Las técnicas de asimilación de datos tienen por objetivo el obtener la mejor combinación posible de: i) las salidas de los modelos numéricos; y ii) las observaciones. Hoy en día existe, en los centros de meteorología y oceanografía operacionales, un amplio debate sobre las ventajas e inconvenientes de los dos métodos paradigmáticos de asimilación de datos: los métodos secuenciales como el Ensemble Kalman Filter (ENKF), y los métodos de variaciones (4D‐VAR). La ventaja de los métodos basados en el ENKF es la capacidad de tener en cuenta los “errores del día”, combinado con su facilidad de implementación. Por el contrario, los métodos 4D‐VAR requieren el desarrollo y mantenimiento de el modelo adjunto (el modelo que calcula la evolución temporal de los gradientes del sistema). La ventaja de los métodos 4D‐VAR es su capacidad de asimilar conjuntos de observaciones asinópticas (las observaciones se obtienen en instantes diferentes) y su capacidad de generalización. Por otra parte, los métodos basados en el 4D‐VAR son los preferidos en la estimación de los parámetros de modelos numéricos. En esta presentación se introducen los trabajos de asimilación de datos que se están llevando a cabo en el CMIMA/CSIC para la estimación de la circulación en modelos oceánicos utilizando técnicas de ENKF, así como los resultados de la estimación de parámetros en nuestros modelos numéricos a partir de las observaciones. En particular estudiamos en la evolución de la calidad de los valores reconstruidos en función del número de observaciones disponibles, su error, y la variable que está siendo observada. Estos trabajos se realizan en apoyo de la misión SMOS de la ESA (contribución al proyecto MIDAS‐5 del PNE) y como contribución al proyecto MYOCEAN del FP7

I Encuentro de la Oceanografía Física Española (EOF), 13-15 de octubre 2010, Barcelona

Peer Reviewed