Predictability of atmospheric flow at synoptic scales :influence of moisture and non-linear processes - PASTEL - Thèses en ligne de ParisTech Access content directly
Theses Year : 2007

Predictability of atmospheric flow at synoptic scales :influence of moisture and non-linear processes

Prévisibilité de l'écoulement atmosphérique aux échelles synoptiques : influence des non-linéarités et de l'humidité

Olivier Rivière
  • Function : Author

Abstract

This work aims at explaining the importance of moisture and nonlinear processes for the predictability of baroclinic systems. In order to study nonlinear growth of errors, the Nonlinear Singular Vectors technique (NLSV) is introduced: these are the most rapidly amplifying perturbations on the lead time of the forecast. The first part of this work studies the physical properties of NLSV s in atmospheric models with different levels of realism. The importance of nonlinear interactions between the mean flow and the perturbation is highlighted. Then the impact of precipitation on the structure and amplification of optimal perturbations is studied in a GCM. ln the last section, a novel nonlinear method for investigating the sensitivity of error growth to the moisture of the basic state is introduced and shows a negative impact of moisture on predictability .
Ce travail vise à améliorer notre compréhension du rôle de l'humidité et des non-linéarités sur la croissance des erreurs de prévision associées aux systèmes dépressionnaires. Afin de généraliser les méthodes d'étude de prévisibilité à des dynamiques non-linéaires de croissance d'erreurs la méthode des vecteurs singuliers non-linéaires (NLSV) est introduite: ce sont les perturbations dont l'amplification non-linéaire est maximale sur l'échéance de la prévision. Dans un premier temps, la physique des NLSVs est étudiée dans des modèles de réalisme croissant et le rôle des interactions non-linéaires entre la perturbation et l'écoulement moyen est explicité. Ensuite, l'impact de la précipitation sur la structure et la croissance des perturbations optimales dans un modèle de circulation générale est détaillé. Enfin, une méthode novatrice estimant la sensibilité de la structure ainsi que de la croissance des perturbations optimales au champ d'humidité à grande échelle est introduite.
Fichier principal
Vignette du fichier
entete_these.pdf (7.7 Mo) Télécharger le fichier
Loading...

Dates and versions

pastel-00004043 , version 1 (30-01-2009)

Identifiers

  • HAL Id : pastel-00004043 , version 1

Cite

Olivier Rivière. Predictability of atmospheric flow at synoptic scales :influence of moisture and non-linear processes. Sciences of the Universe [physics]. Ecole des Ponts ParisTech, 2007. English. ⟨NNT : ⟩. ⟨pastel-00004043⟩
92 View
172 Download

Share

Gmail Mastodon Facebook X LinkedIn More