En poursuivant votre navigation sur ce site, vous acceptez le dépôt de cookies dans votre navigateur. (En savoir plus)
Portail > Offres > Offre UMR3589-JEAMAH1-001 - Chercheur (H/F) en assimilation de données de vents de la mission CFOSAT

Chercheur (H/F) en assimilation de données de vents de la mission CFOSAT

Cette offre est disponible dans les langues suivantes :
Français - Anglais

Assurez-vous que votre profil candidat soit correctement renseigné avant de postuler. Les informations de votre profil complètent celles associées à chaque candidature. Afin d’augmenter votre visibilité sur notre Portail Emploi et ainsi permettre aux recruteurs de consulter votre profil candidat, vous avez la possibilité de déposer votre CV dans notre CVThèque en un clic !

Faites connaître cette offre !

Informations générales

Référence : UMR3589-JEAMAH1-001
Lieu de travail : TOULOUSE
Date de publication : vendredi 11 janvier 2019
Type de contrat : CDD Scientifique
Durée du contrat : 8 mois
Date d'embauche prévue : 4 mars 2019
Quotité de travail : Temps complet
Rémunération : entre 2530 et 3500 € bruts mensuels selon expérience
Niveau d'études souhaité : Doctorat
Expérience souhaitée : 5 à 10 années

Missions

Exploitation des données du radar vent (SCAT) et du radar à vagues (SWIM) de la mission CFOSAT pour assimilation dans le modèle global de prévision numérique ARPEGE

Activités

Les activités vont concerner l'exploitation des données de vents et d'états de la mer issus des instruments à bord de la mission spatiale franco-chinoise CFOSAT en vue de leur assimilation dans le modèle global de prévision numérique du temps de Météo-France (ARPEGE). Il va s'agir de:
- mettre en forme les données pour leur utilisation dans le système d'assimilation du modèle ARPEGE (tâche secondaire)
- réaliser des expériences de monitoring sur une période d'au moins un mois (comparaison systématique des données avec leur équivalent modèle) pour évaluer la qualité des vents inversés du diffusiomètre, définir des contrôles de qualité adaptés et spécifier les erreurs d'observations (tâche principale)
- effectuer des études statistiques pour examiner comment les états de mer issus du radar à vagues ou d'un modèle de vagues pourront être utilisés pour corriger certains biais avant assimilation (tâche principale)
- effectuer des cycles d'assimilation de données et de prévisions numériques sur une période d'au moins un mois avec un système d'observations de référence, un système avec en plus les vents de diffusiomètre, un système avec en plus les vents de diffusiomètres améliorés par les états de mer (tâche principale)
- évaluer la qualité des prévisions numériques de manière statistique et sur des études de cas (tâche principale)
- rédiger un rapport sur les conclusions de l'étude, à savoir l'apport des données de la mission CFOSAT pour la prévision numérique du temps (tâche principale)

Compétences

Le candidat devra avoir une très bonne connaissance de langages de programmation avancée (FORTRAN, PYTHON) et de l'environnement Linux. Il devra avoir déjà travaillé à l'exploitation de jeux de données volumineux. Des connaissances dans un des domaines suivants :télédétection spatiale (notamment des surfaces océaniques), modélisation numérique et assimilation de données serait un atout supplémentaire. Le candidat devra avoir une bonne maîtrise du français et/ou de l'anglais à la fois à l'oral et à l'écrit pour communiquer ses résultats sous forme de rapports et de présentations.

Contexte de travail

Les activités seront réalisées au sein du groupe de recherche en modélisation et assimilation pour la prévision numérique de Météo-France (CNRM, UMR 3589, Toulouse) avec une forte expertise en assimilation des données de vents des diffusiomètres. Une collaboration étroite avec la direction des opérations pour la prévision marine sera mise en place pour cette étude (expertise sur la modélisation de vagues et l'assimilation des états de mer). Des contacts seront aussi établis avec les équipes du CNES en charge de l'exploitation des instruments de la mission CFOSAT.

Contraintes et risques

Aucuns

On en parle sur Twitter !