Asimilasi pengamatan suhu permukaan tanah dalam sistem asimilasi data permukaan 2DEnVar dalam AROME-Prancis

Abstrak
Asimilasi pengamatan suhu permukaan daratan (LST) dari instrumen satelit sangat penting untuk merepresentasikan keadaan awal permukaan daratan secara lebih akurat dalam sistem prediksi cuaca numerik (NWP). Aktivitas terkini di Météo-France dalam model Aplikasi Penelitian untuk Operasi pada Skala Meso (AROME-France) yang terbatas didedikasikan untuk asimilasi pengamatan LST, berkat metode berbasis ensembel yang baru-baru ini dikembangkan untuk asimilasi data permukaan (DA). Pengembangan tersebut terdiri dari asimilasi pengamatan LST ke dalam skema tingkat layar variasional berbasis ensembel dua dimensi (2DEnVar) (konfigurasi 2DEnVar-LST), seperti yang telah dilakukan untuk suhu 2 m () dan kelembaban relatif (). Hal ini mengarah pada perluasan vektor kontrol dan representasi korelasi silang antara ketiga variabel ini dalam kovariansi kesalahan latar belakang.matriks harian. LST dan kenaikan analisis suhu 2-m yang dihasilkan oleh sistem ini kemudian digunakan dengan bobot yang sama sebagai “pengamatan semu” dalam sistem DA tanah untuk menginisialisasi suhu tanah. Evaluasi 2DEnVar-LST terhadap 2DEnVar (tanpa asimilasi pengamatan LST) menunjukkan dampak positif pada prakiraan di dekat permukaan dan di atmosfer bawah hingga 700 hPa. Hasil ini terutama disebabkan oleh representasi kovariansi silang yang relevan antaraBahasa Indonesia:, dan LST dalam ensembel yang bergantung pada aliranmatriks. Sistem 2DEnVar berbasis ensemble tampaknya tangguh dan andal untuk asimilasi jenis pengamatan baru dari satelit.