1 / 20

Initialisation du modèle ORCA à l’aide d’analyses MERCATOR : application

Stage de recherche du 6 février au 15 juin 2006. Initialisation du modèle ORCA à l’aide d’analyses MERCATOR : application des outils de l’assimilation variationnelle. Sous la direction de : M. Philippe ROGEL (CERFACS/GLOBC) et M. Nicolas FERRY (MERCATOR). Par : Abdelaziz BABQIQI.

fifi
Download Presentation

Initialisation du modèle ORCA à l’aide d’analyses MERCATOR : application

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Stage de recherche du 6 février au 15 juin 2006 Initialisation du modèle ORCA à l’aide d’analyses MERCATOR : application des outils de l’assimilation variationnelle. Sous la direction de : M. Philippe ROGEL (CERFACS/GLOBC) et M. Nicolas FERRY (MERCATOR) Par : Abdelaziz BABQIQI Promotion d’élèves Ingénieurs Météorologistes de l’ENM 2003/2006 et MASTER OASC (UPS)

  2. Plan Introduction I. Illustration de l’opérateur d’observation II. Assimilation 3D-VAR de MERSEA1/4° III. Tests de sensibilité IV. Application de l’opérateur HT Conclusion et perspectives

  3. Etat de l’océan & prévision saisonnière Introduction • Etat thermodynamique de l’océan (composante lente) - Echanges de masse et d’énergie à l’interface air-mer. - Mémoire du climat et de sa variabilité. - Prévision saisonnière (ex: ENSO). Illustration de H MERSEA # ORCA2 Assimilation 3DVAR Tests de sensibilité • 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. Application de HT Conclusion Perspectives

  4. Données et outils • Modèle ORCA0.25°: - Simulation de haute résolution MERSEA1/4° sur la période 1992-2001. Introduction Illustration de H • Modèle ORCA2°: - Simulation de basse résolution ORCA2° sur la période 1992-2001. MERSEA # ORCA2 Assimilation 3DVAR • Outils: - OPAVAR: Logiciel d’assimilation variationnelle pour OPA développé au CERFACS par A. Weaver. Tests de sensibilité Application de HT Conclusion Un état initial à basse résolution pour ORCA2° Perspectives Données MERSEA1/4° = MERSEA (Hr) Données ORCA2° = ORCA2 (Lr)

  5. Illustration de l’opérateur d’observation H • Interface d’intégration de MERSEA dans OPAVAR. Introduction • Construction de l’opérateur H . • Problématique: • Lignes de côtes MERSEA # ORCA2 • Bathymétrie MERSEA # ORCA2 Illustration de H H Grille (0.25°) MERSEA grille (2°) ORCA2 MERSEA # ORCA2 • Comparaison MERSEA-ORCA2 sur la période 1992-2001 (10 états) . Assimilation 3DVAR Avec N=10 Tests de sensibilité Application de HT Conclusion Perspectives Biais à 3m en °C Biais à 100m en °C

  6. Erreur de représentativité de ORCA2 par rapport à MERSEA Introduction Illustration de H • Illustration de l’erreur de représentativité : MERSEA # ORCA2 - Erreur importante dans les zones de forte mésoéchelle. - Décalage entre ORCA2 et MERSEA au niveau de la thermocline équatoriale. Assimilation 3DVAR Dans la couche de surface (3m) en °C2 Tests de sensibilité Application de HT Conclusion Perspectives Coupe dans le Gulf Stream à 39°N en °C2 Coupe à l’équateur en °C2

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

  8. Diagnostiques de la correction • Correction (l’incrément δT=Ta - Tb): Introduction Illustration de H MERSEA # ORCA2 Assimilation 3DVAR Correction à 5m en °C Correction à 100m en °C Tests de sensibilité Application de HT • Bonne extraction de l’information • des données MESEA. • - Recalage de la thermocline. Conclusion Perspectives Coupe de la correction à l’équateur en °C

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

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

  11. Sensibilité aux poids affectés aux données MERSEA Introduction • Prise en compte de <rrT> dans les poids: Illustration de H MERSEA # ORCA2 • Impact sur le filtrage de la mésoéchelle: Assimilation 3DVAR Tests de sensibilité • EXPTEST4: multiplication des poids par F(<rrT>ii) • - EXP2: F(<rrT >ii)=1 Application de HT Conclusion Perspectives L’analyse reste plus proche localement du « first guess » dans EXPTEST4 d1>0 Plus de filtrage de la mésoéchelle.

  12. Application de l’opérateur HT • Démarche: • - Opérateur d’observation adjoint. • Les éléments de volume de la grille MERSEA (WH). • Les éléments de volume de la grille ORCA2 (WL). Introduction Illustration de H MERSEA # ORCA2 État interpolé à basse résolution Assimilation 3DVAR Indépendance de l’expérience ORCA2 Initialisation de l’algorithme de minimisation Tests de sensibilité Application de HT Conclusion Perspectives TgLr en °C avant extrapolation TgLr en °C aprés extrapolation

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

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

  15. Merci

  16. Stage de recherche du 6 février au 15 juin 2006 Initialisation du modèle ORCA à l’aide d’analyses MERCATOR : application des outils de l’assimilation variationnelle. Sous la direction de : M. Philippe ROGEL (CERFACS/GLOBC) et M. Nicolas FERRY (MERCATOR) Par : Abdelaziz BABQIQI Promotion d’élèves Ingénieurs Météorologistes de l’ENM 2003/2006 et MASTER OASC (UPS)

  17. Technique de construction des analyses MERSEA1/4° et ORCA2° Introduction Flux ERA40 (vent, flux net de chaleur, évaporation, précipitation et ruissellement) • MERSEA1/4°: Illustration de H 1995 1992 MERSEA-ORCA2 Intégration du modèle ORCA0.25 Assimilation 3DVAR 2001 1992 Tests de sensibilité Intégration du modèle ORCA0.25 Application de HT Rappel de T et S vers « Levitus climatology » Rappel de la SST vers la SST de Reynolds (nudging: -200W/m2/K) Conclusion Rappel des précipitations vers les précipitations mensuelles GPCP Perspectives • ORCA2°: Le même forçage avec le modèle ORCA2 (Constante de rappel vers la SST de Reynolds -200W/m2/K)

  18. Illustration de l’opérateur d’observation H • Interface d’intégration de MERSEA dans OPAVAR. Introduction Illustration de H • Construction de l’opérateur H . MERSEA # ORCA2 • Problématique: • Lignes de côtes MERSEA # ORCA2 • Bathymétrie MERSEA # ORCA2 Assimilation 3DVAR Tests de sensibilité TMERSEA - H(TORCA2) à 3m Application de HT Conclusion Perspectives TMERSEA - H(TORCA2) dans le Pacifique équatorial TMERSEA - H(TORCA2) dans le Gulf Stream

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

  20. Sensibilité aux poids affectés aux données MERSEA Introduction • Fonction décroissante de <rrT>: Illustration de H MERSEA # ORCA2 • Impact sur le filtrage: Assimilation 3DVAR • EXPTEST4: multiplication des poids par F(<rrT>ii) • - EXP2: F(<rrT >ii)=1 Tests de sensibilité Application de HT Conclusion d1>0 Plus de filtrage de la mésoéchelle Perspectives d2<0 Plus de filtrage de la mésoéchelle

More Related