Salinity variability and run-offs
Variabilité de la salinité satellitaire et décharges de fleuves
Résumé
Salinity is a key variable to study oceans and climate. Through its effect on density, it is one of the driving forces behind thermohaline circulation. Moreover, its conservative property makes it an ideal tracer of water masses; at the surface, it is highly dependent on freshwater inflows and outflows from the ocean. As a result, sea surface salinity (SSS), measured by satellite since 2010, and ocean circulation modelling are helping to better understand and constrain the processes involved in exchanges between the ocean and the other reservoirs in the water cycle. During my PhD thesis, I was particularly interested in studying tropical regions under the influence of freshwater inputs from rivers or rainfall, in particular the Senegal-Mauritania upwelling region. A prerequisite was to establish the uncertainty on the fields deduced from satellite SSS, taking into account SSS variability and the effects of sub-sampling at different spatio-temporal scales. CCI (Climate Change Initiative) SSS fields generated from SMOS (2010-), Aquarius (2015-2021) and SMAP (2015-) satellite measurements are integrated on scales of 50 km and one week or one month. Their validation is based on comparisons with in-situ SSS, but part of the differences stem from the difference in spatio-temporal resolution of the data compared. Using GLORYS reanalyses, I have estimated the corresponding representativeness errors, and shown that they reconcile the uncertainties estimated during the generation of CCI SSS fields (largely linked to the intrinsic noise of satellite measurements) and the uncertainties obtained by comparison with in situ measurements. On a global scale, representativeness errors account for 33% (15%) of the difference (std difference) between monthly (weekly) satellite SSS and Argo pointwise SSS. Once this effect has been taken into account, the uncertainty in satellite CCI SSS is estimated at 0.1 for monthly fields, 0.14 for weekly fields. I have also characterized SSS variability, using a three-dimensional (latitude, longitude and time) spectral analysis method I developed, and high-resolution ocean simulations. Current satellite fields are able to sample most of the SSS variability in tropical areas, but miss much of the variability at higher latitudes, which a 10km resolution satellite mission, such as the SMOS-HR mission being studied at CNES or the FRESCH mission recently submitted to ESA, could resolve. In the second part of my PhD thesis, I analyzed the variability of the SSS in the Senegal-Mauritania upwelling region, characterized by a large inflow of river water and crossed seasonally by the ITCZ. Over the study area, comparisons with in situ measurements show very good agreement for CCI SSS (r2=0.94), slightly less so for GLORYS analyses and CROCO simulations. Nevertheless, at less than 50km from the coast, satellite SSSs compared with SSSs from the MELAX mooring are less accurate than GLORYS reanalyses, once again highlighting the need for satellite measurements with higher spatial resolution, which would enable to get as close as 10km from the coast. Current ocean models, including the GLORYS reanalysis, very often use climatological river flow forcings. In order to highlight the impact of interannual variation in river discharge and precipitation on SSS, I set up different forcing configurations that were used in CROCO simulations conducted at LOCEAN. I have shown that the interannual variability of river flows has a significant effect on SSS, to a greater or lesser extent depending on the propagation of plumes, which depend on ocean circulation.
La salinité est une variable clé pour l’étude des océans et du climat. Par son effet sur la densité, elle est un des moteurs de la circulation thermohaline. De plus, sa propriété conservatrice en fait un traceur idéal des masses d’eau ; en surface, elle dépend fortement des apports d’eau douce entrant et sortant de l’océan. Aussi, la salinité de surface (SSS), mesurée par satellite depuis 2010, et la modélisation de la circulation océanique permettent de mieux comprendre et contraindre les processus en jeu dans les échanges entre l’océan et les autres réservoirs du cycle de l’eau. Durant ma thèse, je me suis plus particulièrement intéressé à l’étude de régions tropicales, sous l’influence d’apports d’eau douce par les rivières ou par les précipitations, en particulier la région de l’upwelling du Sénégal-Mauritanie. Un préalable a été d’établir l’incertitude sur les champs déduits des SSS satellitaires en prenant en compte la variabilité de la SSS et les effets de sous-échantillonnages à différentes échelles spatio-temporelles. Les champs de SSS CCI (Climate Change Initiative) générés à partir des mesures satellitaires SMOS (2010-), Aquarius (2015-2021) et SMAP (2015-) sont intégrés sur des échelles de 50 km et une semaine ou un mois. Leur validation se base sur des comparaisons à des SSS in-situ, mais une part des différences provient de la différence de résolution spatio-temporelle des données comparées. A partir des réanalyses GLORYS, j’ai estimé les erreurs de représentativité correspondantes, et montré qu’elles permettent de réconcilier les incertitudes estimées lors de la génération des champs SSS CCI (en grande partie liées au bruit intrinsèque des mesures satellitaires) et les incertitudes obtenues par comparaison à des mesures in situ. A l’échelle globale, les erreurs de représentativité expliquent 33% (15%) de l’écart (std difference) entre les SSS satellitaires mensuelles (hebdomadaires) et les SSS ponctuelles Argo. Une fois cet effet pris en compte, l’incertitude sur les SSS CCI satellitaire est estimée à 0.1 pour les champs mensuels, 0.14 pour les champs hebdomadaires. J’ai également caractérisé la variabilité de la SSS, à l’aide d’une méthode d’analyse spectrale en trois dimensions (latitude, longitude et temps) que j’ai développée, et de simulations océaniques à haute résolution. Les champs satellitaires actuels permettent d’échantillonner la majeure partie de la variabilité de la SSS dans les zones tropicales, mais manquent une grande partie de la variabilité à plus haute latitude, qu’une mission satellitaire à 10km de résolution, telle que la mission SMOS-HR étudiée au CNES ou la mission FRESCH récemment soumise à l’ESA, pourrait résoudre. Dans la seconde partie de ma thèse, j’ai analysé la variabilité de la SSS dans la région de l’upwelling Sénégal-Mauritanie caractérisée par un important apport d’eau fluviale et traversée saisonnièrement par l’ITCZ. Sur la zone d’étude, les comparaisons aux mesures in situ montrent un très bon accord pour les SSS CCI (r2=0.94), légèrement moindre pour les analyses GLORYS et les simulations CROCO. Néanmoins, à moins de 50km de la cote, les SSS satellitaires comparées aux SSS du mouillage MELAX sont moins précises que les réanalyses GLORYS mettant à nouveau en exergue le besoin de mesures satellitaires à plus haute résolution spatiale qui permettraient de s’approcher jusqu’à 10km de la côte. Les modèles océaniques actuels, dont la réanalyse GLORYS, utilisent très souvent des forçages de débits de fleuves climatologiques. Afin de mettre en évidence l’impact de la variation interannuelle des débits de fleuves et des précipitations sur la SSS, j’ai mis en place différentes configurations de forçage qui ont été utilisées dans des simulations CROCO menées au LOCEAN. J’ai montré que les variabilités interannuelles des débits de fleuve ont un effet sensible sur la SSS, plus ou moins marqué en fonction de la propagation des panaches qui dépendent de la circulation océanique.
| Origine | Version validée par le jury (STAR) |
|---|