Stemmann, M1 2015 Lars Stemmann, Station Matine de Villefranche sur Mer Introduction à la dynamique océanique et son couplage.

Slides:



Advertisements
Présentations similaires
La microbiologie prévisionnelle
Advertisements

L f r e m Modélisation des flux de matières dans un réseau trophique : cas de Marennes-Oléron C. Bacher (CREMA), C. Struski (CREMA), D. Leguerrier (ULR/LBEM),
Sandrine Vaz & Pierre Petitgas
Contribution à l’étude du système des carbonates en Méditerranée
Biogéochimie de la matière organique en Atlantique Nord
Variations diurnes de c p en Mer Ligure Journées des Doctorants 6-8 Février Motivations 2.Présentation du site de mesure 3.Définition de la mesure.
Séminaire MIO 5 X Mixed Layer Depth, Physics and Biogeochemistry L. Prieur LOV - Exposé orienté sur la détermination de lépaisseur.
WP4 – L-IPSL – Sub-theme Impact of climate change on biogeochemical fluxes and ecosystems along the land-ocean continuum « A challenge will be to extend.
DETECTORS EPFL / CERN Visible and invisible light Lumière visible et invisible High energetic: Violet is the highest energetic light our eye can see. UV.
Laboratoire d’Océanographie de Villefranche sur Mer
How to solve biological problems with math Mars 2012.
T°CT°C et Salinité. Figure 5.7 Upper: Zonal averages of heat transfer to the ocean by insolation QSW, and loss by longwave radiation QLW, sensible heat.
Introduction aux interactions Océan-Atmosphère en Atlantique tropical
Météorologie de l’Espace: Le système Ionosphère-Thermosphère
Autres outils de diagnostic de l’impact : modélisation d’un écosystème
Cinétique cellulaire non-structurée
Modes d’opération des bioréacteurs
BCM20329: Introduction au génie biochimique Croissance cellulaire #1
Chapitre Propulsion " The great liability of the engineer compared to men of other professions is that his works are out in the open where all can see.
A nutrient to fish model for the example of the Baltic Sea Wolfgang Fennel.
Information Theory and Radar Waveform Design Mark R. bell September 1993 Sofia FENNI.
La bimodalité des galaxies « Les galaxies dans leur contexte cosmologique » David Elbaz Service d'Astrophysique - CEA Saclay Tel:
Quelle Stratégie Future de Modélisation de l’Océan et de l’Atmosphère à Méso-Echelle ? Hervé GIORDANI et Guy CANIAUX.
Station Matine de Villefranche sur Mer
© Copyright Showeet.com S OCIAL M EDIA T HINKING.
Station Matine de Villefranche sur Mer
Stemmann, M Lars Stemmann, Station Matine de Villefranche sur Mer Introduction à la dynamique océanique et son couplage.
Méthodes d’assimilation: Le problème du point de vue de la mesure (P. Prunet, Noveltis) Assimilation de données en zones cotières (P. De Mey, LEGOS/POC)
Simulations LES du cycle diurne des nuages stratocumulus avec Méso-NH Méso-NH in configuration LES Schema microphysique bulk pour les Sc (Khairoutdinov.
PAPRIKA WP4: MODELLING THE INTERACTION BETWEEN SNOWPACK, RADIATION, AND THE ABSORBING MATERIAL DEPOSITED IN THE SNOW Hans-Werner Jacobi
Ordre des cours d’eau et zones humides : application à la dynamique spatio-temporelle des nitrates Sous-titre : De la nécessité de travailler à différentes.
Modélisation de systèmes ayant des réactions chimiques
Objectif: Comment employer un exposant?. Objective: How to use an exponent?
Institut français des sciences et technologies des transports, de l’aménagement et des réseaux Institut français des sciences et technologies.
Chapitre 8: Absorbance et concentration
Effet Ouzo : Mélange, Coalescence, Répulsions
Les Mots Interrogatifs
RULES OF THE GAME There are 2 rounds. Round 1 - One person from each team comes to the front of the room. Team 1 will give a one-word clue to their “guesser”
ECASA.org.uk Ecosystem approach for a sustainable aquaculture STREP (FP6, Priority 8)
COURS DE PHYSIOLOGIE VEGETALE
Les Questions d’Information (Information questions)
Techniques de l’eau et calcul des réseaux le calcul hydrologique proprement dit Michel Verbanck 2012.
FRANÇAIS ANGLAIS. EX:3x5x(4- -6)+-9=? P* En premier, (de gauche à droite) on calcule la somme qui est entre la parenthèse, 3x5x(4- -6)+-9, alors, maintenant.
Irregular Adjectives Not all adjectives are made the same.
Hydraulic Engineering. Water Hammer Phenomenon in pipelines.
Compétition pour l ’azote inorganique entre le pelagos et le benthos d ’un milieu côtier oligotrophe. Effets sur la dynamique de l ’écosystème. Baie de.
L’emploi du temps (how to schedule your time). Activité: using the table as a guide, interview a classmate to find out what days of the week he/she has.
RULES OF THE GAME There are 2 rounds. Round 1 - One person from each team comes to the front of the room. Team 1 will give a one-word clue to their “guesser”
PNEC - Chantier "Méditerranée nord occidentale" RHOFI The Rhone Region Of Freshwater Influence Participants LOBB: Naudin J.J., Lantoine F., Cauwet.
SPF I Valeur de l’entreprise Sans & Avec croissance Professeur Jacques Saint-Pierre.
Réunion finale BIOCAREX, Paris, 6 Mars 2015 BIOCAREX « BIOoptics and CARbon Experiment » Réunion finale Campus Jussieu, Tour Zamansky Le 6 Mars 2015.
Unité 6 Leçon B. Forming yes/no questions  To form a yes/no question in French in the simplest way, add a question mark at the end of the sentence, and.
Imparfait Emily Swann. Uses of imparfait -used as a past tense in french. -used to express actions and situations that: -lasted for an intermediate amount.
Introduction à la Physique des Particules
E CONOMÉTRIE A PPLIQUÉE AVEC R (P ART 03) R. Aloui 2015/2016 Disponible sur
Le Chatelier's Principle Lesson 2. Le Chatelier’s Principle If a system in equilibrium is subjected to a change processes occur that oppose the imposed.
It’s.  Both C’est and Il est/Elle est can mean it’s.  There are specific times to use each.
OBJECT PRONOUNS WITH THE PASSÉ COMPOSÉ Page 122. Placement  With all object pronouns, placement is the same. DirectIndirectPlaces De+ nouns or ideas.
Negative sentences Questions
Dynamics of ocean currents
L’imparfait Français II H – Unité Préliminaire A Structures.
1 Linear Prediction. 2 Linear Prediction (Introduction) : The object of linear prediction is to estimate the output sequence from a linear combination.
Spectroscopy  Probe structure and dynamics of matter through its interaction with waves (usually electromagnetic) incoming radiation matteroutcoming radiation.
Lars Stemmann, Station Marine de Villefranche sur Mer Introduction à la dynamique océanique et son couplage avec la biologie Introduction.
Myoglobine hémoglobine α2β2 α 141 aas Β 146 aas α 153 aas 18 % d’identité.
Révision – Phrases Importantes
Question formation In English, you can change a statement into a question by adding a helping verb (auxiliary): does he sing? do we sing? did they sing.
The ICA Formula and Double Slope S-N curves 26/04/2019
Techniques de l’eau et calcul des réseaux
Transcription de la présentation:

Stemmann, M Lars Stemmann, Station Matine de Villefranche sur Mer Introduction à la dynamique océanique et son couplage avec la biologie Introduction to physical dynamics and (it's) coupling with biology in the ocean.

Rappel TP Antoine Stemmann, M1 2015

Objectif des 3 cours +TDs 1.Démystifier la modélisation. 2.Montrer comment la connaissance biologique est traduite en équations mathématiques pour la biologie et comment le couplage avec la physique est réalisé. 3.Montrer comment on doit se servir des modèles. Ce que vous devez retenir 1.Les principes généraux de la modélisation (par exemple les différentes étapes de la question à la validation). 2.Quelques définitions et équations simples. 3.Comprendre les démarches de Riley (1946), Fasham et al., 1990, Lequéré et al., (2005) pour les modèles Eulériens NPZD et les démarches de modélisation Lagrangienne

Stemmann, M Plan des 3 cours 1.La démarche de modélisation. 1.De l’idée au schéma conceptuel 2.Du schéma à la simulation 3.De la calibration à la validation 4.Rappels mathématiques 2. Comment est ce que ces modèles intègrent ils les facteurs environnementaux changeants (les réponses du plancton aux forcages physiques) 1.Croissance du phytoplancton et du zooplancton 2.Effet du mélange sur le plancton 3.Effet du mélange sur la capacité de la pompe biologique 3.Historique des modèles et quelques résultats de modèles récents tirés de la littérature (estimer les biomasses, quantifier les flux, bilans globaux) 1: La démarche de modélisation2: Réponse du plancton à l’environnement3: Les modèles biogéochimiques Les TD auront pour but de: -réveiller les mathématiques et l’informatique -réaliser un modèle simple - lire et commenter un modèle complexe

Stemmann, M Chapitre 2 Comment est ce que ces modèles intègrent ils les facteurs environnementaux changeants (les réponses physiologiques) 1- les équations du phytoplancton 2 – les équations du zooplancton 3- les équations pour le couplage avec la physique

Cas du modèle NPZD de Fasham et al., (1990) N n :NO 3 P ZDetritus: D N r :NH 4 N d :DON Bacteria:B E =f(t) MLD 1: La démarche de modélisation2: Réponse du plancton à l’environnement3: Les modèles biogéochimiques Vu au chapitre 1

Cas du modèle NPZD de Fasham et al., (1990) N n :NO 3 P ZDetritus: D N r :NH 4 N d :DON Bacteria:B Absorption Broutage Mortalité, égestion Reminéralisation B attaché Excrétion Absorption Reminéralisation Production nouvelle Production régénérée NO3 0 Kz, M, sédimentation E =f(t) MLD 1: La démarche de modélisation2: Réponse du plancton à l’environnement3: Les modèles biogéochimiques

Stemmann, M Les 4 formes de courbes Intensity of the response Ressource or factor (N) Holling TYPE I linear Holling TYPE II Hyperbole, Monod Ivlef Holling TYPE III sigmoide optimum 1: La démarche de modélisation2: Réponse du plancton à l’environnement3: Les modèles biogéochimiques

Stemmann, M La croissance du phytoplancton: dP/dt = r max * lim (I, T, SN,MLD) * P dP/dt = r *P P = biomasse du phytoplancton, µmol N L -1 r max = croissance maximum, j -1 Lim = Limitation de la croissance (sans unité, 0-1) r = croissance réalisée (<r max ), j -1 1: La démarche de modélisation2: Réponse du plancton à l’environnement3: Les modèles biogéochimiques

Stemmann, M S (  mol N l -1 ) r (j -1 ) r max r max/2 KdKd Monod Ivlev Croissance sur Sels nutritifs (LimN) Limitation (0-1) 1: La démarche de modélisation2: Réponse du plancton à l’environnement3: Les modèles biogéochimiques

Why a Monod function ? It is linear at low concentrations. assume S<<K d then S+K d = K d and the equation becomes: It is saturated at high concentrations. assume S>> K d then It has a veneer of respectability from biochemestry 1: La démarche de modélisation2: Réponse du plancton à l’environnement3: Les modèles biogéochimiques

1/S (  mol N l -1 ) -1 1/r Linearisation by Lineweaver How to find the coefficients ? Optimization 1: La démarche de modélisation2: Réponse du plancton à l’environnement3: Les modèles biogéochimiques

How to measure uptake and growth rate ? Batch culture are not best, nutrients uptake is calculated by measuring nutrients and change in algal concentration(but difficult to measure at small cell concentrations and also change in conditions). Prefered systems are chemostat (constant stirred tank reactor CSTR) Dugdale (1967) argued that growth is related to nutrient concentrations in the same way as nutrient uptake. Si, F 1: La démarche de modélisation2: Réponse du plancton à l’environnement3: Les modèles biogéochimiques S+algue S+algue, F

How to determine uptake rate? At steady state  = specific uptake rate d -1 Q = mass of one cell µM of N V = total volume m 3 S = nutrient in jar µmol m -3 S i = nutrient in inflow µmol m -3 F inflow = outflow m 3 d -1  = cell concentration ind.m -3 k = F/V, dilution rate d -1 note that, then uptake rate = dilution rate (taux d’absorption = taux de dilution) 1: La démarche de modélisation2: Réponse du plancton à l’environnement3: Les modèles biogéochimiques

How to determine phytoplankton growth ? At steady state r=specific growth rate d -1 V = total volume m 3 F inflow = outflow m 3 d -1  = cell concentration ind.m -3 k = F/V, dilution rate d -1 Si, F S+algue S+algue, F specific growth rate = dilution rate 1: La démarche de modélisation2: Réponse du plancton à l’environnement3: Les modèles biogéochimiques

How to link population growth in biomass with nutrient uptake Assume S0 the total amount of nutrient in the jar At steady state and only if Q is constant 1: La démarche de modélisation2: Réponse du plancton à l’environnement3: Les modèles biogéochimiques

Cas du modèle NPZD de Fasham et al., (1990) N n :NO 3 P ZDetritus: D N r :NH 4 N d :DON Bacteria:B Absorption Broutage Mortalité, égestion Reminéralisation B attaché Excrétion Absorption Reminéralisation Production nouvelle Production régénérée NO3 0 Kz, M, sédimentation E =f(t) MLD 1: La démarche de modélisation2: Réponse du plancton à l’environnement3: Les modèles biogéochimiques

Stemmann, M Croissance en présence de deux formes d’azote lim(N) NO3 NO2NH4 NH2-C-C E2E1 E3 E0 NH4 Cellule phytoplanctonique Reminéralisation E0 = perméase, E1, E2 et E3 sont des enzymes NO2 1: La démarche de modélisation2: Réponse du plancton à l’environnement3: Les modèles biogéochimiques

Stemmann, M : La démarche de modélisation2: Réponse du plancton à l’environnement3: Les modèles biogéochimiques Croissance en présence de deux formes d’azote lim(N)

Co limitation by nitrate and amonia NO3 NH4 P Nt=16 =f(NO3)+f(NH4) f(P)=1 C106 N16 P1 Si7 B B NH 4 N0 3 1: La démarche de modélisation2: Réponse du plancton à l’environnement3: Les modèles biogéochimiques

Inhibition of NO3 assimilation in presence of NH3 Concentrations Time (d) NO3 NH3 1: La démarche de modélisation2: Réponse du plancton à l’environnement3: Les modèles biogéochimiques

Co limitation by nitrate and amonia and silica NO3 NH4 P Nt=16 =f(NO3)+f(NH4) f(P)=1 C106 N16 P1 Si7 P P NH 4 N0 3 Si 1: La démarche de modélisation2: Réponse du plancton à l’environnement3: Les modèles biogéochimiques

Phytoplankton limited by N and Si Concentrations Time (d) NO3 NH3 Si 1: La démarche de modélisation2: Réponse du plancton à l’environnement3: Les modèles biogéochimiques

Impact of light on primary production kz est connu sous le nom de « profondeur optique » kz eu = ln0.01 = 4.6 z eu = 4.6/k w =4.6/(0.015) = 307 m if k(z) constant if k(z) not constant k(z) = f(kw, kChla, kMOD) 1: La démarche de modélisation2: Réponse du plancton à l’environnement3: Les modèles biogéochimiques

Light in the ocean Coefficient d'extinction en fonction de la concentration en chlorophylle. (Carrada et al 1981) 1: La démarche de modélisation2: Réponse du plancton à l’environnement3: Les modèles biogéochimiques

Light limited growth Lim(I) For 1: La démarche de modélisation2: Réponse du plancton à l’environnement3: Les modèles biogéochimiques

Smith (1936) Assimilation or growth (r en d -1 ) Light intensity Photo-inhibition Steele (1962) Light limited growth Lim(I) 1: La démarche de modélisation2: Réponse du plancton à l’environnement3: Les modèles biogéochimiques

Physiological response for different taxa 1: La démarche de modélisation2: Réponse du plancton à l’environnement3: Les modèles biogéochimiques

Temperature effect r=r max exp(1.0065*T) 1: La démarche de modélisation2: Réponse du plancton à l’environnement3: Les modèles biogéochimiques

Stemmann, M Co limitation et effet de la température Limitation multiplicative (entre lumière et sels nutritifs) –r=r max *lim(I)*lim(N) –Exemple : r= r max *0.7*0.1 = 0.07*r max Loi du minimum (entre sel nutritifs et lumière/sels nut.) –r=r max *min(lim(P), (lim(N))) –Exemple : r=r max *min(0.7;0.1) = 0.1*r max Effet de la température –r=r max *lim(I)*(lim(N))*exp(1.0065*T)

Stemmann, M Phytoplancton (  mol N l -1 ) r (j -1 ) r max r max/2 KzKz Monod Ivlev Croissance du zooplancton sur le phytoplancton PsPs 1: La démarche de modélisation2: Réponse du plancton à l’environnement3: Les modèles biogéochimiques

Entrainement of cells by the mixed layer if else 1: La démarche de modélisation2: Réponse du plancton à l’environnement3: Les modèles biogéochimiques

Entrainement of nitrate by the mixed layer if else If the mixed layer get deeper there is a gain of N proportionnal to the change in the mixed layer Int + -int - 1: La démarche de modélisation2: Réponse du plancton à l’environnement3: Les modèles biogéochimiques

Entrainement of zooplankton by the mixed layer 1: La démarche de modélisation2: Réponse du plancton à l’environnement3: Les modèles biogéochimiques

Settling of detritus out of the mixed layer M depth of the mixed layer (m) V settling speed (m/d) 1: La démarche de modélisation2: Réponse du plancton à l’environnement3: Les modèles biogéochimiques

Diffusion of phytoplankton cell accross the pycnocline La diffusion entre les deux couches est prise en compte par le paramètre m appelée vitesse de diffusion (vitesse à laquelle les sels nutritifs sont échangés). si MdP est le flux de sels nutritifs échangés par diffusion verticale et Kz (m 2 d -1 ) est le coefficient de diffusion vertical et M la profondeur de la couche de mélange alors m est appelé « piston velocity » (unité en m d -1 ) 1: La démarche de modélisation2: Réponse du plancton à l’environnement3: Les modèles biogéochimiques

Stemmann Lars, MU303 Histoire des modèles NPZD (Fasham et al., 1990) N n :NO 3 P ZDetritus: D N r :NH 4 N d :DON Bacteria:B Absorption Broutage Mortalité, égestion Reminéralisation B attaché Excrétion Absorption Reminéralisation Production nouvelle Production régénérée NO3 0 Kz, M, sédimentation E =f(t) MLD

System of ordinary differencial equations

Phytoplancton in Fasham Croissance sur nitrate et excrétion en DOMBroutage par le zooplancton Mortalité (détritus) Mélange + diffusion v  J(t,I,M,P)*(lim(NH4) + lim(NO3))

Zooplankton in Fasham Growth on P Excretion (Nh4 et MOD) Mortality (préd., cada., NH4) Growth on B Growth on D Mixing