J. A. Cunge, F. M. Holly, and A. Verwey, Practical aspects of computational river hydraulics . Iowa institute of hydraulics research, 1980.

J. A. Cunge, ´ Etude d'un schéma de différences finies applique a l'intégration numérique d'un certain type d'´ equation hyperbolique d'´ ecoulement, Thèse préparéè a la faculté de Grenoble, 1966.

J. Douglas and H. H. Rachford, On the numerical solution of heat conduction problems in two and three space variables, Transactions of the American Mathematical Society, vol.82, issue.2, pp.421-439, 1956.
DOI : 10.1090/S0002-9947-1956-0084194-4

F. Christelle and P. Yves, O?yssee User's guide Version 1.7. INRIA Rapport technique, 1998.

D. L. Fread and J. M. Lewis, NWS FLDWAV MODEL Theorical description and user documentation . Hydrologic reasearch laboratory report, 1998.

F. Le-dimet and J. Blum, Assimilation de données pour les fluides géophysiques, 2002.

F. Le-dimet, I. M. Navon-et-dacian, and N. Daescu, Second-Order Information in Data Assimilation*, Monthly Weather Review, vol.130, issue.3, pp.629-648, 2002.
DOI : 10.1175/1520-0493(2002)130<0629:SOIIDA>2.0.CO;2

URL : https://hal.archives-ouvertes.fr/hal-00787272

F. Le-dimet, H. Ngodock, B. Luong, and J. Verron, Sensitivity analysis in variational data assimilation, J of the meteorological society of Japan, vol.75, pp.245-255, 1997.

F. , L. Dimet, and O. Talagrand, Variational algorithms for analysis and assimilation of meteorological observation : theoretical aspects, pp.97-110, 1986.

L. Claude, The modules M1QN3 and N1QN3. Version 2.0c, 1995.

C. Liggett, numerical methods of solution of the unsteady flow equations, chapter 4 of unsteady flow in open channels, Water resources publications, 1975.

M. Losch and C. Wunsch, Bottom Topography as a Control Variable in an Ocean Model, Journal of Atmospheric and Oceanic Technology, vol.20, issue.11, 2003.
DOI : 10.1175/1520-0426(2003)020<1685:BTAACV>2.0.CO;2

G. I. Marchuk, ON THE THEORY OF THE SPLITTING-UP METHOD, Numerical solutions for partial differential equations II, 1971.
DOI : 10.1016/B978-0-12-358502-8.50019-0

N. Hans and E. , Assimilation de données et analyse de sensibilité : une applicationàapplicationà la circulation océanique, Thèse préparée au sein du laboratoire LMC de Grenoble, 1996.

N. Pierre, Assimilation de données et identification de paramètres : une application en hydrologie, Thèse préparée au sein du laboratoire LMC de Grenoble, 2001.

A. Preissmann, Propagation des intumescences dans les canaux etrivì eres. First congress of the French association for computation, 1961.

T. Yannick, Parallélisation d'algorithmes variationnels d'assimilation de données en météorologie, Thèse préparée au sein du laboratoire LMC de Grenoble, 1995.

. Vreugdenhil, computational methods for channel flow. publication no 100 Delft hydraulics laboratory Delft, 1973.

E. P. Wigner, Effect of Small Perturbations on Pile Period, 1945.
DOI : 10.1007/978-3-642-77425-6_38

P. Vidard, Vers la prise en compte des erreurs modèle en assimilation de données 4D variationnelle, 2001.

N. N. Yanenko, Méthodes des pas fractionnaires, 1966.

Y. Junqing, Assimilation de données variationnelle pour lesprobì emes de transport des sédiments enrivì ere, Thèse préparée au sein du laboratoire LMC de Grenoble, 1999.

Q. C. Zeng, Z. Z. Ji, and R. L. Li, The construction of difference schemes for evolution equations and the numerical simulation of offshore currents Atmospheric sciences, pp.166-175, 1988.

L. Dans, Exemple de représentation des coefficients de Manning dans LMCFLD . b) Exemple de relief pris en compte, p.61

. Cette-condition-initiale-est-celle, assimilation de donnée variationnelle doit nous aideràaiderà retrouver. b-La condition initiale en V (en m 3 .s ?1 ) permettant de démarrer l'exécution du code d'optimisation, celle-ci est assezéloignée assezéloignée de celle que nous devons retrouver. c-La condition initiale en V (en m 3 .s ?1 ) obtenue grâcè a l'aide de la minimisation de la fonction coût, p.95

L. Des and T. , Le coefficient de rugosité sur la digue a ´ eté choisi très grand demanì erè a la faire ressortir dans la représentation graphique. a-La rugosité du bassin (coefficient de Manning) Cette rugosité est celle que l'assimilation de données variationnelle doit nous aideràaiderà retrouver. b-La rugosité permettant de démarrer l'exécution du code d'optimisation, celle-ci est assezéloignéeassezéloignée de celle que nous devons retrouver. c-La rugosité obtenue grâcè a la minimisation de la fonction coût, p.113

.. Présentation-du-domaine-loire, Ouzouer en amont d'Orléans sur la Loire. La zone entourée de rouge est le domaine considéré dans les exemples présentés ci dessous. b-Le relief d'une partie du Val d'Ouzouer sur la Loire. c-La représentation de la rugosité sur une partie du val d'Ouzouer (SPOT), p.129

V. Inondation, Ouzouer pour un scénario de période de retour 200 ans modélisé avec le code de calcul Carima, p.49

C. Organigramme-du-code-de-calcul, La partie de ce code qui doitêtredoitêtre dérivée est mise en relief, p.65

. Représentation-de-l-'isère-entre-pontcharra and . Grenoble, Ce cas réel est utilisé dans le cadre de l'estimation de la condition initiale avec le logiciel Carima, p.91

. Dans-la-colonne-fonction-coût, C'est l'´ evolution de la valeur de la fonction coût (6.5) en fonction des itérations du code d'optimisation, p.126

. Dans-la-colonne-fonction-coût, C'est l'´ evolution de la valeur de la fonction coût (6.6) en fonction des itérations du code d'optimisation, p.133