Optimisation d'un modele de l'ocean atlantique tropical par methode inverse adaptative
Auteur / Autrice : | Nathalie Sennéchael |
Direction : | Claude Frankignoul |
Type : | Thèse de doctorat |
Discipline(s) : | Terre, océan, espace |
Date : | Soutenance en 1994 |
Etablissement(s) : | Paris 6 |
Résumé
Afin de determiner les valeurs des parametres ajustables d'un modele oceanique qui conduisent a la meilleure adequation possible entre modele et observations, une methode inverse adaptative est developpee et est appliquee a un modele de prediction de la temperature de surface (sst) de l'ocean atlantique tropical. L'optimisation est realisee en minimisant l'ecart entre donnees observees et simulees, qui depend d'erreurs d'observation et de modelisation. Une procedure adaptative est mise en place au cours de laquelle le modele que l'on optimise est utilise afin de construire le modele d'erreurs d'observation. L'optimisation est appliquee au cycle saisonnier moyen en utilisant les anomalies de sst pour differentes annees et differents forcages atmospheriques plausibles, comme information additionnelle pour construire une estimation de la matrice de covariance d'erreurs d'observation. En utilisant un modele idealise pour representer les erreurs de modelisation, la procedure est appliquee au modele de sst de blumenthal et cane (1989) et conduit a des valeurs affinees des plusieurs parametres du modele et des flux de chaleur. La simulation de la sst en moyenne annuelle est amelioree alors que la simulation des fluctuations saisonnieres et des anomalies mensuelles ne l'est pas. L'ecart residuel entre modele et observations demeure trop important pour etre attribue aux erreurs sur le forcage atmospherique et sur les donnees oceaniques uniquement. Il est lie a la geometrie simplifiee du modele ainsi qu'a sa mauvaise representation du phenomene de refroidissement des eaux de surface par remontee d'eaux froides (upwelling). L'existence d'erreurs de modelisation plus importantes que celles prises en compte dans le modele d'erreur theorique est confirme par un test statistique de validation des hypotheses du calcul inverse