Initialisation du modèle ORCA à laide danalyses MERCATOR : application des outils de lassimilation variationnelle. des outils de lassimilation variationnelle. Stage de recherche du 6 février au 15 juin 2006 Sous la direction de : M. Philippe ROGEL (CERFACS/GLOBC) et M. Nicolas FERRY (MERCATOR) Promotion délèves Ingénieurs Météorologistes de lENM 2003/2006 et MASTER OASC (UPS) Par : Abdelaziz BABQIQI

Plan Introduction III. Tests de sensibilité I. Illustration de lopérateur dobservation II. Assimilation 3D-VAR de MERSEA1/4° IV. Application de lopérateur H T Conclusion et perspectives

3 Introduction MERSEA # ORCA2 Illustration de H Etat de locéan & prévision saisonnière Etat thermodynamique de locéan (composante lente) - Echanges de masse et dénergie à linterface air-mer. - Mémoire du climat et de sa variabilité. - Prévision saisonnière (ex: ENSO). Modèles couplés océan-atmosphère -Modèles basse résolution (ORCA2°) pour la prévision. -Modèles opérationnels réalistes à haute résolution (ORCA0.25°). -Nécessité du passage de la haute résolution vers la basse résolution. Assimilation 3DVAR Tests de sensibilité Application de HT Conclusion Perspectives

4 Données et outils Modèle ORCA0.25°: - Simulation de haute résolution MERSEA1/4° sur la période Modèle ORCA2°: - Simulation de basse résolution ORCA2° sur la période Outils: - OPAVAR: Logiciel dassimilation variationnelle pour OPA développé au CERFACS par A. Weaver. Introduction MERSEA # ORCA2 Illustration de H Assimilation 3DVAR Tests de sensibilité Application de HT Conclusion Perspectives Un état initial à basse résolution pour ORCA2° Données MERSEA1/4° = MERSEA (Hr) Données ORCA2° = ORCA2 (Lr)

5 Illustration de lopérateur dobservation H Interface dintégration de MERSEA dans OPAVAR. Comparaison MERSEA-ORCA2 sur la période (10 états). Problématique: 1.Lignes de côtes MERSEA # ORCA2 2.Bathymétrie MERSEA # ORCA2 Introduction MERSEA # ORCA2 Illustration de H Assimilation 3DVAR Tests de sensibilité Application de HT Conclusion Perspectives Construction de lopérateur H. Grille (0.25°) MERSEA grille (2°) ORCA2 H Avec N=10 Biais à 100m en °C Biais à 3m en °C

6 Erreur de représentativité de ORCA2 par rapport à MERSEA Illustration de lerreur de représentativité : Introduction MERSEA # ORCA2 Illustration de H Assimilation 3DVAR Tests de sensibilité Application de HT Conclusion Perspectives Dans la couche de surface (3m) en °C 2 Coupe dans le Gulf Stream à 39°N en °C 2 Coupe à léquateur en °C 2 - Erreur importante dans les zones de forte mésoéchelle. - Décalage entre ORCA2 et MERSEA au niveau de la thermocline équatoriale.

7 Assimilation 3D-VAR de MERSEA dans ORCA2 Technique: Démarche: 1- Suppression du terme débauche. 2- Modélisation de R H par les éléments de volume de la grille MERSEA (W H ). 3- Modélisation de U par les éléments de volume de la grille ORCA2 (W L ). avec Évolution de ||grad(J)|| Introduction MERSEA # ORCA2 Illustration de H Assimilation 3DVAR Tests de sensibilité Application de HT Conclusion Perspectives 30 itérations

8 Diagnostiques de la correction Correction (lincrément δT=T a - T b ): Introduction MERSEA # ORCA2 Illustration de H Assimilation 3DVAR Tests de sensibilité Application de HT Conclusion Perspectives Correction à 5m en °CCorrection à 100m en °C Coupe de la correction à léquateur en °C - Bonne extraction de linformation des données MESEA. - Recalage de la thermocline.

9 Filtrage de la mésoéchelle Filtrage de la mésoéchelle : Introduction MERSEA # ORCA2 Illustration de H Assimilation 3DVAR Tests de sensibilité Application de HT Conclusion Perspectives Température MERSEA T Hr Température H(T a ) T Hr –H(T a ) à 3m T Hr –H(T a ) à 100m -Système efficace dans le filtrage de la mésoéchelle. T Hr –H(T a ) (écart MERSEA-analyse):

10 Tests de sensibilité Sensibilité à la convergence: Contrainte technique (taille importante des données MERSEA): Sensibilité au « first-guess » (point de départ de la minimisation): Nombre ditérations optimal = 40 - Corrélation significative entre deux points MERSEA contigus. - Perte dinformation dans lanalyse dès que le pas sapproche de la résolution (2°). -Sensibilité faible : - Dans la couche de surface ~ 0.2°C - Dans la thermocline ~ 0.8°C Sensibilité faible ~ 0.1°C (uniquement effet numérique). Introduction MERSEA # ORCA2 Illustration de H Assimilation 3DVAR Tests de sensibilité Application de HT Conclusion Perspectives Limitation du domaine Echantillonnage

11 Sensibilité aux poids affectés aux données MERSEA Prise en compte de dans les poids: Impact sur le filtrage de la mésoéchelle: - EXPTEST4: multiplication des poids par F( ii ) - EXP2: F( ii)=1 d 1 >0 Plus de filtrage de la mésoéchelle. Introduction MERSEA # ORCA2 Illustration de H Assimilation 3DVAR Tests de sensibilité Application de HT Conclusion Perspectives Lanalyse reste plus proche localement du « first guess » dans EXPTEST4

12 Application de lopérateur H T Démarche: - Opérateur dobservation adjoint. - Les éléments de volume de la grille MERSEA (W H ). - Les éléments de volume de la grille ORCA2 (W L ). T g Lr en °C avant extrapolationT g Lr en °C aprés extrapolation Introduction MERSEA # ORCA2 Illustration de H Assimilation 3DVAR Tests de sensibilité Application de HT Conclusion Perspectives État interpolé à basse résolution Initialisation de lalgorithme de minimisation Indépendance de lexpérience ORCA2

13 Conclusion & perspectives Utilisation de OPAVAR (3D-Var)avec succès pour construire un état initial en température pour ORCA2. Bonne extraction de linformation de MERSEA vers lanalyse (impact positif). Efficacité dans le filtrage de la mésoéchelle. Tests de sensibilité: Système assez robuste. La prise en compte de lerreur de représentativité dans les poids à un effet positif sur le filtrage de la mésoéchelle. Application de H T pour construire une ébauche indépendante de ORCA2. Introduction MERSEA # ORCA2 Illustration de H Assimilation 3DVAR Tests de sensibilité Application de HT Conclusion Perspectives

14 Conclusion & perspectives (suite) Assimilation dautres variables (salinité, courants, …). Évaluer les longueurs de corrélation des données MERSEA pour déterminer un échantillonnage optimal. Tester limpact en mode forcé sur ORCA2, permettra dévaluer lapport des (ré)-analyses MERSEA. Application de lopérateur de balance pour retrouver la correction pour les autres champs (Weaver et al 2006). Introduction MERSEA # ORCA2 Illustration de H Assimilation 3DVAR Tests de sensibilité Application de HT Conclusion Perspectives Outils utiles pour la construction dun système variationnel incrémental en résolution (Thrépaut et al).

15 Merci

Initialisation du modèle ORCA à laide danalyses MERCATOR : application des outils de lassimilation variationnelle. des outils de lassimilation variationnelle. Stage de recherche du 6 février au 15 juin 2006 Sous la direction de : M. Philippe ROGEL (CERFACS/GLOBC) et M. Nicolas FERRY (MERCATOR) Promotion délèves Ingénieurs Météorologistes de lENM 2003/2006 et MASTER OASC (UPS) Par : Abdelaziz BABQIQI

17 Technique de construction des analyses MERSEA1/4° et ORCA2° MERSEA1/4°: Intégration du modèle ORCA Intégration du modèle ORCA0.25 Flux ERA40 (vent, flux net de chaleur, évaporation, précipitation et ruissellement) Rappel de T et S vers « Levitus climatology » Rappel de la SST vers la SST de Reynolds (nudging: -200W/m 2 /K) Rappel des précipitations vers les précipitations mensuelles GPCP ORCA2°: Le même forçage avec le modèle ORCA2 (Constante de rappel vers la SST de Reynolds -200W/m 2 /K ) Introduction MERSEA-ORCA2 Illustration de H Assimilation 3DVAR Tests de sensibilité Application de HT Conclusion Perspectives

18 Illustration de lopérateur dobservation H Interface dintégration de MERSEA dans OPAVAR. Construction de lopérateur H. Problématique: 1.Lignes de côtes MERSEA # ORCA2 2.Bathymétrie MERSEA # ORCA2 T MERSEA - H(T ORCA2 ) à 3m T MERSEA - H(T ORCA2 ) dans le Gulf Stream T MERSEA - H(T ORCA2 ) dans le Pacifique équatorial Introduction MERSEA # ORCA2 Illustration de H Assimilation 3DVAR Tests de sensibilité Application de HT Conclusion Perspectives

19 Erreur de représentativité de ORCA2 par rapport à MERSEA r Technique : Illustration : Introduction MERSEA # ORCA2 Illustration de H Assimilation 3DVAR Tests de sensibilité Application de HT Conclusion Perspectives

20 Sensibilité aux poids affectés aux données MERSEA Fonction décroissante de : Impact sur le filtrage: - EXPTEST4: multiplication des poids par F( ii ) - EXP2: F( ii)=1 d 1 >0 d 2 <0 Plus de filtrage de la mésoéchelle Introduction MERSEA # ORCA2 Illustration de H Assimilation 3DVAR Tests de sensibilité Application de HT Conclusion Perspectives