Avec les écarts des observations à l'ébauche et à l'analyse, il est possible de calculer des moyennes, des écart-types et des accroissements de l'erreur. Divers résultats sont présentés sous forme de profil.
Les figures 4.1 et 4.4 représentent la moyenne
des profils des écarts des observations à l'ébauche (OmB) et à
l'analyse (OmA) pour les expériences
et
. La moyenne de l'expérience
est moins nulle que celle de
. Le système corrige donc moins bien
le biais. Ceci étant, dans sa formulation, le système OPAVAR
n'est pas destiné à corriger le biais du modèle et rien n'est fais
en ce sens. Ce résultat n'en était pas moins prévisible car en
augmentant globalement les variances d'erreur des observations, le
système à tendance à plus faire confiance dans l'ébauche et à
moins essayer d'être proche des observations.
Les figures 4.2 et 4.5 représentent l'écart-type
des profils des écarts des observations à l'ébauche (OmB) et à
l'analyse (OmA) pour les expériences
et
. La première constatation est que l'écart-type
de l'écart des observations à l'ébauche est plus grand pour
l'expérience
que pour l'expérience
. C'est par contre le contraire pour
l'écart-type de l'écart des observations à l'ébauche.
Ce premier résultat concernant OmA est, somme toute, logique.
En effet, si les variances de l'erreur d'observations sont globalement
plus importantes, alors le système d'assimilation fait moins confiance
aux observations et n'essaie pas autant de diminuer la variance
de l'écart aux observation. Logiquement la variance d'OmA est plus
grande.
En ce qui concerne le second résultat, il est exactement ce que l'on
espérait. En effet, dans le système classique, l'incrément
calculé n'est pas entièrement compatible avec le modèle et sa
configuration. En conséquence, il n'est pas parfaitement pris en
compte et parfois crée même des instabilités. En améliorant les
variances d'erreur d'observations, l'idée est de moins corriger
le modèle dans les zones où il n'est pas capable d'utiliser l'information.
Et le contraire dans les zones où il pourraît en supporter plus.
Obtenir des variances d'OmB plus petites avec l'expérience
tend à prouver que l'incrément calculé
est mieux adapté au modèle OPA dans sa configuration ORCA2.
Ce résultat est confirmé par les figures 4.3 et 4.6
qui montrent un accroissement de l'erreur beaucoup plus faible (un décalage
de 10% de l'accroissement de l'erreur, soit de 15% à 30% d'accroissement
d'erreur en moins) pour l'expérience
.
[
|
[
|
[
|
[
|
[
|
[
|
Nicolas Daget 2007-02-08