Comparaison b09k_b09r . Exp OPAVAR OPAVAR
Ces diagnostiques utilisent un
ensemble de scripts développés par N. Daget omb_oma_box2.
Les liste des fichiers ci-dessous est disponible pour les boites
GLOBLAL
ATL1
ATL2
ATL3
EQ1
EQ2
EQ3
IND1
IND2
NE_EXTRATROP_ATL
NE_EXTRATROP_PAC
NE_SUBTROP_ATL
NE_SUBTROP_PAC
NINO34
NINO3
NINO4
NW_EXTRATROP_ATL
NW_EXTRATROP_PAC
NW_SUBTROP_ATL
NW_SUBTROP_PAC
SE_SUBTROP_ATL
SE_SUBTROP_IND
SE_SUBTROP_PAC
SOUTHERN_OCEAN_ATL
SOUTHERN_OCEAN_IND
SOUTHERN_OCEAN_PAC
SW_SUBTROP_ATL
SW_SUBTROP_IND
SW_SUBTROP_PAC
Surface grisee: exp b09k avec
variances pour T et Su parametrisees
Courbe noire : exp b09r
avec variances pour T et Su issues de l'experience du projet ENSEMBLES
evvk. Climatologie 1993-2001
Temperature
Ecart type de la difference (Analyse-Obs) en T
b09k_b09r_GLOBAL_Tamo_sig.png
L'ecart entre l'analyse et les observations de temperature est plus
fortement reduit par l'experience b09k
amoT(ens)>amoT(param)
Ecart type de la difference (Ebauche-Obs) en T
b09k_b09r_GLOBAL_Tbmo_sig.png
L'ecart entre l'ebauche et les observations de temperature est
plus legerement reduit par l'experience b09r
bmoT(ens)<bmoT(param)
Croissance d'erreur relative en T
[(yo-Hxb) - (yo-Hxa)] / (yo-Hxb) * 100
b09k_b09r_GLOBAL_T_err_growth_rel.png
La croissance d'erreur a 10 jours est plus faible avec les variances
d'ensemble. Les statistiques sont donc dynamiquement plus coherente
avec le modele.
La croissance d'erreur de b09k(param) est plus forte que celle de b09d,
donc bien qu on ait un amo plus petit que b09d, on obtient un bmo plus
grand que b09d.
La croissance d'erreur de b09r(ens) est plus faible que celle de b09k,
donc bien qu on ait un amo plus grand que b09k, on obtient un bmo plus
petit que b09k.
cer(ens)<cer(param)
Variance d'erreur d'ebauche en T
b09k_b09r_GLOBAL_stdbck_T.png
La variance d'erreur de l'ebauche de l'ensemble est plus faible
que la variance d'erreur de l'ebauche parametrisee. b09r(ens) fait donc
plus confiance a l'ebauche que b09k(param), ceci est coherent avec le
fait que amoT(ens)>amoT(param).
SigmaTb(ens) < SigmaTb(param)
Variance d'erreur d'ebauche en T preconisee par le diagnostic de
Desroziers (1 er iteration)
b09k_b09r_GLOBAL_stdbck_T_dia.png
Ce plot est a comparer au plot precedent
b09k_b09r_GLOBAL_stdbck_T.png..
Les variances parametrises sont satisfaisantes en surface et un peu
trop faible en sub-surface. Les variances d'ensemble sont notablement
trop faibles en surface et un peu trop faibles en sub-surface.
On peut penser ameliorer la concordance au diagnostic de Desroziers en
utilisant des variances de T non climatologiques (cycle inter annuel ou
cycle intra annuel), ou bien des variances issues d'un run d'ensemble
dynamique (these Nico).
D.Desr(ens) moins bon que D.Desr(param)
Variance d'erreur d'observation en T
b09k_b09r_GLOBAL_stdobs_T.png
Les variances d'erreur d'observations sont identiques pour b09k et
b09r. Dans les 2 cas, elles sont parametrisees.
SigmaTo(ens) = SigmaTo(param)
Variance d'erreur d'observation en T preconisee par le diagnostic
de Desroziers(1 er iteration)
b09k_b09r_GLOBAL_stdobs_T_dia.png
La comparaison au diagnostic de Desroziers pour la variance d'erreur
d'observation a peu d interet aussi. Notons que les variances
prescrites sont identiques pour les 2 exp, neanmoins, les calculs du
diagnostic de Desroziers implique l'utilisation des variances d'erreur
d'ebauche qui elles sont differents dans les 2 exp.
Salinite
Ecart type de la difference (Analyse-Obs) en S
b09k_b09r_GLOBAL_Samo_sig.png
L'ecart entre l'analyse et les observations de salinite est plus
fortement reduit par l'experience b09k
amoS(ens)>amoS(param)
Ecart type de la difference (Ebauche-Obs) en S
b09k_b09r_GLOBAL_Sbmo_sig.png
L'ecart entre l'ebauche et les observations de salinite est
presque identique a celui de l'experience b09r
bmoT(ens) = bmoT(param)
Croissance d'erreur relative en S
[(yo-Hxb) - (yo-Hxa)] / (yo-Hxb) * 100
b09k_b09r_GLOBAL_S_err_growth_rel.png
La croissance d'erreur a 10 jours est plus faible avec les variances
d'ensemble. Les statistiques sont donc dynamiquement plus coherente
avec le modele.
La croissance d'erreur de b09k(param) est plus forte que celle de b09r,
donc bien qu on ait un amo plus petit que b09r, on obtient un bmo egal
a celui de b09r.
La croissance d'erreur de b09r(ens) est plus faible que celle de b09k,
donc bien qu on ait un amo plus grand que b09k, on obtient un bmo egal
a celui de b09k.
cer(ens)<cer(param)
Variance d'erreur d'ebauche en S
b09k_b09r_GLOBAL_stdbck_S.png
La variance d'erreur de l'ebauche de l'ensemble est plus faible
que la
variance d'erreur de l'ebauche parametrisee. b09d(ens) fait donc plus
confiance a l'ebauche que b09k(param), ceci est coherent avec le fait
que amoT(ens)>amoT(param).
SigmaTb(ens) < SigmaTb(param)
Variance d'erreur d'ebauche en S preconisee par le diagnostic de
Desroziers (1 er iteration)
b09k_b09r_GLOBAL_stdbck_S_dia.png
Ce plot est a comparer au plot precedent
b09k_b09r_GLOBAL_stdbck_S.png..
Les variances parametrises sont satisfaisantes en surface et un peu
trop faible en sub-surface. Les variances d'ensemble sont notablement
trop faibles en surface et un peu trop faibles en sub-surface.
On peut penser ameliorer la concordance au diagnostic de Desroziers en
utilisant des variances de S non climatologiques (cycle inter annuel ou
cycle intra annuel), ou bien des variances issues d'un run d'ensemble
dynamique (these Nico).
D.Desr(ens) moins bon que D.Desr(param)
Variance d'erreur d'observation en S
b09k_b09r_GLOBAL_stdobs_S.png
Les variances d'erreur d'observations sont identiques pour b09k et
b09r. Dans les 2 cas, elles sont lues dans le fichier de Fu.
SigmaTo(ens) = SigmaTo(param)
Variance d'erreur d'observation en S preconisee par le diagnostic
de Desroziers(1 er iteration)
b09k_b09r_GLOBAL_stdobs_S_dia.png
La comparaison au diagnostic de Desroziers pour la variance d'erreur
d'observation a peu d interet aussi. Notons que les variances
prescrites sont identiques pour les 2 exp, neanmoins, les calculs du
diagnostic de Desroziers implique l'utilisation des variances d'erreur
d'ebauche qui elles sont differents dans les 2 exp.
Courants
Vitesse verticale
b09k(param)
b09r(ens)
La vitesse verticale est moins degradee (par rapport au controle) lors
de l'utilisation des variances d'ensemble.
Comparaison aux donnees de vitesse TAO (u)
La vitesse u est moins degradee (par rapport au controle) lors de
l'utilisation des variances d'ensemble. Ceci permet de conserver un fit
aux observations non assimilees de vitesse aux points TAO bien plus
satisfaisant que lors de l'usage des variances parametrisees.
b09k(param)
0
1
2
3
4
b09r(ens)
0
1
2
3
4
Temperature - Comparaison a TAO
b09k
0
1
2
3
4
5
6
7
b09r
0
1
2
3
4
5
6
7