Séminaire LJK-Modèles et Algorithmes Déterministes

 

Le Jeudi 26 Février 2009 à 11h00 en Salle 1 - Tour IRMA

 

Séminaire de Innocent SOUOPGUI (MOISE)

 

Assimilation directe de séquences d'images dans les modèles numériques

 

Résumé:

 

L'observation par satellite de la couverture fluide de la terre fournit une grande quantité d'images dotées d'un contenu informatif très pertinent. Ces images sont actuellement sous utilisées dans les modèles numériques de prévision malgré la pertinence de leur contenu, leur résolution de plus en plus fine et la couverture presque totale du globe.
L'utilisation actuelle des images consiste essentiellement à y extraire l'information dynamique et à l'utiliser comme observation dans les modèles. Ces observations sont utilisées pour déterminer les paramètres qui minimisent une fonction coût mesurant l'écart entre les observations et l'état du modèle : c'est l'assimilation de données.
Nous présentons ici une nouvelle approche d'utilisation de l'information de type image en la traitant directement comme observation dans une chaîne d'assimilation de données. L'idée consiste à dériver du modèle l'équivalent image permettant de mesurer l'écart à l'observation image. Ceci définit un nouveau terme de la fonction coût dont la minimisation dépend des propriétés de l'espace des images. Le principal challenge de la méthode est donc le choix ou la définition d'un espace des images avec une bonne norme, de bonnes propriétés de différentiation et un coût faible en espace mémoire. La garantie de l'unicité de la solution ainsi que sa qualité repose entre autre sur le choix des méthodes de régularisation.
Après un petit tour des méthodes actuelles, nous présenterons la nouvelle approche ainsi que la fonction de régularisation utilisée et nous finirons par quelques résultats (expériences jumelles avec images synthétiques et expériences avec images réelles.)