Paramétrisarion stochastique des modéles océaniques à l’aide d’observations à haute résolution

Stochastic parametrization of ocean models through high resolution observations

• Auteur / Autrice : Francesco Tucciarone
• Direction : Étienne Mémin, Long Li
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 10/04/2024
• Etablissement(s) : Université de Rennes (2023-....)
• Ecole(s) doctorale(s) : École doctorale Mathématiques, télécommunications, informatique, signal, systèmes, électronique (Rennes ; 2022-....)
• Partenaire(s) de recherche : Laboratoire : Institut de recherche en informatique et systèmes aléatoires (Rennes) - ODYSSEY
• Jury : Président / Présidente : Nicolas Crouseilles
• Jury : Examinateurs / Examinatrices : Étienne Mémin, Long Li, Quentin Jamet, Patrick Marchesiello
• Jury : Rapporteurs / Rapporteuses : Julie Deshayes, Laurent Debreu

Mots clés

Mots clés contrôlés

Mécanique des fluides

Primitives (mathématiques)

Processus stochastiques

Modèles mathématiques

Interaction mer-atmosphère

Mots clés libres

Paramétrisation stochastique

Modélisation des océans

Équations primitives

Mécanique des fluides

Nemo

Stochastic parametrization

Ocean modelling

Primitive Equations

Fluid Mechanics

Nemo

Résumé

Le climat dépend fortement de l’état global de l’océan. La simulation numérique reste le seul moyen de prévoir le système océan-atmosphère et d’évaluer ses états futurs afin d’établir des prévisions fiables des évolutions météorologiques et climatologiques. Les simulations à grande échelle constituent le principaux outils d’étude de l’océan et de l’atmosphère, dans mesure où les simulations à haute résolution restent confinées à de petits domaines géographiques ou à de courtes périodes d’intégration. L’interdépendance complexe des dynamiques à méso-échelle et sous-méso-échelle est cependant perdue dans les simulations qui ne résolvent pas les échelles inférieures au rayon de déformation de Rossby; celles-ci doivent donc être paramétrées. La plupart des défis associés à la dynamique des fluides (dans toutes ses connotations) découlent de la représentation de ces effets à l’aide d’un schéma de fermeture efficace. Une nouvelle famille d’approches consiste à incorporer des perturbations et des composantes de bruit dans la dynamique. L’objectif est d’enrichir la variabilité et de paramétrer les processus sous-maille, la turbulence, l’incertitude des valeurs limites et de tenir compte des erreurs numériques et de discrétisation, tout en respectant les principes physiques de la dynamique des fluides.

The global climate is strongly dependent on the global Ocean state. Numerical simulation remains the only way to forecast the Ocean-Atmosphere system and assess future states to make reliable meteorological and climatological hazard forecasts. The primary tool for the investigation of the Ocean and the Atmosphere are large-scale simulations, while high resolution simulations remains confined to small geographical domains or short integration periods. The complex interdependence of mesoscale and submesoscale dynamics is, however, lost in simulations that do not resolve scales below the Rossby radius of deformation, and thus must be parametrized. Most of the challenges of fluid dynamics (in all its connotations) arise from the representation of these effects with an efficient closure scheme. A novel research trend involves incorporating perturbations and noise components into the dynamics. The goal is to enrich the variability and parametrize subgrid processes, turbulence, boundary value uncertainty and account for numerical and discretizarion errors.