При численной реализации вариационных алгоритмов ассимиляции данных
измерений важна согласованность информации с моделью, в том числе с ее разностным аналогом. Несогласованность может возникать как за счет неточности задания входных параметров модели, так и за счет используемой разностной дискретизации. Этот вопрос решается путем идентификации входных параметров модели, а
так же за счет использования дополнительных членов в функционале качества прогноза, характеризующих гладкость получаемого решения.
При чисельної реалізації варіаційних алгоритмів асиміляції даних
вимірювань важлива узгодженість інформації з моделлю, в тому числі з її
різницевим аналогом. Неузгодженість може виникати як за рахунок неточності завдання вхідних параметрів моделі, так і за рахунок використовуваної різницевої
дискретизації. Це питання вирішується шляхом ідентифікації вхідних параметрів
моделі, а так само за рахунок використання додаткових членів в функціоналі якості
прогнозу, що характеризують гладкість отримуваного рішення.
In the numerical realization of variational data assimilation algorithms, consistency
of information with the model and it difference analogue is important. Inconsistencies
can arise both due to inaccuracies in model input parameters, and by use of difference
discretization. This question is answered by the identification of model input parameters,
as well as through the use of additional terms in the cost function, which characterize
the smoothness of the resulting solutions.