Vers une prise en compte des erreurs modèles en assimilation de données 4D-variationnelle : application à un modèle réaliste d'océan

Content Provider	Semantic Scholar
Author	Vidard, Arthur
Copyright Year	2001
Abstract	L'assimilation de donnees est une classe de methode mathematiques tres usitees en meteorologie ou en oceanographie. Elle permettent de recomposer de facon adequate l'etat du systeme au moyen des informations fournies par le modele d'une part et les observations d'autre part. Parmi celles-ci, les methodes d'assimilation variationnelles ont connu recemment un fort developpement jusqu'a fournir les methodes operationnelles dans les principaux centres de meteorologie. Cependant ces methodes ne prennent generalement pas en compte l'inexactitude des modeles. Tout au long de cette these, on s'est attache a decrire et experimenter des variantes " modele inexacte " de la methode 4D-Variationnelle applicable tant du point de vue algorithmique que du cout en temps de calcul. Deux methodes sont etudiees plus en detail. Premierement, le Nudging optimal qui consiste en adjoindre au 4D-Var un rappel newtonien de l'etat du modele vers les observations et dont l'amplitude sera estime par controle optimal. D'autre part le " controle de l'erreur systematique " considere l'erreur modele comme etant un terme ne variant pas, ou tres peu, dans le temps, ce terme etant egalement estime par controle. Dans un premier temps ces methodes sont appliquees a des cas academiques de modeles simplifies en assimilant des donnees simulees. La methode de controle de la part systematique de l'erreur est ensuite appliquee a un modele d'ocean aux equations primitives dans le cadre d'une experience realiste afin de valider les bons resultats obtenus pour les configurations academiques.
File Format	PDF HTM / HTML
Alternate Webpage(s)	https://tel.archives-ouvertes.fr/tel-00325349/file/thesis_vidard.pdf
Language	English
Access Restriction	Open
Content Type	Text
Resource Type	Article