In: Climate of the Past, 2020, vol. 16, no. 3, p. 1061–1074
Differences between paleoclimatic reconstructions are caused by two factors: the method and the input data. While many studies compare methods, we will focus in this study on the consequences of the input data choice in a state-of-the-art Kalman- filter paleoclimate data assimilation approach. We evaluate reconstruction quality in the 20th century based on three collections of tree-ring...
|
Thèse de doctorat : Université de Neuchâtel, 2019.
L’assimilation de données consiste à combiner de façon optimale les observations (données) et les prévisions produites par un modèle numérique d’un système dynamique étudié. Au cours de la dernière décennie, les méthodes basées sur le filtre de Kalman d’ensemble (EnKF) pour l’assimilation de données ont été particulièrement explorées dans diverses disciplines des...
|
Thèse de doctorat : Université de Neuchâtel, 2018.
Comprendre les mécanismes de recharge des aquifères karstiques revêt une grande importance car ces aquifères sont utilisés par un quart de la population mondiale et que leurs dynamiques de recharge et de décharge sont souvent fortement couplées. Compte tenu de ce couplage, les ressources en eaux souterraines karstiques sont intrinsèquement sensibles aux processus de surface tels que le...
|
Thèse de doctorat : Université de Neuchâtel, 2017.
Caractériser et simuler les interactions entre les eaux de surface et souterraines s’avère être un enjeu de plus en plus important afin de garantir une eau de qualité pour des puits de pompage situés à proximité d’une rivière. Grâce à la dernière génération de modèles numériques physiques intégrant les écoulements de surface et souterrains, il est maintenant possible de...
|
In: Journal of Geodesy, 2011, vol. 85, no. 8, p. 539-550
|
In: Mathematical Geosciences, 2010, vol. 42, no. 3, p. 245-268
|
In: Granular Matter, 2009, vol. 11, no. 3, p. 201-208
|
In: Journal of Theoretical Probability, 2005, vol. 18, no. 1, p. 79-97
|
In: Autonomous Robots, 2012, vol. 33, no. 1-2, p. 103-127
|
In: Computing and Visualization in Science, 2008, vol. 11, no. 4-6, p. 363-372
|