Précédent : Assimilation de données en océanographie Remonter : Résultats nouveaux Suivant : Contrats industriels (nationaux, européens et
Précédent : Assimilation de données en
océanographie Remonter : Résultats nouveaux Suivant :
Contrats industriels
(nationaux, européens et
Participants : François-Xavier Le Dimet, Pierre Ngnepieba,
Junqinq Yang.
Au cours de nos différentes expériences de minimisation avec
M1QN3, nous avons constaté la grande sensibilité de certains
paramètres (conductivité hydraulique à saturation naturelle, taux
d'humidité à saturation) sur la fonction objective ce qui nous
pousse à la recherche des informations du second ordre pour
l'analyse de sensibilité et à la caractérisation de l'unicité de
nos paramètres de contrôle.
Parallèlement, une collaboration est entreprise avec des hydrologues du Laboratoire d'étude des Transferts en Hydrologie et Environnement (LTHE); la question est de faire de l'identification sur un modèle d'infiltration robuste à définir en se basant sur le modéle d'infiltration de GREEN et AMPT, dépendant d'un nombre restreint de paramètres.
Le premier problème est de reconstituer l'évolution du lit de la rivière à partir d'observations et de la connaissance de la physique de l'écoulement. Pour cela on utilise des techniques de type contrôle optimal telles qu'elles sont beaucoup utilisées en météorologie et en océanographie pour l'assimilation de données. A partir du système adjoint développé du système direct, on peut déduire le gradient d'une fonctionnelle, qui mesure l'écart entre la prévision du modèle et l'observation, par rapport aux variables de contrôle. L'algorithme d'optimisation est la méthode quasi-Newton à la mémoire limitée. En plus, en utilisant le même système adjoint, nous avons identifié quelques coefficients empiriques difficiles à spécifier. La méthode de pénalisation est utilisée pour traiter les cas où les données observées ne sont pas complètes.
En hydrologie de surface, la collaboration avec l'université d'Oklahoma porte sur l'assimilation de données hydrologiques et les problèmes inverses en hydrologie. La représentation déterministe des processus hydrologiques distribués nécessite la calibration de nombreux paramètres avec un nombre limité d'observations. Les techniques de type commande optimale ont été mises en oeuvre pour l'identification de la rugosité hydraulique et de l'infiltration dans un modèle de type onde cinétique. Deux étudiants (IUP 3) ont effectué un stage de 4 mois sur le développement de l'adjoint d'un modèle de type Saint-Venant.
En météorologie, une coopération ancienne avec Florida State University et le Département de métórologie de cette université a été relancée dans le domaine des modèles mésosynoptiques avec MM5 développé à Penn State et au NCAR, à FSU l'adjoint de MM5 a été écrit avec la physique complète. Plusieurs problèmes sont abordés : le contrôle des conditions aux limites pour l'assimilation de données, la sensibilité de la condition initiale, résultat de l'assimilation par rapport aux erreurs d'observations, enfin le couplage avec un modèle hydrologique. Par ailleurs une étude de la méthode de breeding a été réalisée avec un modèle couplé océan-atmosphère. Il s'agit de déterminer les modes correspondant à la plus grande amplification d'une perturbation. La méthode a été proposée par Eugenia Kalnay (Université d'Oklahoma). Le travail a été réalisé par E. Nourtier dans le cadre d'un rapport de DEA, en collaboration avec H. Le Treut (LMD) [[60]].
La collaboration avec FSU (Supercomputer Research Institute)[[59]] s'est également concrétisée par un stage de DEA de 4 mois (Cyril Mazauric) qui a travaillé sur un solveur d'EDP elliptiques (PLTMG).