Une méthode de spatialisation du vent moyen et des rafales par régression multiple puis krigeage des résidus Action DCLIM/DEC 2010-2011 P.Lassègues, J.M.Veysseire,

Slides:



Advertisements
Présentations similaires
Processus dallocations 2009/2010 Mémo pédagogique pour fournisseurs ayant des Droits à Stockage (Fourni à titre dinformation non engageante - Seul le règlement.
Advertisements

La demande dessence au Canada Analyse de la stabilité de lélasticité-prix et revenu dans le temps. Vendredi le 11 février 2011, GREEN-CDAT, Université
Commission locale de l'eau Réunion du 14 novembre 2011 REVISION DU SAGE Tendances et scénarios (pour validation)
Contexte 1500 MW fin MW fin MW fin 2008
1 Commission Permanente du Réseau Rural Régional du 9 novembre 2011 Appel à projets «Territoires et Gouvernance alimentaire »
Contrôle spatial des précipitations pluviométriques à l'aide de données radar (diagnostique de faisabilité ) F Mounier, P Lassègues, A-L Gibelin, J-P.
Méthode de spatialisation du rayonnement solaire global AJONC
Pôle Route, Météo-France, Toulouse
bloom phytoplanctonique
Quelles compétences développer ? Et plus spécifiquement : - Comment permettre à la personne de participer aux décisions qui concernent sa santé, à hauteur.
Commission Ventes Réunion du 23 avril 2008.
Comparaison des données de ventes : Données internes, GERS, IMS/SDM-XPONENT Mai 2007.
C1 Bio-statistiques F. KOHLER
P. Le Borgne, F. Orain, H. Roquet Météo-France/DP/CMS, Lannion, France
1 Séminaire de travail « Indicateur de croissance en France et/ou en zone euro : méthodologie et évaluation » 14 juin 2006 Indicator Models of Real GDP.
G.Herbert, N.Ayoub, P.Marsaleix, F.Lyard, C.Maraldi, J.Lamouroux
MISE EN SITUATION STATION METEO
1 Intégration numérique garantie de systèmes décrits par des équations différentielles non-linéaires Application à l'estimation garantie d'état et de paramètres.
Dispositif des évaluations interne et externe
Groupe suivi des prix 14/08/2013.
Proposition d’un « indice de la radioactivité de l’environnement »
Sylvain Mondon Météo-France
[1] Rencontres de lAGAM 6 octobre 2009 Recensement 2006 La métropole face aux enjeux de la formation et du vieillissement.
Lancement SRCAE, Toulouse, 24 février 2011 Scénarios climatiques : indices sur la France métropolitaine (janvier 2011)
Quel est cet astre au comportement si curieux ?
Projet Ingénierie: Cartographie des pluies et des températures
Vers un indicateur de la qualité des cours d’ eau…
Comment savoir si nous nous nourrissons correctement ?
CALENDRIER PLAYBOY 2020 Cliquez pour avancer.
7èmes Journées Scientifiques et Techniques du CETMEF
Classification Multi Source En Intégrant La Texture
Séminaire de lobjectif « forage et production » Beaune, les 26,27 et 28 Avril 2000 Outils danalyse statistiques « programmation par lexemple » S. Canu,
Département fédéral de lintérieur DFI Office fédéral de la statistique OFS La qualité de lemploi en Suisse Silvia Perrenoud Journées suisses de la statistique.
Régression linéaire simple
du module aux extrêmes Eric SAUQUET
SCIENCES DE L ’INGENIEUR
XYNTHIA.
Prévisions météorologiques, projections climatiques : que peut- on prévoir et avec quelle fiabilité ? Exercice 2: estimation de la prévisibilité dans le.
Les modèles linéaires (Generalized Linear Models, GLM)
Corrélation Principe fondamental d’une analyse de corrélation
Projet DEPHY ( ) Laboratoires : IPSL, LSCE, LGGE, LA, LOCEAN, LATMOS, LMD, CNRM-GAME, CEA, SISYPHE Le projet DEPHY visait à regrouper et coordonner.
- 13 mois de données 01/ /2005 inclus de CHAMP-C1 - Comparées aux données IMF et PLAS du vent solaire de ACE moyennées sur 30 min et décalées au.
Dynamique des éléments magnétiques de la Photosphère Calme
Le système français des prix de l’immobilier
S.Riette, D.Ricard, L.Auger, C.Lac (CNRM)
Le système d’assimilation hybride Meso-NH/AROME
C'est pour bientôt.....
Veuillez trouver ci-joint
Regard sur le potentiel génétique des troupeaux laitiers de la région du Saguenay-Lac-Saint-Jean Rodrigue Martin, agronome, MAPAQ Direction de linnovation.
Échantillonnage (STT-2000) Section 3 Utilisation de variables auxiliaires. Version: 8 septembre 2003.
Chapitre 5 Prévisions.
LUNDI – MARDI – MERCREDI – JEUDI – VENDREDI – SAMEDI – DIMANCHE
CALENDRIER-PLAYBOY 2020.
Projet sciences de l’ingénieur
Une méthode de désagrégation adaptée au forçage de modèles océaniques M. Minvielle, J. Boé, C. Cassou, J. Najac, L. Terray, R. Bourdallé-Badie.
PPA Lyon – GT Qualité de l’Air – 3 Novembre 2005 PPA LYON Simulations de scenarii.
Mais les submersions marines antérieures sont souvent oubliées
Multi-country Workshop on Development Impact Evaluation in Finance and Private Sector Development Dakar, Senegal, February 1-4, 2010 Non-Experimental Methods.
Réalisé par : Mr IRZIM Hédi Mr JRAD Firas
Journée Météo-France / Mercator Océan 14 Juin 2010
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.
CARACTERISATION DE L’ENERGIE THERMIQUE DES MERS PAR LES COURANTS LA MARTINIQUE, LA REUNION et TAHITI Aude CHAYRIGUET 5 juillet 2010.
Gestion budgétaire des ventes
Décision incertaine et logistique : Grille typologique
Comparaison multi-échelle des précipitations du modèle Méso-NH et des données radar Colloque CNFSH – Ecole des Ponts ParisTech – 11/12 juin 2009 A., Gires.
Lectures Volume du cours: Sections 12.1 à 12.6 inclusivement.
Cliquez pour modifier le style du titre Cliquez pour modifier le style des sous-titres du masque 18/02/2016 L’assistance météo pour l’évaluation du danger.
Transcription de la présentation:

Une méthode de spatialisation du vent moyen et des rafales par régression multiple puis krigeage des résidus Action DCLIM/DEC 2010-2011 P.Lassègues, J.M.Veysseire, C.Marie-Luce Journée fusion de données – 18 octobre 2011

Introduction - Contexte Après le passage des tempêtes Klaus (24/01/2009) et Xynthia (28/02/2010) nous avons expérimenté une spatialisation des rafales de vent sur la France métropolitaine. Nous avions testé une méthode par krigeage avec dérive externe en utilisant comme variable associée le vent moyen Arome. Pour faire simple, la performance obtenue était une RMSE de 3.8 m/s pour les rafales pour la journée du 28/02/2010. Résultat peu satisfaisant. Nous avions testé aussi une spatialisation de Cressman incrémentale proposée par CNRM/GEMAP F. Bouttier. Performance comparable. Nous avons eu une stagiaire IENM en juillet 2010 qui a exploré plusieurs méthodes de régression multiple suivie de krigeage des résidus en utilisant comme prédicteurs un ensemble de paramètres Arome (en s’appuyant sur des travaux de l’équipe Adaptations Statistiques pour choisir les prédicteurs).   Journée fusion de données – 18 octobre 2011

Méthode Nous avons essayé de mettre au point une méthode en deux étape, d’abord une régression multiple s’appuyant sur des paramètres du modèle Arome et des paramètres du relief, suivie d’un krigeage des résidus de cette régression. Les données d’observation prises en entrée sont celles des stations synoptiques et automatiques en France métropolitaine, après avoir retiré les observations de faible qualité ou non représentatives. Reste environ 500 stations. Distance moyenne entre 2 stations de l’ordre de 30 km. On traite les données au pas de temps horaire. Grille cible= grille Arome en résolution 0.025dg. Prédicteurs retenus provenant du modèle Arome: vent moyen 10m, rafale, stress du vent, vent moyen 850 et 500 hPa, pression mer. Les données de relief sont celles du projet SRTM (strm.csi.cgiar.org). Prédicteurs retenus provenant du relief: altitude, composantes u et v du vecteur de pente, coefficient de concavité convexité, écart type des altitudes des points voisins.   Journée fusion de données – 18 octobre 2011

Relief SRTM – vecteur de pente zonal   Journée fusion de données – 18 octobre 2011

Relief SRTM – vecteur de pente méridien   Journée fusion de données – 18 octobre 2011

Relief SRTM – convexité concavité   Journée fusion de données – 18 octobre 2011

Associations prédicteurs Arome – variables dépendantes   Journée fusion de données – 18 octobre 2011

Exemple d’analyse variographique pour un réseau horaire le 28/02/2010 à 03htu   Journée fusion de données – 18 octobre 2011

Validation - Résultats Nous avons déroulé le traitement en utilisant 90% des observations puis calculé des scores sur les 10% restants. Ces résultats ont été consolidés en traitant 5 journées de 2010 pour lesquelles nous avions du vent fort sur la France: 30 mars, 4 mai, 14 juillet, 8 et 11 novembre. Ce résultat reste toutefois insuffisant pour estimer valablement la rafale au niveau de chaque commune comme nous aurions souhaité le faire.   Journée fusion de données – 18 octobre 2011

Validation - Résultats   Journée fusion de données – 18 octobre 2011

Quelques remarques On notera que le résultat en valeur relative est meilleur pour les rafales que pour le vent moyen. Ce résultat en valeur relative est meilleur aussi lorsque la force du vent est élevée (> 60km/h). Les données du modèle Arome constituent un apport décisif pour la performance. C’est particulièrement notable aux réseaux synoptiques où on dispose d’une assimilation Arome (meilleure qualité que pour les prévisions des réseaux intermédiaires). On améliore aussi le résultat lorsqu’on traite un ensemble homogène (type de phénomène météo, relief de la zone). On remarquera que la manière de traiter les paramètres du relief n’est pas tellement éloigné de la démarche Aurelhy. Pour améliorer ce travail il serait souhaitable de se rapprocher de CNRM/GMAP et de voir comment est estimée la rafale dans le modèle (évolutions récentes) Voir par exemple document E Bazile: http://controle/publication/ateliers/2009_dec/index_dec2009.html   Journée fusion de données – 18 octobre 2011

Perspectives Une production au jour le jour est mise en place sur un serveur de développement. Plus de 3 années de données horaires sont traitées (depuis juillet-2008) et constituent une série chronologique permettant d’affiner la validation Elles constituent une nouvelle approche pour le suivi climatique du vent. Les résultats spatialisés pour les tempêtes des 24 janvier 2009, 9-10 février 2009 et 27-28 février 2010 devrait permettre assez facilement le calcul d’un indice surface/durée/intensité pour le territoire français et de comparer les trois évènements. Ouvrir le débat sur la spatialisation des paramètres météo aux pas de temps courts (horaire, quotidien) versus pas de temps longs (mensuel, annuel, trentenaire).   Journée fusion de données – 18 octobre 2011

Vent moyen mensuel 2010   Journée fusion de données – 18 octobre 2011

Journée fusion de données – 18 octobre 2011   Journée fusion de données – 18 octobre 2011

Journée fusion de données – 18 octobre 2011   Journée fusion de données – 18 octobre 2011

Journée fusion de données – 18 octobre 2011   Journée fusion de données – 18 octobre 2011