Caractérisation de la dynamique de surface de la Méditerranée orientale : aperçu à partir de l'assimilation des drifters et des techniques d'apprentissage automatique

Characterization of the Eastern Mediterranean surface dynamics : Insights from drifter assimilation and machine learning techniques

• Auteur / Autrice : Georges Baaklini
• Direction : Laurent Mortier, Milad Fakhri
• Type : Thèse de doctorat
• Discipline(s) : Océanographie
• Date : Soutenance le 01/07/2022
• Etablissement(s) : Sorbonne université
• Ecole(s) doctorale(s) : École doctorale Sciences de l'environnement d'Île-de-France (Paris ; 1992-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'océanographie et du climat : expérimentations et approches numériques (Paris ; 2005-....)
• Jury : Président / Présidente : Pascale Bouruet-Aubertot
• Jury : Rapporteurs / Rapporteuses : Anne Molcard, Joaquim Ballabrera Poy

Mots clés

Mots clés contrôlés

Bouées

Satellites météorologiques

Assimilation de données (géophysique)

Océanographie -- Observations

Méditerranée (mer ; est)

Circulation océanique

Mots clés libres

Altimétrie

Assimilation de données

Bouées

Champ de vitesse de surface

Mer du Levant

Machine Learning

Clustering

Structures à méso-échelle

Altimetry

Data assimilation

Drifters

Surface velocity field

Levantine sea

Machine Learning

Clustering

Mesoscale structures

Résumé

Une estimation précise de la circulation de surface est cruciale en raison de son impact direct sur les propriétés physiques et bio-géochimiques du du milieu marin. Cependant, l’estimation des courants reste un défi car le champ de circulation est affecté par des flux qui changent rapidement. Ce problème s’accentue en Méditerranée orientale, où les observations in-situ sont relativement rares et où les imprécisions des observations altimétriques augmentent. Par conséquent, certaines des caractéristiques de méso-échelle sont encore débattues ou inconnues, en particulier dans le bassin levantin. L’objectif de la thèse est de caractériser ces structures méso-échelles hautement évolutives dans la mer Méditerranée. Dans la première partie de la thèse, nous présentons une méthode d’assimilation variationnelle qui fusionne l’altimétrie satellitaire avec les observations des bouées pour améliorer la représentation de la circulation de surface le long et autour des trajectoires des bouées assimilées. Nous évaluons l’efficacité de la méthode en comparant les vitesses résultant de l’assimilation avec des observations in-situ indépendantes et des images couleur de l’océan. Nous utilisons ensuite les vitesses corrigées pour caractériser les événements locaux et à court terme qui se produisent dans le bassin du Levant. Cependant, en raison des lacunes spatio-temporelles importantes dans la couverture des bouées, l’assimilation ne permet pas une investigation continue de toutes les structures mésoéchelles et de leurs variabilités à long terme dans le bassin. Dans la deuxième partie de la thèse, nous présentons des techniques de “machine learning” qui seront utilisées pour construire un catalogue des différents régimes de circulation dans le bassin levantin, permettant ainsi la caractérisation à long terme de ces structures. Nous essayons également d’expliquer les raisons possibles derrière les évaluations contradictoires précédentes de certaines structures, comme par exemple, le “Mid-Mediterranean Jet”. Les résultats obtenus dans cette thèse améliorent la connaissance des caractéristiques,des comportements et des tendances des principales structures méso-échelle. Les applications de la thèse pourraient tirer profit d’autres observations in-situ et de futures missions altimétriques comme SWOT, promettant ainsi de pallier certaines des lacunes actuelles de l’altimétrie.

An accurate estimation of the surface circulation is crucial because of its direct impact on physical and bio-geochemical water properties. However, currents estimation remains challenging because the stream field is affected by quickly changing flows. This problem increases in the Eastern Mediterranean Sea, where in-situ observations are relatively scarce and the inaccuracies of altimetric observations increase. Therefore, some of the mesoscale features are still debated or unknown, especially in the Levantine Basin. The thesis goal is to characterize these highly-evolving mesoscale features. In the first part of the thesis, we present a variational assimilation method that merges altimetry with drifters to improve the surface circulation representation along and around the assimilated drifters’ trajectories. We assess the method’s efficiency by comparing the velocities resulting from assimilation with independent in-situ observations and ocean color images. We use the corrected velocities to characterize short-term and local events occurring in the Levantine Basin. However, because of the significant spatio-temporal gaps in drifters’ coverage, the assimilation does not allow a continuous investigation of all the mesoscale patterns and their long-term variabilities in the basin. In the second part of the thesis, we use machine learning techniques to build a catalog of the several circulation regimes in the Levantine Basin, providing a long-term characterization of these features. We also try to explain the possible reasons behind previous contradictory assessments about some features, such as the Mid-Mediterranean Jet. The obtained results in the thesis improve the knowledge of the main mesoscale features’ characteristics, behaviors, and tendencies. The thesis applications could take advantage of other in-situ observations and of future altimetric missions like SWOT, promising to mitigate some of the actual altimetric shortcomings.