LogoLogo

Raynaud, Laure. Application, validation et réglage d'une assimilation d'ensemble

Raynaud, Laure (2010). Application, validation et réglage d'une assimilation d'ensemble.

[img]
Preview
PDF - nécessite un logiciel de visualisation PDF comme GSview, Xpdf or Adobe Acrobat Reader
13Mb

Résumé en francais

Une spécification précise des variances-covariances d'erreur d'ébauche est essentielle pour la réussite du processus d'assimilation des données. Des travaux récents proposent d'estimer ces statistiques à partir d'un ensemble d'assimilations perturbées. Cette approche, héritée des méthodes de Monte Carlo, offre la possibilité de calculer des statistiques relatives à la situation météorologique du jour, et de s'affranchir des hypothèses et contraintes des méthodes d'estimation et de modélisation utilisées jusqu'à présent. Une difficulté majeure de cette approche, liée à la taille réduite de l'ensemble disponible, concerne le niveau de bruit d'échantillonnage relativement élevé qui affecte l'estimation des statistiques. Des méthodes de filtrage doivent donc être développées, afin de réduire ce bruit et d'améliorer la précision des estimations. Une première partie du travail est consacrée à la mise en oeuvre théorique puis pratique d'un filtrage spatial objectif des variances d'erreur ensemblistes, qui s'appuie sur le calcul du ratio bruit/signal de l'estimation. L'application de ce filtrage dans le cadre de l'assimilation variationnelle d'ensemble du modèle Arpège montre qu'il permet d'extraire des estimations bruitées une information riche et robuste, fortement liée aux processus dynamiques et physiques en cours. L'impact d'une extension des variances ensemblistes "du jour" à toutes les variables du système d'assimilation du modèle Arpège est ensuite examiné. Celui-ci s'avère globalement neutre à positif en termes de scores moyens de prévision. Des améliorations significatives sont par ailleurs obtenues pour la prévision d'évènements intenses. Une dernière étape s'intéresse à la représentation de l'erreur de modèle au sein de l'assimilation d'ensemble. Des diagnostics a posteriori sont utilisés pour estimer objectivement un coefficient d'inflation à appliquer aux perturbations d'ébauche de manière à simuler les effets de l'erreur de modélisation.

Sous la direction du :
Directeur de thèse
Desroziers , Gérald
Ecole doctorale:Sciences de l'Univers, de l'environnement et de l'espace (SDU2E)
laboratoire/Unité de recherche :Centre National de Recherches Météorologiques (CNRM-GAME), UMR 3589
Mots-clés libres :Assimilation de données - Assimilation d'ensemble - Matrice de variance-covariance - Erreur d'ébauche - Bruit d'échantillonnage - Dépendance à l'écoulement - Diagnostics a posteriori - Erreur de modèle - Inflation multiplicative
Sujets :Sciences de l'environnement
Déposé le :03 Oct 2019 09:46