Observations réelles

a - Modication de la conguration du système d'assimilation opéra- tionnel

Avant de tester le ltre de Kalman d'ensemble avec des observations réelles, la conguration du système d'assimilation a été modiée. Cette modication concerne à la fois le système d'assimilation opérationnel et le ltre de Kalman d'ensemble. En eet, sur les 2200 simulations théoriquement réalisables sur la période de 3 mois allant du 1/11/2004 au 31/01/2005, seulement 2000 sont eectuées avec la congu- ration opérationnelle. La diérence est due à des données manquantes (problèmes sur l'acquisition des données du mât, de la station météorologique, des mesures dans le sol ou encore des observations de ux radiatifs, ou encore prols aladin non dis- ponibles). De ce fait, les cycles d'assimilation-prévision sont souvent interrompus, ce qui entraîne une dégradation de la qualité des prols initiaux et donc des prévi- sions. Ce problème est accentué avec le ltre de Kalman d'ensemble, car, au début d'une série de cycles d'assimilation-prévision, celui-ci nécessite environ entre 10 et 20 cycles d'assimilation pour trouver un équilibre. Pour remédier à cela, il convient

82 4. Filtre de Kalman d'ensemble

Echéance Echéance

Fig. 4.2: Taux de détection (noir) et pseudo-taux de fausse alarme (rouge) des conditions LVP en fonction de l'échéance. Conguration classique (à gauche, statistiques sur 2000 simulations) et modiée (à droite, statis- tiques sur 2200 simulations) du système d'assimilation opérationnel.

de faire fonctionner le modèle même lorsque l'un des composants du système d'ob- servations locales est indisponible. Pour ce faire, la conguration opérationnelle du système d'assimilation a été modiée comme suit :

 En cas de manque des données de la station météorologique, la construction des conditions initiales est eectuée sans la température et l'humidité à 2 m. Comme on n'a aucune information sur la couverture nuageuse, l'initialisation des brouillards et nuages bas n'est pas prise en compte dans ce cas ;

 En cas de manque des données du mât, l'assimilation est eectuée sans ces mesures, comme dans l'expérience NOMAST ;

 Si les mesures de température et de contenu en eau du sol sont indisponibles, alors l'ébauche isba est utilisée comme condition initiale pour le sol ;

 Enn, si les observations des ux radiatifs à 2 et 45 m sont indisponibles et que des nuages sont présents à l'initialisation, deux cas de gures sont possibles.

I. Résumé des résultats 83 S'il s'agit de brouillard, alors sa hauteur initiale est xée arbitrairement à 25 m. S'il s'agit de stratus, alors l'épaisseur de la couche de nuage est xée arbitrairement en fonction de la hauteur de la base.

Au vu de l'étude sur l'impact des diérents composants du système d'observa- tions locales, il est certain que certaines simulations, en particulier celles eectuées sans les observations de ux radiatifs, ne seront pas de grande qualité. Cependant, il nous est paru plus important de préserver la continuité du cycle d'assimilation- prévision. La gure 4.2 présente les taux de détection et de fausse alarme en fonction de l'échéance, avant et après modication de la conguration du système d'assimi- lation opérationnel. Les statistiques n'ont pas été eectuées sur le même nombre de cas : on dénombre 168 heures de situations LVP sur les 2000 simulations de la conguration classique, tandis que l'on en recense 186 sur les 2200 simulations de la conguration modiée. On peut voir cependant que le fait d'avoir une série inin- terrompue de cycles d'assimilation-prévision au cours des trois mois de simulation apporte une amélioration tangible des scores ; en particulier en ce qui concerne le pseudo-taux de fausse alarme, qui passe de 0,501 à 0,459 en moyenne sur tous les réseaux et toutes les échéances. Le taux de détection moyen est quasi-inchangé ; il est de 0,632 avec la conguration classique et de 0,634 avec la conguration modiée du système d'assimilation. REF désigne l'expérience utilisant le système d'assimilation opérationnelle, modié pour qu'il n'y ait pas d'interruption des cycles d'assimilation-prévision. Le ltre de Kalman d'ensemble a été testé uniquement avec cette conguration.

b - Résultats avec le ltre de Kalman d'ensemble

ENKF32 est évalué uniquement sur la qualité des prévisions des conditions LVP. Le taux de détection des conditions LVP (tableau 3 de l'article) est légèrement amé- lioré par ENKF32 par rapport à REF, pour les échéances comprises entre 1 et 3h. De même, le pseudo-taux de fausse alarme (tableau 4 de l'article) est signicativement amélioré, de l'ordre de 10%, jusqu'à 3h d'échéance. Au delà, les scores sont inchangés entre ENKF32 et REF. Les conditions initiales ont moins d'impact lorsque l'on uti- lise des observations réelles qu'avec des observations simulées. Dans ce dernier cas, le modèle étant parfait, la qualité des prévisions dépend uniquement de la qualité des conditions initiales. Avec des observations réelles, l'erreur modèle intervient et interagit avec l'erreur sur les conditions initiales. Ces dernières ont par conséquent moins d'impact relatif sur la qualité des prévisions.

La prévision de l'heure de début des conditions LVP (tableau 5 de l'article) est améliorée par ENKF32 par rapport à REF ; en eet les erreurs sont globalement plus petites et il y a moins de grandes erreurs (plus de 6 heures). La proportion de

petites erreurs (dénies arbitrairement comme inférieures à 45 mn) augmente d'un peu moins de 10% pour ENKF32 par rapport à REF. Il est dicile de dégager une tendance pour la prévision de l'heure de n des conditions LVP (tableau 6 de l'ar- ticle). Le ltre de Kalman d'ensemble a moins d'impact sur la prévision de celle-ci car dans la plupart des cas, le brouillard était déjà présent à l'initialisation. Dans ces cas, l'heure de dissipation du brouillard dépend plus de l'épaisseur initiale de celui-ci que des prols initiaux de température et d'humidité donnés par le ltre de Kalman d'ensemble.