Thèse soutenue

Approche de fusion donnée-modèle utilisant des séries de largeurs de cernes d'arbres, un modèle de croissance mécaniste et un modèle du système terrestre pour reconstruire la variabilité climatique à large échelle

FR  |  
EN
Auteur / Autrice : Jeanne Rezsöhazy
Direction : Joël GuiotHugues Goosse
Type : Thèse de doctorat
Discipline(s) : Sciences de l'environnement
Date : Soutenance le 07/12/2021
Etablissement(s) : Aix-Marseille en cotutelle avec Université catholique de Louvain. Faculté des sciences. Ecole de Géographie (UCLouvain, Belgique)
Ecole(s) doctorale(s) : École Doctorale Sciences de l'environnement (Aix-en-Provence)
Partenaire(s) de recherche : Laboratoire : CEREGE Centre Européen de Recherche et d’Enseignement des Géosciences de l’Environnement (Aix-en-Provence ; 1995-....) - Institut de la Terre et de la Vie. Centre Georges Lemaître pour l'étude de la Terre et du climat (Université catholique de Louvain, Belgique)
Jury : Président / Présidente : Marie-Laurence De Keersmaecker
Examinateurs / Examinatrices : Mathieu Jonard, Thierry Fichefet, Franck Torre
Rapporteurs / Rapporteuses : Philippe Peylin, Jan Esper

Mots clés

FR  |  
EN

Résumé

FR  |  
EN

Les largeurs des cernes d’arbres représentent les proxys les plus couramment utilisés pour reconstruire le climat du dernier millénaire à haute résolution temporelle. L’approche repose souvent sur une relation entre les séries de largeurs de cernes et le climat estimé par une régression linéaire. Les hypothèses de linéarité et stationnarité sous-jacentes peuvent être parfois inadéquates. Les modèles mécanistes de croissance d’arbre peuvent dépasser certaines des limitations de l’approche statistique. Dans cette thèse, nous proposons d’inclure pour la première fois un tel modèle mécaniste, MAIDEN, au sein d’une procédure d’assimilation de données afin de potentiellement améliorer les reconstructions du climat à large échelle. Nous avons tout d’abord développé un protocole de calibration du modèle MAIDEN applicable à n’importe quel site de latitude extra-tropicale. Nous avons ainsi montré que MAIDEN est performant à l’échelle globale et que d’importants bénéfices associés à son niveau de complexité font de lui un candidat attractif pour les reconstructions climatiques. Le modèle MAIDEN a ensuite été inclus avec succès au sein d’une procédure d’assimilation de données en tant que proxy system model pour permettre une comparaison robuste des sorties d’un modèle climatique aux observations de largeurs de cernes. La procédure a été testée pour reconstruire la variabilité climatique des quatre derniers siècles dans l’hémisphère sud. Même si les résultats sont encourageants, des analyses supplémentaires sont nécessaires pour démontrer une amélioration significative des reconstructions à large échelle comparativement à un modèle de régression avec l’assimilation de données