src/tests/daComposant/Plateforme/test013_EnsembleBlue.py

   1 #-*-coding:iso-8859-1-*-
   2 __doc__ = """
   3     Cas-test vérifiant que si les covariances d'erreur B et R sont identiques et
   4     unitaires, l'analyse est située au milieu de l'ébauche [0,1,2] et de
   5     l'observation [0.5,1.5,2.5], avec une erreur d'un ordre inférieur à celle
   6     introduite dans R (si l'erreur est de 1 dans R, la précision de vérification
   7     est de 0.1*0.1).
   8 """
   9 __author__ = "Jean-Philippe ARGAUD - Novembre 2008"
  10
  11 import sys ; sys.path.insert(0, "../../Sources/daCore")
  12
  13 import numpy
  14 from daCore.AssimilationStudy import AssimilationStudy
  15 from daCore.Persistence       import OneVector
  16
  17 import logging
  18 # logging.getLogger().setLevel(logging.DEBUG)
  19
  20 #===============================================================================
  21 def test(precision = 1.e-2):
  22     """
  23     Cas-test vérifiant que si les covariances d'erreur B et R sont identiques et
  24     unitaires, l'analyse est située au milieu de l'ébauche [0,1,2] et de
  25     l'observation [0.5,1.5,2.5], avec une erreur d'un ordre inférieur à celle
  26     introduite dans R (si l'erreur est de 1 dans R, la précision de vérification
  27     est de 0.1*0.1).
  28     """
  29     #
  30     # Définition de l'étude d'assimilation
  31     # ------------------------------------
  32     ADD = AssimilationStudy("Ma premiere etude")
  33     #
  34     Xb = OneVector("Ebauche", basetype=numpy.matrix)
  35     for i in range(100):
  36         Xb.store( numpy.matrix( [0,10,20], numpy.float ).T )
  37     #
  38     ADD.setBackground         (asPersistentVector = Xb )
  39     ADD.setBackgroundError    (asCovariance = "1 0 0;0 1 0;0 0 1")
  40     ADD.setObservation        (asVector     = [0.5,10.5,20.5])
  41     ADD.setObservationError   (asCovariance = "1 0 0;0 1 0;0 0 1")
  42     ADD.setObservationOperator(asMatrix     = "1 0 0;0 1 0;0 0 1")
  43     #
  44     ADD.setControls()
  45     ADD.setAlgorithm(choice="EnsembleBlue")
  46     #
  47     ADD.analyze()
  48     #
  49     Xa = ADD.get("Analysis")
  50     Analyse_moyenne = numpy.matrix( Xa.valueserie() ).mean(axis=0).A1
  51     print
  52     print "    Ebauche            :",[0,1,2]
  53     print "    Analyse moyenne    :",Analyse_moyenne
  54     print "    Nombre d'analyses  :",Xa.stepnumber()
  55     #
  56     # Vérification du résultat
  57     # ------------------------
  58     if max(Analyse_moyenne-numpy.array([0.25, 10.25, 20.25]))/10 > precision:
  59         raise ValueError("Résultat du test erroné")
  60     else:
  61         print test.__doc__
  62         print "    Test correct, erreur maximale inférieure à %s"%precision
  63         print
  64
  65 #===============================================================================
  66 if __name__ == "__main__":
  67
  68     print
  69     print "AUTODIAGNOSTIC"
  70     print "=============="
  71     numpy.random.seed(1000)
  72
  73     test()