Modélisation numérique et observations de l'océan global : développement des interfaces, évaluation de simulations et de réseaux d'observations, investigations dynamiques

• Main Author: Juza, Mélanie
• Other Authors: Grenoble
• Language: fr
• Published: 2011
• Subjects: Modélisation numérique; Observations; Altimétrie; Hydrographie; Océan global; Colocalisation; Métriques; Statistique; Évaluation; Numerical modelling; Altimetry; Hydrography; Global ocean; Collocation; Metrics; Statistics; Assessment; 550
• Online Access: http://www.theses.fr/2011GRENU024

L'objectif de cette thèse est de développer des approches statistiques pour l'évaluation systématique et quantitative de simulations océaniques multi-décennales globales à l'aide d'observations altimétriques et hydrographiques. La première étape consiste à extraire des simulations la contrepartie exacte (en temps et en espace) des observations pour construire des données synthétiques. La comparaison entre les données observées et simulées colocalisées permettent d'évaluer les simulations et de les comparer entre elles par rapport à des références communes (observations). De plus, la comparaison entre les sorties des modèles considérées chaque point de grille et colocalisées permet d'évaluer l’impact du sous-échantillonnage des réseaux d’observations sur l'estimation de certaines quantités océaniques importantes pour le climat. Nous quantifions l'impact de la résolution de nos modèles (2°, 1°, ½°, ¼°) sur le réalisme des simulations au regard des observations. Résoudre une gamme d'échelles spatio-temporelles plus large améliore de façon significative la représentation de la circulation océanique moyenne, de la structure thermohaline, de la variabilité saisonnière de la couche de mélange et de la variabilité du niveau de la mer sur plusieurs échelles spatio-temporelles, notamment à l'échelle interannuelle. Ce résultat nouveau montre l’intérêt d’utiliser un modèle au 1/4°, capable de représenter en partie la méso-échelle, pour les scénarios climatiques. Nous mettons également en évidence la capacité du modèle au 1/4° à simuler une variabilité interannuelle intrinsèque du niveau de la mer, non corrélée avec les observations en raison de son caractère chaotique, mais probablement réaliste et nécessaire pour mieux représenter l'intensité de la variabilité interannuelle.A l’aide des simulations, nous montrons également que l'inhomogénéité de la couverture spatio-temporelle du réseau d'observations Argo induit une surestimation des profondeurs et des contenus thermiques de la couche de mélange, et que les limitations géographiques du réseau actuel induisent des biais en amplitude sur les estimations des variabilités saisonnière et interannuelle du contenu thermique de l'océan global. === This work aims to develop statistical approaches to systematically and quantitatively assess 50-year global ocean simulations against altimetric and hydrographic observations. Simulation outputs are first sub-sampled exactly like observations to build pseudo (synthetic) observations. We use collocated misfits between synthetic and real observations to assess the simulations at the same dates and locations, and compare the simulations together. We then use the sub-sampled and fully sampled model outputs to assess the impact of sub-sampling in real observing systems on the estimation of oceanic quantities with climatic relevance. We first quantify how the resolution of our ocean models (2°, 1°, ½°, ¼°) affects the realism of their solutions with respect to both observational datasets. We quantify how broadening the range of resolved space scales significantly improves the representation of the mean surface circulation, the thermohaline structure, the seasonal cycle of mixed layers, as well as sea-surface height variability at most space and time scales; this is particularly the case at interannual time scales, highlighting the potential of eddy-permitting resolutions for climate simulations. We also show the capacity of the 1/4° model to simulate an interannual intrinsic variability of sea-level, decorrelated from observed timeseries because of its chaotic character, but probably realistic and necessary to better represent the intensity of the interannual variability.The simulations also show that the spatio-temporal dispersion of the Argo floats induces overestimations of the mixed layer depths and heat contents, and the geographical restrictions of the actual Argo array induce biases in amplitude on the seasonal and interannual variabilities of the global ocean heat content.