Nous rappelons que le vecteur de contrôle
est l'ensemble des
conditions initiales des fonctions de courant des
couches. Sa
dimension est donc
soit plus de
.
La fonction coût que nous voulons minimiser est donnée par
l'équation (
5.11). Son gradient est obtenu par la méthode de
l'adjoint au premier ordre, et la fonctionnelle est minimisée grâce
à un algorithme L-BFGS. La minimisation est arrêtée après
itérations, et au plus
simulations (le programme de minimisation
autorise
de simulations supplémentaires par rapport au nombre
maximal d'itérations), chaque simulation
comprenant une intégration du modèle direct (pour calculer
)
et une intégration rétrograde du modèle adjoint (pour calculer
).
Le résultat de la minimisation est montré sur la figure
6.6-a. Le modèle direct est ensuite intégré
le long de la période d'assimilation en utilisant l'état initial
reconstitué comme condition initiale. L'état correspondant du
système à l'instant final est représenté sur la figure
6.6-b.
On constate que la fonction de courant de la couche de surface obtenue
à l'instant initial est comparable à celle de la solution exacte
au même instant (fig.
6.1-a). Ceci est déjà
moins vrai à l'instant final
(figures
6.6-b
et
6.1-b).
Enfin, les couches intermédiaire et au fond sont tout de même bien
reconstruites, malgré l'absence d'informations disponibles. Ce
phénomène a quasiment toujours été observé et
l'information récupérée à partir des observations sur la
couche de surface a tendance à se propager aux couches inférieures
grâce au couplage entre les différentes couches dans le modèle
([
35], [
34]).