PRESENTATION

  • The director words
  • Organigram
  • People
  • Contacts & Access
  • Intranet

RESEARCH

  • Geometry & Images
  • Deterministic Models and Algorithms
  • Data and Stochastic: Theory and Applications

PRODUCTION

  • Seminars & Colloquiums
  • Academical defenses
  • Key Works
  • Publications
  • Sofware
  • Gallery

JOBS

  • Masters & Doctoral studies
  • Job Opportunities
  • UFR-IMA
  • ENSIMAG

LINKS

  • LJK Forge Platform
  • INRIA Rhône-Alpes
  • Maimosine
  • AMIES
  • LSI
  • Persyval-lab

LJK-Deterministic Models and Algorithms: EDP-MOISE Seminar

 

On Thursday April 26 2007 at 11h00 in Salle 1 - Tour IRMA

 

Seminary of Mme Maëlle NODET (Université Joseph Fourier)

 

Assimilation de données en océanographie

 

Summary

 

L'étude de l'océan est cruciale pour de nombreuses raisons : son rôle dans le système climatique mondial, son rôle environnemental, économique. L'océanographie a longtemps souffert du manque de données. Depuis l'arrivée des satellites dans les années 1990, on dispose désormais d'observations ayant une bonne couverture spatiale et temporelle des paramètres de surface de l'océan. Ces données de surface sont complémentaires de données de profondeur. Pour cette raison, de nombreux programmes internationaux visent à déployer des flotteurs, fixes ou dérivants, en profondeur, pour mesurer les courants, température, salinité, etc.
En parallèle, les modèles de circulation océanique sont devenus plus réalistes. Tirer le meilleur parti des modèles et des observations est l'objet de l'assimilation de données.
Je présenterai les différentes méthodes d'assimilation de données pour les fluides géophysiques et évoquerai les enjeux actuels du domaine. Je m'intéresserai également à l'assimilation d'un type de données particulier : les positions de flotteurs dérivant en profondeur dans l'océan. Contrairement à la majorité des données assimilées actuellement en océanographie, dites eulériennes, les positions de flotteurs dérivants sont des données lagrangiennes, c'est-a-dire que l'instrument de mesure se déplace avec les courants. Le problème est alors que les variables observées (les positions de particules lagrangiennes) ne sont pas des variables d'etat du modèle (température, salinité, vitesses, ...) ; de plus la relation liant les positions aux vitesses est non linéaire, ce qui pose des difficultés d'un point de vue théorique et numérique.

 

Mentions légales - contact: Webmaster