Pierre Gauthier

Pierre Gauthier

Professeur
Liens d'intérêt
Informations générales

Cheminement académique

1988: Ph.D. (météorologie) Université McGill, Montréal (Québec)
1982: M.Sc. (météorologie) Université McGill, Montréal (Québec)
1979: M.Sc. (mathématiques) Université du Québec à Montréal, Montréal (Québec)
1974: B.Sp.Sc. (physique) Université du Québec à Montréal, Montréal (Québec)

Unités de recherche

  • Centre pour l'étude et la simulation du climat à l'échelle régionale (ESCER)

Projets de recherche en cours

  • Assimilation de données: méthodogie et applications

    L'objectif de l'assimilation de données est de réconcilier les mesures de l'atmosphère et une prévision d'un modèle numérique représentant la dynamique de l'atmosphère au meilleur de notre connaissance. L'assimilation tient compte des statistiques d'erreur des observations et de la prévision. Au cours des dernières décennies, les systèmes d'assimilation ont progressé et peuvent traiter de très grands volumes de données (~ 107 par jour) en tenant compte de la dimension temporelle. Nous avons étudié un prototype d'un instrument satellitaire pour mesurer les radiances dans l'infrarouge lointain. Pour obtenir le plus d'information possible de cet instrument, une méthode simple basée sur la théorie de l'information a été développée pour évaluer différentes configurations de l'instrument. Une étude préliminaire nous a permis de déterminer quelles bandes de longueurs d'onde devraient être choisies. Il est très utile d'avoir les outils nécessaires pour faire les bons choix. Les travaux sur de nouveaux types d'observation se poursuivront en cherchant à comparer cette approche 1D à ceux obtenus d'Expériences sur les Systèmes d'Observations (ESO) dans lesquelles des observations existantes sont assimilées avec des systèmes d'assimilation de pointe en ajoutant ou retirant des observations entre deux expériences. L'objectif est d'évaluer le degré de confiance qu'on peut avoir avec une approche 1D beaucoup plus simple. Un autre volet de ce projet s'intéresse à différents aspects des stratégies d'assimilation dans le cadre d'expériences avec des modèles simplifiés pour en évaluer leurs forces et leurs faiblesses. L'emphase portera sur leur capacité à détecter via les observations l'émergence de perturbations atmosphériques se développant rapidement. Pour être en mesure de détecter un signal très faible, de nouvelles méthodes d'assimilation sont nécessaires mais elles requièrent des ressources importantes pour être applicables à des modèles opérationnels complexes qui sont maintenant couplés à d'autres composantes (e.g., océans, sol). Le passage de la théorie à la pratique n'est pas simple. Dans le Joint Effort for Data assimilation Integration (JEDI), un effort de collaboration entre plusieurs partenaires (e.g., NASA), une stratégie a été développée dans laquelle différentes méthodes d'assimilation peuvent être testées et comparées avec un modèle simple ou un modèle de prévision numérique opérationnel. L'objectif est que le développement dans un environnement contrôlé plus simple, comme celui que nous proposons, puisse ensuite être testé dans des systèmes plus complexes. La communauté scientifique considère ceci comme une première étape nécessaire pour le développement de systèmes d'assimilation opérationnels. Ceci permettra de mieux comprendre la dynamique sous-jacente au développement rapide de systèmes météorologiques ou pourquoi le climat peut évoluer lentement mais parfois abruptement. Ce sont les questions auxquelles ce projet s'intéresse.

Partenaires (organismes, entreprises)

  • Environnement Canada, Agence Spatiale Canadienne
Enseignement
Communications
Distinctions
  • WWRP THORPEX Certificate of appreciation (17 novembre 2014)

Directions de thèses et mémoires

Thèses de doctorat
Mémoires
Autres directions et supervisions
  • El Akkraoui, Amal. (2004). Mise en oeuvre d'une analyse variationnelle atmosphérique gérée par le coupleur PALM: une étude de faisabilité. (Rapport de stage de fin d'études). École Nationale de la Météorologie, Toulouse, France.
  • Metref, Sammy. (2011). Assimilation variationnelle 4D en contrainte faible. (Master 1). École Nationale des Ponts et Chaussées, Paris, France.
  • Shah, Abhishek. (2012). Equivalence between 4D-Var and Kalman filter and comparison with an ensemble Kalman filter. (Master of Science). SVNIT, Surat, India.
  • El Akkraoui, Amal. (2010). The primal and dual forms of variational data assimilation in the presence of model error. (Thèse de doctorat, PhD). Université McGill
  • Oubanas, Hind. (2014). COMPARAISON DU 4D-VAR AUX APPROCHES ENSEMBLISTES DANS LE TRAITEMENT DES CORRELATIONS TEMPORELLES. (Rapport de projet de fin d'études). École Nationale de la Météorologie, Toulouse, France.

Publications

Articles scientifiques
  • Gauthier, P., Du, P., Garand, L. et Heilliette, S. (2018). Convergence issues in the estimation of interchannel correlated observation errors in infrared radiance data. Monthly Weather Review, 146(10), 3227–3239. http://dx.doi.org/10.1175/MWR-D-17-0273.1.
  • Chikhar, K. et Gauthier, P. (2017). Impact of lateral boundary conditions on regional analyses. Monthly Weather Review, 145(4), 1361–1379. http://dx.doi.org/10.1175/MWR-D-16-0245.1.
  • Bédard, J., Larocher, S. et Gauthier, P. (2016). Near-Surface Wind Observation Impact on Forecasts: Temporal Propagation of the Analysis Increment. Monthly Weather Review, 145(4), 1549–1564. http://dx.doi.org/10.1175/MWR-D-16-0310.1.
  • Parsons, D.B., Beland, M., Burridge, D., et al. (2016). THORPEX Research and the Science of Prediction. Bulletin of the American Meteorological Society. http://dx.doi.org/10.1175/BAMS-D-14-00025.1.
  • Bédard, J., Laroche, S. et Gauthier, P. (2015). A Geo-Statistical Observation Operator for the Assimilation of Near-Surface Wind Data. Quarterly Journal of the Royal Meteorological Society, 141(692), 2857–2868. http://dx.doi.org/10.1002/qj.2569.
  • Chikhar, K. et Gauthier, P. (2015). On the effect of boundary conditions on the Canadian Regional Climate Model: Use of process tendencies. Climate Dynamics, 45(9), 2515–2526. http://dx.doi.org/10.1007/s00382-015-2488-2.
  • Chikhar, K. et Gauthier, P. (2014). Impact of analyses on the dynamical balance of global and limited-area models. Quarterly Journal of the Royal Meteorological Society, 140(685), 2535–2545. http://dx.doi.org/10.1002/qj.2319.
  • Lupu, C., Gauthier, P. et Laroche, S. (2012). Assessment of the impact of observations on analyses derived from observing system experiments. Monthly Weather Review, 140(1), 245–257. http://dx.doi.org/10.1175/MWR-D-10-05010.1.
  • Lupu, C., Gauthier, P. et Laroche, S. (2011). Evaluation of the impact of observations on 3D and 4D-Var analyses based on information content. Monthly Weather Review, 139(3), 726–737. http://dx.doi.org/10.1175/2010MWR3404.1.
  • Lupu, C. et Gauthier, P. (2011). Observability of flow dependent structure functions for use in data assimilation. Monthly Weather Review, 139(3), 713–725. http://dx.doi.org/10.1175/2010MWR3424.1.
  • El Akkraoui, A. et Gauthier, P. (2010). Convergence properties of the primal and dual forms of variational data assimilation. Quartely Journal of the Royal Meteorological Society, 136(646), 107–115. http://dx.doi.org/10.1002/qj.545.
  • Rabier, F., Gauthier, P., Cardinali, C., et al. (2008). An update on THORPEX-related research in Data Assimilation and Observing Strategies. Nonlinear Processes in Geophysics, 15(1), 81–94. http://dx.doi.org/10.5194/npg-15-81-2008.
  • El Akkraoui, A., Gauthier, P., Pellerin, S. et Buis, S. (2008). Intercomparison of the primal and dual formulations of variational data assimilation. Quarterly Journal of the Royal Meteorological Society, 134(633), 1015–1025. http://dx.doi.org/10.1002/qj.257.
  • Gauthier, P., Tanguay, M., Laroche, S., Pellerin, S. et Morneau, J. (2007). Extension of 3D-Var to 4D-Var: implementation of 4D-Var at the Meteorological Service of Canada. Monthly Weather Review, 135(6), 2339–2354. http://dx.doi.org/10.1175/MWR3394.1.
  • Laroche, S., Gauthier, P., Tanguay, M., Pellerin, S. et Morneau, J. (2007). Impact of the Different Components of 4DVAR on the Global Forecast System of the Meteorological Service of Canada. Monthly Weather Review, 135(6), 2355–2364. http://dx.doi.org/10.1175/MWR3408.1.
  • Buehner, M., Gauthier, P. et Liu, Z. (2005). Evaluation of new estimates of background and observation error covariances for variational assimilation. Quarterly Journal of the Royal Meteorological Society, 131(613), 3373–3383. http://dx.doi.org/10.1256/qj.05.101.
  • Gauthier, A. et Thépaut, J.N. (2001). Impact of the digital filter as a weak constraint in the preoperational 4DVar assimilation system of Météo-France. Monthly Weather Review, 129(8), 2089–2102. http://dx.doi.org/10.1175/1520-0493(2001)129<2089%3AIOTDFA>2.0.CO%3B2.
  • Gauthier, P., Chouinard, C., Fillion, L., Koclas, P. et Laroche, S. (1999). Implementation of a 3D variational data assimilation system at the Canadian Meteorological Centre. Part I: The global analysis. Atmosphere-Ocean, 37(2), 103–156. http://dx.doi.org/10.1080/07055900.1999.9649623.
  • Laroche, S., Gauthier, P., St-James, J. et Morneau, J. (1999). Implementation of a 3D variational data assimilation system at the Canadian Meteorological Centre. Part II: The regional analysis. Atmosphere-Ocean, 37(3), 281–307. http://dx.doi.org/10.1080/07055900.1999.9649630.
  • Laroche, S. et Gauthier, P. (1998). A validation of the incremental formulation of 4D variational data assimilation in a nonlinear barotropic flow. Tellus. Series A, Dynamic Meteorology and Oceanography, 50A(5), 557–572. http://dx.doi.org/10.1034/j.1600-0870.1998.t01-3-00001.x.
  • Tanguay, M., Polavarapu, S. et Gauthier, P. (1997). Temporal accumulation of first-order linearization error for semi-Lagrangian passive advection. Monthly Weather Review, 125(6), 1296–1311. http://dx.doi.org/10.1175/1520-0493(1997)125<1296%3ATAOFOL>2.0.CO%3B2.
  • Deblonde, G., Garand, L., Gauthier, P. et Grassotti, C. (1995). Assimilation of SSM/I and GOES humidity retrievals with a one-dimensional variational analysis scheme. Journal of Applied Meteorology, 34(7), 1536–1550. http://dx.doi.org/10.1175/1520-0450-34.7.1536.
  • Tanguay, M., Bartello, P. et Gauthier, P. (1995). Four-dimensional data assimilation with a wide range of scales. Tellus, Series A: Dynamic Meteorology and Oceanography, 47A(5), 974–997. http://dx.doi.org/10.1034/j.1600-0870.1995.00204.x.
  • Gauthier, P., Courtier, P. et Moll, P. (1993). Assimilation of simulated wind Lidar data with a Kalman filter. Monthly Weather Review, 121(6), 1803–1820. http://dx.doi.org/10.1175/1520-0493(1993)121<1803%3AAOSWLD>2.0.CO%3B2.
  • Li, Y., Navon, I., Courtier, P. et Gauthier, P. (1993). Variational data assimilation with a semi-Lagrangian semi-implicit global shallow-water equation model and its adjoint. Monthly Weather Review, 121(6), 1759–1769. http://dx.doi.org/10.1175/1520-0493(1993)121<1759%3AVDAWAS>2.0.CO%3B2.
  • Gauthier, P. (1992). Chaos and quadri-dimensional data assimilation: a study based on the Lorenz model. Tellus, Series A: Dynamic Meteorology and Oceanography, 44A(1), 2–17. http://dx.doi.org/10.1034/j.1600-0870.1992.00002.x.
  • Gauthier, P. (1990). Effect of Detuning on the development of marginally unstable baroclinic vortices. Journal of Atmospheric Sciences, 47(8), 999–1011. http://dx.doi.org/10.1175/1520-0469(1990)047<0999%3AEODOTD>2.0.CO%3B2.
  • Gauthier, P. et Warn, T. (1989). Potential vorticity mixing by marginally unstable baroclinic disturbances. Tellus, Series A: Dynamic Meteorology and Oceanography, 41A(2), 115–131. http://dx.doi.org/10.1111/j.1600-0870.1989.tb00370.x.
Chapitres de livre
Actes de colloque
  • Gauthier, P. (2013). Convergence properties of the primal and dual forms of variational data assimilation. Dans 2013 GERAD Optimization Days, Montréal, mai.
  • Gauthier, P. (2013). Mathematical problems associated with atmospheric data assimilation and weather prediction. Dans Symposium on the Mathematics of Planet Earth, Saskatoon, mai.
  • Bédard, J., Laroche, S. et Gauthier, P. (2013). Towards the Assimilation of Near-Surface Winds ? from Tall Anemometric Wind Farm Towers. Dans Sixth WMO Symposium on Data Assimilation, College Park, octobre.
  • Gauthier, P. (2012). A numerical research laboratory for the observation and modeling of the Earth System. Dans 46th CMOS Congress, Montréal, mai.
  • Gauthier, P. (2012). Impact of targeted observations : the THORPEX data assimilationworking group. Dans Workshop on Designing Canada’s futureatmospheric profiling observing network, Downsview, mars 2011.
  • Chikhar, K. et Gauthier, P. (2012). Using short-term physical tendencies to study the dynamical balance of atmospheric models. Dans 4th WCRP Conference on reanalyses, Silver Spring, mai.
  • Gauthier, P. (2011). Use of satellite data in numerical weather prediction. Dans Science Symposium for the 140th Anniversary of the Meteorological Service of Canada, Downsview, novembre.
  • Gauthier, P. (2009). Mathematics in atmospheric sciences: an overview. Dans S. Brlek, C. Reutenauer et X. Provençal (dir.). Discrete Geometry for Computer Imagery : 15th IAPR International Conference, DGCI 2009, Montréal, Canada, September 30 – October 2, 2009. Proceedings, Berlin, Heidelberg. Springer. http://dx.doi.org/10.1007/978-3-642-04397-0_3.
    Notes: Collection Lecture Notes in Computer Science, v. 5810
Autres publications
  • Gauthier, P. (2013). Diagnostics of data assimilation and models for environmental and climate prediction. Récupéré de http://www.birs.ca/events/2013/5-day-workshops/13w5139
    Notes: Presentation at the Workshop on Probabilistic Approaches to Data Assimilation for Earth Systems, February 17-22, Banff International Research Station (BIRS), Banff (Alberta), Canada.
  • Chikhar, K., Gauthier, P., Dugas, B. et Winger, K. (2012). Évaluation de l'impact de la méthode d'assimilation utilisée sur la phase de démarrage d'un modèle atmosphérique. Récupéré de http://www.meteo.fr/cic/meetings/2012/AMA/publications_2web/presentations/presentation_No.02.pdf
    Notes: Présentation lors de l'Ateliers de modélisation de l'atmosphère 2012, Toulouse, 23-26 janvier.
  • Gauthier, P. (2009). Modeling and observing the atmosphere: mathematics in atmospheric sciences. Récupéré de http://www.tc18.org/dgci/InvitedLectureDGCI2009Gauthier.pdf
    Notes: Presentation at the 15 th IAPR International Conference on Discrete Geometry for Computer Imagery Montréal (Québec), CANADA, Sept. 30 to Oct. 2.