Etude Coriolis 2012 Réunion finale, 14/01/2013

Présentation au sujet: "Etude Coriolis 2012 Réunion finale, 14/01/2013"— Transcription de la présentation:

1 Etude Coriolis 2012 Réunion finale, 14/01/2013
Stéphanie Guinehut, Christine Boone, Nathalie Verbrugge CLS, Direction d’Océanographie Spatiale

2 Objectifs de l’étude Cadre de l’étude :
Suite de l’étude menée en 2011 (/2007): Travaux préparatoires à CORA3.2 – – livrée en juin 2011, et à CORA3.3 (année 2011 en supp) – livrée en oct 2012  Validation des années 2009, 2010 et 2011 (jan-sept) + des données du GTSPP ( ), Analyse des retours GLORYS2v1 et ajustement du test à la climatologie, Comparaison CORA3.2 / EN3_v2a ( ) Utilisation des données altimétriques pour valider les séries temporelles des flotteurs Argo  4 runs + suivi temporel (focus sur les TNPD) Préparation de CORA Validation (2011) + interactions sur les alertes Diagnostics sur CORA3.3 Utilisation des données altimétriques pour valider les corrections apportées aux données XBT Comparaisons Argo/Alti Analyses régulières de l’état du système Suivi temporel

3 Objectifs de l’étude Détail des tâches réalisées :
Interactions CLS/CORIOLIS/CLS sur les alertes confirmées / non confirmées couvrant la période janv-sept 2011, validation oct-dec 2011 Diagnostiques sur CORA3.3: Analyse des flags + doublons + comparaisons à EN3 pour l’année 2011, Etude spécifique sur les TNPD ( ) Utilisation des données altimétriques pour valider les corrections apportées aux données XBT ( ) Comparaisons Argo/Alti Analyses régulières de l’état du système (x4) Suivi temporel – focus sur les comparaisons RT/DT par flotteur ftp://ftp.cls.fr/oceano/coriolis/etude2011-2/ ftp://ftp.cls.fr/oceano/coriolis/etude2012/Fournitures/ ftp://ftp.cls.fr/oceano/coriolis/etude2013/Fournitures/

4 Plan Synthèse sur la validation de l’année 2011 et interactions avec Coriolis sur ces alertes Diagnostiques sur l’année 2011: analyse des flags, doublons, comparaisons à EN3 Diagnostiques sur les flotteurs TNPD présents dans CORA3.3 Utilisation des données altimétriques pour valider les corrections apportées aux données XBT Utilisation des données altimétriques pour valider les séries temporelles des flotteurs Argo Conclusions / Perspectives

5 Plan Synthèse sur la validation de l’année 2011 et interactions avec Coriolis sur ces alertes Diagnostiques sur l’année 2011: analyse des flags, doublons, comparaisons à EN3 Diagnostiques sur les flotteurs TNPD présents dans CORA3.3 Utilisation des données altimétriques pour valider les corrections apportées aux données XBT Utilisation des données altimétriques pour valider les séries temporelles des flotteurs Argo Conclusions / Perspectives

6 Inventaire CORA 2011 Pas de HF sur la livraison Coriolis jan-sep 2011
Synthèse sur la validation de l’année 2011 et interactions avec Coriolis sur ces alertes

7 Synthèse validation CORA 2011
Position profils HF oct-déc 2011 ( => correspond NDBC côtiers) Idem pour PSAL

8 Synthèse validation CORA 2011
Les PR_HF sont essentiellement sortis en erreur sur T par le test de valeur à P=0 ou Pfond Jan-sep : filtrage des données NDBC Oct-déc : Arrêt du filtrage NDBC et utilisation d’un test de distance à la côte (100km) et bathymétrie (100m) + fichiers PR_HF 2011: changement du test à la clim: stdT ≥ 0.1°C ; stdS ≥ psu Seuls 2 profils animaux marins confirmés en oct-déc 2011 (cohérence avec Coriolis)

9 Retours Coriolis sur les profils en alerte 2011
Profils gardés en erreur : dérive évidente / spike / biais importants à de fortes profondeurs par rapport à la clim Flag N : 2nd passage CLS : divise par 2 le nombre de profils NC Flag O : Tous les profils restent confirmés (dérive d’1 glider sur PSAL : vu dans FlagN) FlagF : NC Coriolis ok (essentiellement des animaux marins) A noter : Victor T. fait remonter des flags à 4 de la base Coriolis alors qu’ils sont à 1 dans la base à CLS

10 Retours Coriolis sur les profils en alerte 2011
NC par Coriolis TEMP TEMP_ADJUSTED PSAL PSAL_ADJUSTED Nouveau Seuil 207 4 396 8 Ancien Seuil 104 221 Test climatologie : Ancien seuil : stdT ≥ 0.1°C ; stdS ≥ psu Nouveau seuil 2011: stdT ≥ 0.2°C ; stdS ≥ 0.05 psu Sur PSAL : 55.8% environ des données NC par Coriolis sur le FlagN n’étaient pas extraits avec les anciens seuils stdS. Sur TEMP, 50% environ des données NC par Coriolis sur le FlagN n’étaient pas extraits avec les anciens seuils stdT.

11 Retours Coriolis sur les profils en alerte 2011
Discussion plus fine des profils NC par CORIOLIS : voir si besoin Analyse_RetoursCoriolisNC_2011_v2.ppt

12 Plan Synthèse sur la validation de l’année 2011 et interactions avec Coriolis sur ces alertes Diagnostiques sur l’année 2011: analyse des flags, doublons, comparaisons à EN3 Diagnostiques sur les flotteurs TNPD présents dans CORA3.3 Utilisation des données altimétriques pour valider les corrections apportées aux données XBT Utilisation des données altimétriques pour valider les séries temporelles des flotteurs Argo Conclusions / Perspectives

13 Inventaire CORA 2011 Analyse des Flags : TEMP_QC et PSAL_QC
Pas de flags à 5,6,7,8 Peu de flag à 0 Nombre de profils avec au moins une mesure dont le flag vaut x ; x=0,1,2,3 ou 4 BA PF MO CT XB TE HF Total Flag 0 8 2 10 Flag 1 22 174 31 312 10 799 1 186 1  Flag 2 3 492 Flag 3 242 1 270 18 664 51 1 279 1 041 4 565 Flag 4 4 072 5 709 20 1 634 946 5 856 13 272 31 509 TEMP BA PF MO CT XB TE HF Total Flag 0 2 Flag 1 28478 10 732 44 Flag 2 51 1 54 Flag 3 2 097 164 1 033 3 214 2 252 8 761 Flag 4 14 074 78 1 749 7 729 11 944 35 618 PSAL

14 Inventaire CORA 2011 Analyse des Flags : JULD_QC et POSITION_QC
JULD n’a pas été validé (JULD_QC = 0) : 681 profils. Tous de type PF. Seuls 5 profils avec POSITION_QC = 0. POSITION_QC ou de JULD_QC ≠ 1 => majorité de PF. 0.25% de profils avec un JULD_QC dont le flag est différent de 1 / Flag=1 0.17% de profils avec un POSITION_QC dont le flag est différent de 1 / Flag=1 POSITION_QC = 1  1  JULD_QC = 1 

15 Inventaire CORA 2011 Doublons dans la base (Hors HF) Temp Psal
dates/heures des 2 stations dans un intervalle d’1 heure ; latitudes, longitudes des 2 stations dans un intervalle de 0.1 degré ; platform_number identiques ; variables verticales identiques (PRES/PRES, DEPH/DEPH) Au sein d’un même fichier : intervalle de moins d’une seconde et de moins de degré. platform_number pas forcément être identiques Type de donnée BA PF MO CT XB TE - 5 104 462 9 Temp Type de donnée BA PF MO CT XB TE - 75 461 9 Psal

16 Inventaire CORA 2011 Exemples de doublons Doublons NC entre BA et TE:
Doublons Confirmés entre PF même fichier : DC_Reference différent / résolution verticale différente

17 Inventaire CORA 2011 Exemples de doublons
Doublons NC entre TE et MO : Ex4 CO_DMQCGL01_ _P R_TE.nc n°71 CO_DMQCGL01_ _P R_MO.nc n°87 Différence date −0, min lon −0,021 ° lat −0,032° PTF_Num ber 53056 Aucune INST_TY PE 820 999 différent DC_REF Ecart significatif en Temp entre 100 et 200 m : NC

18 Inventaire CORA 2011 Exemples de doublons TE MO 1 point en plus
Doublons non détectés par l’algorithme : doublons TE/MO / Réseau PIRATA / les valeurs de positions diffèrent significativement dans MO (valeurs théoriques) et dans TE Exemple 5 CO_DMQCGL01_ _P R_TE.nc n°430 CO_DMQCGL01_ _PR_ MO.nc n°7 Différence date −0, min lon −0,626° lat -0.456 PTF_Num ber 31004 Aucune INST_TYP E 820 999 différent DC_REF TE MO 1 point en plus

19 Inventaire CORA 2011 Bilan sur les doublons :
1125 doublons sont extraits La visualisation ne les confirme pas tous Identification de doublons MO-TE non détectés par l’algorithme de recherche des doublons du fait de positions trop éloignées. On retrouve des séries temporelles de mouillages à la fois dans TE et dans MO, avec des positions différentes pouvant générer des doublons : Recommandation : passer tous les mouillages TTP en PR_MO pour éviter ces problèmes.

20 Comparaisons CORA3.2 et EN3_v2a 2011
Méthode de comparaison : Pour chaque profil présent dans EN3 – recherche d’un équivalent CORA et vice-versa :  Date/heure des 2 stations comprises dans un intervalle de +/- 24 heures Lat/lon des 2 stations comprises dans un intervalle de +/- 0.2 degré Distinction faite pour TEMP/PSAL Diagnostiques sur l’année 2011: analyse des flags, doublons, comparaisons à EN3

21 Comparaison EN3_v2a / CORA3.3 2011
TEMPERATURE 85% des HF CORA 3.3 (sans HF) EN3_v2a EN3 pas CORA (avec HF) CORA pas EN (hors HF) CORA pas EN HF Nb profils 42 130 61 723 % par rapport à CORA sans HF 10.4 % 15.2% % par rapport à CORA avec HF 3.58 % Majorité des HF

22 Comparaison EN3_v2a / CORA3.3 2011
Température : Absents CORA Température : Absents EN Les séries des mouillages ne sont complètes dans aucune des 2 bases

23 Comparaison EN3_v2a / CORA3.3 2011
Température : Détail Absents CORA Température : Détail Absents CORA: En majorité des profils GTSPPTE absents de CORA3.3 mais présents dans ENSEMBLES. Il s’agit principalement de profils échantillonnés plusieurs fois par jour, et avec un nombre de Platform_Number restreint (139 exactement pour 2011). On note également qu’il manque des profils ARGO dans CORA3.3 (1330) ARGOA ARGOD ARGOR GTSPPPF GTSPPTE GTSPPTR GTSPPBA GTSPPXB Nombre profils 782 4 544 320 36 949 1 781 1589 161 Total 1330 40 800 Température : Détail Absents EN: Les profils absents de ENSEMBLES sont d’abord des HF, puis des TE BA CT MO PF TE XB HF Nombre profils 4 668 1 784 9 151 3 640 42 254 226

24 Comparaison EN3_v2a / CORA3.3 2011
82% des HF SALINITE CORA 3.3 (sans HF) EN3_v2a EN3 pas CORA (avec HF) CORA pas EN (hors HF) CORA pas EN HF Nb profils 40 472 43 897 % par rapport à CORA sans HF 11.7 % 12.7% % par rapport à CORA avec HF 4.1 %

25 Comparaison EN3_v2a / CORA3.3 2011
salinité: Absents CORA Salinité : Absents EN Les séries des mouillages ne sont complètes dans aucune des 2 bases

26 Comparaison EN3_v2a / CORA3.3 2011
Salinité: Détail Absents CORA: En majorité des profils GTSPPTE absents de CORA3.3 mais présents dans ENSEMBLES. Il s’agit principalement de profils échantillonnés plusieurs fois par jour, et avec un nombre de Platform_Number restreint. On note également qu’il manque des profils ARGO dans CORA3.3 (1325) ARGOA ARGOD ARGOR GTSPPPF GTSPPTE GTSPPTR Nombre profils 807 3 515 364 36 800 1 983 Total 1325 39 147 Salinité: Détail Absents EN: Les profils absents de ENSEMBLES sont d’abord des HF, puis des TE BA CT MO PF TE XB HF Nombre profils - 1 785 9 073 3 755 29 271

27 Comparaison EN3_v2a / CORA3.3 2011
Les mouillages : 2 situations Mouillages qui apparaissent comme étant absents dans les 2 bases : les positions renseignées ne sont pas les mêmes : Profils absents de CORA3.3 Format : PROJECT_NAME, PLATFORM_NUMBER, WMO_INST_TYPE, NumProfil, JULD, LONGITUDE, LATITUDE, VAR EN3_v2a_ProfilsAbsentsDansCora_ lst: GTSPPTR , , 820, , , , , TEMP EN3_v2a_ProfilsAbsentsDansCora_ lst: GTSPPTR , , 820, , , , , PSAL Profils trouvés dans CORA3.3 pour cette date : NomFichier Num Profil VAR LONGITUDE LATITUDE JULD DC_REFERENCE PLATFORM_NUMBER CO_DMQCGL01_ _PR_MO.nc TEMP CO_DMQCGL01_ _PR_MO.nc PSAL Série temporelle des mouillages incomplètes dans les 2 bases

28 Plan Synthèse sur la validation de l’année 2011 et interactions avec Coriolis sur ces alertes Diagnostiques sur l’année 2011: analyse des flags, doublons, comparaisons à EN3 Diagnostiques sur les flotteurs TNPD présents dans CORA3.3 Utilisation des données altimétriques pour valider les corrections apportées aux données XBT Utilisation des données altimétriques pour valider les séries temporelles des flotteurs Argo Conclusions / Perspectives

29 Diagnostiques sur les flotteurs TNPD présents dans CORA3.3
Recherche TNPD : analyse de la valeur du paramètre SCIENTIFIC-CALIB-COMMENT des fichiers PR_PF de la base CORA3, de 1990 à 2011 (recherche de la mention « TNPD ») : 2001 – 2011 : profils correspondant à 334 plateformes ont été extraits WMO_INST_TYPE = 846 (sauf 2 plateformes = 999) Diagnostiques sur les flotteurs TNPD présents dans CORA3.3

30 Diagnostiques sur les flotteurs TNPD présents dans CORA3.3
Comparaison avec étude TNPD réalisée en oct 2011: 3097 plateformes TNPD dans la liste Jeff Dunn 628 plateformes TNPD dans les fichiers du GDAC-Ifremer 334 plateformes TNPD dans base de données CORA3.3 ( ) Ecart entre la base CORA3.3 et les fichiers GDAC : MAJ ? Diagnostiques sur les flotteurs TNPD présents dans CORA3.3

31 Diagnostiques sur les flotteurs TNPD présents dans CORA3.3
Positions des profils TNPD de 2001 à 2011 Diagnostiques sur les flotteurs TNPD présents dans CORA3.3

32 Diagnostiques sur les flotteurs TNPD présents dans CORA3.3
Comparaisons des flags sur les profils non-adjusted et adjusted Nombre de profils P/D Nombre de mesures P/D Nombre de profils TEMP Nombre de mesures TEMP Nombre de profils PSAL Nombre de mesures PSAL Flag = ‘0’ Non- adjusted 1 71 adjusted Flag = ‘1’ 14 282 14 015 13 870 324 7 174 188 5 346 48 3 003 Flag = ‘2’ 3 5 13 13 674 Flag = ‘3’ 113 2 455 140 3 944 270 8 534 398 17 331 17 757 Flag = ‘4’ 1 353 9 406 2 777 6 231 2 997 8 959 968 8 187 160 1 069 Autres flags (‘5’ à ‘9’) Sur les variables « adjusted » des profils ‘TNPD’, on note: La disparition des flag ‘0’ 324 profils P/D, 188 profils TEMP et 48 profils PSAL qui restent avec au moins un flag à ‘1’ sur les mesures du profil : c’est-à-dire que l’ensemble du profil n’a pas été flaggué à ‘2’ ou à ‘4’. La majorité des profils ‘TNPD’ sont flaggués à ‘2’ Une augmentation du nombre de mesures flagguées à ‘3’, mais sur un nombre plus retreint de profils (un certain nombre de profils a donc été flaggué à ‘3’ pour toutes les mesures). Ces profils ‘TNPD’ n’ont donc pas été flaggués à ‘2’ ou ‘4’. Une diminution du nombre de profils ayant des mesures avec des flags à ‘4’, ainsi que du nombre de mesures. Une partie des profils ayant des mesures avec des flags à ‘4’ sur les « non-adjusted » ont donc du être flaggués à ‘2’ (pour toutes les mesures du profil) sur les « adjusted ». Le flag ‘4’ lors d’une détection d’anomalie de type ‘TNPD’ ne semble donc pas être massivement utilisé. Diagnostiques sur les flotteurs TNPD présents dans CORA3.3

33 Diagnostiques sur les flotteurs TNPD présents dans CORA3.3
Analyse des flags sur les profils adjusted Nombre de profils P/D Nombre de profils TEMP Nombre de profils PSAL % de Flag = ‘1’ / Nbre profils ‘TNPD’ total 2.12 1.23 0.31 % de Flag = ‘2’ / Nbre profils ‘TNPD’ total 89.71 % de Flag = ‘3’ / Nbre profils ‘TNPD’ total 2.61 0.11 % de Flag = ‘4’ / Nbre profils ‘TNPD’ total 6.35 1.04 % de profils par flag par rapport au nombre de profils ‘TNPD’ total qui vaut 15 243 entre 2001 et 2011 Cas des profils/mesures TNPD qui restent avec un flag à 1: Dans la base CORA3.3, il reste des profils / mesures TNPD qui ne sont pas passé(e)s à un flag ≠ 1 Sur les 3 exemples fournis dans le rapport, la comparaison avec les fichiers ARGO GDAC montre : une mise à jour effectuée du flag ou une suppression de la mention « TNPD » dans le SCIENTIFIC_CALIB_COMMENT Sur les variables « adjusted » des profils ‘TNPD’, on note: La disparition des flag ‘0’ 324 profils P/D, 188 profils TEMP et 48 profils PSAL qui restent avec au moins un flag à ‘1’ sur les mesures du profil : c’est-à-dire que l’ensemble du profil n’a pas été flaggué à ‘2’ ou à ‘4’. La majorité des profils ‘TNPD’ sont flaggués à ‘2’ Une augmentation du nombre de mesures flagguées à ‘3’, mais sur un nombre plus retreint de profils (un certain nombre de profils a donc été flaggué à ‘3’ pour toutes les mesures). Ces profils ‘TNPD’ n’ont donc pas été flaggués à ‘2’ ou ‘4’. Une diminution du nombre de profils ayant des mesures avec des flags à ‘4’, ainsi que du nombre de mesures. Une partie des profils ayant des mesures avec des flags à ‘4’ sur les « non-adjusted » ont donc du être flaggués à ‘2’ (pour toutes les mesures du profil) sur les « adjusted ». Le flag ‘4’ lors d’une détection d’anomalie de type ‘TNPD’ ne semble donc pas être massivement utilisé. Besoin mise à jour base CORA Diagnostiques sur les flotteurs TNPD présents dans CORA3.3

34 Plan Synthèse sur la validation de l’année 2011 et interactions avec Coriolis sur ces alertes Diagnostiques sur l’année 2011: analyse des flags, doublons, comparaisons à EN3 Diagnostiques sur les flotteurs TNPD présents dans CORA3.3 Utilisation des données altimétriques pour valider les corrections apportées aux données XBT Utilisation des données altimétriques pour valider les séries temporelles des flotteurs Argo Conclusions / Perspectives

35 Les données XBT étudiées
(CORA3) : profils avec PROBE_TYPE=10 ~7% variable verticale PRES (inst-type=999) ~2% DATA_MODE = ‘R’ Utilisation des données altimétriques pour valider les corrections apportées aux données XBT

36 Les données XBT étudiées
Classes de profondeur – pour le calcul des hauteurs dynamiques : 400 et 700 m Utilisation des données altimétriques pour valider les corrections apportées aux données XBT

37 Les données XBT étudiées
Corrections appliquées : En température, puis en profondeur Voir: Hamon et al., 2012 (JAOT) et la documentation COR3 ( c.pdf) Variables en fonction de l’année, et en fonction de la catégorie d’XBT (shallow/cold, shallow/hot, deep/cold, deep/hot) Utilisation des données altimétriques pour valider les corrections apportées aux données XBT

38 Les données XBT étudiées
Corrections appliquées en température : Faibles et proches à 400 m et 700 m Correction en température (en °C) Moyenne Min Max Std Dev Rms Nb mesure 400 m -0.007 -10.4 8.62 0.05 700 m -0.009 -6.5 8.0 0.04 281 234 Utilisation des données altimétriques pour valider les corrections apportées aux données XBT

39 Les données XBT étudiées
Corrections appliquées en profondeur: Variables en fonction de la profondeur et plus importantes à 700 m qu’à 400 m Correction en profondeur (en m) Moyenne Min Max Std Dev Rms Nb mesure 400 m -4.4 -32.8 198.0 4.9 6.6 394 506 700 m -8.1 -18.1 346.8 6.5 10.5 304 034 Utilisation des données altimétriques pour valider les corrections apportées aux données XBT

40 Les données XBT étudiées
Corrections appliquées en profondeur: Utilisation des données altimétriques pour valider les corrections apportées aux données XBT

41 Impact des corrections en profondeur
Sur une hauteur dynamique: Impact d’un biais en pression de -10 dbar sur une hauteur dynamique dbar Variation de l’impact en fonction de la structure verticale de l’océan + variations faibles en fonction de la saison Valeur du biais (dbar) Profondeur de référence pour le calcul des hauteurs dynamiques (dbar) 400 900 -5 -1.05 -1.36 -10 -2.11 -2.71 cm Utilisation des données altimétriques pour valider les corrections apportées aux données XBT

42 Méthode de comparaison XBT/Alti
DHA / SLA Pour chaque profil DEPH/TEMP  co-localisation d’un profil de salinité climatologique (WOA09): PSAL  calcul des hauteurs dynamiques: DH (DEPH/TEMP/PSAL) par rapport à 400 et 700 m  calcul des anomalies de hauteur dynamique par rapport à une hauteur dynamique moyenne (CS-Argo*) : DHA  co-localisation des cartes altimétriques multi-satellites distribuées par Aviso: SLA  comparaisons: DHA/SLA DHA_ADJ/SLA *CS-Argo: calculées par rapport à 400 et 700-m à partir des données Argo de la période permet une meilleure cohérence avec l’alti que WOA09 Utilisation des données altimétriques pour valider les corrections apportées aux données XBT

43 Résultats globaux DHA_ADJ / SLA versus DHA / SLA
 400 m - résultats cohérents avec ceux obtenus à partir des données Argo rms diff ~50 % Var(SLA)  700 m – différences supérieures aux chiffres obtenus avec niv ref m, et à partir des données Argo (rms diff ~30 % Var(SLA))  Rapport signal sur bruit faible XBT Prof de ref = 400 m Prof de ref = 700 m DHA Brute Nb profils 289 169 Corrélation SLA/DHA 0.74 0.77 Moy (SLA-DHA) (cm) -1.99 -1.73 Rms (SLA-DHA) (cm) 7.07 7.32 Rms (SLA-DHA) % Var(SLA) 51.7 59.8 Utilisation des données altimétriques pour valider les corrections apportées aux données XBT

44 Résultats globaux DHA_ADJ / SLA versus DHA/SLA
 400 m : réduction du biais de 0.7 cm  700 m : réduction du biais de 1.11 cm  meilleure cohérence XBT/Alti après ajustement qu’avant ! XBT Prof de ref = 400 m Prof de ref = 700 m DHA Brute Ajustée Nb profils 289 169 Corrélation SLA/DHA 0.74 0.73 0.77 0.76 Moy (SLA-DHA) (cm) -1.99 -1.29 -1.73 -0.62 Rms (SLA-DHA) (cm) 7.07 6.96 7.32 7.13 Rms (SLA-DHA) % Var(SLA) 51.7 50.1 59.8 56.6 Utilisation des données altimétriques pour valider les corrections apportées aux données XBT

45 Résultats globaux DHA_ADJ / SLA versus DHA/SLA
(niveau ref. 700 m, sinon 400 m) |moyenne(DHA_ADJ-SLA)| - |moyenne(DHA-SLA)| (cm) Utilisation des données altimétriques pour valider les corrections apportées aux données XBT

46 Résultats globaux DHA_ADJ / SLA versus DHA/SLA
(niveau ref. 700 m, sinon 400 m) std(DHA_ADJ-SLA) - std(DHA-SLA) (cm) Utilisation des données altimétriques pour valider les corrections apportées aux données XBT

47 En fonction du temps DHA_ADJ / SLA versus DHA/SLA
(niveau ref. 700 m, sinon 400 m) Utilisation des données altimétriques pour valider les corrections apportées aux données XBT

48 Année par année |moyenne(DHA_ADJ-SLA)| - |moyenne(DHA-SLA)| (cm) 1993
1996 1999 1994 1997 2000 1995 1998 2001 Utilisation des données altimétriques pour valider les corrections apportées aux données XBT

49 Année par année |moyenne(DHA_ADJ-SLA)| - |moyenne(DHA-SLA)| (cm) 2002
2005 2008 2003 2006 2009 2004 2007 2010 Utilisation des données altimétriques pour valider les corrections apportées aux données XBT

50 Section Floride - Portugal
Correction de m et °C à 700 m ZCDJ Prof de ref = 700 m DHA Brute Ajustée Nb profils 117 Corrélation SLA/DHA 0.67 Moy (SLA-DHA) (cm) -6.50 -3.69 Rms (SLA-DHA) (cm) 8.69 6.80 Rms (SLA-DHA) % Var(SLA) 122.7 96.0 Utilisation des données altimétriques pour valider les corrections apportées aux données XBT

51 Section Afrique du Sud - Argentine
DHA_ADJ/SLA versus DHA/SLA HPBK 2007 Prof de ref = 400 m Prof de ref = 700 m DHA Brute Ajustée Nb profils 167 Corrélation SLA/DHA 0.72 0.78 Moy (SLA-DHA) (cm) -3.01 -1.42 -6.85 -3.69 Rms (SLA-DHA) (cm) 11.25 10.97 11.82 10.33 Rms (SLA-DHA) % Var(SLA) 43.6 41.4 48.1 36.7 Utilisation des données altimétriques pour valider les corrections apportées aux données XBT

52 Section Afrique du Sud - Argentine
Corrections en profondeur et impact sur les comparaisons  succession de 2 corrections en prof le long de cette section, correction en température cste le long de la section  impact sur les comparaisons à l’alti <0, >0 Utilisation des données altimétriques pour valider les corrections apportées aux données XBT

53 Section Afrique du Sud - Argentine
Corrections en profondeur et impact sur les comparaisons  résultats plus robustes à 700 m: diff <0 qd correction de -18 m et diff >0 qd correction de -10 m  succession de 2 corrections de prof?, section réalisée avec 2 lots d’XBT différents??, 2 catégories d’XBT (deep/cold, deep/hot)?? Utilisation des données altimétriques pour valider les corrections apportées aux données XBT

54 Conclusions / Perspectives
Rapport signal sur bruit faible Impact moyen global des corrections apportées aux données XBT, par comparaison aux données altimétriques faible mais positif !  Données XBT plus cohérentes avec l’altimétrie après ajustement qu’avant Impact des corrections apportées aux données XBT, par comparaison aux données altimétriques variable dans le temps et l’espace Application de corrections en profondeur très différentes sur 2 profils successifs – cf. méthode et différentes catégories d’XBT définies Corrélations entre corrections appliquées et leur impact sur les comparaisons XBT/Alti Corrélations entre catégories d’XBT et les comparaisons XBT/Alti Traiter l’année 2011 Utilisation des données altimétriques pour valider les corrections apportées aux données XBT

55 Plan Synthèse sur la validation de l’année 2011 et interactions avec Coriolis sur ces alertes Diagnostiques sur l’année 2011: analyse des flags, doublons, comparaisons à EN3 Diagnostiques sur les flotteurs TNPD présents dans CORA3.3 Utilisation des données altimétriques pour valider les corrections apportées aux données XBT Utilisation des données altimétriques pour valider les séries temporelles des flotteurs Argo Conclusions / Perspectives

56 Tâches réalisées Mises à jour régulières des résultats des comparaisons Argo/Alti :  4 runs : mars, juin, septembre, décembre Suivi temporel de la qualité générale du réseau Argo :  mise à jour des climatologies synthétiques  étude de la qualité générale du réseau Argo  étude des valeurs des ajustements  étude des comparaisons RT/DT par flotteur Participation à l’ADMT Utilisation des données altimétriques pour valider les séries temporelles des flotteurs Argo

57 Status on the anomalies detected since June 2008
Feedbacks Oui, il subsiste qq anomalies anciennes = 6 flotteurs navy (pas de DM-operator, actuellement pas de solution), 4 chez Breck, 5 Incois, qq flotteurs en attente de passer le DM. En 2012, il y a eu 12 nouveaux flotteurs lors de l'analyse de mars, 2 nouveaux en juin et 5 nouveaux en sept (dont 2 Apex Iridium WHOI - PI Amy Bower qui sont actifs depuis Sept 2009 mais dont les données ne sont au GDAC que depuis Aout 2012). Je vais profiter des meetings qui arrivent (Venise et ADMT) pour refaire un tour avec les PI qui trainent à corriger leurs flotteurs... Status also distributed through the AIC since Nov 2010 – and recorded in the AIC database Last distribution #18  42 floats (38 new floats in 2012) Utilisation des données altimétriques pour valider les séries temporelles des flotteurs Argo

58 Status on the anomalies detected in September 2012
25 floats extracted – 23 RT and 2 DT – 13 active + 12 inactive Some old floats have been corrected but some still need urgent correction I will come to you with some reminder during the week  aucune action réalisée par les DAC entre l’ADMT et mi-décembre … Active floats Dead floats Utilisation des données altimétriques pour valider les séries temporelles des flotteurs Argo

59 Status on the anomalies detected in September 2012
Some anomalies already discussed  Mixed of R and D files : ex. of aoml/ (#2 floats)  How the DM-operator is informed that some files have been rejected by the DAC?? Utilisation des données altimétriques pour valider les séries temporelles des flotteurs Argo

60 Status on the anomalies detected in September 2012
Some anomalies already discussed  Propagation of D-mode correction to real time (#3 floats)  Action is due to DM-Operator or to the DAC?? Utilisation des données altimétriques pour valider les séries temporelles des flotteurs Argo

61 Status on the anomalies detected in September 2012
Some anomalies already discussed  Navy floats with no DM-Operator yet (#5 floats)  Action prise de recontacter ces DACs individuellement début 2013 Utilisation des données altimétriques pour valider les séries temporelles des flotteurs Argo

62 General quality of Argo dataset
Mise à jour des 5 climatologies synthétiques (200, 400, 900, 1200 et 1900 dbar) Période étendue à  Nb plus important de profils utilisés  Résultats plus robustes  Impact faible et positif Données indépendantes de l’année 2012 1200 dbar Climatologie synthétique Nb profils 52 809 Corrélation SLA/DHA 0.85 0.86 Moy (SLA-DHA) (cm) -0.26 -0.22 Rms (SLA-DHA) (cm) 4.66 4.56 Rms (SLA-DHA) % Var(SLA) 27.56 26.41 Utilisation des données altimétriques pour valider les séries temporelles des flotteurs Argo

63 General quality of Argo dataset
All profiles, QC=‘1’ = profiles (as of October 2011) All profiles, QC=‘1’ = profiles (as of November 2012)  much better statistics for real-time obs !! Floats Correlation Mean difference (cm) Rms difference (cm) Rms difference (%) Nb profiles % Total profiles ALL 0.85 -0.10 5.0 28.33 619 622 100 DATA_MODE=’R’ 0.74 -0.19 7.00 56.72 99 672 16 DATA_MODE=’A’ 0.86 -0.16 5.32 26.62 89 217 14.4 DATA_MODE=’D’ 0.88 -0.06 4.33 22.08 430 733 69.6 Floats Correlation Mean difference (cm) Rms difference (cm) Rms difference (%) Nb profiles % Total profiles ALL 0.87 -0.05 4.67 24.67 744 234 100 DATA_MODE=’R’ 0.83 0.04 5.73 33.36 103 606 13.9 DATA_MODE=’A’ 0.86 0.10 5.16 26.01 127 122 17.1 DATA_MODE=’D’ 0.88 -0.10 4.28 22.16 513 506 69 Utilisation des données altimétriques pour valider les séries temporelles des flotteurs Argo

64 General quality of Argo dataset
Etude des valeurs des ajustements PSAL adjustments ( profiles – 3477 floats – QC=‘1’) < 0.05 psu < 0.02 psu < 0.01 psu < psu Utilisation des données altimétriques pour valider les séries temporelles des flotteurs Argo

65 General quality of Argo dataset
PRES adjustments < 10 dbar < 5 dbar < 1 dbar = 0 dbar

66 General quality of Argo dataset
DHA adjustments < 5 cm < 2 cm < 1 cm < 0.1 cm Utilisation des données altimétriques pour valider les séries temporelles des flotteurs Argo

67 General quality of Argo dataset
DHA adjustments // SLA < 10 cm < 5 cm < 2 cm < 1 cm Utilisation des données altimétriques pour valider les séries temporelles des flotteurs Argo

68 Comparison of RT and DM obs to altimetry
For all ADJUSTED profiles (DM & DT) : SLA/DHA compared to SLA/DHA_Adj – float extracted if the difference is 10 % greater Lors de l’analyse de septembre: 136 floats extracted & visualized 6 floats confirmed & 3 floats suspected and still under investigation Lord de l’analyse de décembre:  107 flotteurs extraits et visualisés  10 “bad adjustement in RT” (9 AOML + 1 MEDS)  5 “bad adjustement in DT” (5 CORIOLIS) Utilisation des données altimétriques pour valider les séries temporelles des flotteurs Argo

69 Comparison of RT and DM obs to altimetry
Floats confirmed: bad adjustment in RT RT adjusted field not consistent with DM decision John thinks that it might be due to an old decision still propagated? The list of floats has been provided to AOML and it is under investigation  lié à un bug logiciel côté AOML – à corriger Corr Mean diff (cm) Rms diff (cm) Rms diff (%) Nb profiles SLA/DHA 0.83 0.01 2.77 30.8 191 SLA/DHA_A dj 0.80 0.47 3.00 36.2 Utilisation des données altimétriques pour valider les séries temporelles des flotteurs Argo

70 Comparison of RT and DM obs to altimetry
Floats suspected and still under investigation : bad adjustment in DT Difficult to have a strong opinion since it is due to a bias between SLA & DHA Les analyses de Cécile (cohérence Atl-Nord) montrent que ce flotteur a très certainement été trop corrigé Contacter Birgit Corr Mean diff (cm) Rms diff (cm) Rms diff (%) Nb profiles SLA/DHA 0.79 -0.67 2.15 39.24 64 SLA/DHA_Adj 0.81 -2.47 3.17 84.91 Utilisation des données altimétriques pour valider les séries temporelles des flotteurs Argo

71 Comparison of RT and DM obs to altimetry
Floats suspected and still under investigation : bad adjustment in DT Difficult to have a strong opinion since it is due to a bias between SLA & DHA A “tank offset” is applied – Needs to redo the DM-QC ?? Cécile doit regarder ce que donnent ces analyses pour ces flotteurs … Corr Mean diff (cm) Rms diff (cm) Rms diff (%) Nb profiles SLA/DHA 0.93 -3.0 3.55 50.33 57 SLA/DHA_Adj -4.6 5.00 98.94 Utilisation des données altimétriques pour valider les séries temporelles des flotteurs Argo

72 Conclusions & Perspectives
Les comparaisons RT / DT ont été ajoutées aux analyses trimestrielles  15 nouveaux flotteurs extraits Nécessité d’effectuer des relances individuelles pour la correction des anomalies détectées via les analyses trimestrielles Argo/Alti Très bonne qualité générale du réseau – et qui s’est améliorée en un an Continuer à mettre à jour régulièrement les résultats des comparaisons Argo/Alti Continuer à suivre la qualité générale du réseau Utilisation des données altimétriques pour valider les séries temporelles des flotteurs Argo

73 Plan Synthèse sur la validation de l’année 2011 et interactions avec Coriolis sur ces alertes Diagnostiques sur l’année 2011: analyse des flags, doublons, comparaisons à EN3 Diagnostiques sur les flotteurs TNPD présents dans CORA3.3 Utilisation des données altimétriques pour valider les corrections apportées aux données XBT Utilisation des données altimétriques pour valider les séries temporelles des flotteurs Argo Conclusions / Perspectives

74 Conclusions et perspectives
Perspectives pour 2013: Etude Coriolis Tâche 1: Aide à la préparation du jeu de données CORA Diagnostics sur le jeu de données CORA3.3: sur les corrections en pression, sur les corrections en salinité, sur les meta données … Nouveaux jeux de données à valider? Comparaison des données XBT de l’année 2011 avec l’altimétrie? … Tâche 2: Utilisation des données altimétriques pour valider les séries temporelles des flotteurs Argo Relance de certains DACs/PI/DM-Operator pour qu’ils corrigent leurs flotteurs! Mise à jour régulière des résultats des comparaisons altimétrie/Argo (x4) Suivi temporel de la qualité générale du réseau Argo Participation à des réunions Argo Conclusions & Perspectives