Contribution de Yann MICHEL:


Modélisation des corrélations d'erreurs par déformations spatiales



L'assimilation de données pour la météorologie et l'océanographie fait usage de modèles de corrélations pour représenter la structure statistique des erreurs de prévision, de modélisation et des observations. Ces modèles doivent être numériquement efficaces, mais aussi représenter le plus finement possible les propriétés des erreurs, comme leur caractère anisotrope et dépendant du flux en ce qui concerne les erreurs d'ébauche. Dans de nombreux systèmes d'assimilation, y-compris les systèmes de prévisions ARPEGE et AROME de Météo-France, les covariances d'erreurs d'ébauche sont homogènes et isotropes dans la direction horizontale. Une approche pour relâcher cette hypothèse consiste à introduire une déformation spatiale, qui prend la forme d'une simple interpolation dans le cas discret. Il est intéressant de pouvoir estimer objectivement la déformation à partir d'un ensemble afin de pouvoir extraire et représenter l'anisotropie réelle du système d'assimilation. Un algorithme reposant sur une transformation continue par ondelettes a été récemment proposé par M. Clerc (INRIA) dans le domaine de la vision par ordinateur. Il est également possible d'estimer la déformation à partir d'un diagnostique de longueur de corrélation locale. La déformation conserve les variances aux erreurs d'interpolation près, ce qui est un avantage important par rapport aux autres méthodes de modélisation. Enfin l'algorithme peut être appliqué à la modélisation des corrélations d'erreurs d'ébauche dans diverses géométries (1D et 2D) dans les systèmes ARPEGE et AROME. Les résultats montrent qu'il est possible de représenter une certaine anisotropie avec cette méthode.

up arrow