Simulations océaniques ensemblistes 

Approches d'ensemble et probabilistes en modélisation numérique de l'océan :

prise en compte des incertitudes

Approches d'ensemble

et probabilistes

pour la modélisation océanique

prise en compte des incertitudes

Comparer observations océaniques satellitaires, in situ, et simulations numériques de l’océan est une approche couramment utilisée pour valider les modèles,  calibrer de nouveaux systèmes d’observation ou étudier des processus et des mécanismes physiques  Une telle comparaison exige une certaine connaissance des différentes incertitudes liées à ces données, y compris celles du modèle.

Étant donné la nature chaotique et non linéaire du système océanique, les modèles numériques de l’océan en régime turbulent sont très sensibles aux conditions initiales et génèrent spontanément une variabilité intrinsèque chaotique. Il est démontré que cette variabilité peut  être significative  même sur des échelles de temps interannuelles et décénales,  et sur des bassins océaniques entiers.

La réalisation de simulations d'ensemble est un moyen de prendre en compte cette incertitude intrinsèque, inhérente à la circulation océanique, en échantillonnant un éventail de réalisations possibles  équiprobables de l’état de l’océan et de son  l'évolution dans le temps.

En d'autres termes, cela signifie que les simulations issues des modèles numériques océaniques doivent être accompagnées d'une " barre d'erreur " de la même manière  que les observations satellites/in-situ sont généralement fournies avec une erreur (instrument, post-traitement, etc.).  Les "barres d'erreur" pour les simulations numériques de l'océan peuvent être estimées par des expériences d'ensemble.

À Ocean Next, nous développons de telles approches probabilistes, basées sur des simulations océaniques d’ensemble à résolution eddy-permitting. Notre objectif est de mieux quantifier et caractériser l’incertitude du modèle liée à la variabilité intrinsèque de l’océan, et de fournir des informations utiles pour comparer et interpréter les données océaniques satellitaires et in situ. Cela inclut  une quantification de la variabilité chaotique et une meilleure caractérisation des régions et des échelles temporelles et spatiales qui sont les plus affectées par un comportement chaotique dans les modèles, et qui sont donc  concerné par  une plus grande incertitude dans toute comparaison avec des observations par satellite ou in situ.

Fig1 : Ce schéma présente la mise en place d'une simulation grand ensemble de 50 membres réalisée et analysée par Ocean Next en collaboration avec  IGE/MEOM, Grenoble. Il a été conçu pour prendre en compte l'incertitude du modèle à venir  des conditions initiales et du fait que l'océan simulé a un comportement turbulent/chaotique. Au lieu d'une description déterministe de l'état de l'océan en fonction du temps, la simulation d'ensemble fournit une description probabiliste de l'état de l'océan (c'est-à-dire une distribution statistique) à chaque pas de temps. Elle permet de détecter des comportements locaux non gaussiens  par exemple (voir Fig.2). Pour plus d'informations sur cette simulation d'ensemble, voir [Bessière et al, 2017] (Geosci.Model Dev, 10, 1091-1106, doi:10.5194/gmd-10-1091-2017 Développement d'un système de modélisation probabiliste de l'océan basé sur NEMO 3.5 : application à la résolution de tourbillon).
Fig2 : La description probabiliste de l'état de l'océan  permet de détecter des zones où l'océan a un comportement fortement non gaussien, comme dans le Golfe du Mexique (Figure), où une distribution bi-modale est détectée dans le courant de boucle, et une distribution asymétrique est détectée plus loin dans le Golfe, le long de la trajectoire des tourbillons libérés par le courant de boucle avec une fréquence irrégulière, puis advectifs vers l'ouest dans le Golfe. La figure ci-dessus montre la hauteur du niveau de la mer  (SSH) des 50 membres de la simulation de grands ensembles, et les comparer avec les séries chronologiques d'observation du satellite AVISO. L'étalement du modèle et ses variations dans le temps donnent une indication de la plage de valeurs (et de la probabilité) dans laquelle les observations par satellite devraient se situer à chaque endroit.