Les tourbillons de mésoéchelle dans le TAO et leur variabilité saisonnière par altimétrie

Télécharger le fichier pdf d’un mémoire de fin d’études

La salinité de surface

Dans le TAO, la salinité de surface (SSS) est inégalement distribuée (Figure 1-5b). Les plus faibles SSS dans le TAO sont observées dans les régions côtières de grandes décharges fluviales (Amazone, Congo et Orénoque et Niger) et dans la région équatoriale ~ (0 – 10 °N) en raison des fortes précipitations dues à la présence de L’ITCZ (Figure 1-2). Par contre les eaux de surface les plus salées (SSS>37) sont localisées dans les gyres subtropicaux des HN et HS. Dans ces régions, les évaporations excèdent largement les précipitations (Figure 1-3b). A l’échelle saisonnière, en fonction des régions océaniques les variabilités de la SSS dépendent de plusieurs processus. Par exemple à l’ouest du TAO, ce sont les décharges fluviales (Amazone et Orénoque) et les advections horizontales qui expliquent les variations saisonnières de la SSS (Foltz et al., 2004 ; Da-Allada et al., 2013). Dans la région équatoriale, les précipitations sont les principales causes de variabilité de la SSS (Da-Allada et al., 2013 ; Camara et al., 2015 ; Awo et al., 2018).
Les mélanges verticaux jouent également un rôle important (Camara et al., 2015). A l’Est du bassin, près des côtes africaines, les décharges du Congo et du Niger, ainsi que les advections verticales et mélanges verticaux modulent la SSS (Da-Allada et al., 2013 ; Camara et al., 2015).
Dans chacune de ces régions spécifiques, les variabilités interannuelles de ces processus en lien avec les deux principaux modes de variabilité (mode zonal et mode méridien) expliquent aussi les  variabilités interannuelles de la SSS (e.g. Awo et al., 2018).

Les différentes masses d’eau

La circulation océanique transporte des masses d’eau ayant des propriétés particulières et qui se distribuent verticalement en fonction de leurs densités et donc de leurs caractéristiques thermohalines. En conséquence, les masses d’eau les plus légères, en surface, submergent les plus denses qui sont dans les couches plus profondes (Figure 1-6). Dans l’ordre, de la surface vers les fonds marins des océans subtropicaux, nous distinguons les eaux de surface, les eaux centrales, les eaux intermédiaires et les eaux profondes. Dans cette thèse, nous nous intéresserons aux masses d’eau situées dans les 1000 premiers mètres de profondeur et leurs propriétés température (θ) et salinité (S). Il s’agira donc des eaux de surface, des eaux centrales et des eaux intermédiaires. Les couches de surface dans les régions équatoriales, sont occupées par les eaux tropicales de surface (TSW, tropical surface water) qui occupent la couche de mélange (Stramma & Schott, 1999). Ce sont des eaux relativement chaudes (T > 27°C) et peu salées (S< 36) du fait des fortes précipitations dans ces régions influencées par l’ITCZ (Figure 1-3b). En dessous de cette couche superficielle, se trouve la thermocline où on observe une décroissance rapide de la température.
L’isotherme 20°C y est souvent prise pour la base de la TSW et correspond approximativement à l’isopycne 25.8 kg m-3 (e.g. Stramma et al. 2005). Sous la TSW, se trouvent les eaux de maximum de salinité (SMW, salinity maximum water) ou encore les eaux subtropicales de subsurface (STUW, Subtropical Underwater) (Stramma & Schott, 1999 ; Stramma et al. 2005). Elles sont caractérisées par un maximum de salinité situé au-dessus de la thermocline (a, c), en moyenne à 100 m de profondeur (Bourlès et al., 1999 ; Stramma & Schott, 1999 ; Stramma et al., 2005a-b).
Ces eaux sont initialement formées au centre des gyres subtropicaux des HN et HS du fait de l’excès d’évaporation dans ces régions. En conséquence, il en résulte une forte salinisation des eaux de surface, qui deviennent plus denses et subductent en formant les eaux tropicales Atlantique Nord et Sud (NAW, Northern Atlantic Water et SAW, Southern Atlantic Water) (a, c) (Tsuchiya et al., 1992 ; Stramma & Schott, 1999 ; Bourlès et al., 1999 ; Stramma et al., 2005a-b). Ces eaux sont transportées vers l’équateur par l’intermédiaire du NEC et du sSEC et vont donc former la STUW (Bourlès et al., 1999b). A l’ouest du bassin, entre les latitudes 10°S et 15°N et au NordEst des côtes brésiliennes, Bourlès et al., (1999b), ont observé que les eaux venant du Sud et du Nord ont une relativement salinité relativement forte (S>37) sur les isopycnes 25.0 et 25.5 kg m-3 respectivement. Ces mêmes auteurs ont également observé un troisième type de SMW, ayant ses origines à l’Est du bassin et dénommée Eastern Atlantic Water (EAW), mais dont le maximum de salinité d’environ 36 est relativement plus faible que les deux précédents. L’EAW est transportée vers l’Ouest du bassin par le nSEC et le bord sud du NEC.

Les tourbillons de mésoéchelle

Définition et principales caractéristiques

Les tourbillons océaniques de mésoéchelle, ou de moyenne échelle, sont des structures approximativement circulaires qui se superposent à la circulation océanique de grande-échelle. Ils sont observés dans tous les océans (Chaigneau & Pizarro, 2005 ; Chaigneau et al. 2008 ; 2009 ; 2011 ; Fu et al., 2010 ; Chelton et al., 2011 ; Zhang et al., 2013 ; Gaube et al., 2014 ; Sun et al., 2018 ; Zhan et al., 2019 ; Pegliasco et al., 2015 ; 2021), et sont facilement identifiés sur les cartes altimétriques de hauteur de mer (Figure 1-8), de même que sur les images satellites de température ou de chlorophylle de surface. Leur taille, de quelques dizaines à quelques centaines de km, varie en fonction de la latitude en augmentant des pôles vers l’équateur, similairement au rayon de déformation de Rossby (e.g. Chelton et al., 1998 ; 2011 ; Fu et al., 2010). Les tourbillons s’étendent aussi verticalement et peuvent donc impacter l’océan intérieur sur plusieurs centaines de mètres (Chaigneau et al., 2011 ; Pegliasco et al., 2015 ; Keppler et al., 2018 ; Sun et al., 2018 ; Sandalyuk & Belonenko, 2021). Ils se forment puis se dissipent dans l’océan et ont des durées de vie allant de quelques jours à plusieurs années, pour les structures les plus cohérentes et les plus
intenses.
De manière similaire aux cyclones et anticyclones atmosphériques, il existe dans l’océan des tourbillons cycloniques (CEs) et anticycloniques (AEs), qui se distinguent par leur sens de rotation. Les CEs (AEs, respectivement) sont toujours associés à des creux (bosses) de hauteur de mer à la surface océanique (Figure 1-9). Ainsi, par équilibre géostrophique entre les forces de pression et la force de Coriolis liée à la rotation de la terre, les AEs de HN ont une vorticité négative et un sens de rotation horaire tandis que les CEs ont une vorticité positive et un sens de rotation anti-horaire. Par contre dans l’HS, comme la force de Coriolis a une direction opposée, les sens de rotation des tourbillons sont inversés. En fonction de la profondeur où se situe le maximum de vorticité et de rotation, les tourbillons peuvent être catégorisés comme étant de surface ou de subsurface. Généralement, les AEs de surface ont un cœur plus chaud et plus salé que leur environnement, contrairement aux CEs qui ont un cœur plus froid et moins salé ou plus doux (Figure 1-10) (e.g. ; Chaigneau et al., 2011 ; Pegliasco et al., 2015 Keppler et al., 2018 ; Sun et al., 2018 ; Zhan et al., 2019). Cependant, il n’est pas rare d’observer des CEs plus chauds et des AEs plus froids (Figure 1-9c-d ; Assassi et al., 2014 ; 2016). Ces catégories de tourbillons, appelés tourbillons « anormaux » par Liu et al., (2021), ont généralement leurs cœurs en subsurface (Figure 1-9c-d ; Assassi et al., 2016).
Dynamiquement, les tourbillons induisent en leur intérieur et localement, des mouvements verticaux qui diffèrent selon qu’il s’agisse des CEs ou des AEs, et de tourbillons de surface ou de subsurface. Ainsi, les CEs de surface sont caractérisés par une remontée des isopycnes (upwelling) tandis que les AEs de surface se caractérisent par un approfondissement (downwelling) des isopycnes (Figure 1-9a-b). Dans les CEs de subsurface, on observe une remontée des isopycnes situées en dessous du cœur des tourbillons, et un approfondissement de celles situées au-dessus (Figure 1-9c). Au contraire, dans les AEs de subsurface, il y a un écartement des isopycnes autour du cœur des tourbillons induisant une remontée des isopycnes situées au-dessus et un approfondissement des isopycnes situées en dessous (Figure 1-9d). Les AEs de subsurface sont aussi connus sous l’appellation « mode-water eddies » ou tourbillons intra-thermoclines (e.g.,
McGillicuddy et al., 2007 ; Hormazabal et al., 2013 ; Czeschel et al., 2018) et peuvent être apparaître des structures tourbillonnaires de mésoéchelle. Les anomalies positives et négatives correspondent respectivement aux tourbillons anticycloniques et cycloniques. 19 caractérisés par un intérieur plus froid et plus doux que leur environnement extérieur (e.g. Schütte et al., 2016). Ces mécanismes d’upwelling et de downwelling expliquent la variation du niveau de la mer et généralement les anomalies de température chaudes et froides observées à la surface des tourbillons.

Mécanismes de formation des tourbillons

Les mécanismes connus de formation des tourbillons de mésoéchelle reposent principalement sur l’instabilité des courants de grande échelle. Le développement d’une instabilité est associé à des cisaillements horizontaux et/ou verticaux conduisant respectivement à des instabilités de type barotrope et/ou barocline, qui s’accompagnent d’un transfert d’énergie de la grande-échelle vers les petites échelles (e.g., von Schuckmann et al., 2008). Dans le cas d’une instabilité barotrope, l’énergie cinétique des tourbillons formés provient de l’énergie cinétique moyenne de la circulation à grande-échelle. En revanche, pour une instabilité barocline, c’est l’énergie potentielle à grande-échelle qui est convertie en énergie cinétique tourbillonnaire (e.g., von Schuckmann et al., 2008). Par ailleurs, les instabilités barotropes et baroclines sont intimement liées à la structure en vorticité potentielle (PV) des courants moyens, et de ce lien ressortent les conditions générales d’instabilité d’un courant de grande-échelle (Charney & Stern, 1962). La PV est une quantité physique importante dans l’étude de la dynamique des structures tourbillonnaires de mésoéchelle, et se conserve pour chaque particule de fluide dans les conditions adiabatiques. Selon Charney & Stern (1962), la condition nécessaire d’instabilité dans une circulation grande-échelle initialement est qu’il existe dans l’écoulement, un front de PV où le gradient de PV change de signe.
Ainsi donc, si le gradient de PV change de signe horizontalement (le long des surfaces isopycnales) il se développe une instabilité de type barotrope. En revanche si ce changement de signe a lieu sur la verticale, l’instabilité est barocline (Figure 1-12a-b) (voir aussi Morel & McWilliams, 2001). La formation d’un tourbillon est donc étroitement liée à la structure en PV de la circulation grande échelle dont il est issu.
La PV étant une quantité conservée pour chaque particule de fluide en condition adiabatique, un courant initialement stable ne peut devenir instable, c’est-à-dire que sa structure en PV ne peut se détériorer, que s’il y a intervention d’un phénomène ou d’un mécanisme diabatique modifiant cette structure. Cette modification de la PV s’accompagne de la création d’une anomalie de PV. D’après Ertel, (1942) et sous l’approximation de Boussinesq (la densité ?? = ??o = constante), la PV peut s’écrire par l’équation (1-2) : ???? = – (?? ���⃗ × ??�⃗ + ??⃗). ??�⃗?? (1-2)

Les TIWs et les TIVs

Les ondes d’instabilité tropicale (TIWs, Tropical Instability Waves), sont des perturbations (oscillations méridiennes) des fronts de SST de part et d’autre de l’équateur, dans la bande de latitude ~ (5 °N – 5 °S) et qui se propagent vert l’ouest (Kennan & Flament, 2000 ; Chelton et al., 2000 ; Foltz et al., 2004a ; Willett et al., 2006 ; Dutrieux et al., 2008 ; Ubelmann & Fu, 2011).
Ces perturbations, observables dans les océans Pacifique et Atlantique, ont des échelles spatiales typiques de ~ 1000 km (e.g. Chavez et al., 1999) et sont identifiables sur les données satellite de SST, d’altimétrie de hauteur de mer et de concentration de surface en chlorophylle-a. Il existe deux classes de TIWs : celles qui sont des ondes de Rossby localisées autour de la latitude 5° et qui ont des périodes de ~33 jours, et celles qui ont des périodes de ~17 jours qui ont des caractéristiques similaires à celles des ondes de Yanai à l’équateur (e.g. Lyman et al. 2007).
Les TIWs peuvent déferler en structures tourbillonnaires, généralement anticycloniques appelées vortex d’instabilité tropicale (TIVs, Tropical Instability Vortices) (Flament et al., 1996 ; Kennan & Flament, 2000 ; Ubelman & Fu, 2011). Les TIVs sont donc des structures tourbillonnaires situées relativement proche de l’équateur. Dans l’océan Atlantique, ces vortex sont caractérisés par des diamètres de l’ordre de 400 à 500 km, des vitesses de propagation avoisinant 40 cm s-1 et des vitesses de rotation pouvant atteindre 110 cm s-1 (Foltz et al., 2004). Ils ont donc un caractère non linéaire et de ce fait peuvent transporter des masses et des traceurs sur de longues distances. Les principaux mécanismes responsables de la génération des TIWs et des TIVs sont les instabilités barotropes et baroclines. Ces instabilités résultent respectivement des cisaillements horizontaux (instabilités barotropes) et verticaux (instabilités baroclines) des courants équatoriaux de surface et de subsurface (e.g. von Schuckmann et al., 2008). Les instabilités barotropes se caractérisent par une conversion de l’énergie cinétique des courants moyens grande-échelle vers l’énergie cinétique tourbillonnaire (EKE, Eddy Kinetic Energy) à plus petites échelles dont la mésoéchelle. Par contre, pour les instabilités baroclines, c’est plutôt l’énergie potentielle des courants moyens qui est convertie en EKE. Les instabilités mixtes se produisent également lorsque les instabilités barotropes et baroclines se développent simultanément.
De la même manière que les tourbillons hors régions équatoriales, les TIVs jouent aussi un rôle important notamment dans les échanges océan-atmosphère, dans les transports interhémisphériques de masses d’eau, la redistribution de la chaleur et sur la productivité biologique et (Foltz et al., 2004 ; Menkes et al., 2006 ; Jochum & Murtugudde, 2006). Un nombre important d’études a été consacré à la description des structures horizontales des TIVs dans le TAO, contrairement à leurs structures verticales qui semblent peu documentées. Néanmoins, quelques études notamment numériques, abordant cette question ont montré que certains TIVs peuvent s’étendre verticalement jusqu’à la thermocline soit en moyenne à 150 m tandis que d’autres restent confinées dans la couche de mélange (e.g. Foltz et al., 2004 ; Dutrieux et al., 2008).

Les données altimétriques

L’altimétrie satellitaire est une technique spatiale permettant de mesurer et de cartographier la topographie de surface des océans. Son utilité est d’une très grande importance car ces mesures possèdent une couverture globale avec une résolution spatio-temporelle régulière, actuellement de 0.25° et 1 jour pour les produits combinés. Les premières origines de l’altimétrie remontent vers la fin des années 1970, avec le tout premier satellite altimétrique, dénommé Geos-3 (Geodynamics Experimental Ocean Satellite), mis en orbite en avril 1975 (Stanley, 1979). Cependant, il a fallu attendre août 1992 pour que le satellite Topex/Poséidon, développé conjointement par la National Aeronautics and Space Administration (NASA, USA) et le Centre National d’Études Spatiales (CNES, France), soit mis en orbite, marquant ainsi le début d’une nouvelle ère dans le domaine de l’océanographie, celle de l’océanographie spatiale. Depuis lors, grâce aux progrès technologiques, d’autres satellites altimètres de plus en plus performants en termes de précision et de résolutions spatio-temporelles ont été mis en orbite au fil du temps (Dufau et al., 2016). La constellation de ces satellites et l’exploitation des données issues de ces mesures ont amélioré au cours du temps la cartographie du niveau de la mer depuis les grandes échelles (~ 1000 km) jusqu’à la mésoéchelle (~ 100 km) et donc la compréhension de la dynamique de l’océan à ces échelles. Cela permet également de comprendre le rôle de l’océan dans la dynamique du climat actuel et future, grâce à l’assimilation des données altimétriques dans les modèles numériques de prévision climatique “Quiconque persévère dans sa recherche est amené tôt ou tard à changer de méthode” (Hermozo, 2018). La Figure 2-1 montre la chronologie des différentes missions altimétriques passées, en cours et à venir, comme par exemple la mission SWOT (Surface Water Ocean Topography) dont le lancement est imminent (fin 2022). Cette mission satellitale fournira des données en deux dimensions et à très haute résolution des niveaux d’eaux aussi bien de l’océan (résolution 15 km) que des eaux continentales (rivières, lacs (résolution 100 m)) (Morrow et al., 2019)
Il est important de noter que la mesure altimétrique fait intervenir un grand nombre de composantes : allant du satellite lui-même, à la propagation de l’onde électromagnétique radar entre le satellite et la surface de la mer, jusqu’aux propriétés de la surface de la mer. Ici, nous nous contentons de décrire brièvement le fonctionnement d’un altimètre et d’énumérer les principales perturbations qui affectent la mesure ainsi que les diverses corrections effectuées. En effet, l’altimètre embarqué sur le satellite émet un faisceau d’ondes radar à très hautes fréquences.Le faisceau incident, arrivé au contact de la surface océanique, est réfléchi vers l’altimètre qui évalue l’intervalle de temps aller-retour ∆t des ondes électromagnétiques, grâce à une horloge de précision également embarquée à bord du satellite. La distance d entre le satellite et la cible (surface océanique) peut ainsi être déduite connaissant la vitesse des ondes. Cette distance d est obtenue par l’équation (2-1) ?? = C × ∆t 2 (2-1)
C représente la vitesse de propagation des ondes radar (avoisinant la vitesse de la lumière). La hauteur de la mer (SSH, Sea Surface Height), la topographie dynamique absolue de la surface océanique (ADT, Absolute Dynamic Topography – voir section suivante) et beaucoup d’autres paramètres comme les champs de vitesses géostrophiques et leurs variabilités peuvent être estimés à partir de ces mesures. L’ADT est calculée en référence au géoïde (Ssalto/Duacs User Handbook, 2016 & Figure 2-2). Le géoïde est une surface équipotentielle de pesanteur, qui est considéré comme le niveau “zéro” de l’océan, c’est-à-dire la hauteur qu’aurait la surface océanique en l’absence de tout forçage et mouvement. Autrefois, le géoïde n’étant pas très bien connu, notamment en précision, l’ellipsoïde de référence (modèle mathématique approximant la forme 3D de la terre et correspondant à la référence des hauteurs dans le système altimétrique (Figure 2-2) était utilisée dans le calcul de la SSH. L’équation (2-2) permet donc de calculer la SSH à partir de l’altitude (ou orbite) H du satellite référencée à l’ellipsoïde de référence et de la distance d. ?????? = ?? – ?? (2-2)

Les données de température et de salinité de surface

Le produit de température de surface (SST) exploité dans cette thèse est le produit OISST (Optimum Interpolation Sea Surface Temperature), version V2.1 de la NOAA (National Oceanic and Atmospheric Administration). Historiquement, ce produit est issu de la combinaison de données de SST provenant des mesures in situ effectuées par des navires, celles acquises par les mouillages, les bouées dérivantes de surface répandues à travers l’océan global, ainsi que celles issues de la série de satellites météorologiques NOAA7 à 19 (entre 1982 et 2015). Ces satellites sont munis de radiomètres à très hautes résolutions spatiales (AVHRR, Advanced Very Hight Resolution Radiometer) qui mesurent de façon indirecte la SST grâce aux flux infrarouges (e.g. Huang et al., 2021). Les données issues d’observations des satellites météorologiques MetOp-A depuis 2009 et MetOp-B depuis 2016 ont ensuite été ajoutées. Certains satellites sont équipés de capteurs micro ondes (AMSR, Advanced Microwave Scanning Radiometer) permettant d’effectuer une mesure même en présence de nuage. Dans ma thèse, les données utilisées sont celles issues de mesure infra-rouge de type AVHRR, version V2.1. Cette nouvelle version contient également les données in situ de SST issues des flotteurs Argo, pour les profondeurs inférieures à 5 m (Huang et al., 2021). L’ensemble de ces données in situ sert en même temps au préalable à calibrer ou à ajuster les données satellites (e.g. Reynolds et al., 2007). Ce produit multi-plateforme de données offre ainsi une bonne couverture spatiale et une bonne résolution spatio-temporelle. L’ensemble de ces données est interpolé sur une grille régulière de 0.25° × 0.25° en longitude/latitude avec une fréquence temporelle journalière. Les algorithmes utilisés pour cette interpolation optimale sont détaillés dans Reynolds et al. (2007). Les données de SST exploitées dans cette thèse couvrent la période de juin 2010 à juin 2017.
Afin d’analyser la signature en salinité des tourbillons à la surface de l’océan, nous avons exploité le produit satellitaire SMOS (Soil and Moisture Ocean Salinity). Les données de salinité de ce produit sont acquises grâce aux radiomètres interféromètres embarqués à bord du satellite héliosynchrone, mis en orbite polaire depuis 2009 et qui porte le même nom. Les algorithmes et traitements des données brutes de salinité de surface de la mer (SSS- Sea Surface Salinity) sont détaillées par Font et al. (2010). Le produit que nous avons utilisé est celui distribué par le centre d’expertise du Centre Aval de Traitement des Données SMOS (CATDS) du LOCEAN (Laboratoire d’Océanographie et du Climat : Expérimentations et Approches Numériques). Il s’agit de la version v5 dénommée CEC-Locean L3 Debiased v5 (Boutin et al.,2018), sur la période 2010 – 2016 et disponible suivant le lien https: //www.catds.fr/Products/Available-products-fromCEC-OS/CEC Locean-L3-Debiased-v5. Dans cette version tout comme dans les précédentes, les données brutes ont été interpolées sur une grille régulière de 25 km × 25 km, et filtrées au moyen d’un filtre Gaussien d’une fréquence de coupure de 9 jours. Cette version présente aussi l’avantage d’une réduction des biais dont une bonne partie était due à l’interférence des fréquences radio(Boutin et al., 2018).

Les données de flux de chaleur latente et sensible.

L’influence des tourbillons sur les échanges océan-atmosphère, notamment sur les flux turbulents, à la surface océanique est analysée à partir des données de flux de chaleur latente et sensible distribuées par l’Institut Français de Recherche pour l’Exploitation de la Mer (IFREMER) et est accessible suivant le lien https://wwz.ifremer.fr/oceanheatflux/. Ce sont des produits interpolés avec une résolution spatiale de 0.25° × 0.25° et journalières, et issus du projet de l’Agence Spatiale Européenne (ESA) visant à quantifier avec plus de précision les échanges de chaleur à l’interface océan-atmosphère (ESA OHF, European Spatial Agency Ocean Heat Flux).
Ces flux sont estimés à partir de formulations dites bulks à partir des vents, des températures de la surface océaniques et de l’air ainsi que de l’humidité spécifique de l’air au-dessus de l’océan et celle à la surface océanique. Ces paramètres sont principalement extraits des observations satellites, des modèles empiriques et des réanalyses ERA-interim (Bentamy et al, 2003 ; 2004 ; 2013 ; 2017a ; b). En particulier, les températures de surface océanique et de l’air à 10 m sont respectivement obtenues des observations OISST et des réanalyses ERA-Interim respectivement.
Les vents à 10 m sont extraits des scattéromètres disponibles durant la période 1992-2018 et aussi des radiomètres (Special Sensor Microwave Imager et WindSat), tandis que et l’humidité spécifique de l’air à 10 m est obtenue au moyen d’un modèle empirique à partir de la température de brillance. Ces différents paramètres permettent de quantifier les flux de chaleur sensible (SHF) et latente (LHF) à partir des équations (2-5) et (2-6) (e.g. Pinker et al., 2014)
?????? = ????????ℎ??(???? – ????) (2-5)
?????? = ????????????(???? – ????) (2-6)
Dans ces équation, ?? désigne la masse volumique de l’air en kg m-3, ????, la capacité calorifique spécifique de l’air à pression constante (en J kg-1 K-1)., Ch et Ce, les coefficients d’échange de flux de chaleur sensible et latente, respectivement et dépendant de ??, ???? et ????  ????, la chaleur latente d’évaporation (en J kg-1) et ??, l’intensité de la vitesse du vent (en m s-1). (???? – ?? ??) et (???? – ????) sont les différences de températures (en °K) et d’humidités spécifiques de la surface océanique et celle de l’air à 10 m d’altitude, respectivement. L’humidité spécifique se définit comme le rapport de la masse d’eau contenue dans l’air sur la masse d’air humide et s’exprime donc en kg kg-1. Les flux LHF et SHF s’expriment en W m-2). Dans cette étude nous nous sommes intéressés à la période allant de 2010 à 2017. Le flux infra-rouge (IR) ou rayonnement à grandes longueurs d’ondes émis par l’océan vers l’atmosphère a été également estimé. Ce flux est calculé à partir des champs de température de surface OISST par l’équation (2-7) ???? = ??????4 (2-7) ??  =  0.97 (Bellenger & Duver 2009) et σ = 5.67 × 104 W m-2 K-4 représentent l’émissivité de la surface océanique et la constante de Boltzmann et T la température de surface de la mer en degré Kelvin (°K).

Les données de précipitations

L’analyse de l’influence des précipitations sur la salinité à la surface des tourbillons est faite en utilisant les données de précipitations TMPA (Tropical Rainfall Measuring Mission Multisatellite Precipitation Analysis) version 3B42 et distribuée par la NASA (https://disc.gsfc.nasa.gov/ datasets/TRMM_3B42_Daily_7/). C’est un produit d’observations satellitaires issu d’une constellation de satellites avec des capteurs infra-rouges et micro-ondes et dédié à la mesure des précipitations entre les latitudes 50°N et 50°S (Huffman et al., 1997 ; 2007 ; 2010). Les données sont disponibles sur une grille régulière de 0.25° × 0.25° en longitude/latitude avec une résolution temporelle initiale de 3 heures. Les données journalières utilisées pendant ma thèse sont obtenues par un simple cumul journalier des données valides en toutes les 3 heures  https://disc.gsfc.nasa.gov/datasets/TRMM_3B42_Daily_7) et couvre la période de 2010 à 2017.
Le flux d’eau douce influençant la variabilité de la salinité de surface dans l’océan s’exprime sous la forme (E-P-R) où E représente les termes d’évaporation, P les précipitations, et R les décharge sfluviales ou Runoff (en anglais). Le Runoff n’étant important que dans les région côtière (Da-Allada et al., 2013 ; Houndegnonto et al., 2021), nous ne prendrons en compte que les deux premiers termes E et P. Le flux d’évaporation est estimé à partir de la température de surface de la mer (SST) et de la chaleur latente (LHF). Le flux d’évaporation (E) peut s’exprimer selon la relation (2-8) (Yu, 2007) ?? =  ?????? ?????? (2-8)
?? représente la densité de l’océan en surface en kg m-3 et ????, la chaleur latente d’évaporation en J kg-1. Lv s’expriment en fonction de la SST par l’équation (2-9) (e.g. Yu, 2007) ?? ?? = [2.501 – (0.00237 × ??????)] × 106 (2-9)

Les données in situ de température et salinité des flotteurs Argo

Le programme Argo est un programme international dont la mission est la collecte de données de température (T) et de salinité (S) in situ dans l’océan mondial, de la surface jusqu’à ~2000 m de profondeur. Ces données sont recueillies au moyen de flotteurs dérivants autonomes(Figure 2-3a), équipés chacun d’une sonde CTD (Conductivity – Temperature – Depth), qui effectue des cycles répétitifs de descente et de montée. Le cycle de mesure, peut être décomposée et résumée en deux phases (Figure 2-3b). Durant la première, les flotteurs font une immersion à une profondeur nominale de ~1000 m appelée profondeur de dérive où ils vont séjourner plusieurs jours (typiquement 10 jours). Après une dizaine de jour, ils plongent jusqu’à ~2000 m et remontent jusqu’en surface en réalisant un profil vertical de T et S. Cette phase est celle de la mission proprement dite, durant laquelle les données de Tet S sont enregistrées. Arrivés à la surface, les flotteurs transmettent par satellites les données recueillies aux centres de collecte de données, en même temps que leurs coordonnées géographiques, la date, l’heure, l’identifiant du flotteur, etc. Un cycle de descente-montée dure donc environ 10 jours et chaque flotteur a une durée de vie d’environ quatre ans, ce qui correspond à un nombre de cycle possible d’environ 150. Les détails relatifs aux caractéristiques des flotteurs et de leur fonctionnement sont disponibles à l’adresse suivante : https://www.ARGO.ucsd.edu/.

Détectabilité des tourbillons par altimétrie

Limitation dans la bande équatoriale

La distribution spatiale des tourbillons dans le TAO a montré un très faible nombre de tourbillons dans la bande de latitude ~ 12°S – 12°N par rapport aux plus hautes latitudes. Cette caractéristique est commune aux régions équatoriales qui sont reconnues comme « désertiques » c’est-à-dire très pauvre en activité tourbillonnaire (e.g. Fu et al., 2010 ; Chelton al., 2011). Les tourbillons de mésoéchelle pour la plupart, engendrent une déformation de la surface océanique (des creux pour les cyclones et des bosses pour les anticyclones), et donc sont facilement détectables par leur signature altimétrique. Si selon Chelton et al. (2011), le faible nombre de structures tourbillonnaires identifiées dans les basses latitudes est dû en partie à leurs très grandes tailles du fait du rayon de déformation de Rossby qui y est aussi très grand (~250 km), d’autres raisons peuvent être envisagées pour expliquer ce nombre limité de tourbillons par altimétrie.
En effet, des tourbillons existent, s’intensifiant en subsurface, avec une faible ou inexistante signature en surface, ce qui rend leur détection difficile voire impossible par altimétrie. Dans une étude récente basée sur des simulations numériques haute résolution (1/12°), Assene 2019 et Assene et al (2020) ont pu identifier dans la région équatoriale dans le TAO, de forte signature significative en vorticité potentielle mais qui ne possèdent aucune signature en anomalie de hauteur de mer (Figure 3-1). Le tourbillon identifié sur la Figure 3-1 est formé dans la bande équatoriale à ~ 4 °E et ~ 3 °S puis s’est propagé zonalement jusqu’à ~ 10 °W avant de se dissiper. Il a gardé durant toute sa durée de vie une structure en PV bien cohérente entre les isopycnes σ ~ 25.2 et σ ~ 26.5 situées entre 100 et 300 m de profondeur, mais aucun signal en surface pouvant permettre de le détecter n’a été observé (Figure 3-1).
De façon similaire, en combinant des données d’observation et de modèle numérique, Schütte et al. (2021) ont estimé qu’environ 30 % des tourbillons dans l’océan tropical seraient « cachés » en subsurface en n’ayant aucune signature de surface pouvant permettre de les détecter par altimétrie. Le recensement exhaustif des tourbillons dans l’océan, n’est donc pas possible à partir des seules données satellites, ce qui au premier ordre constitue une source d’incertitudes dans l’évaluation des processus océaniques inhérents à l’activité de mésoéchelle. Le développement de nouvelles techniques de détection qui prennent en compte à la fois tous les tourbillons ayant une signature en surface, donc visibles par altimétrie, et ceux qui n’en présentent aucune s’avère nécessaire, en particulier dans les régions très proches de l’équateur.

Distinction entre tourbillons cohérents et structures ondulatoires

Certaines structures tourbillonnaires, détectées par altimétrie, ont l’apparence d’un tourbillon cohérent, du fait des contours fermés qui les caractérisent eux aussi, mais qui au contraire ont un caractère ondulatoire et donc linéaire. Ces structures sont facilement dispersées sous l’effet bêta planétaire et n’ont donc pas la capacité de piéger et de transporter des masses dans l’océan. Nous proposons de discuter dans cette section de la proportion que représentent ces structures ondulatoires et de leur distribution spatiale, comparées aux tourbillons cohérents. Pour ce faire, une approche basée sur la comparaison du gradient de vorticité potentielle des structures « tourbillonnaires » et du gradient de vorticité planétaire β a été proposée pour définir un critère permettant de les distinguer. Les études antérieures (Chelton et al., 2011) se basaient sur la vorticité seule pour évaluer les tourbillons non-linéaires. Or c’est bien la vorticité potentielle qui est le bon paramètre à considérer et dans la pratique la vorticité sous-évalue la vorticité potentielle d’un tourbillon de mésoéchelle. La vorticité potentielle est toutefois difficile à évaluer de façon rigoureuse à partir d’observation, en particulier car une mesure de la stratification est nécessaire. Sous certaines hypothèses, on peut toutefois donner une estimation de l’anomalie globale de vorticité potentielle d’un tourbillon. L’essentiel de cette approche, qui avait été élaboré durant mon stage de M2 (Aguedjou, 2017), est basé en effet sur trois hypothèses fondamentales que sont :
• L’hypothèse de l’équilibre géostrophique de tous les tourbillons identifiés
• L’hypothèse de la forme gaussienne de la surface des tourbillons
• L’hypothèse d’un océan représenté par un modèle à deux couches de densité rho1 et rho2, la couche de fond étant supposée plus faible dynamiquement. On suppose aussi dans ce cas que les tourbillons sont plus intenses dans la couche de surface.
Sous ces approximations, le gradient de vorticité potentielle d’un tourbillon entre son centre et son bord peut s’écrire : = (1+ 2) (3-1) représente la vorticité au centre du tourbillon, R le rayon du tourbillon, et le rayon de déformation de Rossby correspondant à la position du tourbillon. Le rapport r = β_vortex/ β, (où β df/dy) permet de mesurer la non-linéarité d’un tourbillon et sa résistance à la dispersion sous forme d’ondes de Rossby liées à l’effet β planétaire et sa capacité à transporter avec lui la masse d’eau contenue dans son cœur. En particulier, la distinction entre une structure tourbillonnaire cohérente et une structure plutôt ondulatoire se fait pour une valeur de r ~ 1 et, en théorie, la durée de vie des tourbillons est aussi croissante avec r.
Moins de 6 % de tous les tourbillons identifiés sur les champs SLA ont un caractère ondulatoire. Toutefois, on note de fortes disparités entre les hémisphères dans le TAO. En particulier dans l’hémisphère sud, plus de 15 % des structures identifiées ont un rapport r < 1. Au contraire, dans l’hémisphère nord, cette proportion représente moins de 3 % des structures identifiées (Figure 3-2.a). Géographiquement, ces structures ondulatoires sont localisées, en majorité dans le gyre subtropical sud (Figure 3-2.b). Dans cette région, les amplitudes et énergies cinétiques des tourbillons sont également les plus faibles (Aguedjou et al., 2019), ce qui est bien évidemment en lien avec cette forte proportion de structure à caractère ondulatoire. Il faut noter que la bande de latitude 2 ° N-S, n’est pas prise en compte du fait du paramètre de Coriolis qui est proche de zéro. Cela constitue l’une des limites de cette distinction quand on sait que dans cette bande de latitude les structures tourbillonnaires ont une tendance beaucoup plus linéaire que non-linéaire. Au final, nos résultats sont cohérents avec ceux de Chelton et al., 2011 qui montraient que plus de 90 % des tourbillons des régions tropicales (20° N-S) sont cohérents, en comparant les vitesses de rotation des tourbillons à leurs vitesses de propagation. Ils sont toutefois basés sur une approche plus rigoureuse de la dynamique non-linéaire. A noter aussi que seul l’effet beta planétaire a été pris en compte dans les évaluations jusque-là, alors qu’il faudrait stricto-sensu utiliser la valeur du gradient total de vorticité potentielle, comprenant les courants de grande échelle. La prise en compte de ce paramètre est d’autant plus importante dans la bande tropicale ou les courants de grande échelle ont de très forts cisaillements horizontaux et sont donc certainement associés à des forts gradients de vorticité potentielle.

Anomalies θ-S observées en coordonnées isopycnales dans les tourbillons récemment formés et mécanismes de leur génération.

Dans cette section, nous présentons la structure thermohaline des tourbillons le long de surfaces isopycnales. Nous nous intéressons plus particulièrement aux tourbillons nouvellement formés et proposons une approche originale qui permet, à partir de leur structure thermohaline, de déterminer les processus impliqués dans la formation de ces tourbillons. Les résultats obtenus ont fait l’objet d’un article publié dans le Journal of Geophysical Research (JGR) en 2021. Nous en donnons ici une reproduction intégrale (https://doi.org/10.1029/2021JC017630).

Résumé d’article

En utilisant 18 années de données altimétriques de hauteur de mer et de profils de θ/S, provenant des flotteurs Argo, nous avons analysé les anomalies isopycnales de θ/S dans les tourbillons nouvellement formés dans le TAO. Nos résultats ont montré qu’en coordonnées isopycnales, les CEs et les AEs, peuvent avoir aussi bien des θ’/S’positives, négatives ou non significatives. La moitié environ des tourbillons échantillonnés sur leur lieu de formation ont des θ’ non significatives. L’autre moitié présentent par contre des θ’ significatives (positive ou négative), avec des valeurs typiques de l’ordre ±0.5°C, et plus de 70% d’entre eux possèdent une signature en dessous de la pycnocline (subsurface).
Nous avons ensuite procédé à l’analyse de la structure verticale des tourbillons nouvellement formés dans trois sous-régions, sélectionnées pour leurs régimes dynamiques et nombre de flotteurs Argo disponibles. De manière un peu contre-intuitive, nos résultats ont montré une dominance d’anticyclones de subsurface froids et de cyclones de subsurface chauds, probablement due à l’advection isopycnale de vorticité potentielle (PV) et de θ à grande échelle. La PV est un paramètre clé dans la formation et la dynamique des tourbillons. L’advection isopycnale, la friction ou le mélange diapycnal peuvent être impliqués dans la formation d’anomalies de PV qui conduit ensuite à la génération des tourbillons. Cependant, il est difficile d’évaluer la PV à mésoéchelle à partir d’observations satellitaires ou de données in-situ. Dans cette étude, nous proposons d’utiliser les anomalies de θ/S dans les tourbillons pour analyser les processus qui pourraient être impliqués dans la transformation de la PV générant ces tourbillons. Pour cela, nous nous basons sur le principe selon lequel, les tourbillons créés par mélange diapycnal ou par advection isopycnale de masses d’eau sont associés à des anomalies de PV et nécessairement à des anomalies significatives de θ/S. En revanche, les forçages frictionnels créent également des anomalies de PV mais ne modifient pas la θ/S. Nous avons estimé que dans le TAO, environ la moitié des tourbillons étaient formés par des forçages frictionnels et l’autre moitié par mélange diapycnal ou advection de masses d’eau à grande échelle. Bien que ces résultats demeurent qualitatifs, les diagnostics proposés sont pertinents pour la validation de modèles réalistes et donc utiles pour analyser les sources d’anomalies de PV dans l’océan.

Table des matières

Liste des tableaux
Introduction
Chapitre 1: Dynamique à grande-échelle et tourbillon dans le TAO.
1.1 Circulation atmosphérique et océanique à grande échelle
1.1.1 Flux de chaleur, d’eau douce et circulation atmosphérique à la surface océanique4
1.1.2 Circulation océanique de surface
1.1.3 Circulation océanique de subsurface
1.2 Les Propriétés thermohalines des masses d’eau
1.2.1 La température de surface
1.2.2 La salinité de surface
1.2.3 Les différentes masses d’eau
1.3 Les tourbillons de mésoéchelle
1.3.1 Définition et principales caractéristiques
1.3.2 Mécanismes de formation des tourbillons
1.3.3 Exemples de tourbillons types dans le TAO
1.3.4 Les TIWs et les TIVs
Chapitre 2: Données et méthodes
2.1 Données
2.1.1 Les données altimétriques
2.1.2 Les données de température et de salinité de surface
2.1.3 Les données de flux de chaleur latente et sensible
2.1.4 Les données de précipitations
2.1.5 Les données in situ de température et salinité des flotteurs Argo
2.2 Méthodes
2.2.1 Détection et suivi des tourbillons
2.2.2 Prétraitement des profils de T/S Argo
2.2.3 Colocalisation des tourbillons avec les flotteurs Argo et calcul des anomalies
2.2.4 Anomalies de SST, SSS, flux de chaleur latente et sensible et de précipitation à la surface des tourbillons
Chapitre 3: Les tourbillons de mésoéchelle dans le TAO et leur variabilité saisonnière par altimétrie
3.1 Contexte et objectifs
3.2 Tourbillons de mésoéchelle dans le TAO et leur variabilité saisonnière
3.2.1 Résumé d’article
3.2.2 Article: Eddies in the Tropical Atlantic Ocean and their seasonal variability
3.3 Détectabilité des tourbillons par altimétrie
3.3.1 Limitation dans la bande équatoriale
3.3.2 Distinction entre tourbillons cohérents et structures ondulatoires
3.4 Conclusions
Chapitre 4: Structures verticales thermohalines des tourbillons et processus physiques à l’origine de leur formation
4.1 Contexte et objectifs
4.2 Anomalies θ – S observées dans les tourbillons en coordonnées Z
4.2.1 Distribution spatiale des anomalies θ – S
4.2.2 Déplacement vertical des isopycnes induits par les tourbillons
4.3 Anomalies θ-S observées en coordonnées isopycnales dans les tourbillons récemment formés et mécanismes de leur génération
4.3.1 Résumé d’article
4.3.2 Article :
4.4 Distribution spatiale des anomalies de température isopycnales moyennes dans le TAO
4.5 Conclusion
Chapitre 5: Interactions océan-atmosphère à l’échelle des tourbillons dans le TAO 
5.1 Contexte et objectifs
5.2 Signature des tourbillons sur la SST et les flux de chaleur
5.2.1 Distribution spatiale des anomalies de SST dans les tourbillons chauds et froids
5.2.2 Distribution spatiale des anomalies de flux de chaleur et de flux infra-rouge associés aux tourbillons
5.2.3 Analyses composites des anomalies de SST et de flux de chaleur dans les tourbillons
5.2.4 Composantes axisymétriques et non-axisymétrique des composites
5.2.5 Flux de chaleur et précipitation à l’échelle des tourbillons
5.3 Signature des tourbillons sur la SSS
5.3.1 Distribution spatiale des anomalies de SSS dans les tourbillons salés et doux
5.3.2 Analyses composites des anomalies de SSS dans les tourbillons
5.3.3 Composantes axisymétriques et non-axisymétriques des composites de SSS
5.4 Influence des flux E-P sur la SSS dans les tourbillons
5.5 Conclusion
Chapitre 6: Conclusions générales et perspectives
6.1 Conclusions générales
6.2 Perspectives
Références bibliographiques

Télécharger le rapport complet