Compréhension des systèmes d'assimilation : de quelle manière les modèles établissent leurs conditions initiales – version 2

Compréhension des systèmes d'assimilation : de quelle manière les modèles établissent leurs conditions initiales – version 2

Ce module, Compréhension des systèmes d’assimilation étudie comment les modèles créent leurs conditions initiales et fait partie de « la série de modules de formation sur les PNT : Utilisation intelligente des PNT dans le processus prévisionnel ». Ce module explique le processus d’assimilation de données, incluant le rôle du modèle lui-même ainsi que l’importance des observations. Ce module couvre les points suivants : comment les modèles utilisent les données en fonction de la résolution du modèle et le type de données, comment les données influencent l’analyse, les limites des systèmes d’assimilation de données, l’importance des conditions initiales sur la qualité des guides de la PNT, de même que les enjeux sur la détermination de la qualité des guides de la PNT basés sur les conditions initiales. Des modèles conceptuels sur les différences entre le 3d-var avec covariances du champ d’essai isotropique, les covariances du champ d’essai anisotropique, le 4d-var, et les filtres d’ensemble Kalman sont illustrés.

En l’an 2000, l’expert en la matière de ce module était le Dr. Ralph Peterson des centres nationaux de prévision environnementale, Environmental Modeling Center (NCEP/EMC). Des révisions au module ont été apportées en 2009 par Dr. Bill Bua et Dr. Stephen Jascourt, de l’équipe de prévision numérique du temps à UCAR/COMET.