Asimilarea de Date în Meteorologie

Prognoza numerica a vremii este o metoda obiectiva de prognoza care a evoluat foarte mult in ultimele deceniisi care se afla intr-o dezvoltare accentuata in prezent. Aceasta presupune predictia starii viitoare a circulatiei atmosferei, pornind de la o stare prezenta cunoscuta a acesteia, prin utilizarea aproximatiilor numerice ale ecuatiilor dinamice.

Asa cum este aratat in Holton (1996), indeplinirea acestui obiectiv necesita observatii

ale campurilor variabilelor in starea initiala, un sistem inchis de ecuatii de prognoza relativ la campurile variabilelor si o metoda de integrare in timp a ecuatiilor, pentru a obtine distributia viitoare a campurilor variabilelor. Prin urmare, pentru realizarea prognozei numerice este nevoie sa se cunoasca starea initiala a atmosferei, iar precizia cu care aceasta este descrisa in model constituie un factor important in ceea ce priveste calitatea prognozei numerice. Se stie ca starea reala a atmosferei la un moment anumit de

timp nu poate fi determinata cu exactitate.

Asimilarea de date este procedura prin care se realizeaza o estimare a starii atmosferei cat mai apropiata de starea reala, dar care sa fie in acelasi timp si dinamic consistenta, denumita analiza. Analiza este utila atat prin ea insasi, ca diagnoza a starii atmosferei la un moment de timp dat, dar mai ales este utila pentru furnizarea datelor initiale necesare integrarii unui model numeric de prognoza a vremii, stiindu-se faptul ca modul in care este descrisa starea initiala a atmosferei in model constituie un factor esential care determina calitatea prognozei. De asemenea, analiza poate fi privita ca o pseudo-observatie, sau ca o referinta fata de care sa se verifice calitatea observatiilor.

In cadrul procesului de asimilare a datelor, trebuie sa tinem cont de faptul ca informatiile care sunt combinate pentru a realiza analiza nu sunt perfecte, ci contin erorisi deci nu ne putem baza complet pe nici una din ele. Prin urmare, ar trebui cautata o strategie care sa minimizeze in medie diferenta dintre analiza si starea reala. Pentru aceasta, este necesar sa reprezentam matematic incertitudinea asupra datelor care intra in procesul de asimilare. Aceste incertitudini pot fi evaluate prin introducerea statisticilor erorilor datelor respective si pot fi modelate cu ajutorul conceptelor probabilistice.In acest fel, algoritmul de asimilare poate fi construit pornind de la premisa ca, in medie, erorile analizei sa fie minime si poate fi privit ca o problema de optimizare. Este necesar deci sa se cunoasca statisticile erorilor de observatie si ale erorilor de prima estimare, acestea determinand ponderile observatiilor si ale primei estimari a modelului in analiza.

Modelele ARPEGE si ALADIN

ARPEGE (Action de Recherche Petite Echelle Grande Echelle)este modelul numeric de prognoza a vremii global al Meteo France. Acesta este un model spectral, a carui caracteristica a specifica a o reprezinta a folosirea rezolutiei variabile pe glob, in functie de un factor de intindere a grilei, acest lucru facand posibila utilizarea acestui model atat pentru prognoza numerica la scara sinoptica, cat si la mezoscara. Principalul avantaj al acestei solutii il reprezinta a evitarea erorilor introduse in cazul utilizarii unor conditii la limitele laterale ale domeniului de rezolutie mai slaba a pentru un domeniu cu rezolutie fina.