Filtre de Kalman d'ensemble pour l'initialisation de calottes polaires

• Main Authors: Bonan, Bertrand, Nodet, Maëlle, Ritz, Catherine
• Other Authors: Modelling, Observations, Identification for Environmental Sciences (MOISE), Inria Grenoble - Rhône-Alpes, Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Laboratoire Jean Kuntzmann (LJK), Université Pierre Mendès France - Grenoble 2 (UPMF)-Université Joseph Fourier - Grenoble 1 (UJF)-Institut polytechnique de Grenoble - Grenoble Institute of Technology (Grenoble INP )-Centre National de la Recherche Scientifique (CNRS)-Université Pierre Mendès France - Grenoble 2 (UPMF)-Université Joseph Fourier - Grenoble 1 (UJF)-Institut polytechnique de Grenoble - Grenoble Institute of Technology (Grenoble INP )-Centre National de la Recherche Scientifique (CNRS), Laboratoire de glaciologie et géophysique de l'environnement (LGGE), Observatoire des Sciences de l'Univers de Grenoble (OSUG), Université Joseph Fourier - Grenoble 1 (UJF)-Institut polytechnique de Grenoble - Grenoble Institute of Technology (Grenoble INP )-Institut national des sciences de l'Univers (INSU - CNRS)-Institut national de recherche en sciences et technologies pour l'environnement et l'agriculture (IRSTEA)-Université Savoie Mont Blanc (USMB Université de Savoie Université de Chambéry )-Centre National de la Recherche Scientifique (CNRS)-Université Joseph Fourier - Grenoble 1 (UJF)-Institut polytechnique de Grenoble - Grenoble Institute of Technology (Grenoble INP )-Institut national des sciences de l'Univers (INSU - CNRS)-Institut national de recherche en sciences et technologies pour l'environnement et l'agriculture (IRSTEA)-Université Savoie Mont Blanc (USMB Université de Savoie Université de Chambéry )-Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS)
• Format: Conference Object
• Language: French
• Published: HAL CCSD 2012
• Subjects: [MATH.MATH-OC]Mathematics [math]/Optimization and Control [math.OC]; [SDU.STU.GL]Sciences of the Universe [physics]/Earth Sciences/Glaciology; Antarc*; Antarctique*; Groenland
• Online Access: https://inria.hal.science/hal-00763112

National audience Les calottes polaires (Antarctique et Groenland), en perdant ou gagnant de la masse, jouent un rôle majeur dans l'évolution du niveau des mers. Pour estimer leur contribution future pour les 100 prochaines années, il est nécessaire de disposer de modèles d'évolution performants et d'états initiaux les plus proches de ce qu'on observe. Ces modèles sont principalement contrôlés par les variables suivantes : coefficient de frottement basal, topographie du socle rocheux, épaisseur de glace, champ de température dans la glace. Cependant, nous ne disposons pas d'états initiaux sur toutes ces variables pour nos simulations. Néanmoins, nous possédons un certain nombre d'observations telles la hauteur de surface, les vitesses de surfaces ou la topographie du socle (pas partout). Utiliser l'assimilation de données pour construire nos états initiaux semble donc pertinent dans ce cadre. Nous avons mis en place un filtre de Kalman d'ensemble LETKF [Hunt et al., Physica D, 2007] afin de construire un état initial de calotte optimal grâce aux observations disponibles. Nous commençons par des expériences jumelles avec un modèle d'évolution 2D nommé Winnie (le long d'une ligne d'écoulement) comme premier pas vers l'assimilation de données avec un modèle 3D, GRISLI. Malgré sa simplicité, la physique contenue dans Winnie est fortement non linéaire et ce modèle est un bon prototype pour tester nos méthodes. Nous étudions aussi la qualité des variables retrouvées à l'aide de diagnostics a posteriori.