Assimilation conjointe de données satellitaires de CO2 et de fluorescence de la végétation pour contraindre le bilan carbone des modèles de surface terrestre

Joint Assimilation of satellite CO2 and vegetation Fluorescence data to constrain the carbon budget of land surface models

• Auteur / Autrice : Simon Beylat
• Direction : Philippe Peylin, Catherine Ottle
• Type : Projet de thèse
• Discipline(s) : Surfaces continentales
• Date : Inscription en doctorat le 01/02/2023
• Etablissement(s) : université Paris-Saclay en cotutelle avec université de melbourne
• Ecole(s) doctorale(s) : École doctorale des sciences de l'environnement d'Île-de-France
• Partenaire(s) de recherche : Laboratoire : Laboratoire des Sciences du Climat et de l'Environnement - DRF
• Partenaire(s) de recherche : Equipe de recherche : Modélisation des Surfaces et Interfaces Continentales (MOSAIC)
• Partenaire(s) de recherche : référent : Université de Versailles-Saint-Quentin-en-Yvelines (1991-....)

Mots clés

Mots clés libres

Assimilation de données

Cycle du carbon

Model du surface continental

Carbon cycle

Data assimilation

Land surface model

Résumé

La terre et l'océan éliminent la moitié du dioxyde de carbone (CO2) qui est ajouté à l'atmosphère chaque année, ce qui réduit considérablement l'intensité du changement climatique. Cependant, au fur et à mesure que le climat change, cette absorption, en particulier la composante terrestre, est menacée. Pour comprendre ce risque, nous devons observer comment l'absorption de CO2 change avec le temps, comprendre les processus sous-jacents et intégrer cette compréhension dans des modèles prédictifs. Ce projet valorisera deux jeux nouveaux de données satellitaires via des techniques d'assimilation de données dans un modèle de biosphère afin de cartographier les flux d'absorption de CO2 par la végétation et d'utiliser les connaissances acquises pour de meilleures projections. Le projet sera mené en parallèle entre le Laboratoire des sciences du climat et de l'environnement (LSCE) de l'Institut Pierre-Simon Laplace (IPSL) près de Paris et l'Université de Melbourne en utilisant deux modèles de biosphère de pointe et en contribuant à un système d'analyse de données « open source » pour l'ensemble de la communauté. La thèse du LSCE développera un système pour assimiler les mesures satellites récente de fluorescence de la végétation induite par le soleil (SIF) et les estimations de CO2 intégrées sur la colonne (XCO2) dans les modèles couplés surface terrestre ORCHIDEE - transport atmosphérique LMDZ. Ce système générera des paramètres optimisés pour le modèle ORCHIDEE et des flux de CO2 (bruts et nets) pour l'actuel et pour des prévisions futures. La thèse développera des émulateurs efficaces et modulaires pour le transport atmosphérique (et le modèle ORCHIDEE) pour remplacer les principaux composants coûteux en temps calcul dans le cadre de cette assimilation de données, ouvrant ainsi la voie à une utilisation beaucoup plus répandue des données de CO2 satellites (intégrées sur la colonne) à l'avenir.

The land and ocean remove half of the carbon dioxide (CO2) that is added to the atmosphere each year, greatly reducing the severity of climate change. However, as the climate changes, this uptake, especially the land component, is at risk. To understand this risk, we must observe how CO2 uptake changes with time, understand the key processes and embed that understanding in predictive models. This project will apply machine learning and two state-of-the-art streams of new satellite data to map recent patterns of CO2 uptake by the land and project this improved knowledge into prediction. The project will be carried out in parallel between the Laboratory for the Science of Climate and Environment (LSCE), part of the Pierre-Simon Laplace Institute (IPSL) near Paris and the University of Melbourne using two world-leading models and contributing to an open-source data analysis system to which others will be invited to contribute. The LSCE PhD will develop a new assimilation system to assimilate satellite solar-induced vegetation fluorescence (SIF) and column-integrated CO2 estimates (XCO2) into the coupled ORCHIDEE land surface – LMDZ atmospheric transport models. This system will generate improved ORCHIDEE model parameters and CO2 fluxes (gross and net) for current estimates and future predictions. The PhD will develop efficient and modular emulators for atmospheric transport (and the ORCHIDEE model) to replace key computationally expensive components of the data assimilation framework, hence opening the way for much more widespread use of column-integrated CO2 data in the future.