Écart aux observations

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 $\mathrm{R_{prof}}$ et $\mathrm{R_{Fu}}$. La moyenne de l'expérience $\mathrm{R_{Fu}}$ est moins nulle que celle de $\mathrm{R_{prof}}$. 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 $\mathrm{R_{prof}}$ et $\mathrm{R_{Fu}}$. La première constatation est que l'écart-type de l'écart des observations à l'ébauche est plus grand pour l'expérience $\mathrm{R_{Fu}}$ que pour l'expérience $\mathrm{R_{prof}}$. 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 $\mathrm{R_{Fu}}$ 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 $\mathrm{R_{Fu}}$.

Figure 4.1: Moyenne des profils de température globale pour des variances d'erreur d'observations de profils analytique (a) ou obtenu par la méthode de Fu et al. (b).
(En noir : OmB du contrôle ; en bleu : OmB de l'expérience ; en rouge : OmA de l'expérience)
[ $\mathrm{R_{prof}}$] \includegraphics[angle=90,width=0.30\textwidth]{euhu_euyh_GLOBAL_T_mean.ps.eps} [ $\mathrm{R_{Fu}}$] \includegraphics[angle=90,width=0.30\textwidth]{euhu_euyc_GLOBAL_T_mean.ps.eps}

Figure 4.2: Ecart-types des profils de température globale pour des variances d'erreur d'observations de profils analytique (a) ou obtenu par la méthode de Fu et al. (b).
(En noir : OmB du contrôle ; en bleu : OmB de l'expérience ; en rouge : OmA de l'expérience)
[ $\mathrm{R_{prof}}$] \includegraphics[angle=90,width=0.30\textwidth]{euhu_euyh_GLOBAL_T_std.ps.eps} [ $\mathrm{R_{Fu}}$] \includegraphics[angle=90,width=0.30\textwidth]{euhu_euyc_GLOBAL_T_std.ps.eps}

Figure 4.3: Accroissement relatif de l'erreur des profils de température globale pour des variances d'erreur d'observations de profils analytique (a) ou obtenu par la méthode de Fu et al. (b).
[ $\mathrm{R_{prof}}$] \includegraphics[angle=90,width=0.30\textwidth]{euhu_euyh_GLOBAL_T_err_growth_rel.ps.eps} [ $\mathrm{R_{Fu}}$] \includegraphics[angle=90,width=0.30\textwidth]{euhu_euyc_GLOBAL_T_err_growth_rel.ps.eps}

Figure 4.4: Moyenne des profils de salinité globale pour des variances d'erreur d'observations de profils analytique (a) ou obtenu par la méthode de Fu et al. (b).
(En noir : OmB du contrôle ; en bleu : OmB de l'expérience ; en rouge : OmA de l'expérience)
[ $\mathrm{R_{prof}}$] \includegraphics[angle=90,width=0.30\textwidth]{euhu_euyh_GLOBAL_S_mean.ps.eps} [ $\mathrm{R_{Fu}}$] \includegraphics[angle=90,width=0.30\textwidth]{euhu_euyc_GLOBAL_S_mean.ps.eps}

Figure 4.5: Ecart-types des profils de salinité globale pour des variances d'erreur d'observations de profils analytique (a) ou obtenu par la méthode de Fu et al. (b).
(En noir : OmB du contrôle ; en bleu : OmB de l'expérience ; en rouge : OmA de l'expérience)
[ $\mathrm{R_{prof}}$] \includegraphics[angle=90,width=0.30\textwidth]{euhu_euyh_GLOBAL_S_std.ps.eps} [ $\mathrm{R_{Fu}}$] \includegraphics[angle=90,width=0.30\textwidth]{euhu_euyc_GLOBAL_S_std.ps.eps}

Figure 4.6: Accroissement relatif de l'erreur des profils de salinité globale pour des variances d'erreur d'observations de profils analytique (a) ou obtenu par la méthode de Fu et al. (b).
[ $\mathrm{R_{prof}}$] \includegraphics[angle=90,width=0.30\textwidth]{euhu_euyh_GLOBAL_S_err_growth_rel.ps.eps} [ $\mathrm{R_{Fu}}$] \includegraphics[angle=90,width=0.30\textwidth]{euhu_euyc_GLOBAL_S_err_growth_rel.ps.eps}

Nicolas Daget 2007-02-08