|
"Une nouvelle
technique d'assimilation des données d'observation au
CEPMMT : l'assimilation variationnelle quadridimensionnelle" |
-
- Résumé
- Le Centre
européen pour les prévisions météorologiques
à moyen terme (CEPMMT) a franchi le 25 novembre 1997 une
étape majeure en adoptant l'assimilation variationnelle
quadridimensionnelle (4D-VAR) en tant que méthode d'assimilation
de données pour la prévision numérique du
temps. L'assimilation 4D-VAR emploie tous les ingrédients
du système précédent, le 3D-VAR (même
fenêtre temporelle de six heures, mêmes observations
et même terme d'écart à l'ébauche),
auxquels elle ajoute la dimension temporelle. Sur la fenêtre
temporelle de six heures, le 4D-VAR recherche la trajectoire
du modèle atmosphérique qui passe "au plus
près" des observations et de l'ébauche, tout
en satisfaisant une contrainte d'équilibre géostrophique
approché. Cela permet de mieux prendre en compte les observations,
de façon cohérente avec la dynamique. D'où
des prévisions améliorées à toutes
les échéances aux latitudes tempérées.
De plus, un ensemble de processus physiques d'échelle
sous-maille a été introduit dans les versions linéarisées
du modèle de prévision qui servent à résoudre
le problème variationnel que traite le 4D-VAR. Ces processus
physiques représentent les effets de la convection profonde,
des précipitations stratiformes, de la diffusion turbulente,
des processus radiatifs de grande longueur d'onde et de la partie
du relief non résolue par les modèles. Pour des
raisons de coût, ces processus physiques n'ont été
introduits que dans une partie du traitement variationnel. Ils
ont cependant un effet significatif sur la description du champ
d'humidité en zone tropicale, avec pour conséquence
une amélioration de la qualité des prévisions
dans ces régions. La technique 4D-VAR a été
testée en parallèle avec l'ancienne méthode
3D-VAR pendant plusieurs mois. On a observé une amélioration
notable des performances de la prévision dans les deux
hémisphères.
|
|
"ECMWF's
new technique for the assimilation of observational data: the
four-dimensional variational assimilation" |
-
- Abstract
- ECMWF made a major step by
switching its operational data assimilation method to four-dimensional
data assimilation (4D-VAR). 4D-VAR uses all the tools from the
previous operational system, 3D-VAR (same 6-hour assimilation
window, same observations and same background term). The new
ingredient is the temporal dimension. Over the 6-hour data assimilation
window, 4D-VAR seeks the atmospheric model trajectory best fitting
the observations and the background while satisfying an approximate
geostrophic balance constraint. This allows to make a better
use of the observations, in a way consistent with the dynamics,
leading to better forecasts at all ranges in mid-latitudes. Moreover,
a set of sub-grid-scale physical processes has been introduced
in the linearised versions of the forecast model used to solve
the 4D-VAR variational problem. These physical processes describe
deep moist convection, large-scale precipitation, vertical diffusion,
longwave radiation and sub-grid-scale orographic effects. Because
of the cost, these physical processes have been introduced in
only a fraction of the variational processes. Nevertheless, their
impact is significant for the humidity field in the Tropics,
with a better performance of forecast quality in this region.
4D-VAR has been tested in parallel with the previous 3D-VAR for
several months. A significant improvement of the forecast quality
has been observed in both hemispheres.
|
|
AUTEUR(S) / AUTHOR(S) : Florence
Rabier, Jean-François Mahfouf et Ernst Klinker |
