English
LGGE

Accueil du site > Recherche > Thèses en cours > Modélisation des écoulements océaniques multi-échelle (MEOM) > Assimilation d’observations de glace de mer dans un modèle océanique : vers une réduction des incertitudes sur l’évolution de la banquise Arctique




Rechercher

OSUG - Terre Univers Environnement OSUG

Assimilation d’observations de glace de mer dans un modèle océanique : vers une réduction des incertitudes sur l’évolution de la banquise Arctique

par BRONDEX Julien - 27 mars 2015 - ( maj : 27 mars 2015 )

Christophe CALONE

Date de début et de fin : octobre 2014 - septembre 2017

Financement : Contrat de recherche

Directeurs : Jean-Micel Brankart (LGGE) et Pierre Brasseur (LGGE)

Résumé :

Les océans des hautes latitudes sont parmi les régions de la planète qui connaissent les manifestations les plus fortes du changement climatique en cours. En 2009, pour la première fois dans l’histoire moderne, la superficie de glaces saisonnières en Arctique a dépassé en proportion celle des glaces permanentes, et la possibilité d’une fonte totale des glaces arctiques en été est désormais envisagée à un horizon temporel assez proche. Dans ce contexte, l’objectif de ce travail de thèse (mené dans le cadre du projet ARCSEES) est d’améliorer la capacité d’assimilation de données dans les modèles couplés océan-glace, afin de réconcilier les incertitudes des simulations numériques avec les données in situ et de télédétection des propriétés de glace de mer. Les avancées pour l’assimilation sont attendues à différents niveaux : (i) dans la caractérisation des incertitudes sur les modèles de glace de mer, notamment par des simulations d’ensemble exprimant explicitement la nature incertaine des simulations ; (ii) dans la compréhension des interactions entre la glace de mer et les propriétés physiques des eaux de surface, et notamment la dynamique convective associée ; et (iii) dans la meilleure cohérence attendue entre simulations numériques et observations de glace de mer. Ce travail permettra, d’une part, d’explorer la capacité de monitoring de la banquise arctique aux échelles saisonnières et interannuelles, et d’autre part de transformer les modélisations actuelles de la glace de mer et de son couplage avec l’océan dans une optique probabiliste. Le système d’assimilation se basera au départ sur le modèle NEMO, dans une configuration globale à basse résolution.avec pour objectif de l’appliquer ensuite à une configuration à plus haute résolution couvrant le bassin arctique (utilisée par Mercator-Océan).

Abstract :

High-latitude oceans are among the regions of the world experiencing the strongest manifestations of the current climate change. In 2009, for the first time in modern history, the area of ​​seasonal ice in the Arctic has exceeded the proportion of permanent ice and the possibility of a complete melting of the Arctic ice in summer now appears to be likely in a relatively near future. In this context, the objective of this thesis (as part of the ARCSEES project) is to improve the data assimilation capabilities in coupled ocean-ice models, in order to reconcile the uncertainties of numerical simulations with in situ data and remote sensing of sea ice properties. Improvements in data assimilation are expected at different levels : (i) in the characterization of uncertainties in sea ice models, in particular through comprehensive simulations explicitly expressing the uncertain nature of simulations ; (ii) in understanding the interactions between sea ice and the physical properties of surface waters, including the associated convective dynamics ; and (iii) through the expected greater consistency between numerical simulations and sea ice observations. This work aims, firstly, at exploring the Arctic sea ice monitoring capability to seasonal and interannual scales and secondly at transforming current models of sea ice and their coupling with the ocean in a probabilistic approach. This work will, firstly, to explore the Arctic sea ice monitoring capacity to seasonal and interannual scales and secondly to transform current models of sea ice and its coupling with the ocean in a probabilistic approach. The assimilation system will be based initially on the NEMO model in a global configuration at low resolution with a view to then apply to a configuration with higher resolution covering the Arctic basin (used by Mercator-Ocean).

Mots-clef : Stochastique, assimilation de données, glace de mer // Stochastics, data assimilation, sea ice

Sous la tutelle de :

Sous la tutelle de :

tutellesCNRSUniversité Joseph Fourier