Conférence de Marc Bocquet, Professeur à à l'École des Ponts ParisTech, directeur adjoint du CEREA
L'assimilation de données est un ensemble de techniques statistiques, algorithmiques et numériques développées dans les géosciences dans le but ultime d'améliorer la prévision des géo-fluides (atmosphère, océan, glace). Elle combine de façon mathématiquement optimale les observations du système physique avec le modèle numérique de ce système. À chaque analyse, ces observations se comptent en dizaines de millions (données massives) et le modèle, défini par un code complexe, est généralement de grande dimension (jusqu’à plusieurs milliards de variables).
La discipline a remporté de beaux succès notamment en météorologie où elle a d'abord émergé. Je décrirai les méthodes classiques de l'assimilation de données (3D-Var, 4D-Var, filtre de Kalman d'ensemble). J'expliquerai pourquoi ces méthodes ont été développées et sous quelles contraintes. Je donnerai une idée des méthodes en cours de déploiement dans les centres opérationnels de prévision. Enfin, je discuterai des liens et de l'apport potentiel de l'intelligence artificielle (notamment l'apprentissage profond) à l'assimilation de données et la prévision en géosciences.
https://www.onera.fr/fr/agenda/assimilation-de-donnees-pour-les-geosciences