On model error in variational data assimilation

Abstract : The problem of variational data assimilation for a nonlinear evolution model is formulated as an optimal control problem to find the initial condition. The optimal solution (analysis) error arises due to the errors in the input data (background and observation errors). Under the Gaussian assumption the optimal solution error covariance can be constructed using the Hessian of the auxiliary data assimilation problem. The aim of this paper is to study the evolution of model errors via data assimilation. The optimal solution error covariances are derived in the case of imperfect model and for the weak constraint formulation, when the model euations determine the cost functional.
Type de document :
Article dans une revue
Russian Journal of Numerical Analysis and Mathematical Modelling, De Gruyter, 2016, 31 (2), pp.105-113. 〈10.1515/rnam-2016-0011〉
Liste complète des métadonnées

Littérature citée [25 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/hal-01309018
Contributeur : Arthur Vidard <>
Soumis le : jeudi 28 avril 2016 - 17:16:00
Dernière modification le : jeudi 11 janvier 2018 - 06:27:25
Document(s) archivé(s) le : mardi 15 novembre 2016 - 16:42:21

Fichier

model-error.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

Collections

Citation

Victor Shutyaev, Arthur Vidard, François-Xavier Le Dimet, Igor Gejadze. On model error in variational data assimilation. Russian Journal of Numerical Analysis and Mathematical Modelling, De Gruyter, 2016, 31 (2), pp.105-113. 〈10.1515/rnam-2016-0011〉. 〈hal-01309018〉

Partager

Métriques

Consultations de la notice

310

Téléchargements de fichiers

154