Participants : François-Xavier Le Dimet, Yannick Trémolet
Mots clefs : assimilation de données, calcul parallèle, météorologie, optimisation
Nous avons étendu la méthodologie de l'écriture des modèles adjoints au cas où le modèle direct est parallèle avec échanges de messages explicites. Nous avons étudié les différentes approches possibles pour paralléliser la résolution du problème de l'assimilation de données : au niveau des modèles météorologiques direct et adjoint, au niveau de l'algorithme d'optimisation ou enfin au niveau du problème lui-même. Cela nous a conduit à transformer un problème séquentiel d'optimisation sans contrainte en un ensemble de problèmes d'optimisation relativement indépendants qui pourront être résolus en parallèle. Nous avons étudié plusieurs variantes de ces trois approches très générales et leur utilité dans le cadre du problème de l'assimilation de données. Nous avons ensuite appliqué les méthodes de parallélisation précédentes au modèle de Shallow Water et comparé leurs performances sur plusieurs machines parallèles dont l'IBM SP1 et le Cray T3D [31], [34]. Nous avons également réalisé une parallélisation du modèle météorologique ARPS (Advanced Regional Prediction System). Ce travail fait l'objet de la thèse de Yannick Tremolet [5].