Resumen de Une nouvelle technique d'assimilation des données d'observation au CEPMMT: L'assimilation variationnelle quadridimensionnelle

Ernst Klinker, Jean-François Mahfouf, Florence Rabier

• English

  ECMWF made a major step by switching its operational data assimilation method to four-dimensional data assimilation (4D-VAR). 4D-VAR uses all the tools from the previous operational system, 3D-VAR (same 6-hour assimilation window, same observations and same background term). The new ingredient is the temporal dimension. Over the 6-hour data assimilation window, 4D-VAR seeks the atmospheric model trajectory best fitting the observations and the background while satisfying an approximate geostrophic balance constraint. This allows to make a better use of the observations, in a way consistent with the dynamics, leading to better forecasts at all ranges in mid-latitudes. More over, a set of sub-grid scale physical processes has been introduced in the linearised versions of the forecast model used to solve the 4D-VAR variational problem. These physical processes describe deep moist convection, large-scale precipitation, vertical diffusion, longwave radiation and sub-grid-scale orographic effects. Because of the cost, these physical processes have been introduced in only a fraction of the variational processes. Nevertheless, their impact is significant for the humidity field in the Tropics, with a better performance of forecast quality in this region. 4D-VAR has been tested in parallel with the previous 3D-VAR for several months. A significant improvement of the forecast quality has been observed in both hemispheres.

• français

  Le Centre européen pour les prévisions météorologiques à moyen terme (CEPMMT) a franchi le 25 novembre 1997 une étape majeure en adoptant l'assimilation variationnelle quadridimensionnelle (4D-VAR) en tant que méthode d'assimilation de données pour la prévision numérique du temps. L'assimilation 4D-VAR emploie tous les ingrédients du système précédent, le 3D-VAR (même fenêtre temporelle de six heures, mêmes observations et même terme d'écart à l'ébauche), auxquels elle ajoute la dimension temporelle. Sur la fenêtre temporelle de six heures, le 4D-VAR recherche la trajectoire du modèle atmosphérique qui passe « au plus près » des observations et de l'ébauche, tout en satisfaisant une contrainte d'équilibre géostrophique approché. Cela permet de mieux prendre en compte les observations, de façon cohérente avec la dynamique. D'où des prévisions améliorées à toutes les échéances aux latitudes tempérées. De plus, un ensemble de processus physiques d'échelle sous-maille a été introduit dans les versions linéarisées du modèle de prévision qui servent à résoudre le problème variationnel que traite le 4D-VAR. Ces processus physiques représentent les effets de la convection profonde, des précipitations stratiformes, de la diffusion turbulente, des processus radiatifs de grande longueur d'onde et de la partie du relief non résolue par les modèles. Pour des raisons de coût, ces processus physiques n'ont été introduits que dans une partie du traitement variationnel. Ils ont cependant un effet significatif sur la description du champ d'humidité en zone tropicale, avec pour conséquence une amélioration de la qualité des prévisions dans ces régions. La technique 4D-VAR a été testée en parallèle avec l'ancienne méthode 3D-VAR pendant plusieurs mois. On a observé une amélioration notable des performances de la prévision dans les deux hémisphères.