Quantification d'incertitudes et validation de méthodes d'assimilation de données pour un modèle de calotte polaire : application à un glacier à terminaison marine groenlandais Upernavik Isstrøm

Uncertainty quantification and validation of data assimilation methods for an ice sheet model : application to a Greenland marine-terminated glacier, Upernavik Isstrøm

• Auteur / Autrice : Eliot Jager
• Direction : Fabien Gillet-Chaulet, Nicolas Champollion, Jérémie Mouginot
• Type : Thèse de doctorat
• Discipline(s) : Mécanique des fluides énergétique procédés
• Date : Soutenance le 07/12/2023
• Etablissement(s) : Université Grenoble Alpes
• Ecole(s) doctorale(s) : École doctorale Ingénierie - matériaux mécanique énergétique environnement procédés production (Grenoble ; 2008-....)
• Partenaire(s) de recherche : Laboratoire : Institut des géosciences de l'environnement (Grenoble)
• Jury : Président / Présidente : Éric Blayo
• Jury : Examinateurs / Examinatrices : Aimée Slangen, Etienne Berthier
• Jury : Rapporteur / Rapporteuse : Frank Pattyn, Hélène Seroussi

Mots clés

Mots clés contrôlés

Étalonnage

Écoulement glaciaire

Mots clés libres

Dynamique glaciaire

Calibration

Modélisation

Méthode d'ensemble

Quantification d'incertitudes

Validation

Ensemble method

Ice sheet dynamics

Modeling

Calibration

Uncertainty quantification

Validation

Résumé

Cette thèse aborde le défi majeur de l'estimation de l'élévation future du niveau moyen des mers à travers la quantification de la perte de masse des calottes polaires due au changement climatique en cours. Les incertitudes associées à ces estimations sont significatives, variant de 0.5 à plus de 1.5 mètre en 2100. Ces incertitudes résultent principalement du manque d'observations sur l'état actuel des calottes polaires et leurs interactions avec l'atmosphère et l'océan, appelées forçages. Cependant, la croissance du nombre de données satellites offre de nouvelles perspectives, et cette thèse vise deux objectifs clés pour leur utilisation : évaluer la capacité des modèles de calottes polaires à reproduire ces données sur plusieurs décennies, puis explorer des moyens d'utiliser ces données pour réduire les incertitudes liées à la future élévation du niveau de la mer.Pour répondre à nos objectifs, nous nous sommes intéressés à Upernavik Isstrøm, un glacier émissaire côtier, et simulé avec le modèle de calotte Elmer/Ice. Nous avons développé une méthode d'initialisation, qui permet de prendre en compte les incertitudes du modèle (paramètres, géométrie initiale, forçages) au travers de simulations d'ensembles et qui permet au modèle de calotte utilisé de reproduire les observations passées de changement de vitesse et d'élévation grâce à la calibration par méthode inverse de la friction (frottement). Pour cela, la paramétrisation de la friction du modèle doit prendre en compte l'effet de l'hydrologie sous-glaciaire qui, lorsque le front recule, amène plus d'eau sous-glaciaire en amont du glacier et lubrifie le contact de celui-ci au niveau du socle. Sans la prise en compte de cet effet, le modèle est incapable de reproduire l'augmentation de vitesse observée. Dans un deuxième temps, nous avons continué dans le futur les simulations de l'ensemble des membres, en ajoutant aux incertitudes du modèle celles liées au forçage futur : scénario d'émission de gaz à effet de serre, incertitudes des modèles de climat et incertitudes du forçage océanique. Nous avons également développé dans cette partie une méthode de calibration, pour donner plus de poids aux membres du modèle qui reproduisaient le mieux les observations passées, en vérifiant que cette calibration n'entraînait pas de sur-apprentissage ( extit{overfitting}), afin d'affiner les prédictions futures. Nous avons alors trouvé que la source d'incertitude la plus importante est le scénario d'émission, ce qui limite fortement la réduction d'incertitude permise par la calibration.Au final, nos résultats démontrent qu'Upernavik Isstrøm contribuera à l'élévation du niveau des mers à hauteur d'au moins 0.6 mm à l'avenir. Toutefois, cette contribution dépendra des émissions futures de gaz à effet de serre et pourrait atteindre jusqu'à 7.2 mm. De plus, la paramétrisation développée fait grimper ce chiffre, qui pourrait atteindre près de 9.1~mm, montrant son importance et la nécessité de la développer à l'échelle du Groenland, en parallèle de nos méthodes. Les fortes incertitudes liées au scénario d'émission montre le besoin de s'intéresser en profondeur aux futurs possibles des émissions de gaz à effet de serre pour mieux quantifier cette incertitude et la réduire.

This thesis addresses the significant challenge of estimating future sea-level rise driven by ongoing polar ice sheet mass loss due to current climate change. The uncertainties surrounding this projection are substantial, with potential contributions ranging from 0.5 to over 1.5 meters by 2100. These uncertainties primarily stem from limited observations regarding the current state of polar ice sheet and their interactions with the atmosphere and ocean, known as forcings. However, the growing availability of satellite data presents new opportunities. This thesis pursues two primary objectives regarding their utilization: firstly, evaluating the ability of polar ice sheet models to replicate this data over several decades, and secondly, exploring methods to reduce uncertainties related to future sea-level rise.To address these challenges and refine our methods, we focused on Upernavik Isstrøm, a tidewater glacier, employing an ice sheet model (Elmer/Ice). We developed an initialisation method that accounts for model uncertainties (parameters, initial geometry, forcings) through an ensemble approach. This method enables a model calibrating a friction parameter using inverse methods to reproduce past observations of velocity and elevations changes. To achieve this, the friction parameterisation of the model must consider the subglacial hydrology effect. When the glacier front retreats, it brings more subglacial water upstream, lubricating the contact with the bedrock. Failing to account for this effect prevents the model from replicating observed acceleration. In the next step, we propagated the ensemble of members obtained at the end of the simulation into the future. This involved incorporating future forcing uncertainties, such as greenhouse gas emission scenarios, climate model uncertainties, and oceanic forcing uncertainties. We also developed a calibration approach to give more weight to model members that best replicated past observations while ensuring the model did not overfit, to see if this refines future forecasts. We found that the most significant source of uncertainty by the end of the century was the emission scenario, significantly limiting uncertainty reduction through ice sheet model calibration.In conclusion, we demonstrated that Upernavik Isstrøm will continue to contribute to sea-level rise in the future, with a minimum of 0.6~mm in 2100 but highly dependent on future greenhouse gas emissions, potentially reaching 7.2~mm. Furthermore, our developed parameterisation further elevates this projection, possibly up to 9.1~mm, underscoring its significance and the need to extend its application to the entire Greenland ice sheet alongside our methods. The substantial uncertainties linked to emission scenarios highlights the necessity of delving deeper into possible future greenhouse gas emissions to better characterize and reduce this uncertainty.