Initialisation du modèle ORCA Initialisation du modèle ORCA à l’aide d’analyses MERCATOR : applicationà l’aide d’analyses MERCATOR : application
des outils de l’assimilation variationnelle.des outils de l’assimilation variationnelle.
Stage de recherchedu 6 février au 15 juin 2006
Sous la direction de : M. Philippe ROGEL (CERFACS/GLOBC) et M. Nicolas FERRY (MERCATOR)
Promotion d’élèves Ingénieurs Météorologistes de l’ENM 2003/2006 et
MASTER OASC (UPS)
Par : Abdelaziz BABQIQI
PlanPlan
Introduction
III. Tests de sensibilité
I. Illustration de l’opérateur d’observation
II. Assimilation 3D-VAR de MERSEA1/4°
IV. Application de l’opérateur HT
Conclusion et perspectives
3
IntroductionIntroduction
MERSEA # ORCA2
Illustration de HIllustration de H
Etat de l’océan & prévision saisonnière
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). 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.
Assimilation 3DVAR
Tests de sensibilité
Application de HT
Conclusion
Perspectives
4
Données et outils
Modèle ORCA0.25°:
- Simulation de haute résolution MERSEA1/4° sur la période 1992-2001.
Modèle ORCA2°:
- Simulation de basse résolution ORCA2° sur la période 1992-2001.
Outils:
- OPAVAR: Logiciel d’assimilation variationnelle pour OPA
développé au CERFACS par A. Weaver.
IntroductionIntroduction
MERSEA # ORCA2MERSEA # ORCA2
Illustration de HIllustration de H
Assimilation 3DVARAssimilation 3DVAR
Tests de sensibilitéTests de sensibilité
Application de HT Application de HT
ConclusionConclusion
PerspectivesPerspectives
Un état initial à basse résolution pour ORCA2°
Données MERSEA1/4° = MERSEA (Hr)
Données ORCA2° = ORCA2 (Lr)
5
Illustration de l’opérateur d’observation H
Interface d’intégration de MERSEA dans OPAVAR.
Comparaison MERSEA-ORCA2 sur la période 1992-2001 (10 états) .
Problématique:
1. Lignes de côtes MERSEA # ORCA2
2. Bathymétrie MERSEA # ORCA2
IntroductionIntroduction
MERSEA # ORCA2MERSEA # ORCA2
Illustration de HIllustration de H
Assimilation 3DVARAssimilation 3DVAR
Tests de sensibilitéTests de sensibilité
Application de HT Application de HT
ConclusionConclusion
PerspectivesPerspectives
Construction de l’opérateur H .
Grille (0.25°) MERSEA
grille (2°) ORCA2
H
Avec N=10
Biais à 100m en °CBiais à 3m en °C
6
Erreur de représentativité de ORCA2 par rapport à MERSEA
Illustration de l’erreur de représentativité :
IntroductionIntroduction
MERSEA # ORCA2MERSEA # ORCA2
Illustration de HIllustration de H
Assimilation 3DVARAssimilation 3DVAR
Tests de sensibilitéTests de sensibilité
Application de HT Application de HT
ConclusionConclusion
PerspectivesPerspectives
Dans la couche de surface (3m) en °C2
Coupe dans le Gulf Stream à 39°N en °C2 Coupe à l’équateur en °C2
- Erreur importante dans les zones de forte mésoéchelle.
- Décalage entre ORCA2 et MERSEA au niveau de la thermocline équatoriale.
7
Assimilation 3D-VAR de MERSEA dans ORCA2
Technique:
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).
avec
avecÉvolution de ||grad(J)||
IntroductionIntroduction
MERSEA # ORCA2MERSEA # ORCA2
Illustration de HIllustration de H
Assimilation 3DVAR
Tests de sensibilitéTests de sensibilité
Application de HT Application de HT
ConclusionConclusion
PerspectivesPerspectives 30 itérations
8
Diagnostiques de la correction Correction (l’incrément δT=Ta - Tb):
IntroductionIntroduction
MERSEA # ORCA2MERSEA # ORCA2
Illustration de HIllustration de H
Assimilation 3DVARAssimilation 3DVAR
Tests de sensibilitéTests de sensibilité
Application de HT Application de HT
ConclusionConclusion
PerspectivesPerspectives
Correction à 5m en °C Correction à 100m en °C
Coupe de la correction à l’équateur en °C
- Bonne extraction de l’information
des données MESEA.
- Recalage de la thermocline.
9
Filtrage de la mésoéchelle Filtrage de la mésoéchelle :
IntroductionIntroduction
MERSEA # ORCA2MERSEA # ORCA2
Illustration de HIllustration de H
Assimilation 3DVARAssimilation 3DVAR
Tests de sensibilitéTests de sensibilité
Application de HT Application de HT
ConclusionConclusion
PerspectivesPerspectives
Température MERSEA THr Température H(Ta)
THr –H(Ta) à 3m
THr –H(Ta) à 100m
-Système efficace dans le filtrage de la mésoéchelle.
THr –H(Ta) (écart MERSEA-analyse):
10
Tests de sensibilité
Sensibilité à la convergence:
Contrainte technique (taille importante des données MERSEA):
Sensibilité au « first-guess » (point de départ de la minimisation):
Nombre d’itérations optimal = 40
- Corrélation significative entre deux points MERSEA contigus.
- Perte d’information dans l’analyse dès que le pas s’approche de la résolution (2°).
-Sensibilité faible : - Dans la couche de surface ~ 0.2°C
- Dans la thermocline ~ 0.8°C
Sensibilité faible ~ 0.1°C (uniquement effet numérique).
IntroductionIntroduction
MERSEA # ORCA2MERSEA # ORCA2
Illustration de HIllustration de H
Assimilation 3DVARAssimilation 3DVAR
Tests de sensibilitéTests de sensibilité
Application de HT Application de HT
ConclusionConclusion
PerspectivesPerspectives
Limitation du domaine
Echantillonnage
11
Sensibilité aux poids affectés aux données MERSEA
Prise en compte de <rrT> dans les poids:
Impact sur le filtrage de la mésoéchelle:
- EXPTEST4: multiplication des poids par F(<rrT
>ii)
- EXP2: F(<rrT >ii)=1
d1>0 Plus de filtrage de la mésoéchelle.
IntroductionIntroduction
MERSEA # ORCA2MERSEA # ORCA2
Illustration de HIllustration de H
Assimilation 3DVARAssimilation 3DVAR
Tests de sensibilitéTests de sensibilité
Application de HT Application de HT
ConclusionConclusion
PerspectivesPerspectives
L’analyse reste plus proche localement du « first guess » dans EXPTEST4
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).
TgLr en °C avant extrapolation Tg
Lr en °C aprés extrapolation
IntroductionIntroduction
MERSEA # ORCA2MERSEA # ORCA2
Illustration de HIllustration de H
Assimilation 3DVARAssimilation 3DVAR
Tests de sensibilitéTests de sensibilité
Application de HT Application de HT
ConclusionConclusion
PerspectivesPerspectives
État interpolé à basse résolution
Initialisation de l’algorithme de
minimisation
Indépendance de l’expérience ORCA2
13
Conclusion & perspectives
Utilisation de OPAVAR (3D-Var)avec succès pour construire un état initial en température pour ORCA2.
• Bonne extraction de l’information de MERSEA vers l’analyse (impact positif).
• Efficacité dans le filtrage de la mésoéchelle.
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 pour construire une ébauche indépendante de ORCA2.
IntroductionIntroduction
MERSEA # ORCA2MERSEA # ORCA2
Illustration de HIllustration de H
Assimilation 3DVARAssimilation 3DVAR
Tests de sensibilitéTests de sensibilité
Application de HT Application de HT
ConclusionConclusion
PerspectivesPerspectives
14
Conclusion & perspectives (suite)
Assimilation d’autres variables (salinité, courants, …).
Évaluer les longueurs de corrélation des données MERSEA pour déterminer un échantillonnage optimal.
Tester l’impact en mode forcé sur ORCA2, permettra d’évaluer l’apport des (ré)-analyses MERSEA.
Application de l’opérateur de balance pour retrouver la correction
pour les autres champs (Weaver et al 2006).
IntroductionIntroduction
MERSEA # ORCA2MERSEA # ORCA2
Illustration de HIllustration de H
Assimilation 3DVARAssimilation 3DVAR
Tests de sensibilitéTests de sensibilité
Application de HT Application de HT
ConclusionConclusion
PerspectivesPerspectives Outils utiles pour la construction d’un système variationnel
incrémental en résolution (Thrépaut et al).
15
MerciMerci
Initialisation du modèle ORCA Initialisation du modèle ORCA à l’aide d’analyses MERCATOR : applicationà l’aide d’analyses MERCATOR : application
des outils de l’assimilation variationnelle.des outils de l’assimilation variationnelle.
Stage de recherchedu 6 février au 15 juin 2006
Sous la direction de : M. Philippe ROGEL (CERFACS/GLOBC) et M. Nicolas FERRY (MERCATOR)
Promotion d’élèves Ingénieurs Météorologistes de l’ENM 2003/2006 et
MASTER OASC (UPS)
Par : Abdelaziz BABQIQI
17
Technique de construction des analyses MERSEA1/4° et ORCA2°
MERSEA1/4°:
Intégration du modèle ORCA0.25
1992 1995
Intégration du modèle ORCA0.25
Flux ERA40 (vent, flux net de chaleur, évaporation, précipitation et ruissellement)
1992 2001
Rappel de T et S vers « Levitus climatology »
Rappel de la SST vers la SST de Reynolds (nudging: -200W/m2/K)
Rappel des précipitations vers les précipitations mensuelles GPCP
ORCA2°: Le même forçage avec le modèle ORCA2 (Constante de rappel vers la SST de Reynolds -200W/m2/K)
IntroductionIntroduction
MERSEA-ORCA2MERSEA-ORCA2
Illustration de HIllustration de H
Assimilation 3DVARAssimilation 3DVAR
Tests de sensibilitéTests de sensibilité
Application de HT Application de HT
ConclusionConclusion
PerspectivesPerspectives
18
Illustration de l’opérateur d’observation H
Interface d’intégration de MERSEA dans OPAVAR.
Construction de l’opérateur H .
Problématique:
1. Lignes de côtes MERSEA # ORCA2
2. Bathymétrie MERSEA # ORCA2TMERSEA - H(TORCA2) à 3m
TMERSEA - H(TORCA2) dans le Gulf Stream
TMERSEA - H(TORCA2) dans le Pacifique équatorial
IntroductionIntroduction
MERSEA # ORCA2MERSEA # ORCA2
Illustration de HIllustration de H
Assimilation 3DVARAssimilation 3DVAR
Tests de sensibilitéTests de sensibilité
Application de HT Application de HT
ConclusionConclusion
PerspectivesPerspectives
19
Erreur de représentativité de ORCA2 par rapport à MERSEA
r
Technique :
Illustration :
IntroductionIntroduction
MERSEA # ORCA2MERSEA # ORCA2
Illustration de HIllustration de H
Assimilation 3DVARAssimilation 3DVAR
Tests de sensibilitéTests de sensibilité
Application de HT Application de HT
ConclusionConclusion
PerspectivesPerspectives
20
Sensibilité aux poids affectés aux données MERSEA
Fonction décroissante de <rrT>:
Impact sur le filtrage:
- EXPTEST4: multiplication des poids par F(<rrT
>ii)
- EXP2: F(<rrT >ii)=1
d1>0
d2<0
Plus de filtrage de la mésoéchelle
Plus de filtrage de la mésoéchelle
IntroductionIntroduction
MERSEA # ORCA2MERSEA # ORCA2
Illustration de HIllustration de H
Assimilation 3DVARAssimilation 3DVAR
Tests de sensibilitéTests de sensibilité
Application de HT Application de HT
ConclusionConclusion
PerspectivesPerspectives
Top Related