suivant: Aspects théoriques monter: Calcul des variances d'erreur précédent: Introduction Table des matières
La matrice de covariances d'erreur d'observations est composée des variances d'erreur (termes diagnonaux) et des covariances d'erreur (termes non-diagnonaux). Les covariances d'erreur d'observations représentent les corrélations entre les observations, les corrélations temporelles et le biais. Ces différents termes sont très difficiles à estimer. En l'absence de données supplémentaires et par simplicité, ces termes non-diagonaux sont négligés dans OPAVAR. Dans le cadre classique, OPAVAR assimile des données insitu de température et de salinité. Ces différentes sources de données supportent assez bien cette hypothèse. Elle est cependant plus difficile à soutenir lors de l'utilisation de données sous forme de traces altimétriques ou de carte.
Une fois les covariances d'erreur éliminées, il reste encore à définir les variances d'erreur. Dans le système OPAVAR, il est possible de régler leurs valeurs en utilisant des constantes, des profils analytiques ou les variances d'erreur d'ébauche. Pour ce dernier cas, les variances d'erreur d'ébauche sont interpolées aux points d'observations puis multipliées par un coefficient bien choisi. Dans le cas classique, les variances d'erreur sont définies à l'aide de profils analytiques. Ces profils proviennent du travail d'Ingleby et Huddleston [4]. Ils sont fonction seulement de la profondeur. Les variances d'erreur obtenues ne tiennent donc absolument pas compte de la position géographique des observations. Elles ne tiennent pas non plus compte des variances d'erreur de représentativité liées à la grille du modèle.
Le calcul préalable des variances d'erreur des observations permet de prendre en compte ces deux aléas.