Strategies for processing images with 4D-Var data assimilation methods

Résumé : L'assimilation de données est un outil largement utilisé dans les sciences de l'environnement pour améliorer, au moyen de données d'observation, les prédictions obtenues par les modèles de simulation. Elle s'applique en météorologie, en océanographie et en qualité de l'air, par exemple. L'assimilation de données permet de résoudre les équations d'évolution, décrivant la dynamique des variables d'état du modèle, et les équations d'observation, qui lient le vecteur d'état et les observations. Dans cet article, nous décrivons plusieurs stratégies d'assimilation d'images, dans le contexte de la formulation faible de l'assimilation variationnelle. Nous détaillons ensuite les équations mathématiques de ces stratégies et nous analysons leurs avantages et défauts respectifs pour une application à l'estimation du mouvement. Des résultats sont fournis sur des données synthétiques et des images satellite.
Type de document :
Rapport
[Research Report] RR-7495, INRIA. 2010, 23 p
Liste complète des métadonnées

Littérature citée [13 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/inria-00546222
Contributeur : Dominique Béréziat <>
Soumis le : vendredi 17 décembre 2010 - 19:09:31
Dernière modification le : mardi 17 avril 2018 - 11:32:27
Document(s) archivé(s) le : samedi 3 décembre 2016 - 01:01:06

Fichier

RR-7495.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : inria-00546222, version 2

Collections

Citation

Isabelle Herlin, Dominique Béréziat, Nicolas Mercier. Strategies for processing images with 4D-Var data assimilation methods. [Research Report] RR-7495, INRIA. 2010, 23 p. 〈inria-00546222v2〉

Partager

Métriques

Consultations de la notice

466

Téléchargements de fichiers

123