Assimilation de données variationnelles pour les problèmes de transport des sédiments en rivière

par Junqing Yang

Thèse de doctorat en Mathématiques appliquées

Sous la direction de François-Xavier Le Dimet et de Chaojiang Xu.

Soutenue en 1999

à l'Université Joseph Fourier (Grenoble) en cotutelle avec wǔ hàn dà xué .

    mots clés mots clés


  • Pas de résumé disponible.


  • Pas de résumé disponible.

  • Titre traduit

    Variational data assimilation methods for sediment transport problems in rivers


  • Résumé

    La prévision de la sédimentation d'une rivière requiert l'utilisation d'un modèle mathématique régissant l'écoulement et de données d'observation. Le but de ce travail est de proposer une méthode d'assimilation de données qui permet de reconstituer les champs en tenant en compte du modèle et des données d'observation. La méthode qui est proposée est fondée sur les techniques de contrôle optimal. On présente les problèmes de sédimentation et leurs approximations numériques, un algorithme de décomposition est introduit et sa convergence est étudiée. En préalable à l'exploitation à des problèmes réels, on a vérifié la faisabilité de la méthode variationnelle d'assimilation de données pour trois types de problèmes de transport des sédiments : 1) la détermination de la condition initiale, 2) l'identification des paramètres, 3) l'estimation de l'erreur de la modélisation. Les études de sédimentation sur le terrain conduisent à des problèmes numériques de très grande dimension, dans une dernière partie on s'est intéressé à des techniques permettant la réduction de l'espace de contrôle pour obtenir des problèmes d'une taille raisonnable

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (200 p.)
  • Annexes : Bibliogr. p. 195-200

Où se trouve cette thèse ?

  • Bibliothèque : Moyens Informatiques et Multimédia. Information.
  • Non disponible pour le PEB
  • Cote : IMAG-1999-YAN
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.