jOas wEb Sci

Aller au contenu | Aller au menu | Aller à la recherche

novembre 2007

L'assimilation de données

Modèle de covariance d'erreur - Modélisation des erreurs

Modèle de covariance d'erreur - Estimation des erreurs

Modèle de covariance d'erreur - Description des erreurs

Modèle de covariance d'erreur

Méthode d'assimilation - 4DVar

Méthode d'assimilation - 3DVar

Méthode d'assimilation - Méthodes variationnelles

Méthode d'assimilation - Filtre de Kalman d'ensemble (EnKF)

Méthode d'assimilation - Coût de Calcul et filtres dégradés

Méthode d'assimilation - Filtre SEIK

Méthode d'assimilation - Filtre SEEK

Méthode d'assimilation - Filtre RRSQRT

Méthode d'assimilation - Les filtre de Kalman réduits

Méthode d'assimilation - L'exemple du naufragé

Méthode d'assimilation - Le coût de calcul

Méthode d'assimilation - Filtre de Kalman étendu (EKF)

Méthode d'assimilation - Le filtre de Kalman (KF)

Méthode d'assimilation - Interpolation Optimale (OI)

Interpolation statistiques - L'exemple du naufragé

Interpolation statistiques - Approche variationnelle

Interpolation statistique - Propriétés du BLUE

Interpolation statistique - Best Linear Unbiased Estimation

Interpolation statistique - Estimation non-optimisée

Interpolation statistique - Le problème de l'estimation

Interpolation statistique - Notations et hypothèses

Présentation du problème - Modélisation des erreurs

Présentation du problème - Description des vecteurs et espaces

Présentation du problème - Concepts de base

Introduction - Un exemple plus théorique

Introduction - Un exemple simple : la météorologie