Data assimilation for external geophysics : the back-and-forth nudging method

Assimilation de données pour la géophysique externe : la méthode du back-and-forth nudging L’objectif principal de cette thèse est de fournir une méthodologie générale pour utiliser une méthode récemment développée d’assimilation de données appelée back-and-forth nudging. Le terme back-and-forth fait référence aux aller-retours dans le temps opéré successivement par cette méthode jusqu’à obtenir une estimation convenable de l’état. La méthode du back-and-forth nudging est une méthode à faible coût connue pour sa simplicité d’implémentation, étant donné qu’elle ne nécessite aucune linéarisation, aucune différentiation d’opérateur complexe et aucun processus d’optimisation, contrairement aux méthodes variationnelles. De plus, elle n’utilise pas non plus d’estimation d’erreur de covariance comme les méthodes séquentielles. Cette méthode est capable de fournir une estimation de l’état sur un intervalle fini de temps, ce qui est particulièrement intéressant pour les problèmes chaotiques à forte sensibilité par rapport à la perturbation de l’état initial ou de certains paramètres du modèle. Premièrement, on cherche à traiter la principale difficulté rencontrée lors de l’utilisation du back-and-forth nudging, qui est de maintenir la convergence de l’erreur continue lors des passages entre la dynamique directe et rétrograde. Pour répondre à ce problème, on montre l’existence d’une fonction de Lyapunov commune aux deux dynamiques. Ce résultat a été montré pour une large classe de problèmes incluant les dynamiques non-autonomes et non-linéaires pour estimer l’état initial mais également les paramètres du modèle. Le second axe est dédié à l’étude de l’attraction des propriétés physique, ce phénomène ayant été observé lors d’expériences passées avec la méthode du nudging standard. Ces altérations sont dues à la nature même de la méthode de nudging, qui consiste à modifier la structure du modèle physique en plus injectant directement un terme d’observation. Nous avons montré, grâce à une analyse de sensibilité, que l’injection des observations par la méthode du back-and-forth nudging est bien moins invasive pour la physique du modèle que par la méthode du nudging standard. Finalement, pour évaluer l’efficacité de la méthode du back-and-forth nudging dans un contexte réel, nous avons réalisé une assimilation de données opérationnelles issues du futur satellite SWOT pour fournir une estimation de l’état dans chaque couche de la région océanique du Gulf Stream. Après étude théorique de la convergence de l’erreur avec un modèle quasi-géostrophique barocline, la méthode a été testée numériquement avec données fortement bruitées, afin de garantir la robustesse de la méthode.