Modélisation de lécosystème pélagique observé pendant la campagne Dynaproc 2 Journées des...
-
Upload
plaisance-simonnet -
Category
Documents
-
view
105 -
download
1
Transcript of Modélisation de lécosystème pélagique observé pendant la campagne Dynaproc 2 Journées des...
Modélisation Modélisation
de l’écosystème pélagique de l’écosystème pélagique
observé pendant la campagne Dynaproc 2observé pendant la campagne Dynaproc 2
Journées des doctorants, 6-8 fév 2008
Virginie RaybaudVirginie Raybaud
Paul Nival, Valérie Andersen, Louis PrieurPaul Nival, Valérie Andersen, Louis Prieur
Laboratoire d’Océanographie de Villefranche-sur-Mer (LOV)
Equipe : Dynamique du plancton, processus physiques et chimiques
Modéliser l’écosystème =Modéliser l’écosystème = construire un écosystème virtuel avec un ordinateur
IntroductionIntroduction
Modèle =Modèle = représentation simplifiée d’un système réel
Modéliser l’écosystème =Modéliser l’écosystème = construire un écosystème virtuel avec un ordinateur
IntroductionIntroduction
Avant : modèle type NPZD Modèles récents plus complexes(ex : PlankTOM9)
Nitrate
Zooplancton
Phytoplancton
Detritus
New prod.
Mortality + Fecal pellets
Grazing
Rem
iner
aliz
atio
n
Excretion
Mor
talit
y
Nitrate
Zooplancton
Phytoplancton
Detritus
New prod.
Mortality + Fecal pellets
Grazing
Rem
iner
aliz
atio
n
Excretion
Mor
talit
y
Modèle =Modèle = représentation simplifiée d’un système réel
Introduction de la complexité dans les modèles : source de discussions et de polémiques (Anderson, 2005 ; Le Quéré, 2006 ; Flynn, 2006 ; Anderson, 2006)
Pas d’ajout de compartiment supplémentaire sans données pour calibrer et valider le modèle
Notion de complexitéNotion de complexité
La campagne pluridisciplinaire Dynaproc 2La campagne pluridisciplinaire Dynaproc 2
DYFAMED
DYNDYNamique des PROCPROCessus rapides dans la colonne d’eau
sept/octsept/oct 2004 : transition été / automne
zone centrale de la mer Liguremer Ligure
acquisition des données à courte échelle courte échelle de tempsde temps
(environ toutes les 3h, jour et nuit, pendant 1 mois)
OBJECTIF :OBJECTIF : ModéliserModéliser l’évolution de l’écosystème pélagiquede l’écosystème pélagique pendant la campagne Dynaproc 2
IntroductionIntroduction
265 270 275 280 285 290
-150
-100
-50
0
dep
th (
m)
38
38.1
38.2
38.3
38.4
38.5
265 270 275 280 285 290
0
10
20
30
40
O nboard data
M étéo-France buoy dataa- W ind speed
kno
ts PrincipalesPrincipales conditions conditions environnementalesenvironnementales pendant Dynaproc 2 pendant Dynaproc 2
Vitesse du vent (en nœuds)
Jours juliens
noe
uds
NENE
SONE SO
LEG 1 LEG 2
265 270 275 280 285 290
-150
-100
-50
0
dep
th (
m)
38
38.1
38.2
38.3
38.4
38.5
265 270 275 280 285 290
0
10
20
30
40
O nboard data
M étéo-France buoy dataa- W ind speed
kno
ts
Vitesse du vent (en nœuds)
Jours juliens
Jours juliens
noe
uds
Pro
fon
deur
(m
)
NENE
SONE SO
Salinité
PrincipalesPrincipales conditions conditions environnementalesenvironnementales pendant Dynaproc 2 pendant Dynaproc 2
LEG 1 LEG 2
Esol
T S
Kz
U,V
W
BIOLOGY
Layer n-1
Layer n+1
Layer n
Sédimentation Advection Diffusion
METEO
PHYSICS(Gaspard et al., 1990)
PO4NH4NO3
POM phyto
N / P
Herbivorous
zooplankton
PicophytoNanophyto
POM zoo
N / P
Microphyto
Schéma conceptuel du modèleSchéma conceptuel du modèle
Résultats des simulations : températureRésultats des simulations : température
262 264 266 268 270 272 274 276 278 280 282 284 286 288 290-100
-80
-60
-40
-20
0
Pro
fon
de
ur
(m)
262 264 266 268 270 272 274 276 278 280 282 284 286 288 290
Jours juliens
-100
-80
-60
-40
-20
Pro
fon
deu
r (m
)
13
14
15
16
17
18
19
20
21
22
23
Tem pérature m esurée
Température simulée
°C
Résultats des simulations : températureRésultats des simulations : température
262 264 266 268 270 272 274 276 278 280 282 284 286 288 290-100
-80
-60
-40
-20
0
Pro
fon
de
ur
(m)
262 264 266 268 270 272 274 276 278 280 282 284 286 288 290
Jours juliens
-100
-80
-60
-40
-20
Pro
fon
deu
r (m
)
13
14
15
16
17
18
19
20
21
22
23
Tem pérature m esurée
Température simulée
°C
Résultats des simulations : températureRésultats des simulations : température
262 264 266 268 270 272 274 276 278 280 282 284 286 288 290-100
-80
-60
-40
-20
0
Pro
fon
de
ur
(m)
262 264 266 268 270 272 274 276 278 280 282 284 286 288 290
Jours juliens
-100
-80
-60
-40
-20
Pro
fon
deu
r (m
)
13
14
15
16
17
18
19
20
21
22
23
Tem pérature m esurée
Température simulée
°C
SST = Sea Surface Temperature
Résultats des simulations : SSTRésultats des simulations : SST
265 270 275 280 285 29018
19
20
21
22
23
24SST
Mesures
Simulation
°C
Jours juliens
SST = Sea Surface Temperature
Résultats des simulations : SSTRésultats des simulations : SST
265 270 275 280 285 29018
19
20
21
22
23
24SST
Mesures
Simulation
°C
Jours juliens
1ère intrusion d’eau dessalée :
Tmes > Tsim
(différence max d’environ 1°C)
SST = Sea Surface Temperature
Résultats des simulations : SSTRésultats des simulations : SST
265 270 275 280 285 29018
19
20
21
22
23
24SST
Mesures
Simulation
°C
Jours juliens
1ère intrusion d’eau dessalée :
Tmes > Tsim
(différence max d’environ 1°C)
En fin de campagne : Tmes < Tsim
Explication :
Contenu thermique de la couche mélangée < flux net de chaleur cumulé
signe d’advection d’eau + froide
(L. Prieur, comm. Pers.)
NO3NO3
PO4PO4
(µM.N) (µM.N) (µM.N) (µM.N)
(µM.P) (µM.P) (µM.P) (µM.P)
+++Model
Data
Résultats des simulations : sels nutritifsRésultats des simulations : sels nutritifs
Résultats des simulations : phytoplanctonRésultats des simulations : phytoplancton
Phytoplancton total simulé
Pro
fon
de
ur
(m)
261 265 270 275 280 285 290-120
-100
-80
-60
-40
-20
0
0.5
1
Pro
fon
de
ur
(m)
Phytoplancton total mesuré
261 265 270 275 280 285
-100
-50
0
0
0.5
1
261 265 270 275 280 285 29010
20
30
40
mg
Ch
l a /
m2
Données intégrées sur 0-200m
Data
Simulation
Phytoplancton total simulé
Pro
fon
de
ur
(m)
261 265 270 275 280 285 290-120
-100
-80
-60
-40
-20
0
0.5
1
Pro
fon
de
ur
(m)
Phytoplancton total mesuré
261 265 270 275 280 285
-100
-50
0
0
0.5
1
261 265 270 275 280 285 29010
20
30
40
mg
Ch
l a /
m2
Données intégrées sur 0-200m
Data
Simulation
µg Chl a / L
Phytoplancton se développe à la bonne profondeur dans le modèle (max à 40-50 m)
Pic profond de diatomées bien simulé mais maximum autour du jour 265 mal simulé
Fin de campagne, manque d’extension verticale dans le modèle
Phytoplancton total simulé
Pro
fon
de
ur
(m)
261 265 270 275 280 285 290-120
-100
-80
-60
-40
-20
0
0.5
1
Pro
fon
de
ur
(m)
Phytoplancton total mesuré
261 265 270 275 280 285
-100
-50
0
0
0.5
1
261 265 270 275 280 285 29010
20
30
40
mg
Ch
l a /
m2
Données intégrées sur 0-200m
Data
Simulation
Phytoplancton total simulé
Pro
fon
de
ur
(m)
261 265 270 275 280 285 290-120
-100
-80
-60
-40
-20
0
0.5
1
Pro
fon
de
ur
(m)
Phytoplancton total mesuré
261 265 270 275 280 285
-100
-50
0
0
0.5
1
261 265 270 275 280 285 29010
20
30
40
mg
Ch
l a /
m2
Données intégrées sur 0-200m
Data
Simulation
Résultats des simulations : zooplanctonRésultats des simulations : zooplancton
260 265 270 275 280 285 2900
0.5
1
1.5
2
g.m
-2
Zooplancton intégré sur 0-200m
SimulationMesures WP2 jour
Zooplancton herbivore intégré sur 0-200mZooplancton herbivore intégré sur 0-200m
Jours juliens
Résultats des simulations : zooplanctonRésultats des simulations : zooplancton
260 265 270 275 280 285 2900
0.5
1
1.5
2
g.m
-2
Zooplancton intégré sur 0-200m
SimulationMesures WP2 jour
Zooplancton herbivore intégré sur 0-200mZooplancton herbivore intégré sur 0-200m
Jours juliens
Mesures >> modèle
à la fin de la 1ère intrusion d’eau dessalée
Explication :
L’eau dessalée contient sa propre communauté zooplanctonique
Conclusions / PerspectivesConclusions / Perspectives
Conclusions / PerspectivesConclusions / Perspectives
Physique :Physique :
Inadéquation du modèle au niveau des intrusions d’eau dessaléeintrusions d’eau dessalée
Perspective : nous sommes en présence de 2 masses d’eau différentes faire tourner 2 modèles
Conclusions / PerspectivesConclusions / Perspectives
Physique :Physique :
Inadéquation du modèle au niveau des intrusions d’eau dessaléeintrusions d’eau dessalée
Perspective : nous sommes en présence de 2 masses d’eau différentes faire tourner 2 modèles
Biologie :Biologie :
Pour l’instant, il n’y a qu’un seul compartiment de zooplanctonzooplancton
Perspective : analyser quels sont les groupes fonctionnels important pendant Dynaproc 2 afin d’augmenter la complexité du zooplancton dans le modèle
(microzooplancton, gélatineux microphages, carnivores, omnivores)
Salpa maxima15 cm
Copepod
500 μm
Ciliate50 μm
Euphausiid4 cm
Merci de votre attentionMerci de votre attention
25/25
This study is part of the PECHE project (PI : V. Andersen and M. Goutx); financial support is provided by the I.N.S.U.-C.N.R.S. through the PROOF program.
1.20E+09
1.25E+09
1.30E+09
1.35E+09
1.40E+09
1.45E+09
1.50E+09
260 262 264 266 268 270 272 274 276 278 280 282 284 286 288 290
Jours juliens
J.m
-2Contenu thermique mesuré 0-15m
Flux net de chaleur cumulé
IntroductionIntroduction
OBJECTIF :OBJECTIF : ModéliserModéliser l’évolution de l’écosystème pélagiquede l’écosystème pélagique pendant la campagne Dynaproc 2
Comprendre le fonctionnement de l’écosystèmefonctionnement de l’écosystème (interpréter les variations observées)
Estimer la contribution des différents processuscontribution des différents processus physiques et biologiques
Estimer les flux flux
SimpleSimple mais réalisteréaliste :
Le modèle doit représenter tous les groupes fonctionnels importants dans le fonctionnement de l’écosystème de la campagne Dynaproc 2
Concordance des échelles de tempséchelles de temps
Le modèle doit représenter les processus étudiés à la même échelle de temps que celle de la campagne
Comment doit être le modèle ?Comment doit être le modèle ?
A quoi peut-il servir ?A quoi peut-il servir ?