Assimilation Variationelle de Données: Une Application en Hydrologie - Ngnepieba, Pierre
45,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
  • Broschiertes Buch

La détermination des paramètres hydrodynamiques dans les modèles d'écoulement en zone non-saturée (et plus généralement dans certains modèles géophysiques) requiert l'utilisation d'un modèle et de données d'observations de terrain. L'objectif de cet ouvrage est de proposer une méthode d'assimilation variationnelle de données permettant de reconstituer ces Paramètres hydrodynamiques en tenant compte des observations et du modèle. La méthode proposée est fondée sur les techniques de contrôle optimal. Les aspects théoriques de l'assimilation de données et l'analyse de sensibilité via l'adjoint au…mehr

Andere Kunden interessierten sich auch für
Produktbeschreibung
La détermination des paramètres hydrodynamiques dans les modèles d'écoulement en zone non-saturée (et plus généralement dans certains modèles géophysiques) requiert l'utilisation d'un modèle et de données d'observations de terrain. L'objectif de cet ouvrage est de proposer une méthode d'assimilation variationnelle de données permettant de reconstituer ces Paramètres hydrodynamiques en tenant compte des observations et du modèle. La méthode proposée est fondée sur les techniques de contrôle optimal. Les aspects théoriques de l'assimilation de données et l'analyse de sensibilité via l'adjoint au second ordre sont proposées et illustrées par le modèle de Richards monodimensionnel. La dérivation automatique à l'aide du logiciel de différentiation automatique ODYSSÉE est utilisée pour déduire les informations du premier et du second ordre. Enfin, en se servant des études au second ordre réalisées, l'algorithme de Newton est appliquée au système d'optimalité.
Autorenporträt
Dr. Pierre Ngnepieba a obtenu son doctorat de Mathématiques Appliquées à l''Université de Grenoble en 2001. A présent, il est Associate Professor au Département de Mathématiques à Florida Agricultural and Mechanical University (FAMU), Tallahassee, Floride, USA. Son domaine de recherche inclut les méthodes stochastiques d''assimilation de données.