Sequential Data Assimilation Techniques in Oceanography

  • Bertino L
  • Evensen G
  • Wackernagel H
  • 110

    Readers

    Mendeley users who have this article in their library.
  • 136

    Citations

    Citations of this article.

Abstract

Summary We review recent developments of sequential data assimilation techniques used in oceanography to integrate spatio-temporal observations into numerical models describing physical and ecological dynamics. Theoretical aspects from the simple case of linear dynamics to the general case of nonlinear dynamics are described from a geostatistical point-of-view. Current methods derived from the Kalman filter are presented from the least complex to the most general and perspectives for nonlinear estimation by sequential importance resampling filters are discussed. Furthermore an extension of the ensemble Kalman filter to transformed Gaussian variables is presented and illustrated using a simplified ecological model. The described methods are designed for predicting over geographical regions using a high spatial resolution under the practical constraint of keeping computing time sufficiently low to obtain the prediction before the fact. Therefore the paper focuses on widely used and computationally efficient methods. Résumé Nous recensons quelques développements récents de techniques d'assimilation séquentielle utilisées en océanographie, qui intègrent des observations spatio-temporelles dans des modèles numériques décrivant des dynamiques physiques et écologiques. Les aspects théoriques allant du cas simple d'une dynamique linéaire au cas général d'une dynamique nonlinéaire sont examinées du point de vue géostatistique. Des méthodes usuelles dérivées du filtre de Kalman sont présentées en partant du cas le moins complexe au cas le plus général et des perspectives pour une estimation non-linéaire sont discutées. Nous présentons en outre une extension du filtre de Kalman d'ensemble au cas de variables ayant subi une transformation gaussienne et nous l'illustrons en utilisant un modèle écologique simplifié. Les méthodes exposées sont conçues pour prédire dans une région géographique avec une haute résolution spatiale sous la contrainte pratique que les temps de calcul soient suffisamment courts pour obtenir une prédiction avant l'heure. Ainsi l'article se concentre sur des méthodes couramment utilisées et de grande efficacité calculatoire.

Get free article suggestions today

Mendeley saves you time finding and organizing research

Sign up here
Already have an account ?Sign in

Find this document

Authors

  • Laurent Bertino

  • Geir Evensen

  • Hans Wackernagel

Cite this document

Choose a citation style from the tabs below

Save time finding and organizing research with Mendeley

Sign up for free