) Passage au modèle global (ORCA) avec covariances multivariées (T, S, u, v, ) Comparaison avec le 4D-Var