18/06/07NOV-3554-SL-5249 1 Réunion ADOMOCA 21/11/2007 Contribution à l’assimilation chimique des observations METOP : IASI et GOME.

Présentation au sujet: "18/06/07NOV-3554-SL-5249 1 Réunion ADOMOCA 21/11/2007 Contribution à l’assimilation chimique des observations METOP : IASI et GOME."— Transcription de la présentation:

1 18/06/07NOV-3554-SL-5249 1 Réunion ADOMOCA 21/11/2007 Contribution à l’assimilation chimique des observations METOP : IASI et GOME

2 18/06/2007NOV-3554-SL-52492 Introduction Projet financé par le CNES dans le cadre des projets TOSCA Responsable scientifique: Cathy Clerbaux (SA) Collaborateurs scientifiques:  S.A.: Solène Turquety, Juliette Hadji-Lazaro  L.A.: Jean-Luc Attié  L.S.C.E.: Didier Hauglustaine, Sophie Szopa, Anne Cozic  N.C.A.R.: Jean-François Lamarque  CERFACS: Andrea Piacentini

3 18/06/2007NOV-3554-SL-52493 Introduction Rôle de NOVELTIS:  Soutien aux scientifiques dans le développement des chaînes d’assimilation de données MetOP :  expertise dans le développement des chaînes de traitement de données en quasi-temps réel ;  expertise sur l’instrument et les données IASI : simulation et traitement des données.

4 18/06/2007NOV-3554-SL-52494 Déroulement du projet Projet financé en 3 étapes:  2005-2006 :  opérateur d’observation qui s’intègre dans la logique de développement modulaire de PALM ;  génération des données synthétiques avec les colonnes intégrées de CO de IASI ;  adaptation du filtre de Kalman (NCAR) aux colonnes intégrées de CO de IASI.  2006-2007 :  interfaçage du filtre de Kalman avec LMDz-INCA ;  gestion de la matrice de covariance d’erreur du modèle dans LMDz-INCA ;  premiers tests d’assimilation avec les données synthétiques.  2007-2008 :  assimilation de données IASI (colonnes de CO du S.A.) ;  mise en place d’une chaîne d’assimilation pour POLARCAT.

5 18/06/2007NOV-3554-SL-52495 Tâches réalisées par NOVELITS en 2006-2007 Interfaçage du module avec le filtre de Kalman avec LMDz- INCA :  lecture des observations ;  génération de fichiers avec les diagnostics  gestion de la matrice d’erreur du modèle.

6 18/06/2007NOV-3554-SL-52496 Calcul de la matrice de covariance d’erreur du modèle(B) Le formalisme du filtre de Kalman permet de décrire l’évolution de la matrice B  Après assimilation des observations :  Seuls les éléments diagonaux sont calculés ;  Les éléments non-diagonaux (corrélations entre différentes mailles horizontales et verticales) de la matrice sont paramètrés en fonction de la distance verticale et horizontale ;  L xy et L z sont les rayons d’influence horizontale et verticale.

7 18/06/2007NOV-3554-SL-52497 Calcul de la matrice de covariance d’erreur du modèle(B) Pour l’évolution des éléments diagonaux entre deux appels à la routine d’assimilation  où M est le modèle et q ii représente les erreurs du modèle accumulées pendant l’intégration de t à t+Δt  Le terme M(b ii (t)) est approximé en transportant b ii comme un traceur passif dans le modèle (advection, convection et le transport dans la couche limite) ;  NOVELTIS a ajouté un nouveau traceur dans LMDz-INCA pour transporter et stocker les éléments diagonaux entre deux appels au module d’assimilation.

8 18/06/2007NOV-3554-SL-52498 Premiers tests avec le module d’assimilation L’assimilation avec les données synthétiques de IASI  Colonnes intégrées de CO ;  Générées en utilisant les champs 3D de MOCAGE ;  Disponibles pour la période du 8 juillet au 12 juillet 2004 ;  L’erreur sur les « mesures » fixée à 15 % de la colonne intégrée. La période  Simulation de 30 jours (juillet 2004) ;  Assimilation pendant 5 jours entre le 8 et le 12 juillet. Caractéristiques de l’assimilation  Les observations sont regroupées au sein de super-observations ;  La fenêtre d’assimilation est de 30 minutes ;  L’erreur initiale du modèle est fixée à 20 % ;  Croissance d’erreur ε=0.01 par heure ;  Une seule fonction de lissage.

9 18/06/2007NOV-3554-SL-52499 Colonnes intégrées de CO model forecast (LMDz-INCA) « Observations » (molecules/cm2*10 18 )

10 18/06/2007NOV-3554-SL-524910 Colonnes intégrées de CO- Résultats de l’assimilation

11 18/06/2007NOV-3554-SL-524911 Résultats pour la région de la baie de Guinée Colonnes de CO moyennées spatialement dans la région : 20°S<lat<5°N, 20°W<lon<5°E

12 18/06/2007NOV-3554-SL-524912 Résultats pour la région de la baie de Guinée Distribution de l’erreur du modèle intégrée spatialement

13 18/06/2007NOV-3554-SL-524913 Fonction de lissage utilisée

14 18/06/2007NOV-3554-SL-524914 OmF=Observations-Forecast

15 18/06/2007NOV-3554-SL-524915 Résultats globaux

16 18/06/2007NOV-3554-SL-524916 Amélioration de l’estimation de l’évolution de la variance d’erreur du modèle Dans la méthode actuelle, la seule source de variance d’erreur du modèle vient du terme qui est proportionnel à la concentration de CO Il serait souhaitable d’ajuster la variance en fonction de notre confiance dans les valeurs simulées pour une région donnée (Lamarque et Gille, 2003)  Le principale source d’erreur pour CO provient des incertitudes sur les sources ;  La confiance est plus grande dans les régions où les sources sont bien connues (Europe) et plus incertaine dans les régions de feux de biomasse ;  α est l’estimation de l’erreur relative de la source ;  P est la source de CO.

17 18/06/2007NOV-3554-SL-524917 Valeur estimée de l’erreur relative des sources (Lamarque et Gille, 2003) AntropogenicBiomass burning SoilOcean North America 530 South America 204030 Africa 204030 Europe 530 Asia 204030 Rest of the world 204030

18 18/06/2007NOV-3554-SL-524918 Classification des mailles du modèle LMDz-INCA

19 18/06/2007NOV-3554-SL-524919 Fraction des sources anthropique feux de biomasse

20 18/06/2007NOV-3554-SL-524920 Mise en place de la méthode Une maille peut contenir plusieurs types d’émissions  La somme est réalisée sur les 4 types de flux de CO ;  F(i) contient la fraction de chaque source pour chaque maille ;  P(z) est la source distribuée verticalement.

21 18/06/2007NOV-3554-SL-524921 Scripts opérationnels Objectifs  Lancer le LMDz-INCA en temps quasi-réel :  les simulations sont lancées pour une période de 24 heures ;  les champs météorologiques utilisés pour le guidage du LMDz sont les analyses NCEP à 0 :00, 6 :00, 12 :00, 18 :00, 24 :00. Une fois que ces champs et les produits L2 de IASI seront disponibles pour cette journée, l’assimilation sera lancée ;  les résultats pour le jour N seront disponibles le jour N+1 (matin).  Pas de simulations en temps-réel (l’assimilation de données IASI est menée dans l’heure après que ces données soient disponibles).

22 18/06/2007NOV-3554-SL-524922 Ajustement des paramètres Il y a 4 paramètres ajustables  La croissance d’erreur du modèle (ε) ;  Le rayon d’influence horizontale pour le calcul des éléments de la matrice de covariance d’erreur qui ne sont pas sur la diagonale (en km) (L xy ) ;  Le rayon d’influence verticale (L z ) ;  L’erreur de la représentativité (r) : obs.error=(O+(r*y i ) 2 )=O+R. Le test de χ 2 est utilisé (termes diagonaux seulement)

23 18/06/2007NOV-3554-SL-524923 Ajustement des paramètres Les règles de Khattatov et al. 2000  Tourner le modèle. Si χ2 augmente (diminue) avec le temps, alors augmente (diminue) ε ;  Répéter jusqu’à ce que χ2 ne change plus ;  Si χ2 > 1, augmenter r, si χ2 < 1, diminuer r ;  Pour les rayons d ’ influence, rechercher des rayons qui optimisent les valeurs de OmF (Obs-Forecast).

24 18/06/2007NOV-3554-SL-524924 Objectifs 2007-2008 Deux objectifs principaux :  Assimilation des premières données provenant des inversions de colonnes de CO à partir de mesures IASI ;  Mise en place d’une chaîne d’assimilation et de la prévision chimique en temps quasi-réel pour la campagne de mesure POLARCAT. Tâches proposées :  interfaçage avec les données avec les colonnes intégrées de CO de IASI (données S.A.)  installation de la chaîne en temps quasi-réel  test de la méthode permettant de paramétrer les erreurs du modèle en fonction de l’incertitude des sources  ajustement des paramètres utilisés dans le calcul de la matrice de covariance d’erreur du modèle  tests avec la chaîne en mode de prévision pour la campagne POLARCAT  assistance aux scientifiques avec la chaîne pendant la campagne POLARCAT

25 18/06/2007NOV-3554-SL-524925 Perspectives à moyen et à long terme Interfaçage avec les produits opérationnels d’EUMETSAT ; distribution des données de niveau 4 vers la communauté scientifique française via ETHER ; extension aux autres espèces mesurées par IASI: O 3 et CH 4 et GOME ; PALM :  LMDz-INCA dans PALM ;  Données CO niveau 2 et leur caractéristiques ;  Opérateur d’observation.