next up previous contents
suivant: Comparaison monter: Sensibilité aux observations précédent: Méthode primale   Table des matières

Méthode duale

Figure 6.16: Résultat de la minimisation de la fonction coût duale en utilisant $ 605$ observations. Couche de surface de la solution au début (a) et à la fin (b) de la période d'assimilation.

\includegraphics[width=5.8cm]{chap7.fig/dual_obs_peu_1.eps}   \includegraphics[width=5.8cm]{chap7.fig/dual_obs_peu_80.eps}
(a)   (b)

Figure 6.17: Résultat de la minimisation de la fonction coût duale en utilisant $ 3272481$ observations. Couche de surface de la solution au début (a) et à la fin (b) de la période d'assimilation.

\includegraphics[width=5.8cm]{chap7.fig/dual_obs_bcp_1.eps}   \includegraphics[width=5.8cm]{chap7.fig/dual_obs_bcp_80.eps}
(a)   (b)

Les figures 6.16 et 6.17 montrent les résultats des minimisations des fonctions coût duales lorsqu'on utilise respectivement peu ($ 605$ ) et beaucoup ($ 3272481$ ) d'observations. On constate une fois encore que l'augmentation du nombre d'observations améliore l'identification de l'état initial et diminue le lissage des champs. Néanmoins, cette tendance semble plus faible que dans le cas de la méthode primale. De plus, les lignes de niveau sont globalement moins lisses que dans l'approche primale. Ceci avait déjà été constaté dans les premières sections de ce chapitre.


next up previous contents
suivant: Comparaison monter: Sensibilité aux observations précédent: Méthode primale   Table des matières
Retour à la page principale