MEC603E9 Introduction à l'assimilation de données (Ecole des Ponts ParisTech)

Un cours de la spécialité de deuxième année du Master Océan, Atmosphère, Climat et Observations Spatiales (OACOS)

Site web du MASTER à l'UPMC : master-oacos.lmd.jussieu.fr
Site web du MASTER à l'Ecole Polytechnique : www.enseignement.polytechnique.fr

Les modèles géophysiques (atmosphère, océan, ...) sont à présent à même de "bien" représenter les processus considérés, que ce soit la dynamique (météorologie par exemple) ou les processus micro-physiques réactifs (physique du cycle de l'eau, chimie atmosphérique, biogéochimie). Ces modèles sont ensuite discrétisés et implémentés numériquement sous forme de "codes" à même de délivrer des prévisions.

Il existe néanmoins une autre source d'information sur l'état réel du système, à côté de tels modèles numériques : les données d'observation délivrées par les réseaux de mesures (que ce soit les réseaux synoptiques météorologiques et océanographiques, les réseaux d'observation de la qualité de l'air, les satellites d'observation de la Terre, etc…).

Les chaînes modernes de simulation sont fondées sur un couplage entre les modèles numériques et ces données observées, afin notamment de mieux contraindre les modèles, qui comportent de nombreuses incertitudes, que ce soit sur les conditions initiales (dont l'impact est clé en météorologie et océanographie), sur les paramétrisations (liées aux changements d'échelle ou à des processus mal connus) ou sur des données physiques.

L'objectif de ce cours est de donner les éléments méthodologiques des méthodes d'"assimilation de données" en géophysique (comment coupler modèles et observations ?). Le cours s'articule autour des thèmes suivants :
• problématique de l'assimilation de données (motivations, objectifs)
• cadre méthodologique (estimateur BLUE, méthodes variationnelles et méthodes séquentielles)
• exemples d'application : la modélisation inverse en télédétection et en chimie atmosphérique (comment reconstruire un profil de température à partir de mesure satellitales de radiances ?, comment retrouver des émissions de polluants à partir de données mesurées ?)
• méthodes de prévision d'ensemble (comment prendre en compte les incertitudes dans la prévision ?)

Deux séances de TPs (sur un modèle 'shallow water') permettent de mettre en œuvre ces techniques et de démontrer l'intérêt des concepts théoriques sous-jacents.

L'objet du cours n'est pas de se spécialiser sur un de ces points mais de donner une vision d'ensemble cohérente de la démarche.

Planning indicatif

1. De la modélisation à l'assimilation de données
2. L'estimateur BLUE (aspects théoriques I)
3. Méthodes variationnelles (aspects théoriques II)
4. Méthodes séquentielles (aspects théoriques III)
5. TP sur une modèle "shallow water" partie I
6. TP sur un modèle "shallow water" partie II
7. La prévision d'ensemble
8. La modélisation inverse

9. Conférence "Assimilation de données en météorologie"
10. Conférence "Assimilation de données en océanographie"

11. Evaluation (présentations d'articles + compte rendus de TPs)

Marc Bocquet, ICPC
Chercheur à l'Ecole des Ponts ParisTech, au CEREA laboratoire commun avec EdF R&D.
Ses travaux portent sur la théorie de l'assimilation de données en géophysique, et sur l'application des techniques del'assimilation de données à la chimie atmosphérique et la qualité de l'air.

Page web : cerea.enpc.fr

Dernière mise à jour : vendredi 12 juin 2009