Déf
i Gol
fe d
e G
asco
gne
- B
rest
, déc
. 200
2
Modèle de dépendance Modèle de dépendance
Océano - Météo, Océano - Météo,
bloom phytoplanctoniquebloom phytoplanctonique
Sylvie VanIseghemIfremer Brest -
TMSI/IDM/Cellule OcéanoMétéo
email : [email protected]
http//www.ifremer.fr/metocean
Déf
i Gol
fe d
e G
asco
gne
- B
rest
, déc
. 200
2
L’objectif de cette étude est de déterminer les situations Océano-Météo
favorables à l ’occurrence des blooms phytoplanctoniques
dans la zone sud Bretagne.
Situation Océano-Météo : description des conditions d ’environnement (en fonction du phénomène choisi - les blooms phytoplanctoniques).
Situation favorable : situation Océano Météo ayant, d ’après l ’historique des données, aboutit au développement du phénomène physique ou biologique considéré.
Bloom phytoplanctonique : efflorescence algale.
Il est caractérisé par sa localisation, son intensité, sa durée...
On s ’intéresse aux blooms précoces (Mars), au large, zone sud Finistère.
Introduction
Déf
i Gol
fe d
e G
asco
gne
- B
rest
, déc
. 200
2
La démarche
Partie II. Modélisation pertinente de
la situation “Océano-Météo”
Partie I. Caractérisation du
phénomène Biologique choisi, ici Bloom Phy.
Partie III. Modèle de dépendance
variables débit et vent à différentes échelles de temps.
2 “types” d’informations
Situations Océano-Météo, Si.O.M
n
3
2
1
Année
Année
Année
Année
Si.O.M
Si.O.M
Si.O.M
Si.O.M
k
1
Classe
Classe
Si.O.M
Si.O.M
Algorithme de
classificatio
n
Valeur des caractéristiques du phénomène “Bloom”dans chaque classe
Déduction des types de Situations Océano-Météo favorables à l’occurrence
des blooms
Déf
i Gol
fe d
e G
asco
gne
- B
rest
, déc
. 200
2 Partie I. : Le phénomène de bloom
phytoplanctonique
Enviro
nnem
ent
Partie I. Caractérisation du phénomène Biologique choisi,
ici Bloom Phytoplanctonique
Info.1 - Info.1 - Blooms observés : Blooms observés :
(campagnes, données satellites )
Dates d ’observation
Ne permet pas de regrouper les situations « Océano-Météo » par types de situations - (4 ans de données)
Valeur des paramètres physiques aux dates correpondantes :
faible salinité, forte stratification, rayonnement impt.
Choix des paramètres physiques explicatifs du bloom : salinité - Sa, stratification - St,
rayonnement - Ra
Info.2 : Résultats de modèles Info.2 : Résultats de modèles déterministes, depuis 1985déterministes, depuis 1985
Permet de mettre en relation les paramètres physiques, explicatifs du bloom et les situations Océano-Météo.
2 “types” d’informations
Déf
i Gol
fe d
e G
asco
gne
- B
rest
, déc
. 200
2 Partie I. : Le phénomène de bloom
phytoplanctonique
Enviro
nnem
ent
Info.1 - Info.1 - Blooms observés :Blooms observés :
ANNEE 2000
ANNEE 1998
ANNEE 1999
Déf
i Gol
fe d
e G
asco
gne
- B
rest
, déc
. 200
2 Partie I. : Le phénomène de bloom
phytoplanctonique
Enviro
nnem
ent
Info.2 : Résultats de modèles déterministes, depuis 1985Info.2 : Résultats de modèles déterministes, depuis 1985
Stratif
icatio
n
Salinité
Déf
i Gol
fe d
e G
asco
gne
- B
rest
, déc
. 200
2 Partie I. : Le phénomène de bloom
phytoplanctonique
Enviro
nnem
ent
Info.2 : Résultats de modèles déterministes, depuis 1985.Info.2 : Résultats de modèles déterministes, depuis 1985.
999999
929293
969692
979396
989400
009795
959898
939597
940094
Point1 Point2 Point3
Point1 Point2 Point3
Tri des années selon l’ordre croissant de la variable salinité
Forte variabilité spatialeForte variabilité spatiale
Dans la suite de l ’étude, on considère le point 3Dans la suite de l ’étude, on considère le point 3
Déf
i Gol
fe d
e G
asco
gne
- B
rest
, déc
. 200
2 Partie II. : L ’environnement Océano-Météo
Partie II. Modélisation pertinente de la
situation Océano-Météo
Considération des variables débit et vent à différentes échelles.
- 3 échelles de temps -
• long terme [J - 4 mois, J]
• moyen terme [J - 1 mois, J]
• court terme [J - 2 jours, J]
Déf
i Gol
fe d
e G
asco
gne
- B
rest
, déc
. 200
2 Partie II. : L ’environnement Océano-Météo
I. Les donnéesZone
d’étude
Débits fleuves
Vent (vitesse -dir.)
II. La modélisation : 3 échelles de temps
Situation Océano-Météo à long terme [J - 4 mois, J]Situation Océano-Météo à long terme [J - 4 mois, J]
Paramètre physique à expliquer : la salinitéEtude Débit -Vent sur les 4 mois précédant le bloom
Indice d’EauDouce, ED. (D,Vi, Vd)
Situations Océano-Météo à court terme [J - 2 jours, J]Situations Océano-Météo à court terme [J - 2 jours, J]
Paramètre physique à expliquer : l’ensoleillementEtude Vent sur les deux jours antérieurs au bloom (ou directement avec modèle Météo-France)
Indice d’Ensoleillement, E (Vi,Vd)
Situations Océano-Météo à moyen terme [J - 1 mois, J]Situations Océano-Météo à moyen terme [J - 1 mois, J]
Paramètre physique à expliquer : la stratification halineEtude Débit - Vent sur le mois précédant le bloom
Indice de Mélange, M (D,Vi, Vd)
La capacité des indices à estimer la valeur des paramètres physiques est primordiale pour l’étude du modèle de dépendance
Déf
i Gol
fe d
e G
asco
gne
- B
rest
, déc
. 200
2 Partie II. : L ’environnement Océano-Météo
Situation Océano-Météo à Situation Océano-Météo à long terme long terme
[J - 4 mois, J][J - 4 mois, J]
Paramètre physique à expliquer : la salinité
Etude Débit -Vent sur les 4 mois précédent le bloom
Indice d’EauDouce, ED. (D,Vi, Vd)
Déf
i Gol
fe d
e G
asco
gne
- B
rest
, déc
. 200
2 Partie II. : L ’environnement Océano-Météo
Situations Océano-Météo à Situations Océano-Météo à moyen terme moyen terme [J - 1 mois, J][J - 1 mois, J]
Paramètre physique à expliquer : la stratification haline
Etude Débit - Vent sur le mois précédent le bloom
Indice de Mélange, M (D,Vi,Vd)
Déf
i Gol
fe d
e G
asco
gne
- B
rest
, déc
. 200
2 Partie II. : L ’environnement Océano-Météo
Situations Océano-Météo à Situations Océano-Météo à court terme court terme
[J - 2 jours, J][J - 2 jours, J]
Paramètre physique à expliquer : l’ensoleillement
2 possibilités :
• Utilisation directe du paramètre d’irradiance Météo-France SI disponible en temps réel
• Etude Vent sur les deux jours antérieurs au bloom
Indice d’Ensoleillement, E(Vi,Vd)
Déf
i Gol
fe d
e G
asco
gne
- B
rest
, déc
. 200
2 Partie III. : Le modèle de dépendance
Partie III. Modèle de dépendance
9
3
2
1
Année
Année
Année
Année
,,
,,
,,
,,
)(),(),(
......
)(),(),(
)(),(),(
)(),(),(
ata
ata
ata
ata
RSS
RSS
RSS
RSS
EMED
EMED
EMED
EMED X : Situations
“Océano-Météo”, appelées
“individus”
Y : Paramètres explicatifs du phénomène
appelés “variables”
k
1
Classe
Classe
Si.O.M
Si.O.M
Algorithme de classification
Valeur des caractéristiques du phénomène “Bloom”dans chaque classe
Déduction des types de Situations Océano-Météo favorables à l’occurrence des blooms
Déf
i Gol
fe d
e G
asco
gne
- B
rest
, déc
. 200
2 Partie III. : Le modèle de dépendance
9
8
7
6
5
4
3
2
1
254549685606171
530306975176061
2388625119913940
79141006942331345
52130255460050
7447791001001001001000
100
36
22
74
13
41
0
78
12
81
55
83
25
88
4838100673112391
)(),(),(...
...)(),(),(
)(),(),(
)(),(),(
Année
Année
Année
Année
Année
Année
Année
Année
Année
VdViVdViDVdViD
EMED
EMED
EMED
EMED
X : Situations
“Océano-Météo”, appelées
“individus”
ED. long terme
M . moyen terme
E . court terme
Algoritmes de classification (classification hiérarchique)
Si on considère les trois échelles de temps : 9 individus caractérisés par 8 variablesdifficile de détermininer des typologies de situations Océano-Météo
Un exemple de classification : considération des Situations Océano-Météo à long terme (ED)
Déf
i Gol
fe d
e G
asco
gne
- B
rest
, déc
. 200
2 Partie III. : Le modèle de dépendance
Un exemple de Classification : Situation Océano-Météo à long terme (ED)
Classification hiérarchique des 9 individus en 4 classes - (distances entre individus puis agrégation)
1ère Classe
Années 92 93 96 97 98 99 2000 94 95
2ème Classe 3ème Classe 4ème Classe
Débit Moyen 1 45 65 95
Vent moyen
résiduel
provenance est sud-sud ouest ouest - nord ouest ouest-sud ouestdirection très faible moyen fort très fort
Salinité forte moyenne “variable” faible
Stratification faible moyenne “variable” forte
4ème classe, type de situation Océano-Météo favorable à une forte 4ème classe, type de situation Océano-Météo favorable à une forte stratification et faible salinité.stratification et faible salinité.
Déf
i Gol
fe d
e G
asco
gne
- B
rest
, déc
. 200
2 Conclusion
Les paramètres d ’environnement (débit et vent) considérés à différenteséchelles semblent permettre de suivre l ’évolution des paramètres physiques
salinité et stratification.
Pour passer au stade des typologies de situations Océano-Météo, il faut que lenombre de variables caractérisant la situation Océano-Météo soit très inférieur
au nombre d ’ « individus ».
Bloom phytoplanctonique : étude avec 9 années 1992-2000, phénomène annuel donc 9 individus. Nombre maximal possible d ’années : 16, 1985-2001.
Ce nombre est il suffisant pour établir une typologie??
Autre démarche : établir des typologies de situations Océano-Météo par échelle de temps, définir des types de situation Océano-Météo liés à des phénomènes « intermédiaires », évolution de la salinité, stratification...
Recommended