Accéder directement au contenu Accéder directement à la navigation
Thèse

Error covariance specification and localization in data assimilation with industrial application

Résumé : Les méthodes d’assimilation de données et plus particulièrement les méthodes variationnelles sont mises à profit dans le domaine industriel pour deux grands types d’applications que sont la reconstruction de champ physique et le recalage de paramètres. Une des difficultés de mise en œuvre des algorithmes d’assimilation est que la structure de matrices de covariance d’erreurs, surtout celle d’ébauche, n’est souvent pas ou mal connue. Dans cette thèse, on s’intéresse à la spécification et la localisation de matrices de covariance dans des systèmes multivariés et multidimensionels, et dans un cadre industriel. Dans un premier temps, on cherche à adapter/améliorer notre connaissance sur les covariances d’analyse à l’aide d’un processus itératif. Dans ce but nous avons développé deux nouvelles méthodes itératives pour la construction de matrices de covariance d’erreur d’ébauche. L’efficacité de ces méthodes est montrée numériquement en expériences jumelles avec des erreurs indépendantes ou relatives aux états vrais. On propose ensuite un nouveau concept de localisation pour le diagnostic et l’amélioration des covariances des erreurs. Au lieu de s’appuyer sur une distance spatiale, cette localisation est établie exclusivement à partir de liens entre les variables d’état et les observations. Finalement, on applique une combinaison de ces nouvelles approches et de méthodes plus classiques existantes, pour un modèle hydrologique multivarié développé à EDF. L’assimilation de données est mise en œuvre pour corriger la quantité de précipitation observée afin d’obtenir une meilleure prévision du débit d’une rivière en un point donné.
Liste complète des métadonnées

https://tel.archives-ouvertes.fr/tel-03117151
Contributeur : Abes Star :  Contact
Soumis le : mercredi 20 janvier 2021 - 22:12:16
Dernière modification le : lundi 22 février 2021 - 16:21:21

Fichier

97818_CHENG_2020_archivage.pdf
Version validée par le jury (STAR)

Identifiants

  • HAL Id : tel-03117151, version 1

Collections

Citation

Sibo Cheng. Error covariance specification and localization in data assimilation with industrial application. Numerical Analysis [cs.NA]. Université Paris-Saclay, 2020. English. ⟨NNT : 2020UPAST067⟩. ⟨tel-03117151⟩

Partager

Métriques

Consultations de la notice

177

Téléchargements de fichiers

52