11

Thèse de Abdou KaneDirection: Cyril Moulin (LSCE)Co-direction : Sylvie Thiria (LOCEAN) et Laurent Bopp (LSCE)

Postdoctorat de Mohamed BerradaDirection: Sylvie Thiria (LOCEAN)

Thèse de Luigi NardiDirection: Fouad Badran (CNAM) et Sylvie Thiria (LOCEAN)

Lsce- 2007

Le projet ASCOBIO: Assimilation de données in-situ et de couleur de l’océan dans le modèle de biogéochimie marine

PISCES

PISCES : le modèle de biogéochimie marine de l’IPSL utilisé pour étudier les relations entre la variabilité du climat et la biogéochimie marine à l’échelle globale

La représentation du cycle du Carbone océanique est complexe et repose sur des paramétrisations liées à la physiologie du phytoplancton.

PISCES : Un modèle du cycle du carbone océanique de complexité intermédiaire, incluant les paramétrisations de deux compartiments de phytoplancton

2 types de données sont disponibles pour valider et améliorer le modèle PISCES

Croissance Broutage

Mortalité

Moyenne annuellede la chlorophylle

Données de couleur de l’océan Apports: Bonne couverture spatiale, échantillonnage temporel bon (~5jours en moyenne), PHYSATLimites: Information seulement en surface

SEAWIFS

PISCES

Données in situ : Stations JGOFSApports: Information sur la colonne d’eau, grande variété des donnéesLimites: Information 1D, fréquence mensuelle

Profondeur ( m )

CHL ug/l

→ Fonction de coût :

Modèle direct

y=M(x0)

Fonction de coût

J = Jb + Jobs

Modèle adjoint

x0JDérivation

yJ

x0

Optimisation des paramètres

M1QN3 ( J(x0) & x0J )

xb y

o

J(x0) = (x0 - xb)T B-1 (x0 - xb) + (M(x0) – y°)T R-1 (M(x0) - y°)

→ Modèle adjoint M* : M*(yJ) = x0J | YaO

ObservationsEbauche

variable de contrôle

initialisation

Schéma d’assimilation adoptéeSchéma d’assimilation adoptée

Objectif : Utiliser au mieux ces deux types de données disponibles pour optimiser les paramètres physiologiques du modèle PISCES

Assimilation : Logiciel Yao (LOCEAN,Thiria et al)

ORGANISATION d’UNE APPLICATION ORGANISATION d’UNE APPLICATION YAOYAO

sources des modules + Main

code standard de Yao

- fonctions - Interpréteur - …

flot d’instructions (std. ou spécif) Exécutable de l’application

résultats

description du modèle

générateur

sources générés

Architecture d’une application YAOArchitecture d’une application YAO

Tâches de l’utilisateur Tâches de YAO

88

Plan de la thèseTravaux réalisés depuis 2007

- Codage d’une version 1D de PISCES sous le formalisme Yao

-- Réalisation d’expériences jumelles pour identifier les paramètres -(mortalité, croissance, broutage,…) que l’on peut espérer optimiser

- > fonction de coût

-- Application de la méthode 1D aux données réelles de la station BATS, et extrapolation aux stations HOTS et KERFIX

- > résultats principaux

-- Mise au point d’une version pseudo-3D pour assimiler les données de toutes les stations JGOFS

- > résultats préliminaires

-- Développement en cours de la version 3D

99

Croissance

Broutage

Mortalité

-- Tests de sensibilité à travers des expériences jumelles-- Application aux données BATS

Observations : -Chlorophylle-Silicates-Nitrates

Paramètres à Paramètres à optimiseroptimiser

Résultats des expériences jumelles

-Les performances du système d’assimilation se dégradent très vite avec l’augmentation du taux de perturbation des vrais paramètres.

-La diversité des observations accroît les performances . Par contre l’introduction de données non pertinentes peut détériorer la convexité de la fonction de coût.

> NECESSITE D’UN BON TERME D’EBAUCHE

meilleure solution a priori en l’absence de toutes observations

> NECESSITE D’INTRODUIRE DES PONDERATIONS SUR LES OBSERVATIONS

matrice de variance covariance d’erreurs aux observations R

Résultats de l’optimisation 1D à la station BATS

Comparaison des profils mensuels climatologiques à BATS pour les jeux de paramètres standard et optimisé

NETTE AMELIORATION DES

SIMULATIONS INTERANNUELLES

ET CLIMATOLOGIQUES SUR LA

STATION OLIGOTROPHE BATS

Application du jeu de paramètres optimisé pour BATS à deux autres stations (HOT et KERFIX)

HOTS (station oligotrophe)

Data Vs Pisces and in PISCES-assim(BATS)

BONNE GENERALISATION DE LA PARAMETRISATION A LA STATION HOTS

Application du jeu de paramètres optimisé pour BATS à deux autres stations (HOT et KERFIX)

Data Vs Pisces and PISCES-assim(BATS)

KERFIX (station eutrophe)

MAUVAISE GENERALISATION A LA STATION HOTS EN PERIODE DE PRODUCTION

1717

-L’assimilation simultanée des données de plusieurs stations doit permettre de prendre en compte la variabilité de la structure des écosystèmes ( Diatomées / Nanophyto)

Résultats préliminaires de l’optimisation pseudo-3D

BATS

HOTS

NABE

KERFIX

DYFAMED

Développements futurs

- Validation des paramètres au travers d’une simulation 3D globale

- Prise en compte qualité de la mesure : Biais physique

- Introduction des données satellites : Apports des données de surface à haute fréquence

- Transition vers la version 3D en collaboration avec le LOCEAN (postdoc M. Berrada)

24

Annexes

Broutage=0.96Broutage=1

Broutage= 1.3