Opérateur d'observation

Facebook Twitter

Analyse de Cressman. Assimilation de données météorologiques 1 ) L'assimilation de données météorologiques : Généralités 2 ) Méthode des moindres carrés 1 ) L'assimilation de données météorologiques : Généralités La prévision météorologique numérique présente sous forme de modelés météorologiques dépend en grande partie des conditions initiales qui lui sont fournies .

analyse de Cressman

Or, les modèles numériques contiennent 10^7 valeurs correspondant à tous les champs physiques . Mais les observations ne contiennent que 10^6 valeurs : en effet, les seules données d'observations disponibles à un instant t sont les observations météorologiques issues entre autres de radiosondages, de stations météorologiques professionnelles et de bouées météorologiques . Du coup, de nombreuses données d'observation arrivent en retard au centre de calcul servant à l'élaboration de l'analyse : ces données sont donc perdues . Une interpolation simple de toutes les valeurs ( observation + modele ) ne suffit donc pas . 2 ) Méthode des moindres carrés D'où.

Spécial eigenvalue

Suivi de données d'intérêt (multi) Block4 : opérateur d'observation linéarisé. Le block4 (figure 2.9) est constitué essentiellement de l'unité ``H_lin_2'' qui est l'opérateur d'observation linéarisé.

Block4 : opérateur d'observation linéarisé

En premier lieux, le block récupère le pas de temps initial et final. Il exécute ensuite l'unité ``init_namelist_2'' qui lit les différentes namelists et initialise les paramètres. Ensuite, le block exécute l'unité ``H_lin_2'' dans une boucle démarrant du pas de temps initial moins un jusqu'au pas de temps final et en lui envoyant le pas de temps courant. L'unité ``H_lin_2'' reçoit donc le pas de temps. Elle reçoit aussi les champs tangents du vecteur de contrôle provenant de l'unité ``sqrtB'' (figure 2.8).

Elle récupère aussi la structure contenant les informations relatives à la grille du modèle provenant de l'unité ``init_M'' (figure 2.4), ainsi que les structures relatives aux observations provenant de l'unité ``load_data'' (figure 2.19). Unité ``inv_R_2'' : inversion de la matrice de covariance d'erreur des observations. Table des matières. m2oasc-1112-proposition-stage-cnrm-game-caumont_said_bousquet. Arthur. 2011-06-GDRISIS-Titaud.