Modélisation des courants océaniques de surface à l'aide de données satellitaires océanographiques
Les courants de surface océaniques sont un élément clé de la dynamique océanographique, influençant divers processus en mer, de la distribution de la chaleur et des polluants à la migration du biote et même à la sécurité de la navigation. Une compréhension précise des schémas de ces courants est essentielle pour la planification côtière, la prévention des catastrophes et la gestion des ressources marines. Grâce aux progrès de la télédétection, les données satellitaires océanographiques sont devenues une source d'information de plus en plus importante, offrant une large couverture spatiale, une surveillance régulière et des observations cohérentes dans le temps. Cet article présente les concepts, les données satellitaires utilisées, les méthodes de modélisation, ainsi que les défis et les perspectives liés à la modélisation des courants de surface océaniques.
1. Concept de base des courants océaniques de surface
Les courants océaniques de surface sont principalement induits par le vent, les différences de densité dues aux variations de température et de salinité, et l'influence de la rotation terrestre via la force de Coriolis. Dans les zones côtières, les courants sont également influencés par les marées, la topographie du littoral, la bathymétrie et l'interaction avec les vagues. De manière générale, deux approches principales permettent de comprendre les courants de surface : (1) l'observation directe à l'aide d'instruments in situ tels que les courantomètres, les ADCP (profileurs de courant Doppler acoustiques) ou les flotteurs dérivants, et (2) l'estimation indirecte par modélisation, qui utilise des données satellitaires et les principes de la dynamique des fluides.
Les données satellitaires ne mesurent pas directement les courants comme les instruments in situ, mais elles fournissent des variables étroitement liées aux mouvements des masses d'eau, telles que le niveau de la mer, la température de surface et les vents de surface. Ces variables peuvent être combinées pour déduire les composantes des courants grâce à des approches de physique océanographique et des techniques basées sur les données.
2. Types de données satellitaires océanographiques pertinentes
La modélisation des courants de surface utilise généralement les produits satellitaires suivants :
a. Altimétrie satellitaire (hauteur de la surface de la mer/SSH)
Les altimètres satellitaires mesurent le niveau de la mer par rapport à un ellipsoïde. À partir des variations spatiales du niveau de la mer, on peut calculer la pente de la surface de la mer associée aux courants géostrophiques. Les produits dérivés tels que l'anomalie du niveau de la mer (SLA) et la topographie dynamique absolue (ADT) sont souvent utilisés pour estimer les courants de méso-échelle (par exemple, les grands courants et les tourbillons).
b. Produits du diffusiomètre et du vent de surface
Les diffusiomètres mesurent la vitesse et la direction des vents de surface océaniques. Le vent est le principal moteur des courants d'Ekman de surface et contribue à la formation des zones de remontée et de descente d'eau. Les données sur le vent sont également essentielles pour l'alimentation des modèles numériques océanographiques.
c. Température de la surface de la mer (SST)
La température de surface de la mer (TSM) est mesurée à l'aide de capteurs infrarouges et micro-ondes. Son évolution peut révéler des fronts océanographiques, des remontées d'eau et des courants de masse. Bien que la TSM ne soit pas une mesure directe du courant, son gradient et son évolution permettent d'interpréter la dynamique des courants et peuvent être intégrés aux modèles.
d. Couleur de l'océan (Chlorophylle-a)
Les données de couleur de l'océan décrivent les concentrations de chlorophylle a et les paramètres optiques de l'eau de mer. Les variations de concentration de chlorophylle suivent souvent les processus d'advection des courants, ce qui les rend utiles comme traceurs pour valider la direction et la structure des mouvements des masses d'eau, notamment dans les zones côtières et les zones productives.
e. Salinité de surface (Salinité de surface de la mer/SSS)
Les satellites tels que SMOS ou SMAP fournissent des estimations de la salinité de surface. Cette information est importante pour la densité thermohaline et les processus de circulation, bien que sa résolution soit souvent inférieure à celle de la température de surface de la mer.
3. Principes de la modélisation des flux à partir de données satellitaires
a. Estimation du courant géostrophique
L'une des approches les plus courantes consiste à calculer les courants géostrophiques à partir des gradients du niveau de la mer. En conditions d'équilibre géostrophique (relativement valables pour les moyennes et grandes échelles, et loin de l'équateur), la force du gradient de pression est compensée par la force de Coriolis. Autrement dit, les courants géostrophiques de surface peuvent être déduits de la pente de la droite ADT/SSH. Cette méthode est efficace pour identifier les grands courants tels que le courant indonésien (dans certains contextes), les courants de la rive ouest et les tourbillons de méso-échelle. Cependant, dans les zones côtières étroites ou en eaux peu profondes, l'approche géostrophique est souvent imprécise en raison de l'influence du frottement du fond, des marées et de la complexité topographique.
b. Composantes du courant d'Ekman du vent
Le courant d'Ekman est la réponse de la couche superficielle de l'océan au cisaillement du vent. Les données satellitaires sur le vent permettent d'estimer la composante de transport d'Ekman, notamment sa direction, qui diffère généralement de celle du vent en raison de l'effet Coriolis. Ces estimations contribuent à compléter les informations sur les courants de surface non entièrement prises en compte par les courants géostrophiques, en particulier à l'échelle journalière ou hebdomadaire et dans les zones fortement influencées par les vents saisonniers.
c. Assimilation des données dans les modèles numériques
Une approche plus complète consiste à exécuter un modèle hydrodynamique/océanographique (par exemple, un modèle de circulation) avec des forçages atmosphériques (vent, flux de chaleur) et des conditions aux limites, puis à assimiler des données satellitaires (hauteur de surface de la mer, température de surface de la mer, salinité de surface). L'assimilation de données vise à corriger l'état du modèle afin qu'il corresponde mieux aux conditions observées. De cette manière, le modèle peut générer un champ de courants physiquement cohérent, en accord avec les observations satellitaires.
d. Méthodes basées sur l'apprentissage automatique
Récemment, l'apprentissage automatique a été utilisé pour cartographier la relation entre les données satellitaires multiparamétriques (température et hauteur de surface de la mer, vent, chlorophylle) et les courants de surface disponibles à partir de données in situ ou de réanalyse, sous forme d'« étiquettes ». Son avantage réside dans sa capacité à saisir les relations non linéaires et à combler les lacunes de données. Toutefois, cette méthode exige un ensemble de données d'entraînement robuste et risque de présenter une faible généralisation en cas de changements importants des conditions océanographiques.
4. Flux de travail de modélisation commun
En résumé, un flux de travail de modélisation des courants de surface par satellite peut comprendre :
1. Collecte de données : sélectionner la période d’étude, la zone et les produits satellitaires pertinents (ADT/SLA, vent, SST, chlorophylle).
2. Prétraitement : contrôle qualité, recadrage de la région, rééchantillonnage à une résolution uniforme et filtrage du bruit.
3. Calcul des composantes du courant : par exemple les courants géostrophiques à partir de l'ADT et les courants d'Ekman à partir du vent.
4. Fusion : combinaison des composantes actuelles pour obtenir une estimation totale du courant de surface, ou entrée de données dans un modèle numérique par assimilation.
5. Validation : comparaison des résultats avec des données de flotteurs dérivants, d’ADCP, de bouées ou de réanalyse. La validation est importante pour évaluer les biais, les erreurs statistiques et les performances saisonnières.
6. Analyse avancée : identification des tourbillons, des fronts, des voies de transport, des zones de convergence/divergence et des implications pour les phénomènes environnementaux.
5. Défis liés à la modélisation des courants de surface
Bien que les données satellitaires soient très utiles, elles présentent un certain nombre de défis :
– Résolution spatiale et temporelle : L’altimétrie traditionnelle présente une résolution limitée pour les phénomènes côtiers et à petite échelle. Des phénomènes tels que les courants côtiers étroits ou les courants de marée nécessitent une haute résolution.
– Interférences dans les zones côtières : les signaux satellitaires sont souvent contaminés par la terre, les vagues ou les conditions atmosphériques, ce qui diminue la qualité des données à proximité des côtes.
– Limites de l’hypothèse géostrophique : en eaux peu profondes, près de l’équateur ou à très petite échelle, l’équilibre géostrophique ne s’applique pas toujours.
– Influence des marées et des vagues : les courants de surface dans de nombreuses zones côtières sont fortement influencés par les marées, tandis que les données satellitaires sont plus fiables pour la capture des signaux à moyenne échelle.
– Validation limitée : les données in situ ne sont pas toujours disponibles avec une densité suffisante pour valider les modèles sur l’ensemble d’une région.
6. Opportunités et orientations de développement
Le développement des technologies satellitaires de nouvelle génération, l'amélioration des méthodes de traitement et la disponibilité de données ouvertes offrent des perspectives considérables. L'intégration multisensorielle (altimétrie, température de surface de la mer, vent, couleur de l'océan, salinité) permet d'améliorer la précision des modèles. De plus, la combinaison de modèles physiques et de modèles basés sur l'intelligence artificielle (IA) constitue une approche hybride intéressante : les modèles physiques garantissent la cohérence dynamique, tandis que l'IA contribue à la correction des biais et à l'augmentation de la résolution spatiale (sous-échantillonnage). À l'avenir, une modélisation plus précise des courants de surface améliorera significativement les applications pratiques telles que la prévision de la dispersion des marées noires, la planification efficace des routes maritimes, l'analyse du potentiel énergétique des courants et le soutien aux opérations de recherche et de sauvetage en mer.
Clôture
La modélisation des courants océaniques de surface à partir de données satellitaires océanographiques est une approche de plus en plus importante pour une compréhension globale et durable de la dynamique des océans. En exploitant l'altimétrie pour les courants géostrophiques, les données de vent pour les courants d'Ekman, et en s'appuyant sur la température de surface de la mer, la couleur de l'océan et la salinité, les chercheurs peuvent obtenir une image plus complète des courants de surface. Bien que cela demeure complexe, notamment dans les zones côtières et à petite échelle, l'intégration de données multisources, leur assimilation dans des modèles numériques et l'utilisation de techniques d'apprentissage automatique offrent des perspectives de développement prometteuses. Ainsi, les données satellitaires enrichissent non seulement les connaissances scientifiques, mais apportent également des avantages concrets à divers secteurs qui dépendent des informations sur l'état des océans.
