Initialisation du modèle ORCA à laide danalyses MERCATOR : application des outils de lassimilation variationnelle. des outils de lassimilation variationnelle

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.


MERSEA # ORCA2MERSEA # ORCA2


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









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 :









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)||




Assimilation 3DVAR




PerspectivesPerspectives 30 itérations

8

Diagnostiques de la correction Correction (l’incrément δT=Ta - Tb):









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 :









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).









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.









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









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.









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).








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)


MERSEA-ORCA2MERSEA-ORCA2







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









19

Erreur de représentativité de ORCA2 par rapport à MERSEA

r

Technique :

Illustration :









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









Documents

Initialisation du modèle ORCA à laide danalyses MERCATOR : application des outils de lassimilation variationnelle. des outils de lassimilation variationnelle