adomoca assimilation de données dans des modèles de chimie atmosphérique
DESCRIPTION
ADOMOCA Assimilation de Données dans des Modèles de Chimie Atmosphérique. P. Ricaud Laboratoire d’Aérologie Toulouse D. Cariolle CERFACS Toulouse. Plan. Historique Outil Science Futur. Historique. Atelier Novembre 2003 Communauté « chimie atmosphérique » - PowerPoint PPT PresentationTRANSCRIPT
1
ADOMOCAAssimilation de Données dans
des Modèles de Chimie Atmosphérique
P. RicaudLaboratoire d’Aérologie
Toulouse
D. CariolleCERFACSToulouse
2
Plan
• Historique
• Outil
• Science
• Futur
3
Historique• Atelier Novembre 2003
– Communauté « chimie atmosphérique »• Etat des lieux des travaux engagés en assimilation
– Outils d’assimilation• Séquentiel, 3D-VAR, 4D-VAR
– Modèles chimiques• ROSE, MIMOSA, MOCAGE, LMDz, MIPLASMO, REPROBUS, MOZART,
MESO-NH, RAMS, CHIMERE– Jeux de données
• Satellites : UARS, ENVISAT, Odin, MOPITT, GOME, IASI• Ballons, avions
• Comment appréhender les incontournables à venir ?– Jeux de données
• ENVISAT, AURA, IASI, futur sondeur troposphère, futur sondeur UTLS– Europe : GMES, SAF O3, les programmes ASSET, SCOUT-O3,
ACCENT, AMMA, …– Pôle de Compétence Thématique Ether– Relations recherche produits systématiques produits opérationnels
4
Centres d’Expertises :Opérateurs d’obs
modèles directs et méthodologie
Satellites :GOMOS, Odin,
MOPITT, …
Modèles : REPROBUS, MIMOSA, …
PALM
ChaînesD’assimilation
2 Chaînes Palmées:MOCAGE & MSDOL/REPROBUS
MOCAGE & LMDz-REPROBUS
Recherche : Autres chaînes dans chaque labo
OpérationnelGMES
Non OpérationnelASSET, SAF O3Liens
Externes
Organisation -1-
Méthodologie:Filtre de Kalman,
3DFGAT, 4DVAR
Ether
5
Organisation -2-
• 7 Laboratoires– LA, CNRM, CERFACS, SA, LISA, LSCE et
l’entreprise Noveltis– 2 composantes : Toulouse & Paris
• ~50 chercheurs, post-docs et étudiants– 10 personnes à temps plein
• Réunions– 1 par an à Toulouse ou Paris– 4-5 formations PALM au CERFACS
6
LEFE-ASSIM & LEFE-CHAT• 1 proposition LEFE sur 3 ans (2006-2009)
– LEFE-CHAT (Scientifique)• Qualité de l’air (tropo)• Transport de polluants (tropo)• Processus physico-chimiques à l’interface de la troposphère et
de la stratosphère (UTLS)• Bilan de l’ozone (stratosphère)
– LEFE-ASSIMILATION (Outil)• Maquette PALM (V1 V4)• Palmérisation de MOCAGE et de LMDz-REPROBUS• 3DFGAT, 4D-VAR, Kalman
• Demandes parallèles (ressources humaines & données)– TOSCA (IASI) : CDD & mesures spatiales– Ether : CDD & mesures spatiales en entrée et champs
assimilés en sortie
7
Financement LEFEs
• 2006 : 17,8 k€
• 2007 : 35,8 k€
• 2008 : 30 k€
• 2009 : 12 k€
• Solde : 8,9 k€
• Total : 104,5 k€
8
Liens avec le Pôle de Compétence Thématique de Chimie Atmosphérique Ether
• Les champs de mesures spatiales en entrée de nos études d’assimilation
• Des champs de mesures annexes (satellite, avion et sol) durant la phase de validation des champs assimilés PALMés,
• Les outils nécessaires (fichiers de forcage, sources, scripts…) à la mise en œuvre de la chaîne PALMée MOCAGE sur plate-forme locale,
• Fourniture des champs de constituants assimilés PALMés.
• Différentes versions de la maquette MOCAGE-PALM
9
Outils d’assimilation• Composante toulousaine (CNRM, CERFACS, LA)
– V1 disponible sur Ether• MOCAGE 2°x2°, 3D-FGAT, juillet 2003, O3 MIPAS, 47 ou 60
niveaux• CARIOLLE, REPROBUS ou RACMOBUS
– V2 disponible sur Ether (2004)• Parallélisation de MOCAGE, PV en sortie, NetCDF, visualisation
avec Ferret– V3 (2007)
• Diffusion, opérateur d’Obs NOVELTIS, colonnes totales et/ou tropo, linéarisation CO et HNO3, RELACS, multi-capteurs
– V4 (2008) disponible sur ETHER + document explicatif• Corrélations horizontale et verticale, colonnes totale et/ou partielle,
optimisation de la mémoire (obs, covariances d’erreur, averaging kernels), modèle linéaire (O3, CO, traceur froid, HNO3)
• Composante parisienne (SA)– PALMérisation de LMDz-REPROBUS– Assimilation 3DFGAT de mesures MIPAS O3 avec LMDz-PALM– Même étude avec MOCAGE-PALM au SA et intercomparaison
10
Canevas PrePALM pour LMDz-REPROBUS
Cugnet et al.
11
The linearized ozone scheme (Cariolle et al.) ECMWF
rO3 / t = A1 + A2 (rO3
- A3) + A4 (T – A5) + A6 ( - A7) + A8 rO3
A1 = (P-L) : Production-Loss rate
A2 = (P-L) / rO3
A3 ; rO3 : ozone mixing ratio
A4 = (P-L) / T
A5 ; T : temperature
A6 = (P-L) /
A7 ; : ozone column
A8 = - Khet x
/ t = 1/1 (1-x) – 1/ 2 x [Traceur Froid]
With 1 equal to a few hours and 1/ 2 =0 if T<195 K
And 2 equal to several days (rate of HNO3 destruction) and 1/ 1 =0 if T> 195KThe linearized CO and HNO3 schemes
rx / t = A1 + A2 (rx - A3) + A4 (T – A5)
A1 = (P-L) : Production-Loss rate
A2 = (P-L) / rx
A3 ; rx : CO or HNO3 mixing ratio
A4 = (P-L) / T
A5 ; T : temperature
12
v2 without cold tracer
v2 with cold tracer
Cariolle et al.
13
Paramètres clés
• Résolution (observation et modèle)– Horizontale– Verticale
• Diffusion (modèle)– Horizontale– Verticale
• Erreurs (observation et modèle)• Echantillonage (observation et modèle)
– Temporel• Variation diurne
– Spatial• Super-observations
• Débiaisage (observation)– Multi-capteurs– Limbe & nadir
14
Barret et al.
Résolution Verticale
Mesures MOPITT
MOCAGE avec
Résolution
MOPITT
MOCAGE
Vertical sensitivity
limbe
nadir
15
Résolution Horizontale
IASI CO, octobre 2008, 1 jour MOPITT CO, octobre 2008, 1 jour
Clerbaux et al.
16
Super-observations
• Une super-observation représente toutes les observations présentes dans une maille du modèle pendant la durée d’une fenêtre d’assimilation (30 minutes)
• Comment calculer la valeur de super-observation, son erreur et sa fonction de poids ?
– Super-observation : • moyenne pondérée par l’erreur
– L’erreur de super-observation :• l’erreur moyenne pondérée
– Fonction de lissage :• la fonction associée à la première observation dans la maille
Nobs
i i
i
Nobs
i i
ii
nobservatioer
y
yy
y
1
2
1
2
_sup
)1(
)1(
)
)1(
1( 1
2
_sup_sup Nobs
yy
Nobs
i i
i
nobservatioernobservatioer
Clerbaux et al.
17
Biais sur la Colonne Totale O3
Massart et al.
sans assimilationassimilation de MLS & SCIAMACHY
MOCAGE vs. OMI MOCAGE-PALM vs. OMI
Profils verticaux O3 AURA/MLS
Colonne Totale O3 SCIAMACHY
18
Colonne Totale vs. Profil vertical
H
écart
assim.
écart
assim.
H
Piacentini et al.
19
Représentations: O3
Piacentini et al.
20
Représentations: CO
Piacentini et al.
21
Programme scientifique initial
• Assimiler une même espèce chimique provenant de plusieurs capteurs spatiaux différents dans la troposphère ou la stratosphère (O3 et CO) oui
• Coupler les mesures stratosphérique et troposphérique pour une même espèce chimique provenant de plusieurs capteurs spatiaux différents (O3, CO et HNO3) oui
• Assimiler plusieurs espèces chimiques de la même famille provenant de plusieurs capteurs spatiaux différents (NOy, Cly) non
• Assimiler les mesures directes (températures de brillance, radiances) non
• Fournir des champs prévisionnels de constituants chimiques (O3, CO) oui
• Etudier l’impact de l’assimilation de traceurs chimiques (O3) sur l’assimilation et la prévision météorologique (vents dans la basse stratosphère, rayonnement,…) oui
22
Trou d’ozone arctique
El Amraoui et al.
23
Assimilation H2O stratosphérique
ECMWF
BASCOE
MIMOSA
Climatologie
Bekki et al.
24
Etude de l’impact dynamique de l’assimilation 4D-Var d’ozone (traceur passif advecté) dans ARPEGE, Peuch et al. 2000 :
-OSSE : intérêt potentiel des colonnes totales d’ozone TOVS
-Impact positif sur les analyses et prévisions météorologiques : nécessité des observations d’ozone plus fréquentes et des ébauches d’ozone de bonne qualité.
>> Continuité :
Assimilation des profils d’ozone d’AURA/MLS dans ARPEGE
Ebauche d’ozone fournie par MOCAGE
>> Objectif
Evaluer l’impact sur l’analyse et la prévision météorologique.
Impact dynamique d’ozone en mode 4D-Var
Semane et al.
25
Diagnostic OMF(u,v): CTL/MLS
Semane et al.
Analyses Assimilation O3 d’AURA/MLS en 4DVAR
26
Assimilated MLS CO at 200 hPa(07/2006)
Transport pathways of chemicals from Asia to AfricaCarbon monoxide from Barret et al., ACP, 2008.
Simulation / assimilation / in-situ COAveraged over 15-25°N
MOZAIC
MOCAGE
MOCAGE-MLS
Da
y o
f J
uly
20
06
anomalous CO transport from Asia to Africa
by the TEJ
Barret et al.
27
Colonne Totale de CO IASI assimilé dans LMDz-Filtre de Kalman-
Observations Simulation 1 Simulation 2
croissance d’erreur = 0.01*CO
croissance d’erreur = 0.005*CO
Clerbaux et al.
28
Synthèse
• Interactions fortes – Toulouse vs. Paris – Outils vs. Science
• 2 Chaînes d’assimilation – MOCAGE-PALM– LMDz-REPROBUS-PALM
• Mesures spatiales hétérogènes– Nadir : MOPITT, IASI, OMI, etc.– Limbe : MLS, MIPAS, ODIN, GOMOS, etc.
• Espèces chimiques– O3, CO, N2O, H2O
• Profils verticaux, colonnes totale et partielle• 28 publications de rang A
29
Futur -1-
• Outils– Mise en place de l’assimilation en aire limitée & très haute
résolution– Parallélisation des codes– Assimilation d’espèces chimiques
• HNO3 & H2O• multi-capteurs O3 et CO• plusieurs espèces chimiques de la même famille provenant de
plusieurs capteurs spatiaux différents (NOy, Cly) • simultanément CO O3
– Assimilation d’espèces radiatives (O3, H2O, CH4, …) dans les modèles de climat et de chimie-climat
– Assimilation de mesures directes (températures de brillance, radiances)
– Assimilation 4D-VAR– Prévision d’ensemble
30
Futur –2-
• Programme scientifique– IASI– Qualité de l’air (tropo)
• Etudes théoriques sur plateformes geo/leo
– Transport de polluants (troposphère)– Processus physico-chimiques à l’interface de la
troposphère et de la stratosphère (UTLS)– Bilan de l’ozone (stratosphère)
• Nouvelle proposition aux LEFEs en 2009– Atelier « Bilan & Prospectives » au printemps 2009