Abstract FR:

La gestion des milieux océaniques et côtiers nécessite des prédictions à court terme de leurs caractéristiques physiques et écologiques. L'assimilation de données océanographiques améliore les résultats des modèles numériques et l'océanographie opérationnelle fait ainsi ses débuts, malgré des obstacles théoriques (les dynamiques sont- non linéaires) et pratiques (les systèmes régionalisés étudiés comportent plus de cent mille paramètres). Ce travail se focalise sur les méthodes séquentielles d'assimilation de données (le filtre de Kalman et ses approximations aux dynamiques non linéaires) qui introduisent les équations dynamiques du système dans son analyse statistique spatio-temporelle. Le filtre de Kalman est analysé sous ses aspects géostatistiques; en particulier l'équivalence de son étape de correction à un krigeage simple nous a guidé vers plusieurs modifications de sa formulation classique. Nous nous sommes donc inspirés des estimateurs utilisés en géostatistique pour tenir compte des biais (krigeages à moyenne inconnue et avec dérive externe) et des non linéarités (anamorphose gaussienne). Trois cas d'études sont présentés, d'abord un cas fictif de modèle écologique 1-D d'une colonne d'eau océanique qui nous permet de comparer deux filtres de Kalman courants en océanographie: le RRSQRT (basé sur un développement limité des équations du modèle et une approximation en valeurs propres dominantes) et l'EnKF (basé sur un échantillonnage de Monte Carlo). On assimile ensuite les hauteurs d'eau prises en trois stations fixes de la lagune de l'Oder dans le modèle hydro-dynamique TRIM3D avec le filtre de Kalman RRSQRT. Enfin L'EnKF est appliqué à l'assimilation de données de hauteurs d'eau et de salinité de la lagune de l'Oder dans TRIM3D.