Assimilation des données satellitales de CO (MOPITT) dans le modèle MOCAGE

Dimension: px

Commencer à balayer dès la page:

Download "Assimilation des données satellitales de CO (MOPITT) dans le modèle MOCAGE"

Marie-Madeleine Faubert
il y a 8 ans
Total affichages :

1 Assimilation des données satellitales de CO (MOPITT) dans le modèle MOCAGE Jean-Luc Attié, S. Pradier, M. Chong (Laboratoire d Aérologie) V. H. Peuch (Météo-France) J.F Lamarque, D.P Edwards, V. Yudin (NCAR)

2 Assimilation des données satellitales de CO (MOPITT) dans le modèle MOCAGE MOTIVATIONS Pourquoi étudier le C0? crée par les processus d oxydation ou de combustion incomplète générés en particulier par les feux de biomasse et la pollution anthropique temps de vie de l ordre du mois selon latitude : excellent traceur un précurseur de l O3 troposphérique. NO2 O3 hv, H2O OH STRATOSPHERE OH TROPOSPHERE NO HO2 CO, hydrocarbons, NOx HNO3 H2O2 Jacob et al., 2000 puits principal : oxydation par le radical OH OH agent nettoyant de la troposphère, réagit avec les polluants pour O2 produire des espèces O3 hv solubles qui sont éliminés par la pluie ou dépôt sec hv

du mois selon latitude : excellent traceur un précurseur de l O3 troposphérique.

3 MOCAGE Modèle de Chimie Atmosphèrique à Grande Echelle Chlorine, Bromine, and PSC heterogeneous chemistry [Lefèvre et al., 1998] Strat. Trop. 3D cloudiness and photolyses Multiscale advection using a semilagrangian scheme [Josse et al., submitted] Rain-out Transport / wash-out by convection [Bechtold et al., 2001], [Mari et al., 2000] Detailed Chemistry HOx, NOx, VOC [RACMOBUS] Vertical diffusion [Louis et al., 1979] Emissions (GEIA) Dry deposition [Michou et Peuch, 2002]

, submitted] Rain-out Transport / wash-out by convection [Bechtold et al., 2001], [Mari et al.

4 MOCAGE Modèle de Chimie Atmosphèrique à Grande Echelle configuration horizontale : globale (2 2 ) configuration verticale : 47 niveaux du sol à 5 hpa 7 niveaux dans la CL (40m) 16 niveaux dans la troposphère libre (variant) 24 niveaux dans la stratosphère (800m) coordonnées hybrides (, P) forçage dynamique (vent, température, humidité, pression) fourni par les analyses ARPEGE Schéma de chimie : RACMOBUS 118 esp. # 270 réactions pas de temps : 15 min processus chim. & phys. 60 min processus dyn.

stratosphère (800m) coordonnées hybrides (, P) forçage dynamique (vent, température, humidité, pression) fourni par les

5 MOPITT Measurements Of Pollution In The Troposphere Radiomètre canadien de mesure de la pollution dans la troposphère, embarqué sur le satellite NASA/EOS/ Terra, lancé en 1999 mesure du CH4, colonne totale, et du CO, colonne totale et profil sur 7 niveaux (surface, 850, 700, 500, 350, 250 et 150 hpa) depuis mars 2000 technique de corrélation en phase gazeuse (8 canaux dont 6 pour le CO) Résolution horizontale : 22 22km2 Fréquence de passage : ~ tous les 3 jours

colonne totale et profil sur 7 niveaux (surface, 850, 700, 500, 350, 250 et 150 hpa) depuis mars 2000 technique de

6 MOPITT Measurements Of Pollution In The Troposphere Restitution du CO Données a priori Radiance MOPITT Paramètres observés (H2O, temp., ) Climatologie Profil test Modèle Transfert radiatif Méthode d inversion Conv.? oui Profil test accepté non o les propriétés statistiques de la variabilité du CO sont incorporées sous la forme d un profil vertical et d une matrice de covariance d erreurs de l apriori o le profil restitué x s exprime comme la combinaison linéaire du profil vrai x et du profil apriori xa X =A x + ( I A ) xa A (Averaging Kernel) ou fonctions de balayage montrent l influence des couches

? oui Profil test accepté non o les propriétés statistiques de la variabilité du CO sont incorporées sous la forme d un profil vertical et d une

7 MOPITT Measurements Of Pollution In The Troposphere Application de l Averaging Kernel

8 MOPITT Measurements Of Pollution In The Troposphere Mesures sur 1 jour Mesures sur 1 mois

9 Principe de l assimilation Application séquentielle d un filtre de Kalman-Bucy L équation centrale de l assimilation est donnée par l équation d interpolation optimale (Lorenc, 1986) xat = xt + K ( y H xt ) xat [CO] analysée xt [CO] modèle y [CO] mopitt H opérateur d interpolation des données du modèle aux points d observation et contenant l information AK K matrice gain de Kalman K = BtHT ( HBtHT + O + R ) -1 avec B matrice de covariance de l erreur du modèle O matrice de covariance de l erreur des observations et R matrice de covariance des erreurs associées aux processus d interpolation et de discrétisation. L évolution de la matrice de covariance de l erreur du modèle est donnée par Bat = Bt BtHT ( HBtHT + O + R ) 1 HBt (Lorenc, 1986)

de Kalman K = BtHT ( HBtHT + O + R ) -1 avec B matrice de covariance de l erreur du modèle O matrice de covariance de l erreur des observations et R matrice de covariance des erreurs

10 Assimilation des données de CO de MOPITT dans MOCAGE Première implémentation dans MOCAGE construction de l interface dans le module d assimilation : définition de paramètres caractéristiques de MOCAGE longueurs de corrélation horizontale et verticale, erreurs (modèle, interp. /discrétisation, ), dérive du modèle [test du 2 (Ménard et Chang, 2002) ] nécessité d effectuer des simulations «tests» sur plusieurs semaines amélioration coût de calcul (L.A.) pour simuler 1 jour en mode traceur initialement ~ 9 h. CPU actuellement ~ 1 h. CPU avec la chimie ~ 2 h. CPU (RACMOBUS)

/discrétisation, ), dérive du modèle [test du 2 (Ménard et Chang, 2002) ] nécessité d effectuer des simulations «tests» sur plusieurs semaines

11 Assimilation Paramètres utilisés: Simulation sur 1 mois : mars 2001 clim. MOCAGE CO NCAR fenêtre d assimilation 1 heure long. corrélation horizontale 200 km long. de corrélation verticale de 0.5 à 1.5 km du sol vers atm. erreur du modèle init. 30% croissance de l err. du modèle 0.5% par heure erreurs dues aux proc. Interp. 0% Évolution écart moyen Évolution écart quadratique moyen sigma_omf sigma_oma bias_omf , , ,5 8 bias_oma 1 m N y N i 1 obs i yimodel N 1 yiobs yimod el N i 1 1, , mars 6-mars 9-mars 12-mars 15-mars 18-mars 21-mars 24-mars 3-mars 6-mars 9-mars 12-mars 15-mars 18-mars 21-mars 24-mars

0% Évolution écart moyen Évolution écart quadratique moyen sigma_omf sigma_oma bias_omf 20 5 18 4,5 16 4 14 3,5 12 3 10 2,5 8 bias_oma 1 m N y N i 1 obs i yimodel 2

12 Mars, 2001 CO moyen ppbv à 500 hpa MOPITT MOCAGE Sans assim. MOCAGE avec assim. distributions similaires valeurs de CO plus fortes pour MOCAGE sans assim surtout près de l équateur (source de feux de biomasse) l assimilation tend à réduire ces différences

13 Comparaison observations MOPITT / MOCAGE sans assimilation avec assimilation

14 sans assimilation Différence relative : (COMOCAGE COMOPITT )*100 COMOPITT surestimation ~ 30% de l Am du Sud à l Afrique, dans le Pacifique au large du Mexique (sur-estimation des émissions) avec assimilation sous estimation ~ 20%au centre de l océan Indien, sur l Indonésie et le Pacifique ouest dans l HS (sousestimation des émissions) 500 hpa l assimilation permet de s affranchir du fichier d émission utilisé et met en évidence ses faiblesses pour la période considérée.

20%au centre de l océan Indien, sur l Indonésie et le Pacifique ouest dans l HS (sousestimation des émissions) 500 hpa

16 March 30, 2001 Without assimilation With assimilation

17 Impact de l assimilation du CO sur OH et O3 CO -25%/35% O3 ~1% OH -18%/20% Différence relative entre modèle et modèle + assimilation

18 WITHOUT WITH

19 Comparaison MOPITT / MOCAGE / mesures avions données CMDL (Climate Monitoring and Diagnostics Laboratory Novelli et al., 1992, 1998) mesures recueillies lors de la campagne TRACE-P (Transport and Chemical Characterization and Evolution over Pacific Jacob et al., 2003) Cmdl Trace P

, 1992, 1998) mesures recueillies lors de la campagne TRACE-P

20 Comparaison MOPITT / MOCAGE / mesures avions sans assimilation avec assimilation R = 0.81 R = 0.86 Y = 0.77 * X Y = 0.89 * X

21 Résumé l implémentation du module d assimilation séquentielle type Kalman-Bucy est réussie dans MOCAGE, tant en terme de coût de calcul que dans l amélioration des champs du modèle l incertitude liée aux émissions de CO dans l atmosphère, en particulier par les feux de biomasse, est une des sources principales d erreur au niveau du modèle L assimilation des données MOPITT donne un excellent moyen de comparaison avec les données in-situ. Elle donne des fichiers d initialisation de chimie de meilleure qualité pour les modèles de plus petites échelles. Elle devrait permettre d améliorer les inventaires d émissions des modèles et devrait être un outil pour l étude du transport intercontinental des polluants dans la troposphère. étude Atlantique nord : ITOP - juillet 2004

Documents pareils

The Tropical Warm Pool-International Cloud Experiment TWP-ICE

The Tropical Warm Pool-International Cloud Experiment TWP-ICE Darwin, Australie Du 20 janvier au 13 fevrier 2006 radiosondages Flux radiatifs de surface Flux turbulents de surface Radar CPOL Forçages déduits