Limitations du mod`ele

Bien que dans les exp´eriences qui suivent nous nous pla¸cons dans le cadre d’exp´eriences jumelles, il est important de connaitre le comportement du mod`ele et d’identifier ses qualit´es et ses d´efauts. Dans cette sous partie, nous pr´esentons d’abord la capacit´e du mod`ele `a reproduire la r´ealit´e, en r´esumant les travaux de Lacroix and Gr´egoire (2002) et de Ma´eva Doron (Gregorio et al., prep). Puis, dans un second temps, nous discutons des incertitudes dans les for¸cages comme sources d’erreurs potentielles du mod`ele.

Reproduire la r´ealit´e

Dans Lacroix and Gr´egoire (2002), un premier travail d’´evaluation du mod`ele, par comparaison `a des observations des missions FRONTAL6, a ´et´e r´ealis´e sur les ann´ees 1994-1998 . Il ressort de ce travail que le mod`ele parvient `a reproduire des ph´enom`enes physiques importants pr´esents dans les observations. Le d´eclin et l’´etablissement de la thermocline sont bien repr´esent´es par le mod`ele. La concentration de nitrate dans la couche de surface est ´egalement en accord avec les observations. Et la (faible) biomasse phytoplanctonique produite par le mod`ele est repr´esentative des eaux oli-gotrophes mesur´ees par les observations.

En revanche, plusieurs limitations du mod`ele sont apparues dans cette ´etude. La temp´erature de surface en ´et´e est surestim´ee par rapport aux observations. De mˆeme, la profondeur de la thermocline est surestim´ee. Une premi`ere raison `a ces surestima-tions est que le mod`ele ne simule pas l’advection verticale permanente des eaux froides. La deuxi`eme raison est la possible surestimation des flux de chaleur de

4. Programme Boussole : R´eseaux de mouillages et de campagnes mensuelles de mesures sur le site Boussole en mer Ligure

5. Programme Moose : Syst`eme d’observation int´egr´e et multidisciplinaire en mer M´editerran´ee Nord occidentale

for¸cage issus de mesures effectu´ees sur le continent et non sur site. Pour la partie biog´eochimique, le nitrate simul´e par le mod`ele n’est pas en accord avec les obser-vations dans les r´egions de sous-surface et dans les couches profondes, le mod`ele ne prenant pas compte de sources de nitrate importantes r´ev´el´ees par les observations. Ceci engendre une l´eg`ere sous-estimation des flux annuels de nitrate qui engendrera `a son tour une sous-estimation de la production primaire annuelle.

Figure 5.4 – Graphiques de la temp´erature (`a gauche, en ◦C) et de la salinit´e (`a droite, en PSU) pour l’ann´ee 2006 sur la grille Temps/Profondeur obtenues avec le mod`ele ModECOGeL.

Pour l’ann´ee 2006 (ann´ee qui nous int´eresse), des travaux de calibration et de validation ont ´et´e r´ealis´es par Ma´eva Doron. Ces travaux comprennent, notamment, une comparaison des simulations ModECOGeL avec les donn´ees in situ DYFAMED. Les figures ci-pr´esent´ees sont extraites de ces travaux.

La Figure 5.4 pr´esente les graphiques de la temp´erature (`a gauche) et de la salinit´e (`a droite) pour l’ann´ee 2006 sur la grille Temps/Profondeur. L’une des principales conclusions `a tirer sur la temp´erature et sur la salinit´e est que la stratification est relativement bien repr´esent´ee. On constate en revanche une d´erive en sel (≈ 0.1 PSU/an).

La Figure 5.5 donne les s´eries temporelles de la chlorophylle-a de surface des mesures in situ DYFAMED (`a gauche) et d’une simulation libre ModECOGeL (`a droite) sur l’ann´ee 2006. Le timing du bloom est bien reproduit (autour du jour 100). Quelques difficult´es du mod`ele `a reproduire la biog´eochimie sont tout de mˆeme `a mentionner. Le maximum de chlorophylle est fortement surestim´e. On constate, de plus, une extinction totale peu r´ealiste de chlorophylle en ´et´e.

5.1. Le mod`ele ModECOGeL 119

Figure 5.5 – S´eries temporelles de la chlorophylle-a de surface des mesures in situ DYFAMED (`a gauche) et d’une simulation libre ModECOGeL (`a droite) sur l’ann´ee 2006.

En r´esum´e, le mod`ele ModECOGeL reproduit la physique d’un ´ecosyst`eme marin relativement coh´erente avec les observations. Il pr´esente cependant plusieurs limita-tions. Dans ce contexte, il est donc int´eressant de mieux comprendre et d’am´eliorer la mise en place d’assimilations de donn´ees.

Incertitudes dans les for¸cages

Le rˆole originel de ce mod`ele est l’´etude de la variabilit´e saisonni`ere et inter-annuelle des processus biog´eochimiques en lien avec une dynamique de couche de m´elange fortement variable. Pour ce mod`ele, une forte influence de la dynamique du syst`eme sur la variabilit´e saisonni`ere de l’´ecosyst`eme a ´et´e montr´ee (Lacroix and Gr´egoire, 2002). Cette dynamique est principalement contrainte par les for¸cages at-mosph´eriques r´eels `a haute fr´equence. Cette forte contrainte rend le mod`ele tr`es sensible aux incertitudes sur les for¸cages.

Lacroix and Gr´egoire (2002) estiment qu’une variabilit´e interannuelle de 11.3% dans l’intensit´e du vent engendre une variabilit´e de 27.9% de la production primaire, de 18.5% du ratio-f (rapport entre la production nouvelle et la production totale primaire) et de 13.4% de la production bact´erienne.

Pour illustrer cette forte d´ependance `a l’intensit´e du vent, la Figure 5.6 montre deux diagrammes de Hovm¨oller du phytoplancton sur le mois d’avril 2006. Ces deux diagrammes correspondent `a deux simulations ModECOGeL et ne varient que par leurs intensit´es de vent statistiquement diff´erentes. Ces deux simulations sont deux membres d’un ensemble d´ecrit et ´etudi´e par la suite (Sec. 5.2.2).

Figure 5.6 – Diagrammes de Hovm¨oller, du phytoplancton total sur le mois d’avril 2006, de deux simulations ModECOGeL diff´erant par leurs intensit´es de vent. Il s’agit des membres 28 et 44 de l’ensemble cr´ee et d´ecrit `a la Section 5.2.2.

Nous constatons d´ej`a, en observant l’´evolution du phytoplancton, la forte variabi-lit´e (spatio-temporelle) et donc la forte sensibivariabi-lit´e du mod`ele `a l’intensit´e du vent. Les grandes diff´erences entre ces simulations se trouvent principalement dans les vingt derniers jours du mois d’avril. Nous verrons par la suite que le 10`eme jour de la simulation d’ensemble occupe une place importante dans l’´evolution et la dispersion de l’ensemble.