• Citer

Cartographie de la concentration d'oxygène dissous dans les mers côtières à l'échelle globale

par Warnecke, Pierre
Promoteur Laruelle, Goulven Gildas
Co-Promoteur Regnier, Pierre
Publication Non publié, 2021-09-03

Mémoire

• Accès en ligne
• Détails
• Contenu
• Statistiques

Résumé :

Depuis le début du 20ème siècle, les activités anthropiques entraînent, via l'eutrophisation des eaux, une diminution des concentrations en oxygène dissous dans les océans, et encore plus particulièrement dans les océans côtiers. Ces baisses de concentrations en dessous de certains seuils environnementaux (hypoxie) ou jusqu'à épuisement total de l'oxygène (anoxie) sont à l'origine de nombreux impacts négatifs sur les écosystèmes (mortalité de la faune, baisse de biodiversité,...). Néanmoins, à l'heure actuelle, en dépit d'un intérêt croissant de la communauté océanographique, la connaissance de la distribution globale des niveaux en oxygène dissous dans l'océan côtier et de la localisation des zones anoxiques et hypoxiques est encore incomplète. Dans ce mémoire, deux modèles ont été utilisés pour interpoler les concentrations en oxygène dissous en surface ainsi que dans le fond de la colonne d'eau, dans les mers côtières à l'échelle globale. Le premier modèle est basé sur la méthode statistique des Régressions Linéaires Multiples (RLM) et le second, sur les réseaux de neurones artificiels, le Feed Forwards Neural Networks (FFNN). Ces deux modèles ont été calibrés, avec une série de paramètres environnementaux et de mesures en oxygène dissous extraites du World Ocean Atlas. Ils ont ensuite été évalués, avec une base de données globales de mesures de concentrations en oxygène dissous, afin d'obtenir, pour chaque modèle, les cartes les plus réalistes de l'oxygène dissous en surface et au fond. Les résultats en surface indiquent que les deux modèles sont capables d'obtenir des résultats réalistes dans l'ensemble mais ne sont pas capables de prédire la plupart des zones hypoxiques. En effet, l'erreur moyenne des interpolations par rapport aux données d'observation (i.e. biais des résiduelles) est de 32 µmol/kg pour le modèle de RLM et de 43 µmol/kg pour le modèle de FFNN. De plus, en définissant un pourcentage d'erreur acceptable, compris entre -50 et +50 micro mol/kg, les deux modèles de surface (RLM et FFNN) permettent d'obtenir respectivement 70% et 69% de prédictions correctes. En ce qui concerne les résultats interpolés au fond de la colonne d'eau, le modèle de RLM ne permet pas de réaliser des interpolations performantes. En effet, seulement 36% de valeurs sont comprises dans le pourcentage d'erreur acceptable et le biais moyen des résiduelles est de 79 µmol/kg. En revanche, pour le modèle de FFNN, 50% des résultats sont considérés comme acceptables et le biais est de 45 µmol/kg. Les FFNN sont donc plus adaptés aux interpolations en profondeur. Dans le futur, une approche régionale combinée avec l'utilisation d'autres prédicteurs permettra peut-être d'améliorer ces résultats préliminaires.