Les contenus spécifiques en hydrométéores sont ici ajoutés en variables de contrôle du schéma d'assimilation variationnel ensembliste (3DEnVar) récemment implémenté pour le modèle de prévision à échelle convective AROME. Des localisations optimales pour les covariances d'erreurs d'ébauche avec hydrométéores ont d'abord été diagnostiquées, en répondant aux problèmes de discontinuité et d'hétérogénéité propres à ces variables. La localisation optimale dépend de la variable, de l'altitude et de la situation météorologique.
Des expériences cyclées d'assimilation sur une période estivale de 3 mois ont ensuite montré un apport significativement positif de l'initialisation des hydrométéores sur les prévisions de pluie, de couverture nuageuse et de pression de surface, même en l'absence d'observations directes d'hydrométéores. L'apport d'un nouveau schéma de localisation dépendant de la variable s'est révélé mitigé, celui d'une localisation dépendant de l'échelle est plus positif. |
Hydrometeor variables are added as control variable of a 3D ensemble variational data assimilation scheme (3DEnVar) for the convective-scale numerical weather prediction model AROME. Optimal localisation for background error covariances with hydrometeors is first diagnosed using an objective method based on the ensemble statistics only. Heterogeneity and discontinuities of hydrometeor fields have been tackled to perform these diagnoses. Optimal localisation depends on model variable, model level and weather situation; a specific localisation is advocated for hydrometeor variables.
Cycled data assimilation experiments were then performed over a three-month summer period to assess the impact of proposed changes. Precipitation, cloud cover and surface pressure forecasts are significantly improved when hydrometeor are used a a control variable. A new variable-dependent localisation scheme is tested, but show neutral impact. Better results were obtained with scale-dependent localisation. |