Data Assimilation : The ensemble Kalman filter/ Geir Evensen

La asimilación de datos cubre de manera integral la asimilación de datos y los métodos inversos, incluida la estimación de estado tradicional y la estimación de parámetros. Este texto y referencia se centra en varios métodos populares de asimilación de datos, como métodos variacionales de restricciones débiles y fuertes y filtros y suavizadores de conjuntos. Se demuestra cómo los diferentes métodos pueden derivarse de una base teórica común, así como en qué se diferencian y/o se relacionan entre sí, y qué propiedades los caracterizan, mediante varios ejemplos.El enfoque en los métodos de conjunto, como el filtro de Kalman de conjunto y el suavizador, también lo convierte en una referencia sólida para la derivación, implementación y aplicación de tales técnicas. Aquí se encuentra disponible por primera vez mucho material nuevo, en particular relacionado con la formulación y solución de problemas combinados de estimación de parámetros y estados y las propiedades generales de los algoritmos de conjunto.