4D variational data assimilation for locally nested models: optimality system and preliminary experiments

Laurent Debreu 1 Ehouarn Simon 2 Eric Blayo 1
1 MOISE - Modelling, Observations, Identification for Environmental Sciences
Inria Grenoble - Rhône-Alpes, LJK - Laboratoire Jean Kuntzmann, INPG - Institut National Polytechnique de Grenoble
Résumé : La méthode variationnelle d'assimilation de données est adaptée au cas d'un modèle numérique qui effectue du raffinement local de maillage pour améliorer la solution. Nous regardons le cas des maillages structurés où une grille à haute résolution est emboitée dans une grille à basse résolution qui recouvre l'ensemble du domaine. La dérivation du modèle adjoint correspondant est présentée. A la fois les formulations continues et discrètes sont données. Ces nouveaux algorithmes sont ensuite testés sur un modèle en eau peu profonde avec comme variable de contrôle la condition initiale.
Type de document :
Rapport
[Research Report] RR-7675, INRIA. 2011, pp.19
Liste complète des métadonnées

Littérature citée [21 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/inria-00607177
Contributeur : Laurent Debreu <>
Soumis le : vendredi 8 juillet 2011 - 09:23:57
Dernière modification le : jeudi 3 mai 2018 - 22:26:01
Document(s) archivé(s) le : lundi 12 novembre 2012 - 10:26:00

Fichier

RR-7675.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : inria-00607177, version 1

Citation

Laurent Debreu, Ehouarn Simon, Eric Blayo. 4D variational data assimilation for locally nested models: optimality system and preliminary experiments. [Research Report] RR-7675, INRIA. 2011, pp.19. 〈inria-00607177〉

Partager

Métriques

Consultations de la notice

381

Téléchargements de fichiers

171