Assimilation de données 2

Question 1

Qu’est-ce que l’innovation ?

Answer 1

La différence entre l’observation et la première estimation

W

Question 2

Comment on définit les poids optimaux ?

Answer 2

Ils sont donnés par la variance de l’erreur de la première estimation multipliée par l’inverse de la variance de l’erreur totale

Question 3

Comment on définit les poids optimaux ?

Answer 3

C’est la somme de la précision de la première estimation et des observations

Question 4

Quelles sont les erreurs possibles de la première estimation (sigma b)?

Answer 4

• Climatologique
• Interpolation optimal
• Filtre de Kalman
• Filtre de Kalman ensembliste (EnKF)

Question 5

Pourquoi le calcul de l’innovation (To-Tb) est difficile ?

Answer 5

-On a moins d’observations que de points de grilles du modèle

Question 6

Quelles sont les dimensions du modèle ?

Answer 6

10^8

Question 7

Quelles sont les dimensions d’observations ?

Answer 7

10^6

Question 8

Comment calculer le terme de l’innovation (To-Tb) ? Quelle est l’option préférable ?

Answer 8

2 options :

• Ramener les observations dans la grille du modèle
• Ramener la première estimation vers les points d’observations

La 2ème option est préférable

Question 9

Pourquoi est-il préférable de ramener la première estimation vers les points d’observations ?

Answer 9

• Il y a plus de niveaux verticales que de radiance alors on a plus d’informations pour aller dans une direction que dans l’autre
• Il est plus facile de déterminer les erreurs des radiance que les erreurs des radiance converties en autres variables du modèle

Question 10

Quel est le symbole de l’opérateur d’observations

Answer 10

H(Tb):Rn->Rp

Question 11

Quels sont les 2 objectifs de l’opérateur d’observation ?

Answer 11

• interpoler les valeurs de la grille du modèle vers les points des observations en utilisant l’interpolation optimale
• Convertir les variables modèle dans des variables mesurées -> Pour estimer des radiances, on utilise des équations de transfert radiatif avec des profils simulées de températures et d’humidité

Question 12

Comment déterminer la matrice des poids W?

Answer 12

• Interpolation optimale : On minimise des erreurs quadratiques de l’analyse
• Fonction de gain (J) :

Question 13

Pourquoi est-ce qu’on suppose que les estimations statistiques des erreurs sont exactes ?

Answer 13

• Les erreur de la première estimation et/ou d’observations sont mal connues
• Les erreurs sont non-biaisées
• Les erreurs d’observations et de la première estimation ne sont pas corrélée

Question 14

Qu’est-ce qui arrive si l’une de ces 3 hypothèses est fausse ?

Answer 14

La précision de l’analyse peut être pire que ce qu’implique la précision de l’analyse

Question 15

Quelle est la principale différence entre entre les équations utilisées dans l’assimilation des données selon le filtre de Kalman et l’interpolation optimale ?

Answer 15

Dans l’interpolation optimale, on suppose que B est constant

Avec le filtre de Kalman, on calcul B en utilisant le modèle M et l’analyse à temps t