Assimilation de données GPS pour la prévision de la convection profonde

par Xin Yan

Thèse de doctorat en Sciences de l'univers, de l'environnement et de l'espace

Sous la direction de Andréa Walpersdorf et de Véronique Ducrocq.

Soutenue en 2009

à Toulouse 3 .


  • Résumé

    Ce travail de thèse visait à exploiter le potentiel des observations GPS sol pour l'assimilation de données à mesoéchelle et la prévision numérique du temps à haute résolution. Nous avons tout particulièrement examiné l'impact de l'assimilation des données GPS sur la prévision à l'échelle convective des systèmes orageux. Les systèmes d'assimilation utilisés sont les systèmes d'assimilation à mesoéchelle de Météo-France : le 3DVAR/ALADIN et le 3DVAR/AROME. Deux cas d'étude ont été traités, avec pour chacun des cas un nombre important de données GPS assimilées au cours de cycles d'assimilation continus sur de longues périodes. Les situations météorologiques des deux cas d'étude sélectionnés sont caractérisées plusieurs évènements convectifs précipitants. Pour le premier cas d'étude (5-9 septembre 2005), le système d'assimilation utilisé est le 3DVAR/Aladin à la résolution de 9,5 km et l'impact de l'assimilation est étudié sur la prévision à 2. 4km de résolution réalisé avec le modèle MESO-NH. Pour le second cas d'étude (18-20 juillet 2007), les observations GPS du réseau dense déployé au cours de la campagne COPS en complément des observations du réseau opérationnel européen E-GVPAP sont assimilées directement avec le 3DVAR/AROME à la résolution de 2,5 km. Pour les deux cas, les résultats des expériences d'assimilation et de prévision avec ou sans assimilation de données GPS montrent un impact positif sur la prévision des précipitations intenses de l'assimilation des données GPS; l'impact est plus significatif sur le second cas d'étude.

  • Titre traduit

    Assimilation of GPS data for the deep convection forecast


  • Résumé

    The aim of this thesis work is to exploit the potential of ground based GPS observations for mesoscale data assimilation and high-resolution numerical weather prediction. Our main interest lies in the investigation of the impact of GPS observation assimilation in improving the forecast of convective scale weather phenomena such as convective storms. The data assimilation systems we have used are the Météo-France 3DVAR/ALADIN and 3DVAR/AROME systems. Two case studies were conducted with large numbers of GPS observations being assimilated. The cases selected are both convective rainfall events. For the first case (5-9 September 2005) with heavy precipitation over the French Mediterranean regions, the system we used is the 9. 5km 3DVAR/ALADIN assimilation system. Analyses produced by one month of assimilation cycle experiments are used later as the initial and boundary conditions for starting the simulation of the 2. 4km high resolution research model MesoNH. For the second case study (18-20 July 2007), high density GPS observations obtained from the COPS observations field campaign together with GPS observations coming from the European operational E-GVAP network are assimilated directly into the 3DVAR/AROME system with 2. 5km horizontal resolution. Special attentions have been paid on the selection and pre-treatment of the GPS observations before they enter in the assimilation system. Such procedure can be viewed as a quality control for the observations. For both cases, results of twin experiments with and without assimilating GPS observations have suggested a positive impact on the prediction of heavy precipitation, the impact being more significant on the second case.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (164 p.)
  • Annexes : Bibliogr. p. 146-153

Où se trouve cette thèse ?

  • Bibliothèque : Université Paul Sabatier. Bibliothèque universitaire de sciences.
  • Disponible pour le PEB
  • Cote : 2009TOU30225
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.