Contribution de Gianpaolo Balsamo:


Modélisation et assimilation des données pour les surfaces continentales : Une approche intégrée



La modélisation des processus de surface est fondamentale pour la prévision numérique du temps aux courtes (prévision immédiate) comme aux longues échéances (prévision mensuelle/saisonnière). Les processus de surface peuvent être séparés en processus rapides, par exemple liés aux précipitations, et processus lents tel ceux qui ont lieu dans une couche épaisse de neige ou au-dessous de la surface dans la zone racinaire. L’initialisation de la surface est connue pour être très importante pour les variables associées aux processus lents, car les erreurs correspondantes ne sont pas dissipées dans le système de prévision, et peuvent affecter la qualité de la prévision sur plusieurs jours. En particulier, l’eau du sol et la quantité de neige accumulée en surface sont des variables critiques pour la performance de la prévision du temps sensible dans la basse troposphère. Les erreurs dans l’initialisation (liées au système d’assimilation), et dans l’évolution temporelle de ces variables (liées à la physique du modèle) se traduisent par des erreurs importantes en température, et dans les bilans d’eau et d’énergie. L’état de l’art pour la modélisation de surface et les techniques d’assimilations employées, basées sur l’estimation optimale, seront illustrées parmi des exemples opérationnels fournis par différents centres météorologiques. Une approche intégrée pour le développement et la validation des schémas pour la surface sera également présentée.

up arrow