Etude de différentes méthodes d'assimilation de données pour l'environnement
Auteur / Autrice : | Didier Auroux |
Direction : | Jacques Blum |
Type : | Thèse de doctorat |
Discipline(s) : | Mathématiques |
Date : | Soutenance en 2003 |
Etablissement(s) : | Nice |
Ecole(s) doctorale(s) : | École doctorale Sciences fondamentales et appliquées (Nice2000-....) |
Mots clés
Mots clés contrôlés
Résumé
L'assimilation de données consiste à combiner de façon optimale les observations d'un système et la connaissance des lois physiques qui le régissent afin de pouvoir obtenir des prévisions fiables à plus ou moins court terme de son évolution. Nous étudions d'abord un algorithme de minimisation de fonctionnelles non quadratiques, puis nous proposons plusieurs méthodes rétrogrades ayant pour but la reconstitution de l'état initial d'un système, la quasi-réversibilité et le nudging rétrograde. Nous appliquons ensuite un algorithme variationnel classique à un modèle d'océan quasi-géostrophique barocline avant de le comparer à une nouvelle classe de méthodes, dites duales, qui permettent la prise en compte systématique de l'erreur modèle. De nombreux tests numériques menés sur un modèle océanique montrent que les méthodes duales permettent d'obtenir plus rapidement de meilleurs résultats et de réduire l'influence d'un terme d'erreur dans les équations du modèle.