Estimation des variances d'erreur de prévision pour l'assimilation de données

• Autores: Laure Raynaud
• Localización: Météorologie, ISSN 0026-1181, Nº. 80, 2013, págs. 48-58
• Idioma: francés
• Texto completo no disponible (Saber más ...)
• Resumen
  • English

    Data assimilation systems used to determine the initial state of a weather forecast require an accurate specification of forecast error variances. To estimate these statistics, a solution consists in developing an ensemble of perturbed assimilations, in order to simulate the spatio-temporal evolution of involved errors. Two important aspects of this approach are presented here: the reduction of sampling error associated with small ensemble sizes and the representation of model error contributions. Moreover, the spatio-temporal dynamics of estimated error variances and their impact on the quality of the ARPEGE model are discussed.

  • français

    Les systèmes d'assimilation de données utilisés pour déterminer l'état initial d'une prévision météorologique requièrent une spécification précise des variances d'erreur de prévision. Pour estimer ces statistiques, une solution consiste à mettre en oeuvre un ensemble d'assimilations perturbées de façon à simuler l'évolution spatio-temporelle des erreurs en jeu. Deux aspects importants de cette approche sont présentés ici : la réduction de l'erreur d'échantillonnage associée aux ensembles de petite taille et la représentation des contributions de l'erreur de modèle. Par ailleurs, la dynamique spatiotemporelle des variances d'erreur estimées et leur impact sur la qualité du modèle ARPÈGE sont discutés.