Toward variational data assimilation for coupled models : first experiments on a diffusion problem

De nos jours, les modèles couplés sont de plus en plus utilisés dans de nombreux domaines, dont les prévisions météorologiques. Nous essayons ici d'adapter les méthodes courantes d'assimilation de données variationnelles à ce type d'applications tout en imposant des contraintes physiques entre les deux modèles couplés. Nous proposons trois méthodes d'assimilation de données pour ce problème. Les différents algorithmes se distinguent par le choix de leur fonction coût, de leur vecteur de contrôle et du nombre d'itérations de couplage nécessaires (nous utilisons les méthodes de Schwarz pour coupler nos modèles). Ces méthodes sont comparées dans le cadre d'un problème linéaire de diffusion 1D en analysant leur coût de calcul et la qualité de leur analyse.