Assimilation variationnelle de données météorologiques en présence d'instabilité barocline
Rabier, Florence
L'assimilation de données consiste à tenir compte des observations récentes pour réajuster la trajectoire du modèle de prévision. Les schémas classiques d'assimilation (interpolation optimale) effectuent une nette séparation entre les phases d'analyse (insertion de données) et de prévision. Un des inconvénients de cette approche est que l'information sur la dynamique atmosphérique n'est pas utilisée pleinement lors de la phase d'analyse. Par contre, les méthodes variationnelles d'assimilation en cours de développement utilisent de manière cohérente le modèle et les données en cherchant la trajectoire du modèle qui «passe au plus près» des observations sur la période d'assimilation. Cette méthode variationnelle (4D-VAR) est testée sur une situation d'instabilité barocline typique de la circulation atmosphérique aux latitudes tempérées. Elle montre sa capacité à exploiter efficacement les liens dynamiques entre différentes composantes de l'écoulement atmosphérique. D'autre part, la supériorité de cette méthode par rapport aux méthodes séquentielles est mise en évidence sur la qualité de l'analyse et de la prévision issue de cette analyse. Le modèle adjoint, développé pour cette méthode variationnelle, peut également servir à des applications météorologiques autres que l'assimilation. En particulier, la sensibilité de la cyclogénèse aux conditions initiales est étudiée à l'aide de cet outil.
Accès à la notice sur le site du portail documentaire de Météo-France