Contribution de Clément FONTANA, Pierre BRASSEUR, Jean-Michel BRANKART & Maeva DORON:


Assimilation séquentielle de données couleur de l'eau dans un modèle couplé physique-biogéochimique de l'Atlantique Nord



L'objectif de cette étude est de démontrer le gain, en termes de réalisme, apporté par l'assimilation de données satellitaires de chlorophylle dans un modèle couplé de grande échelle. Nous utilisons dans ce but le modèle physique NEMO dans sa configuration Atlantique Nord couplé au modèle biogéochimique LOBSTER décrivant le cycle de l'azote à travers 6 variables d'états. Nous procédons alors à une simulation de l'année 1998 forcée par des champs atmosphériques réalistes issus des réanalyses ECMWF. Dans un premier temps, nous laissons le modèle évoluer selon sa dynamique propre. Nous comparons ensuite cette première simulation à différentes simulations assimilant des données couleur de l'eau SeaWiFS à travers un filtre de Kalman mis en place à l'aide de l'outil SESAM. Le filtre utilisé est de type SEEK, les modes d'erreurs sont obtenus à partir d'états du système sur une période temporelle englobant la date d'analyse considérée. Le vecteur d'état sur lequel sont appliquées les corrections multivariées contient l'ensemble des variables biogéochimiques. Après avoir paramétré la méthode, nous analysons comment le réalisme de la simulation est amélioré par l'assimilation de données. Cette analyse est obtenue en comparant différentes variables d'états biogéochimiques à des jeux de données in situ indépendants du processus d'assimilation. Les résultats montrent néanmoins certaines faiblesses du modèle dans des régions, notamment côtières, où des processus primordiaux ne sont pas pris en compte (e.g. apports de nutriments terrigènes). Ce travail décrit une première approche du problème, les perspectives offertes sont nombreuses. Parmi celles-ci on peut citer la mise en place de système de prédiction opérationnel ou encore le développement d'une méthode permettant d'obtenir des climatologies biogéochimiques réalistes à l'échelle globale.

up arrow