DassFlow est une suite de codes de calcul conçus pour la modélisation hydraulique des écoulements physiques et dont l’objectif principal est l’inférence des paramètres et états du modèle par des techniques d’assimilation de données variationnelles reposant sur la méthode du code adjoint. Les différentes codes de calcul de DassFlow intègrent tous une méthode de dérivation automatique du code adjoint et pour certains des interfaces Python permettant (i) une utilisation simplifiée, (ii) l’intégration dans des chaînes de traitement basées sur des librairies Python et (iii) un couplage avec d’autres codes utilisant des méthodes d’optimisation basés sur la différentiation automatique (comme les méthodes de machine learning). A partir de données statiques comme la topographie (fine résolution), l’occupation des sols (etc.) et de conditions aux limites (débit amont, affluents, précipitations):

résout les équations de Saint-Venant (Shallow water) monodimensionelle. Il repose sur la description de la géométrie d’un réseau de rivières sous la forme (1) d’un réseau de segments de rivières interconnectés et (i) d’une représentation multi-trapézoïdale des sections en travers. Le modèle résout alors les équations de Saint Venant par schéma de différences finies (FD) implicite, ce qui permet de simuler de grands réseaux de rivières (Un fleuve et ses affluents majoritaires par exemple) et sur de longues périodes. Ce modèle est particulièrement adapté au études de crues/étiages et à l’assimilation de données altimétriques, notamment les données de la mission SWOT.