Optimal transport for variational data assimilation

Nelson Feyeux 1 Arthur Vidard 1 Maëlle Nodet 1
1 AIRSEA - Mathematics and computing applied to oceanic and atmospheric flows
Grenoble INP - Institut polytechnique de Grenoble - Grenoble Institute of Technology, UGA - Université Grenoble Alpes, LJK - Laboratoire Jean Kuntzmann, Inria Grenoble - Rhône-Alpes
Résumé : Les méthodes d'assimilation de données variationnelle permettent d'estimer une condition initiale d'un modèle à l'aide d'observations. Cette estimation passe nécessairement par la comparaison de la sortie du modèle et des observations. Généralement, on utilise une distance Euclidienne pour la comparaison. Dans ce papier nous utilisons une autre distance pour comparer des données denses en espace : la distance de Wasserstein, issue du transport optimal. On développe une méthode d'assimilation de données variationnelle à l'aide de cette distance, qui montre des résultats convaincants sur des premiers exemples. Elle permet notamment de conserver les propriétés géométriques des données.
Type de document :
Article dans une revue
Nonlinear Processes in Geophysics, European Geosciences Union (EGU), 2018, 25 (1), pp.55-66. 〈10.5194/npg-25-55-2018〉
Liste complète des métadonnées

Littérature citée [29 références]  Voir  Masquer  Télécharger

https://hal.archives-ouvertes.fr/hal-01342193
Contributeur : Nelson Feyeux <>
Soumis le : mardi 23 janvier 2018 - 14:28:50
Dernière modification le : vendredi 8 février 2019 - 08:14:02

Fichier

toad-rev2 (1).pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

Collections

Citation

Nelson Feyeux, Arthur Vidard, Maëlle Nodet. Optimal transport for variational data assimilation. Nonlinear Processes in Geophysics, European Geosciences Union (EGU), 2018, 25 (1), pp.55-66. 〈10.5194/npg-25-55-2018〉. 〈hal-01342193v2〉

Partager

Métriques

Consultations de la notice

266

Téléchargements de fichiers

162