Assimilation de donnees a l'aide d'un filtre de kalman adaptatif pour un modele d'ocean

Data assimilation with an adaptive kalman filter for an ocean model

• Auteur / Autrice : Isabelle Blanchet Badrinath
• Direction : Claude Frankignoul
• Type : Thèse de doctorat
• Discipline(s) : Terre, océan, espace
• Date : Soutenance en 1997
• Etablissement(s) : Paris 6

Mots clés

Mots clés contrôlés

Modèles mathématiques

Océanographie

Résumé

Le filtre de kalman est une methode d'assimilation de donnees dont l'utilisation se repand dans le domaine de l'oceanographie. Cette methode fournit le meilleur estimateur lineaire non biaise si les statistiques du bruit des observation et du modele sont connues. En realite, cette hypothese est rarement verifiee, et l'utilisation d'un filtre adaptatif permet d'estimer conjointement l'etat du modele et le bruit. Nous avons compare differents schemas adaptatifs issus du control optimal et nous les avons testes a partir d'experiences jumelees en assimilant dans un modele de l'ocean pacifique tropical des donnees simulees de niveau de la mer. Nous avons mis au point une procedure adaptative pour le modele en coordonnees reduites, la dimension du vecteur d'etat ne permettant pas d'implanter le filtre adaptatif sur l'espace complet. Le schema adaptatif a ensuite ete modifie pour s'affranchir des hypotheses generalement admises sur le bruit, i. E. Bruit blanc et de moyenne nulle. Nous avons montre comment prendre en compte des erreurs d'observation ou du modele auto-correlees et des erreurs modele biaisees. Le filtre a alors ete applique a des donnees reelles ce qui a permis montrer comment la procedure adaptative pouvait ameliorer les previsions issues du filtrage.