La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

1 Thèse de Abdou Kane Direction: Cyril Moulin (LSCE) Co-direction : Sylvie Thiria (LOCEAN) et Laurent Bopp (LSCE) Postdoctorat de Mohamed Berrada Direction:

Présentations similaires


Présentation au sujet: "1 Thèse de Abdou Kane Direction: Cyril Moulin (LSCE) Co-direction : Sylvie Thiria (LOCEAN) et Laurent Bopp (LSCE) Postdoctorat de Mohamed Berrada Direction:"— Transcription de la présentation:

1 1 Thèse de Abdou Kane Direction: Cyril Moulin (LSCE) Co-direction : Sylvie Thiria (LOCEAN) et Laurent Bopp (LSCE) Postdoctorat de Mohamed Berrada Direction: Sylvie Thiria (LOCEAN) Thèse de Luigi Nardi Direction: Fouad Badran (CNAM) et Sylvie Thiria (LOCEAN) Lsce Le projet ASCOBIO: Assimilation de données in-situ et de couleur de locéan dans le modèle de biogéochimie marine PISCES

2 PISCES : le modèle de biogéochimie marine de lIPSL utilisé pour étudier les relations entre la variabilité du climat et la biogéochimie marine à léchelle globale La représentation du cycle du Carbone océanique est complexe et repose sur des paramétrisations liées à la physiologie du phytoplancton.

3 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 CroissanceBroutage Mortalité

4 Moyenne annuelle de la chlorophylle Données de couleur de locéan Apports: Bonne couverture spatiale, échantillonnage temporel bon (~5jours en moyenne), PHYSAT Limites: Information seulement en surface SEAWIFS PISCES

5 Données in situ : Stations JGOFS Apports: Information sur la colonne deau, grande variété des données Limites: Information 1D, fréquence mensuelle Profondeur ( m ) CHL ug/l

6 Fonction de coût : Modèle direct y=M(x 0 ) Fonction de coût J = Jb + Jobs Modèle adjoint x 0 J Dérivation y J x0x0 Optimisation des paramètres M1QN3 ( J(x0) & x0J ) xbxb yoyo J(x 0 ) = (x 0 - x b ) T B -1 (x 0 - x b ) + (M(x 0 ) – y°) T R -1 (M(x 0 ) - y°) Modèle adjoint M* : M*( yJ) = x 0 J | YaO Observations Ebauche variable de contrôle initialisation Schéma dassimilation 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)

7 ORGANISATION dUNE APPLICATION YAO sources des modules + Main code standard de Yao - fonctions - Interpréteur - … flot dinstructions (std. ou spécif) Exécutable de lapplication résultats description du modèle générateur sources générés Architecture dune application YAO Tâches de lutilisateur Tâches de YAO

8 8 Plan de la thèse Travaux réalisés depuis Codage dune version 1D de PISCES sous le formalisme Yao - - Réalisation dexpériences jumelles pour identifier les paramètres - (mortalité, croissance, broutage,…) que lon peut espérer optimiser - > fonction de co û t - - Application de la méthode 1D aux données réelles de la station BATS, et extrapolation aux stations HOTS et KERFIX - > résultats principaux - - Mise au point dune version pseudo-3D pour assimiler les données de toutes les stations JGOFS - > résultats préliminaires - - Développement en cours de la version 3D

9 9 Croissance Broutage Mortalité - - Tests de sensibilité à travers des expériences jumelles - - Application aux données BATS Observations : -Chlorophylle -Silicates -Nitrates Paramètres à optimiser

10 Résultats des expériences jumelles -Les performances du système dassimilation se dégradent très vite avec laugmentation du taux de perturbation des vrais paramètres. -La diversité des observations accroît les performances. Par contre lintroduction de données non pertinentes peut détériorer la convexité de la fonction de coût. > NECESSITE DUN BON TERME DEBAUCHE meilleure solution a priori en labsence de toutes observations > NECESSITE DINTRODUIRE DES PONDERATIONS SUR LES OBSERVATIONS matrice de variance covariance derreurs aux observations R

11 Résultats de loptimisation 1D à la station BATS

12 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

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

14 HOTS (station oligotrophe) Data Vs Pisces and in PISCES-assim(BATS) BONNE GENERALISATION DE LA PARAMETRISATION A LA STATION HOTS

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

16 Data Vs Pisces and PISCES-assim(BATS) KERFIX (station eutrophe) MAUVAISE GENERALISATION A LA STATION HOTS EN PERIODE DE PRODUCTION

17 17 - Lassimilation simultanée des données de plusieurs stations doit permettre de prendre en compte la variabilité de la structure des écosystèmes ( Diatomées / Nanophyto) Résultats préliminaires de loptimisation pseudo-3D

18 BATS

19 HOTS

20 NABE

21 KERFIX

22 DYFAMED

23 Développements futurs - Validation des paramètres au travers dune 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 24 Annexes Broutage=0.96 Broutage=1 Broutage= 1.3


Télécharger ppt "1 Thèse de Abdou Kane Direction: Cyril Moulin (LSCE) Co-direction : Sylvie Thiria (LOCEAN) et Laurent Bopp (LSCE) Postdoctorat de Mohamed Berrada Direction:"

Présentations similaires


Annonces Google