La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Operateur Lidar Vapeur d’eau aéroporté

Présentations similaires


Présentation au sujet: "Operateur Lidar Vapeur d’eau aéroporté"— Transcription de la présentation:

1 Operateur Lidar Vapeur d’eau aéroporté
Soline Bielli Réunion IODA-Med 31 janvier 2013

2 EXEMPLE HYMEX 1 profile / 10 s
time (par pas de 10s)

3 Préparation des données Ce qui a été fait pour COPS …
1) Blacklisting: 2 étapes Automatique Valeurs négatives Erreurs absolues > 1.5 g/kg Erreurs relatives trop petites <2% Erreurs relatives trop grandes > 50% Manuelle Les données visuellement « bizarre »

4 Préparation des données Suite …
2) Thinning (1 profile toutes les 10s -> 1 profile « cohérent avec le modèle) 2 méthodes testées pendant COPS 1) 25 km /horizontal et 2min /temps + /vertical (niveaux de AROME) -> super-obs (valeur moyenne) 2) /temps analyse + 25 km /horizontal + /vertical

5 Résultat du thinning : exemple
1) 25 km /horizontal et 2min /temps + /vertical -> pseudo-obs (valeur moyenne) 2) /temps analyse + 25 km /horizontal + /vertical -> pseudo-obs Exemple de mesures pour le 26/07/2007 Rouge: Données brutes Vert: Données méthode 1 Bleu: Données méthode 2

6 Résultats du thinning: exemple de distribution de l’erreur
Incertitude de la mesure Variabilité (STD) Erreur totale Variation verticale de l’erreur -> liée à la structure verticale de l ’humidité

7 Préparation des données Fin …
3) Screening A partir des données issues du thinning et traitées comme des dropsondes Simulations AROME -> jusqu’à l’étape de screening Récupère les informations sur l’écart à l’ébauche 4) Débiaisage des obs Calcul du biais moyen ->ASSIMILE les données débiaisées comme des dropsondes

8 Résultats du calcul du biais LEANDRE - AROME
Chaque point représente une super-obs Nbre obs pour chaque niveau BIAIS

9 En pratique … 1) Blacklisting -> outils en ruby incluant une interface graphique pour un contrôle qualité manuel des données 2) Thinning -> prog. Fortran qui génère des fichiers au format obsoul 3) Screening -> dans AROME 4) Débiaisage des obs -> exe. mandalay plus prog fortran (même que pour le thinning)

10 Quelques questions? Le blacklisting automatique est-il suffisant? Quel impact sur le calcul du biais? Le passage par les pseudo-profiles est-il nécessaire ? Un échantillonnage est-il suffisant? Faut-il continuer a assimiler les données comme des dropsondes?

11 EXEMPLE HYMEX 1 profile / 10 s
time (par pas de 10s)


Télécharger ppt "Operateur Lidar Vapeur d’eau aéroporté"

Présentations similaires


Annonces Google