Programme

1

Ouverture thématique : 10 mai 13:45

Assimilation  de  données  et  prévision  Par  Olivier  Thual,  professeur  à  l’INPT,    

Olivier   Thual   est   professeur   à   l’Institut   National   Polytechnique   de   Toulouse.   Il   enseigne  l’hydrodynamique  de  l’environnement  dans  le  Département  «  Hydraulique  –  Mécanique  des  Fluides  »   de   l’ENSEEIHT.   Il   est   chercheur   à   l’Institut   de  Mécanique   des   Fluides   de   Toulouse  (IMFT).  Météorologue  de  formation,  il  a  été  professeur  à  l’Ecole  Polytechnique.     Pour prévoir le temps qu’il fera demain ou dans dix jours, les météorologues doivent développer de bons modèles et prendre en compte le plus grand nombre de données d’observation possible. L’assimilation de données est l’outil qui permet concilier la dynamique de l’atmosphère, simulée par le modèle, avec les mesures in-situ ou observées à partir de nombreux satellites. Cette approche concerne aussi de nombreux autres domaines de l’ingénierie : océanographie, chimie atmosphérique, hydrologie, neutronique… L’objectif de cette présentation est d’expliciter quelques exemples simples permettant d’illustrer les principales méthodes d’assimilation de données utilisées de manière opérationnelle. Des notions simples de statistique permettent de comprendre la pondération des informations proportionnellement à la confiance qu’il convient de leur accorder. Ces notions sont appliquées à trois exemples simples qui font chacun l'objet d'un TP Siclab Ces notions et ces exemples sont à la portée des élèves de classes préparatoires et peuvent servir de source d’inspiration pour de nombreux autres projets dans des domaines très différents. Bibliographie

1. O. Thual, Hydrodynamique de l’environnement, Editions de l’Ecole Polytechnique (2010)

2. O. Thual, Conférences sur l’assimilation de données, http://thual.perso.enseeiht.fr 3. F. Boutier, Ph. Courtier, Data assimilation concepts and methods, ECMWF training

cours (1999), http://www.ecmwf.int 4. e-learning@cerfacs, http://elearning.cerfacs.fr/ 5. F. Duchaine, Assimilation de données pour la prévison, http://www.enseeiht.fr/travaux

Programme

2

Travaux pratiques Scilab, 10 mai , 15:45

Travaux  pratiques.  

Assimilation  de  données  et    

analyse  en  composantes  principales  Par  Olivier  Thual,  Olivier  Pannekoucke,  Sulian  Thual    et  Sébastien  Barthélémy    

 Une série de TP utilisant le langage de programmation Scilab permet d’illustrer et de compléter les conférences « Assimilation de données et prévision » d’Olivier Thual et « Analyse en composantes principales en météorologie et en mécanique des fluides » d’Olivier Pannekoucke. Deux doctorants dont le sujet de thèse s’appuie sur l’assimilation de données participeront à l’animation de ces ateliers. Le premier TP s’intéresse à la détermination d’une grandeur, par exemple l’heure, à partir de deux mesures dont on connaît l’incertitude. Cet exercice permet d’illustrer la notion de variable aléatoire qui est à la base de l’assimilation de données et de l’analyse en composantes principales. Le deuxième TP généralise l’approche aux cas où l’une des mesures détermine la grandeur de manière indirecte, nécessitant la mise en œuvre d’un « opérateur d’observation ». L’exemple de la détermination de la vitesse d’un ressaut hydraulique permet d’illustrer le calcul. Le troisième TP montrer comment l’assimilation de données permet de prévoir un phénomène, l’exemple choisi étant la remplissage d’un réservoir positionné au-dessus d’un milieu poreux (filtre à café). Enfin, le dernier TP montrera comment les techniques d’analyses en composantes principales permettent de visualiser, sur des exemples concrets, les modes de variations les plus importants d’une animation de cartes bidimensionnelles.