Assimilation de mesures satellitaires dans des modèles numériques par méthodes de contrôle optimal

• Main Author: Van Den Berghe, François
• Language: FRE
• Published: École Nationale Supérieure des Mines de Paris 1992
• Subjects: [SPI:SIGNAL] Engineering Sciences/Signal and Image processing; [SPI:SIGNAL] Sciences de l'ingénieur/Traitement du signal et de l'image; [INFO:INFO_TS] Computer Science/Signal and Image Processing; [INFO:INFO_TS] Informatique/Traitement du signal et de l'image; télédétection; assimilation de données; équations adjointes; filtre de Kalman; modèle numérique; mesures diffusiomètriques
• Online Access: http://pastel.archives-ouvertes.fr/pastel-00954478; http://pastel.archives-ouvertes.fr/docs/00/95/44/78/PDF/VANDENBERGHE_FranA_ois-rectifiA_.pdf

Nous nous intéressons aux méthodes permettant d'assimiler les données de télédétection. Il y a principalement deux types de technique : les méthodes séquentielles, issues du filtrage de Kalman et les méthodes variationnelles, basées sur les équations adjointes du contrôle optimal. Les méthodes variationnelles sont récentes et nous essayons de présenter leur intérêt pour la télédétection à l'aide de deux applications. Une première étude est menée sur un modèle numérique d'advection-diffusion. Elle montre la faisabilité numérique de la méthode : il est possible de minimiser une fonction de coût mesurant la distance entre la trajectoire du modèle et des observations réparties à la fois dans le temps et dans l'espace. La deuxième application est réalisée sur des observations effectuées par le diffusiomètre-vent embarqué à bord du satellite Seasat. Son objet est la cartographie des champs de vent à la surface des océans. Sur une période de douze heures, nous assimilons les observations dans un modèle numérique non linéaire, discrétisant l'équation de la vorticité sur un domaine rectangulaire couvrant à peu près tout l'océan Atlantique nord. Une comparaison entre les champs de vent, obtenus par l'assimilation variationnelle, et ceux produits par une assimilation séquentielle, met en évidence la propriété de rétro-propagation de l'information dans le temps que possèdent les équations adjointes. Il en résulte des analyses sensiblement meilleures, surtout en début de période d'assimilation, et une grande cohérence dynamique entre les champs analysés et le modèle numérique.