- "EnKF" (Ensemble Kalman Filter, see [Evensen94]_), original stochastic algorithm, allowing consistent treatment of non-linear evolution operator,
- "ETKF" (Ensemble-Transform Kalman Filter), deterministic EnKF algorithm, allowing treatment of non-linear evolution operator with a lot less members (one recommends to use a number of members on the order of 10 or even sometimes less),
- "ETKF-N" (Ensemble-Transform Kalman Filter of finite size N), ETKF algorithm of "finite size N", yhat doesn't need inflation that is often required with the other algorithms,
-- "MLEF" (Maximum Likelihood Kalman Filter, see [Zupanski05]_), deterministic EnKF scheme, allowing in addition the consistent treament of non-linear observation operator,
-- "IEnKF" (Iterative EnKF), deterministic EnKF scheme, improving treament of operators non-linearities.
+- "MLEF" (Maximum Likelihood Kalman Filter, see [Zupanski05]_), deterministic EnKF algorithm, allowing in addition the consistent treament of non-linear observation operator,
+- "IEnKF" (Iterative EnKF), deterministic EnKF algorithm, improving treament of operators non-linearities
+- "EnKS" (Ensemble Kalman Smoother), smoothing algorithm with a fixed time lag L.
Without being a universal recommandation, one recommend to use "EnKF" as a
reference algorithm, and the other algorithms (in this order) as means to
.. include:: snippets/SetSeed.rst
+.. include:: snippets/SmootherLagL.rst
+
StoreSupplementaryCalculations
.. index:: single: StoreSupplementaryCalculations
automatically activated at the end of the estimation calculations in ADAO. Any
Python commands, which a user can add after a TUI calculation in ADAO, can be
part of this post-processing. Several command set templates are available by
-default.
+default,essentially to give the simplest possible example of recording these
+series.
To be usable in an automatic way, it is required that any call of the ADAO
calculation case, to recover a variable, is done only with the reserved name
--- /dev/null
+.. index:: single: SmootherLagL
+
+SmootherLagL
+ *Integer value*. This key indicates the number of smoothing time intervals in
+ the past for the EnKS. This is a number of intervals, not a fixed duration.
+ The default value is 0, which leads to no smoothing.
+
+ Example :
+ ``{"SmootherLagL":0}``
pair: Variant ; ETKF-N
pair: Variant ; MLEF
pair: Variant ; IEnKF
+ pair: Variant ; EnKS
Variant
*Predifined name*. This key allows to choose one of the possible variants
"ETKF" (Ensemble-Transform Kalman Filter),
"ETKF-N" (Ensemble-Transform Kalman Filter),
"MLEF" (Maximum Likelihood Kalman Filter),
- "IEnKF" (Iterative_EnKF).
+ "IEnKF" (Iterative_EnKF),
+ "EnKS" (Ensemble Kalman Smoother).
One recommends to try the "ETKF-N" or "IEnKF" variants, and to reduce the
number of members to about 10 or less for all variants other then the
original "EnKF".
- "EnKF" (Ensemble Kalman Filter, voir [Evensen94]_), algorithme stochastique original, permettant de traiter de manière consistante un opérateur d'évolution non-linéaire,
- "ETKF" (Ensemble-Transform Kalman Filter), algorithme déterministe d'EnKF, permettant de traiter un opérateur d'évolution non-linéaire avec beaucoup moins de membres (on recommande d'utiliser un nombre de membres de l'ordre de 10 ou même parfois moins),
- "ETKF-N" (Ensemble-Transform Kalman Filter of finite size N), algorithme d'ETKF dit de "taille finie N", évitant de recourir à une inflation souvent nécessaire avec les autres algorithmes,
-- "MLEF" (Maximum Likelihood Kalman Filter, voir [Zupanski05]_), schéma déterministe d'EnKF, permettant en plus de traiter de manière consistante un opérateur d'observation non-linéaire),
-- "IEnKF" (Iterative EnKF), schéma déterministe d'EnKF, améliorant le traitement des non-linéarités des opérateurs.
+- "MLEF" (Maximum Likelihood Kalman Filter, voir [Zupanski05]_), algorithme déterministe d'EnKF, permettant en plus de traiter de manière consistante un opérateur d'observation non-linéaire),
+- "IEnKF" (Iterative EnKF), algorithme déterministe d'EnKF, améliorant le traitement des non-linéarités des opérateurs,
+- "EnKS" (Ensemble Kalman Smoother), algorithme de lissage avec un décalage fixe.
Sans pouvoir prétendre à l'universalité, on recommande d'utiliser l'"EnKF"
comme référence, et les autres algorithmes (dans l'ordre) comme des moyens pour
.. include:: snippets/SetSeed.rst
+.. include:: snippets/SmootherLagL.rst
+
StoreSupplementaryCalculations
.. index:: single: StoreSupplementaryCalculations
automatiquement activée à la fin des calculs d'estimation dans ADAO. Toutes les
commandes Python, qu'un utilisateur peut ajouter après un calcul ADAO en
interface graphique TUI, peuvent faire partie de ce post-traitement. Plusieurs
-modèles de série de commandes sont disponibles par défaut.
+modèles de série de commandes sont disponibles par défaut, essentiellement pour
+donner un exemple le plus simple possible d'enregistrement de ces séries.
Pour être utilisable de manière automatique, il est requis tout appel du cas de
calcul ADAO, pour récupérer une variable, se fasse uniquement avec le nom
--- /dev/null
+.. index:: single: SmootherLagL
+
+SmootherLagL
+ *Valeur entière*. Cette clé indique le nombre d'intervalles de temps de
+ lissage dans le passé pour l'EnKS. C'est bien un nombre d'intervalles, et non
+ pas une durée fixe. La valeur par défaut est 0, qui conduit à une absence de
+ lissage.
+
+ Exemple :
+ ``{"SmootherLagL":0}``
pair: Variant ; ETKF-N
pair: Variant ; MLEF
pair: Variant ; IEnKF
+ pair: Variant ; EnKS
Variant
*Nom prédéfini*. Cette clé permet de choisir l'une des variantes possibles
"ETKF" (Ensemble-Transform Kalman Filter),
"ETKF-N" (Ensemble-Transform Kalman Filter),
"MLEF" (Maximum Likelihood Kalman Filter),
- "IEnKF" (Iterative_EnKF).
+ "IEnKF" (Iterative_EnKF),
+ "EnKS" (Ensemble Kalman Smoother).
Il est conseillé d'essayer les variantes "ETKF-N" ou "IEnKF", et de réduire
le nombre de membres à une dizaine ou moins pour toutes les variantes autres
que l'"EnKF" original.
