Caractérisation des erreurs de modélisation pour l'assimilation de données dans un modèle océanique régional du Golfe de Gascogne - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2007

Model error characterization for data assimilation in a regional ocean model of the Bay of Biscay

Caractérisation des erreurs de modélisation pour l'assimilation de données dans un modèle océanique régional du Golfe de Gascogne

Résumé

A data assimilation system for ocean models, the SEEK (Singular Evolutive Extended Kalman) filter, is studied to control a Bay of Biscay configuration. This 1/15° configuration, nested in a 1/3° North Atlantic configuration, through the use of Open (sea) Boundaries Conditions, is developed using HYCOM (Hybrid Coordinate Ocean Model). This study focuses on the parametrization of the model error in the SEEK filter, and more generally in low rank Kalman filters, in order to control regional models. Classic parametrizations of these data assimilation systems, which have been developed initially for basin models, are not adapted to the regional dynamics complexity. Ensemble methods are used to get a realistic estimation of the model error due to bad determination of atmospheric and open boundary forcings. These forcings influence is supposed to be very important on regional dynamics. Model error statistics are characterized using the method of representers, which demonstrates the impact of the assimilation of various type of observations to control the oceanic state. The propagation of the error generated at open boundaries is weak. The use of the error due to atmospheric forcings to parameterize the SEEK filter for surface temperature assimilation experiments gives good results. Their comparison with those given by a more classical parametrization shows the benefits of this study on model error.
Cette thèse porte sur l'application du filtre SEEK (Singular Evolutive Extended Kalman filter), un système d'assimilation de données pour les modèles océaniques, au contrôle d'une configuration du Golfe de Gascogne. Cette configuration au 1/15°, emboîtée dans une configuration au 1/3° de l'Atlantique Nord à travers l'emploi de Conditions aux Frontières Ouvertes (en mer), est développée à l'aide du modèle HYCOM (Hybrid Coordinate Ocean Model) à coordonnée verticale hybride. L'étude porte essentiellement sur la paramétrisation de l'erreur modèle dans le filtre SEEK, et plus généralement dans les filtres de Kalman de rangs réduits, pour le contrôle des modèles régionaux. Les paramétrisations classiques de ces systèmes d'assimilation, développés jusqu'à présent pour les modèles de bassin, sont inadaptées à la complexité de la dynamique régionale. On utilise des méthodes d'ensemble pour estimer de façon réaliste l'erreur modèle liée à la mauvaise détermination des forçages aux limites, forçages atmosphériques et CFO, dont l'influence est a priori très importante sur la dynamique régionale. La caractérisation des statistiques de l'erreur modèle est réalisée à l'aide de la méthode des représenteurs qui montre l'impact de l'assimilation de divers types d'observations pour le contrôle de l'état océanique. La propagation de l'erreur générée aux frontières ouvertes est faible. Les bons résultats donnés par l'emploi de l'erreur liée aux forçages atmosphériques, pour paramétrer le filtre SEEK dans des expériences d'assimilation de température de surface, que l'on compare à ceux donnés par une paramétrisation plus classique, montrent l'apport de cette étude sur l'erreur modèle.
Fichier principal
Vignette du fichier
Thesegbroquet.pdf (34.66 Mo) Télécharger le fichier
soutenance190107.pdf (3.82 Mo) Télécharger le fichier
Format : Autre

Dates et versions

tel-00143004 , version 1 (24-04-2007)

Identifiants

  • HAL Id : tel-00143004 , version 1

Citer

Grégoire Broquet. Caractérisation des erreurs de modélisation pour l'assimilation de données dans un modèle océanique régional du Golfe de Gascogne. Océan, Atmosphère. Université Joseph-Fourier - Grenoble I, 2007. Français. ⟨NNT : ⟩. ⟨tel-00143004⟩
389 Consultations
1132 Téléchargements

Partager

Gmail Facebook X LinkedIn More