Assimilation de données de mésoéchelle pour la prévision des pluies intenses

Transcription

1 Assimilation de données de mésoéchelle pour la prévision des pluies intenses V. Ducrocq, Caumont, O., Brenot, H., Jaubert, G., Walpersdorf, A. (CNRM, LGIT)

2 Plan de la présentation Développement d un système d assimilation à mésoéchelle pour les applications recherche Assimilation des réflectivités radar Assimilation des données GPS-sol

3 1. Développement d un système d assimilation à mésoéchelle pour les applications recherche Objet : en attendant la disponibilité de l assimilation AROME, développement d un système d assimilation basé sur le modèle MESO-NH et le schéma d assimilation 3Dvar ALADIN Cadre : Projet PATOM «assimilation de données à mésoéchelle» PREVIEW (GMES) sur les crues rapides (Post-doc de 12 mois à compter de juin 2006)

4 Système d assimilation hybride << 3D-Var/ALADIN-MESO-NH >>, Cycle d Assimilation Inovation Analyse 3D-Var Aladin Simulation Méso-NH incréments Durée : 0 à 12 heures Cycle: 1 à 6 heures 2 modèles imbriqués (10km et 2.5 km) Simulation Méso-NH Échéances : 24 à 36 heures 2 modèles imbriqués (10km et 2.5 km)

5 Experimental design 06 UTC 12 UTC 12 UTC 24 hours Simulation 12 UTC Large scale analysis REF12 06 UTC Large scale analysis 12 UTC mesoscale analysis and 12 UTC convective scale analysis ANA REF06 06 UTC mesoscale analysis and 06 UTC convective scale analysis Assimilation step 1 hour ASSIM

6 Data used in the analyses Mesoscale domain MAP IOP8 frontal case Surface data (3000 observations) surface pressure 2m temperature and humidity, 10m wind hourly measurements Radiosounding data (60 messages) Temperature, humidity, wind, geopotential 06 UTC and 12 UTC

7 MAP IOP8 frontal case DATA REF12 12h precipitation statistics T+6 T+18 METEOSAT WV : 00 UTC Simulation Bias Correlation REF06 REF12 ANA ASSIM ANA ASSIM 12h accumulated rain Convective scale domain 20 oct 18 UTC 21 oct 06 UTC T+6 T+18

8 MAP IOP8 frontal case DATA DATA REF12 REF12 12h precipitation statistics T+6 T+18 METEOSAT WV : 00 UTC Simulation Bias Correlation ETS 0.1 mm 20 mm ANA ASSIM REF REF ANA ASSIM ANA ASSIM h accumulated rain Convective scale domain 20 oct 18 UTC 21 oct 06 UTC T+6 T+18

9 Comparaison with the surface measurements (convective scale domain) Gard torrential event MAP IOP8 frontal case --- REF ANA --- ASSIM Stdev 2 m Temperature --- REF ANA --- ASSIM Stdev Bias Bias Stdev Stdev Bias Bias 2 m Humidity G.Jaubert Météo-France WSN september 2005 Toulouse France

10 2. Assimilation des réflectivités radar Objet : développement de l assimilation des réflectivités radar dans AROME Cadre : projet PATOM «opérateur/simulateur radar» FLYSAFE (FP6) sur les aspects polarimétriques (Post-doc de 24 mois à compter d avril 2006)

11 Stratégie d assimilation des données radar au sol 2) Validation des jeux tests de données élaborées par le CMR En 2004 : définition de l opérateur d observation. Article au JTECH : Caumont et al., 2005 (révision) 3) Test d une méthode d inversion 1D bayésienne En 2005 : 1) Insertion dans le code Arome

12 Insertion de l opérateur d observation dans le code Arome Configuration retenue : fonction d émission de l antenne : fonction gaussienne sur la verticale, trajectoire du faisceau : méthode des 4/3 du rayon de la Terre (suppose une atmosphère standard stratifiée verticalement), rétrodiffusion : approximation de Rayleigh, atténuation : pas prise en compte (code parallélisé), sera diagnostiquée en amont (CMR).

13 Définition du produit radar pour la PN Élaboration en cours par le CMR d une nouvelle chaîne de traitement pour la PN. Réflectivités «brutes» Flags de qualité par pixel Masques partiels Echos fixes Sur la base du logiciel Surfilum (Delrieu et al, 1995)

14 Test d une méthode d inversion 1D Objectif : Utiliser des profils verticaux d observations y Z et de variables modèles de l ébauche x i =(q i,t i,w i ) pour en déduire des profils verticaux de pseudo-observations x po =(q,t,w ). Méthodes disponibles : 1D-Var : nécessite développement d un adjoint de la physique du modèle, méthode bayésienne : simple à mettre en œuvre. Méthode bayésienne : H Z : opérateur d observation radar, R Z -1 : matrice de variance covariance d erreur des observations et de l opérateur d obs. Ajustements : Méthode numériquement coûteuse x i limités aux voisins (réglable), Méthode incapable d ajuster q quand Z>0 dbz observé, mais pas simulé dans ce cas on sature les niveaux au-dessus du niveau de condensation du modèle.

15 Test d une méthode d inversion 1D Protocole : Expériences de simulation de systèmes d observation (OSSE) : Principe : Observations simulées à partir d une expérience de référence différant de l ébauche par ses conditions initiales. But : évaluer la capacité de la méthode d inversion à se rapprocher de l expérience de référence. Simulation de référence Réflectivités observées Simulation fournissant l ébauche Réflectivités simulées Méthode d inversion 1D Colonnes q,t,w restituées Colonnes q,t,w

16 Test d une méthode d inversion 1D 1 er cas d étude : Orage de plaine du 9 oct Simulations Méso-NH initialisées à 12 UTC. Exp. de référence : CI = initialisation de Ducrocq et al. (2000) sur analyse Arpège, Exp. fournissant l ébauche : CI = analyse Arpège seule. Réflectivités à 1615 UTC :

17 Test d une méthode d inversion 1D Humidité relative (%) à 1615 UTC : Coupe horizontale à 4 km d altitude Coupe verticale référence (obs) ébauche restitution 1D

18 Test d une méthode d inversion 1D 2 e cas d étude : Gard 8-9 sep Simulations Méso-NH avec même type de conditions initiales que pour le 1 er cas. Humidité relative (%) à 18 UTC à 2000m (ligne rouge = contour réflectivité à 20 dbz) : ébauche référence (obs) restitution 1D

19 3. Assimilation des données GPS-sol Objet : Développement de l assimilation des délais zénithaux dans ALADIN et AROME Cadre : projet PATOM «crues rapides Cévennes-Vivarais» thèse de Hugues Brenot qui s achève, thèse de Xin Yan qui démarre Développement des observables dans Méso-NH (STD et gradients). Délais obliques (STD) en direction des satellites simulés et «observés» 8-9 septembre 2002

20 3. Assimilation des données GPS-sol Objet : Développement de l assimilation des délais zénithaux dans ALADIN et AROME Cadre : projet PATOM «crues rapides Cévennes-Vivarais» thèse de Hugues Brenot qui s achève, thèse de Xin Yan qui démarre Développement des observables dans Méso-NH (STD et gradients). Gradient Nord-Sud Gradient Est-Ouest

21 3. Assimilation des données GPS-sol Objet : Développement de l assimilation des délais zénithaux dans ALADIN et AROME Cadre : projet PATOM «crues rapides Cévennes-Vivarais» thèse de Hugues Brenot qui s achève, thèse de Xin Yan qui démarre Développement des observables dans Méso-NH (STD et gradients). Développement de l opérateur d observation ZTD dans le 3Dvar ALADIN, ainsi que développement et validation de son adjoint et TL Réalisation d expérience à une observation avec le 3Dvar ALADIN. Humidité spécifique au dernier niveau du modèle ALADIN et incrément d analyse pour une obs ZTD à AIX en Provence

22 Conclusions & Perspectives Bilan: Implémentation dans le système d assimilation 3Dvar ALADIN/AROME des opérateurs d observation de réflectivités radar et de délais zénithaux effectuée Système d assimilation hybride 3Dvar ALADIN/MESO-NH développé et premières expériences d assimilation de données à 2.5 km réalisées Tests de la méthode bayésienne d inversion 1D des réflectivités donnent des résultats encourageants. Perspectives : assimilation 3DVar des colonnes restituées à partir des réflectivités en utilisant l assimilation hybride Méso-NH/Aladin ou Arome sur cas de pluie intense Cévenole poursuite de la validation et des tests d assimilation des délais zénithaux assimilation de données à méso-échelle : tests sur l épisode du 5 au 9 septembre 2005 (PREVIEW)