Pour la première fois, TOPEX/POSEIDON a permis de tester des modèles de circulation générale océanique globale dans une grande gamme d'échelles spatio- temporelles. Les observations ont été comparées à des simulations effectuées avec le modèle actuellement le plus performant, forcé par des vents réalistes. Les résultats sont très encourageants en ce qui concerne la variabilité mésoéchelle, le cycle annuel, ainsi que les changements intrasaisonniers et interannuels.

TOPEX/POSEIDON (ci-après désigné T/P) est le premier satellite altimétrique spécifiquement conçu en vue de l'étude de la circulation océanique globale. Avec des mesures d'une précision sans précédent et sa couverture globale, il est tout à fait recommandé pour valider les modèles de circulation océanique globale. Dans cette étude, nous utilisons les deux premières années de mesures T/P pour les comparer à des simulations réalisées sur la même période avec un modèle parallélisé mis au point dans le cadre du « Parallel Ocean Program » (POP) au laboratoire national de Los Alamos (Smith et al., 1992).

Le modèle fait appel à une grille Mercator qui couvre l'océan à l'échelle mondiale de 78° S à 78° N avec 1280 points de grille en longitude et 896 en latitude, 20 niveaux verticaux. La résolution horizontale varie de 31,25 km à l'équateur à 6,5 km aux latitudes les plus élevées, la moyenne étant de 22,2 km soit 1/5 . Ainsi, sa grille tridimensionnelle qui contient plus de 11 millions de cellules individuelles (50 fois plus qu'un modèle au 1/2 ), offre à ce jour la résolution la plus fine pour des modèles de circulation océanique globale.

Après avoir initialisé le modèle sur 30 ans, nous l'avons fait tourné sur une période de 10 ans. Bien qu'une telle période d'intégration soit relativement courte par comparaison aux 1000 années nécessaires pour que les champs de densité de l'océan profond atteignent l'équilibre, elle est suffisamment longue pour que l'océan de surface atteignent un état proche de l'équilibre : l'ajustement géostrophique des vitesses au champ de densité est en grande partie terminée. Le modèle est forcé avec un vent de surface issu des analyses effectuées deux fois par jour au Centre Européen de Prévisions Météorologiques (ECMWF) et après les avoir moyennés par période de trois jours sur 1985-1995. Le flux de chaleur en surface a été paramétré en tant que différence entre la température de surface et la climatologie de Barnier et al. (1995). Le champ de salinité en surface est intégré par relaxation newtonienne aux données climatologiques saisonnières de Levitus (nudging avec un temps de 30 jours).

La variabilité mésoéchelle

La figure 1 donne l'écart-type de la hauteur résiduelle de la hauteur de mer après soustraction de la moyenne sur deux ans. Le modèle simule assez bien la variabilité, reproduisant les phénomènes d'ordre zéro, entre autres la forte énergie tourbillonnaire dans les régions de courants intenses (cf. le Gulf Stream, le Kuroshio, le courant circumpolaire antarctique « CCA »). Toutefois, le modèle ne rend pas compte de l'extension zonale du Kuroshio et du Gulf Stream : les deux courants se séparent trop au Nord de la côte, un problème bien connu et inhérent aux modèles de circulation océanique. Cette erreur et d'autres anomalies de la circulation moyenne s'explique vraisemblablement par des défauts du modèle pour représenter la répartition de la densité conjugués à des erreurs liés aux conditions initiales, à la paramétrisation des effets sous-maille, au forçage de chaleur et d'eau douce, et éventuellement une résolution de grille inadéquate. Les maxima secondaires dans les océans tropicaux sont bien reproduits, mais les maxima observés aux latitudes 20° -25° , tant dans le Pacifique Nord Ouest que Sud Ouest, de même que le maximum entre l'Afrique et Madagascar ne sont pas simulés par le modèle.

L'écart-type global moyen est de 8,9 cm pour les mesures T/P et de 5,1 cm pour les données simulées. Dans les régions de faible variabilité, la différence peut être attribuée à des erreurs d'observation qui sont comparables aux mesures. Dans le Pacifique Sud Est, le minimum de variabilité est de 4,1 cm pour les mesures contre 1,3 cm pour la simulation. En admettant que le modèle soit la réalité, l'erreur sur les mesures serait alors (4,1² -1,3²)^½ = 3,9 cm, qui est effectivement plus faible que la somme de l'erreur donné pour les mesures et l'erreur due aux marées (3² + 4²)^½ = 5 cm. Cependant, dans des régions où la variabilité est forte, l'erreur sur les mesures est trop faible pour rendre compte de la différence : si nous prenons 3,9 cm comme erreur globale, alors l'écart-type moyen de la variabilité devrait être (8,9² -3,9²)^½ = 8 cm soit 3 cm de plus que la valeur ci-dessus. Nous en concluons que la variabilité du modèle est trop faible, en particulier dans les régions présentant une activité tourbillonnaire intense.

Le cycle annuel

Les figures 2 et 3 montrent la distribution géographique de l'amplitude estimée et de la phase du cycle annuel. Pour extraire le signal annuel, nous avons ajusté, selon la méthode des moindres carrés, une harmonique annuelle en chaque point. Les amplitudes des termes en sinus et en cosinus résultants ont été lissées sur une région elliptique de 600 km (zonale) sur 300 km (méridionale) afin de moyenner les énergies mésoéchelles tout en conservant des structures zonales plus fines. Comme seulement deux années de données ont été analysées, les imprécisions statistiques sont importantes dans des régions de grande variabilité interannuelle telles que la région tropicale du Pacifique.

Dans l'ensemble, la concordance entre les profils d'amplitude et de phase est excellente. Les données simulées ont, en général, une amplitude plus faible que les données observées, ce qui pourrait indiquer des défauts dans les traitements des flux thermiques de surface et des processus de mélange verticaux dans les couches supérieures de l'océan.

Les pics à la fin de l'été / début d'automne et les creux à la fin de l'hiver / début du printemps sont des événements dominants dans les deux hémisphères aux latitudes de 20° à 45° . Le cycle annuel est plus marqué dans l'hémisphère Nord que dans l'hémisphère Sud (Cheney et al., 1994), parce que la proportion des terres y est plus importante, ce qui crée des échanges thermiques air - océan plus importants, en particulier dans la partie Ouest.

Aux hautes latitudes (> 45° ), l'hémisphère Sud se distingue par un faible cycle annuel avec une différence de phase de six mois par rapport à celle des latitudes moyennes. Les observations T/P mettent pour la première fois en évidence cette variabilité annuelle extrêmement faible le long du tracé du « CCA ». La variabilité du transport du « CCA » dans le modèle, principalement contrôlée par le vent, n'indique pas de cycle annuel prononcé.

Aux faibles latitudes (20° S - 20° N), par exemple dans la mer d'Oman, on distingue deux régions de forte amplitude annuelle mais de phases opposées. L'une, à l'Est de la Somalie révèle le « grand tourbillon » qui se forme en juin et l'autre, près de l'extrémité Sud de l'Inde, un tourbillon formé en janvier (Bruce et al., 1994). Ils sont la réponse de l'océan durant les deux phases opposées du cycle annuel des vents de mousson.

Les cycles annuels dans la région tropicale de l'Atlantique et du Pacifique sont avant tout associés aux variations annuelles du contre-courant Nord équatorial qui coule vers l'Est, dans le sens opposé aux vents alizés. Dans le Pacifique, le cycle annuel présente deux maxima : un le long de 12° N de 220° E à 270° E, et l'autre le long de 7° N de 180° E à 250° E (Périgaud, 1990) qui ont tous deux une propagation de phase dirigée vers l'Ouest. Le modèle ne parvient apparemment pas à simuler l'amplitude correcte du maximum le long de 7° N. A l'est du Pacifique Sud et de l'Atlantique Sud, les cycles annuels sont associés à des systèmes d'upwelling côtiers au large des côtes Ouest de l'Amérique du Sud et de l'Afrique entre 0° et 30° S. Le niveau de la mer commençe à s'élever près de la côte en janvier, s'élevant ensuite dans les régions situées au large, au cours des mois suivants. Observées ou simulées, les deux systèmes s'étendent en direction du Nord-Ouest vers l'équateur et sont bordés à l'Ouest par une ligne de variabilité minimum (une bande de couleur magenta sur les cartes d'amplitude.

La variabilité intrasaisonnière

La figure 4 montre la distribution géographique de la variabilité intrasaisonnière à grande échelle soit l'écart-type de la hauteur des océans après moyennage sur des cellules de 10° par 10° et application d'un filtre passe-bande pour retenir les énergies à des périodes de 20-100 jours et des échelles de longueur supérieures à 1000 km. Ceci a pour but d'éliminer la variabilité méso-échelle.

Les multiples tourbillons mésoéchelle font de l'observation par satellite la seule approche possible, peut-être, pour étudier la variabilité à grande échelle, par rapport à des mesures in situ et surtout à l'échelle temporelle intrasaisonnière : les observations T/P sont les premières à révéler les structures à grande échelle et leur distribution géographique. Une énergie significative est contenue dans des oscillations qui sont cohérentes sur des milliers de kilomètres. Bien que les écarts-types soient de quelques cm, les changements d'un pic à l'autre peuvent atteindre 20 cm sur des régions de milliers de km dans l'océan austral.

Les données simulées concordent bien avec les observations, en particulier dans l'océan austral où l'énergie intrasaisonnière est la plus élevée. Dans le modèle, ces fluctuations sont fortement corrélées à la fonction de courant de transport intégrée en fonction de la profondeur, indiquant que les vitesses associées sont indépendantes de la profondeur (barotropiques). En outre, les oscillations sur des périodes inférieures à 60-70 jours disparaissent si l'on utilise des moyennes de vents mensuelles plutôt que sur 3 jours, indiquant qu'il s'agit d'une réponse barotropique de l'ensemble de la colonne d'eau au forçage du vent à haute fréquence. Cette conclusion est confirmée par une analyse récente et plus détaillée sur les données T/P (Fu and Davidson, 1995).

Entre autres, dans la région Sud Est du Pacifique (figure 5), on trouve une excellente concordance indiquant que le vent ECMWF est très bon. Ceci est assez surprenant dans l'hémisphère Sud où peu d'observations sur les vents sont disponibles.

La variabilité interannuelle

La figure 6 montre la différence entre les moyennes mensuelles du niveau des océans entre Avril 1994 et 1993. Le caractère des changements saisonniers, à la fois dans l'atmosphère et dans l'océan, diffère chaque année. Ces changements interannuels sont le point clé du problème climatique.

Une caractéristique très importante est la forte élévation du niveau de la mer dans la région tropicale Ouest du Pacifique et une diminution correspondante dans le Pacifique Est provoquée par les vents alizés plus forts vers l'Ouest en 1994. Les vents alizés, affaiblis en juin 1994, ont déclenché les épisodes chauds de 1994-95 dans le Pacifique tropical (Liu et al., 1995). Ce phénomène ainsi que de nombreux autres sont très bien simulés par le modèle. La corrélation générale entre les deux cartes est de 0,64. Comme il n'y a pas de changements interannuels dans les données climatologiques de chaleur de surface et d'eau douce, cette concordance entre la simulation et l'observation est uniquement imputable à la réponse du modèle à un forçage réaliste du vent. Il reste à voir dans quelle mesure l'utilisation de flux thermiques réalistes améliorerait encore la variabilité interannuelle simulée.

Conclusions

Les résultats de la présente étude ont démontré la complémentarité entre l'observation par satellite et la modélisation de la circulation océanique globale. La concordance entre les deux approches suggère que le modèle a très bien incorporé la physique qui gouverne la composante adiabatique de la circulation - sous l'influence du vent -. Ceci est particulièrement vrai pour la variabilité intrasaisonnière ainsi que la variabilité de l'océan tropical, en général. Par ailleurs, les différences révèlent les endroits où la dynamique et la thermodynamique du modèle doivent être améliorées, principalement dans les régions de moyennes et hautes latitudes. Les observations par satellite permettent pour la première fois de tester le modèle à une échelle véritablement globale. En revanche, de nombreux aspects des observations par satellite seraient difficilement interprétables sans un modèle réaliste. Finalement il sera nécessaire d'intégrer les données spatiales dans un modèle pour obtenir une estimation optimale de l'état tridimensionnel complet de l'océan. Les méthodologies pour ce faire, impliquent des techniques d'estimation et des théories de contrôle, mais celles-ci posent de gros problèmes en raison du grand nombre de variables intervenant dans un modèle océanique (près de 108 dans le cas présent). Cependant, des méthodes d'optimisation potentiellement efficaces sont en cours de développement (Fukumori and Malanotte- Rizzoli, 1995).

Remerciements

Nous remercions Greg Pihos pour la programmation informatique et l'assistance graphique. L'étude décrite dans cet article a été effectuée pour une part au « Jet Propulsion Laboratory », Institude Technologique dee Californie, sous contrat avec l'agence spatiale américaine, la NASA. Nous remercions aussi le projet TOPEX/POSEIDON pour sa participation (proposition LLF). La mise au point du modèle POP et les simulations ont été financées par le programme DOE CHAMMP, les ressources informatiques mis à disposition par le laboratoire national de Los Alamos et en particulier l' « Advance Computing Laboratory ».

Bibliographie:

• Barnier, B., L. Siefridt, P. Marchesiello, J. Marine Systems, 6, 363-380 (1995).
• Bruce, J.G., D. R. Johnson, J.C. Kindle, J. Geophy. Res., 99, 7651-7664 (1994).
• Cheney, R. E. et al., J. Geophy. Res., 99, 24555-24563 (1994).
• Fu, L.-L. and R. A. Davidson, J. Geophys. Res., 100, 24955-24963 (1995).
• Fukumori, I. and P. Malanotte-Rizzoli, J. Geophys. Res., 100, 6777-6793 (1995).
• Liu, W.T., W. Tang, and L-L. Fu, Eos, Trans. Amer. Geophys. Union, Vol. 76, No. 43, p.429, 437 (1995).
• Perigaud, C., J. Geophy. Res., 95, 7239-7248 (1990).
• Smith, R. D., J. K. Dukowicz and R. C. Malone, Physica D, 60, 38-61 (1992)