Durée
30h Th
Nombre de crédits
| Master en océanographie, à finalité | 3 crédits |
Enseignant
Langue(s) de l'unité d'enseignement
Langue anglaise
Organisation et évaluation
Enseignement au premier quadrimestre, examen en janvier
Horaire
Unités d'enseignement prérequises et corequises
Les unités prérequises ou corequises sont présentées au sein de chaque programme
Contenus de l'unité d'enseignement
* Purpose of data assimilation and inverse methods
* Expressing uncertainty
* Origin of model and observation errors
* Reminder of static concepts: random variable, expectation, error covariance
* Sequential assimilation methods (nudging, successive corrections, optimal interpolation, 3D-Var, Kalman filter, Kalman smoother)
* Non-Sequential assimilation (4D-Var, representer method)
Acquis d'apprentissage (objectifs d'apprentissage) de l'unité d'enseignement
* understand various data assimilation methods
* able to conceptually define state vector, observation operator, observation vector and error covariances for a given problem
Savoirs et compétences prérequis
Prerequisites: http://progcours.ulg.ac.be/cocoon/cours/OCEA0036-1.html
Programming skills in Julia, Matlab/Octave, Python or similar programming languages
Activités d'apprentissage prévues et méthodes d'enseignement
A serie of lectures with exercises
Mode d'enseignement (présentiel, à distance, hybride)
Combinaison d'activités d'apprentissage en présentiel et en distanciel
Explications complémentaires:
présentiel si possible
Lectures recommandées ou obligatoires et notes de cours
Evensen, G. (2009) Data Assimilation, The Ensemble Kalman Filter, Springer http://dx.doi.org/10.1007/978-3-642-03711-5
Modalités d'évaluation et critères
Travail à rendre - rapport
Explications complémentaires:
Written report on application of a data assimilation method on a simple model
Stage(s)
Remarques organisationnelles
Contacts
a.barth@ulg.ac.be