Carbon dioxide is taken up by crops during production and released back to the atmosphere at different geographical locations through respiration of consumed crop commodities. In this study, spatially distributed county-level US cropland net primary productivity, harvested biomass, changes in soil carbon, and human and livestock consumption data were integrated into the prior terrestrial biosphere flux generated by the Boreal Ecosystem Productivity Simulator (BEPS). A global time-dependent Bayesian synthesis inversion with a nested focus on North America was carried out based on CO2 observations at 210 stations. Overall, the inverted annual North American CO2 sink weakened by 6.5% over the period from 2002 to 2007 compared to simulations disregarding US crop statistical data. The US Midwest is found to be the major sink of 0.36±0.13 PgC yr-1 whereas the large sink in the US Southeast forests weakened to 0.16±0.12 PgC yr-1 partly due to local CO2 sources from crop consumption.

Carbon dioxide is taken up by crops during production and released back to the atmosphere at different geographical locations through respiration of consumed crop commodities. In this study, spatially distributed county-level US cropland net primary productivity, harvested biomass, changes in soil carbon, and human and livestock consumption data were integrated into the prior terrestrial biosphere flux generated by the Boreal Ecosystem Productivity Simulator (BEPS). A global time-dependent Bayesian synthesis inversion with a nested focus on North America was carried out based on CO2 observations at 210 stations. Overall, the inverted annual North American CO2 sink weakened by 6.5% over the period from 2002 to 2007 compared to simulations disregarding US crop statistical data. The US Midwest is found to be the major sink of 0.36±0.13 PgC yr-1 whereas the large sink in the US Southeast forests weakened to 0.16±0.12 PgC yr-1 partly due to local CO2 sources from crop consumption.

Atmospheric inversion has recently become an important tool in estimating CO2 sinks and sources albeit that the existing inversion results are often uncertain and differ considerably in terms of the spatiotemporal variations of the inverted carbon flux. More measurements combined with terrestrial ecosystem information are expected to improve the estimates of global surface carbon fluxes which are used to understand the relationships between variabilities of the terrestrial carbon cycle and anomalies of climatic factors. Inversions using more observations have often been hampered by the intense diurnal variations of CO2 concentrations at continental sites. Diurnal variations of the surface flux are included with atmospheric boundary dynamics in order to improve the atmospheric inversion accuracy. Modeling experiments conducted in this study show that inverse estimates of the carbon flux are more sensitive to the variation of the atmospheric boundary layer dynamics than to the diurnal variation in the surface flux. It is however generally better to consider both diurnal variations in the inversion than to consider only either of them. Forest carbon dynamics is closely related to stand age. This useful terrestrial ecosystem information has been used as an additional constraint to the atmospheric inversion. The inverse estimates with this constraint over North America exhibit an improved correlation with carbon sink estimates derived from eddy-covariance measurements and remotely-sensed data, indicating that the use of age information can improve the accuracy of atmospheric inversions. Terrestrial carbon uptake is found mainly in northern land, and a strong flux density is revealed in southeastern North America in an improved multi-year inversion from 2002 to 2007. The global interannual variability of the flux is dominated by terrestrial ecosystems. The interannual variabilities of regional terrestrial carbon cycles could be mostly explained by monthly anomalies of climatic conditions or short-time extreme meteorological events. Monthly anomalies of the inverted fluxes have been further analyzed against the monthly anomalies of temperature and precipitation to quantitatively assess the responses of the global terrestrial carbon cycle to climatic variabilities and to determine the dominant mechanisms controlling the variations of terrestrial carbon exchange.

Atmospheric inversion has recently become an important tool in estimating CO2 sinks and sources albeit that the existing inversion results are often uncertain and differ considerably in terms of the spatiotemporal variations of the inverted carbon flux. More measurements combined with terrestrial ecosystem information are expected to improve the estimates of global surface carbon fluxes which are used to understand the relationships between variabilities of the terrestrial carbon cycle and anomalies of climatic factors. Inversions using more observations have often been hampered by the intense diurnal variations of CO2 concentrations at continental sites. Diurnal variations of the surface flux are included with atmospheric boundary dynamics in order to improve the atmospheric inversion accuracy. Modeling experiments conducted in this study show that inverse estimates of the carbon flux are more sensitive to the variation of the atmospheric boundary layer dynamics than to the diurnal variation in the surface flux. It is however generally better to consider both diurnal variations in the inversion than to consider only either of them. Forest carbon dynamics is closely related to stand age. This useful terrestrial ecosystem information has been used as an additional constraint to the atmospheric inversion. The inverse estimates with this constraint over North America exhibit an improved correlation with carbon sink estimates derived from eddy-covariance measurements and remotely-sensed data, indicating that the use of age information can improve the accuracy of atmospheric inversions. Terrestrial carbon uptake is found mainly in northern land, and a strong flux density is revealed in southeastern North America in an improved multi-year inversion from 2002 to 2007. The global interannual variability of the flux is dominated by terrestrial ecosystems. The interannual variabilities of regional terrestrial carbon cycles could be mostly explained by monthly anomalies of climatic conditions or short-time extreme meteorological events. Monthly anomalies of the inverted fluxes have been further analyzed against the monthly anomalies of temperature and precipitation to quantitatively assess the responses of the global terrestrial carbon cycle to climatic variabilities and to determine the dominant mechanisms controlling the variations of terrestrial carbon exchange.

Une meilleure connaissance des variations saisonnières et interannuelles du cycle du carbone dans en Amazonie est essentielle afin de comprendre le rôle de cet écosystème dans le changement climatique. La modélisation atmosphérique inverse est un outil puissant pour estimer ces variations, en exploitant l'information sur la distribution spatiale et temporelle des flux de CO2 en surface contenue dans des observations de CO2 atmosphériques. Néanmoins, la confiance en les estimations des flux en Amazonie obtenues à partir des systèmes d'inversion mondiale est faible du fait du manque d'observations dans cette région.Dans ce contexte, j'ai d'abord analysé en détail les estimations de l'échange net de CO2 entre la biosphère et l'atmosphère (NEE) générées par deux inversions mondiales pour la période 2002 — 2010. Ces deux inversions ont assimilé des données provenant du réseau mondial d'observation du CO2 atmosphérique hors de l’Amérique du Sud, et une d'elles a assimilé des observations de quatre stations de surface en Amazonie, qui n'ont jamais été exploitées dans les études d'inversion précédentes. J'ai montré que dans une inversion mondiale les observations de stations loin d'Amazonie et les observations locales contrôlaient la NEE. Pourtant, les résultats ont révélé des structures à très grande échelle peu réalistes. L'analyse a confirmé le manque de stations en Amazonie pour fournir des estimations fiables, et les limites des systèmes d’inversion mondiale avec des modèles à très basse résolution.J'ai donc ensuite évalué l'apport de l'utilisation du modèle atmosphérique régional BRAMS, par rapport à celle du système mondial de prévision météorologique ECMWF, pour le forçage météorologique du modèle de transport atmosphérique CHIMERE simulant le CO2 en Amérique du Sud à haute résolution (~35 km). J'ai simulé le CO2 avec les deux modèles de transport―CHIMERE-BRAMS et CHIMERE-ECMWF. J'ai évalué ces simulations avec les profils verticaux de mesures aéroportées, en analysant les mesures individuelles et les gradients horizontaux de CO2 calculés entre paires de stations dans le sens du vent, à différentes altitudes ou intégrés sur la verticale. Les deux modèles de transport ont simulé les observations de CO2 avec une performance similaire, mais j'ai trouvé une importante incertitude sur les modèles de transport. Les mesures individuelles et les gradients horizontaux ont été surtout sensibles à la NEE, mais aussi, pendant la saison sèche, aux émissions des feux de biomasse (EFIRE). J'ai trouvé que l'assimilation des gradients horizontaux était plus approprié pour les inversions que celle des mesures individuelles, étant donné que les premiers ont été moins sensibles au signal associé aux flux hors de l'Amérique du Sud et à l'incertitude sur le modèle de transport en altitude.Finalement, j'ai développé deux systèmes d'inversion régionale pour l'Amérique du Sud tropicale avec les deux modèles de transport, et j'ai lancé des inversions avec quatre types de vecteurs d'observation: de mesures individuelles et gradients horizontaux sur cinq niveaux verticaux, à la surface, ou de gradients horizontaux intégrés sur la verticale. J'ai trouvé une forte dépendance des estimations des bilans régionaux et sub-régionaux de NEE et EFIRE au modèle de transport, ainsi qu'au vecteur d'observation. Les inversions assimilant des gradients horizontaux ont séparé mieux les signaux de NEE et EFIRE. Cependant, les grandes incertitudes sur les flux inversés ont réduit la confiance en ces estimations. Par conséquent, si mon étude n'a pas amélioré la connaissance des variations saisonnières et interannuelles de la NEE en Amazonie, elle a montré les besoins d'amélioration de la modélisation du transport dans la région et de la stratégie de modélisation inverse, du moins à travers une définition du vecteur d'observation appropriée qui prenne en compte les caractéristiques des données disponibles, et les limitations des modèles de transport actuels. / A better knowledge of the seasonal and inter-annual variations of the Amazon carbon cycle is critical to understand the influence of this terrestrial ecosystem on climate change. Atmospheric inverse modeling is a powerful tool to estimate these variations by extracting the information on the spatio-temporal patterns of surface CO2 fluxes contained in observations of atmospheric CO2. However, the confidence in the Amazon flux estimates obtained from global inversion frameworks is low, given the scarcity of observations in this region.In this context, I started by analyzing in detail the Amazon net ecosystem exchange (NEE) inferred with two global inversions over the period 2002 — 2010. Both inversions assimilated data from the global observation network outside Amazonia, and one of them also assimilated data from four stations in Amazonia that had not been used in previous inversion efforts. I demonstrated that in a global inversion the observations from sites distant from Amazonia, as well as local observations, controlled the NEE inferred through the inversion. The inferred fluxes revealed large-scale structures likely not consistent with the actual NEE in Amazonia. This analysis confirmed the lack of observation sites in Amazonia to provide reliable flux estimates, and exposed the limitations of global frameworks, using low-resolution models to quantify regional fluxes. This limitations justified developing a regional approach.Then I evaluated the benefit of the regional atmospheric model BRAMS, relative to the global forecast system ECMWF, when both models provided the meteorological fields to drive the atmospheric transport model CHIMERE to simulate CO2 transport in tropical South America at high resolution (~35 km). I simulated the CO2 distribution with both transport models―CHIMERE-BRAMS and CHIMERE-ECMWF. I evaluated the model simulations with aircraft measurements in vertical profiles, analyzing the concentrations associated to the individual measurements, but also with horizontal gradients along wind direction between pairs of sites at different altitudes, or vertically integrated. Both transport models simulated the CO2 observations with similar performance, but I found a strong impact of the uncertainty in the transport models. Both individual measurements and horizontal gradients were most sensitive to NEE, but also to biomass burning CO2 emissions (EFIRE) in the dry season. I found that horizontal gradients were more suitable for inversions than individual measurements, since the former were less sensitive fluxes outside South America and further decreased the impact of the transport model uncertainty in altitude.Finally, I developed two analytical regional inversion systems for tropical South America, driven with CHIMERE-BRAMS and CHIMERE-ECMWF, and made inversions with four observation vectors: individual concentration measurements and horizontal gradients at five vertical levels, close to the surface, or horizontal gradients vertically integrated. I found a strong dependency of the inverted regional and sub-regional NEE and EFIRE emissions budgets on both the transport model and the observation vector. Inversions with gradients yielded a better separation of NEE and EFIRE signals. However, the large uncertainties in the inverted fluxes, did not yield high confidence in the estimates. Therefore, even though my study did not improve the knowledge of seasonal and year-to-year variations of the NEE in Amazonia, it demonstrated need of further efforts to improve transport modeling in the region and the inverse modeling strategy, at least through a careful definition of the observation vector that accounts for the characteristics of the available data, and the limitations of the current transport models.

L’Asie du Sud et de l'Est (ASE) est la première région du monde émettrice de gaz à effet de serre (GES) au cours des dernières décennies. Cependant, l’estimation des bilans régionaux d'émissions de GES est encore incertaine que ce soit par l’approche ‘bottom-up’ ou par l’approche ‘top-down’. L’objectif de cette thèse est de contribuer à une meilleure connaissance des bilans régionaux des émissions de GES en ASE, en utilisant les concentrations atmosphériques de GES mesurées dans un réseau de station de surface et la modélisation inverse à l’échelle régionale. Dans un premier temps, la thèse présente les mesures de CO2, CH4, N2O, SF6, CO, et H2 sur les échantillons réguliers prélevés àHanle, Pondichéry et Port Blair, trois nouveaux sites établis en Inde dans le cadre d’une collaboration franco-indienne. L’analyse des concentrations des gaz traces a permis de caractériser les contributions relatives des flux naturel et anthropique, et de la circulation atmosphérique associée à la mousson dans le sous-continent indien. Cette étude meten évidence le potentiel des nouvelles stations de mesure atmosphérique pour mieux contraindre les estimations de flux régionaux de GES. Dans un deuxième temps, un modèle global de chimie-transport LMDzINCA, avec un ‘zoom’ focalisé sur l’ASE (de résolution horizontale ~50 km) est utilisé pour simuler les champs de concentration de CO2 et CH4. Les concentrations simulées sont évaluées par rapport aux mesures de 30 stations réparties en ASE et dans les régions adjacentes. Le modèle de transport en version zoomée reproduit relativement bien les variabilités des mesures de CO2 et CH4, et améliore significativement les variations de CH4 par rapport au modèle standard de basse résolution sur le domaine d’étude. Enfin, les mesures des concentrations de CH4 des réseaux régionaux sont utilisées dans le système d’inversion PYVAR-LMDz-SACS avec les grilles zoomées, pour estimer les émissions de CH4 en ASE en 2010.Plusieurs scénarios sont réalisés afin de tester la sensibilité de l’inversion à différentes configurations des émissions a priori et des observations utilisées. L’inversion atmosphérique induit une réduction significative des émissions en comparaison aux inventaires a priori en Asie de l’Est (14-20%), en particulier en Chine du Nord (20-35%). L’estimation des émissions de CH4 est sensible à l’incertitude dans les bilans ‘bottom-up’ des émissions anthropiques en Asie de l’Est, particulièrement à la représentation très incertaine des sources localisées des mines de charbon en Chine du Nord. / South and East Asia (SEA) is the world’s largest anthropogenic greenhouse gas (GHG) emitting region during the recent decades, yet estimates of regional GHG budgets remain uncertain either from bottom-up or top-down approaches. The aim of the thesis is to improve understanding of GHG budgets in SEA through atmospheric measurements from surface stations and regional inverse modeling. The first part of the thesis presents measurements of CO2, CH4, N2O, SF6, CO, and H2 from regular flask sampling at Hanle, Pondicherry and Port Blair, three new Indian stations established in the framework of the Indo-French collaboration. Time series of tracer concentrations are analyzed and related to variations in natural/anthropogenic fluxes and monsoon circulations in the Indian sub-continent, showing potential of these stations to constrain estimates of regional GHG fluxes. The second part of the study involves simulation of CO2 and CH4 using a zoomed version of the global chemistry transport model LMDzINCA, with a horizontal resolution of ~50km over SEA. Model performance is evaluated against observations from 30 surface stations in SEA and adjacent regions. The zoomed transport model shows the ability to reasonably reproduce CO2 and CH4 variabilities at stations, and improves model performance for CH4 compared to the standard model version within the zoomed region. Lastly, the CH4 emissions in SEA are retrieved for the year 2010 using atmospheric surface stations and a Bayesian inversion system PYVAR-LMDz-SACS with the zoomed model grids. Different setups of prior information are used in inversions to account for uncertainties in bottom-up inventories of anthropogenic emissions. Significant reduction in emissions compared to the prior estimates is found for East Asia (by 14–20%), particularly in North China (by 20–35%). The inverted CH4 budgets are sensitive to prior anthropogenic emissions in East Asia, especially in North China where coal mine hotspots dominate the budgets yet their representation is highly uncertain among different inventories.

Dans le contexte du réchauffement climatique, des états et des villes s’engagent à réduire leurs émissions de gaz à effet de serre et en particulier celles de CO2. Une quantification précise des émissions est nécessaire aux scientifiques et aux décideurs politiques. La qualité des inventaires des émissions dues à la consommation des combustibles fossiles, qui reposent sur des données statistiques compilées et rapportées par les émetteurs, reste très variable selon les pays. Les mesures atmosphériques et la modélisation inverse pourraient fournir une information indépendante pour la vérification de ces émissions. Il est cependant difficile de séparer le signal de CO2 fossile (CO2CF) du signal des flux naturels dans les mesures atmosphériques fournies par les réseaux continentaux de mesure au sol. L’objectif de ma thèse est d’améliorer la compréhension du potentiel des données de 14CO2, un des traceurs permettant de séparer le signal de CO2CF des autres sources de CO2, pour l’estimation objective des émissions fossiles aux échelles nationales par inversion atmosphérique.J’ai développé des systèmes d’inversions mondiaux basés sur le modèle de transport atmospherique LMDz à basse résolution (2.5° ×3.75°), et reposant sur des réseaux de mesure du CO2 et du 14CO2, résolvant les émissions fossiles à l’échelle subcontinentale / mensuelle en Europe et en Chine.Dans le Chapitre 2, j’ai défini et quantifié les sources d’erreurs de modélisationprincipales, puis analysé leur impact pour l’estimation des bilans d’émissions fossiles à grande échelle avec un système d’inversion mondial en faisant l’hypothèse que les données de CO2CF peuvent être directement déduites des données de 14CO2. Les analyses soulignent l’impact de la méconnaissance de la distribution spatiale des émissions de CO2 et du CO2CF aux résolutions spatiales plus fines que celle du modèle de transport.Dans le Chapitre 3, j’ai utilisé le système, les hypothèses et les diagnostics d’erreurs de modélisation du Chapitre 2 dans une série d’expériences avec des données synthétiques pour évaluer le potentiel d’un tel système d’inversion et de différents réseaux d’observation virtuels pour l’estimation les bilans régionaux d' émission fossile en Europe. Les résultats indiquent qu’en assimilant des moyennes sur 2 semaines de mesures CO2CF issues du réseau actuel de 17 sites 14CO2 en Europe, l’inversion réduirait l’incertitude sur les émissions mensuelles pour l’Ouest de l’Allemagne de 30% par rapport à l’incertitude supposée sur les inventaires utilisés comme connaissance a priori dans le cadre du formalisme Bayésien de l’inversion. En utilisant un réseau plus dense en Europe, constitué de 43 futurs sites, des réductions d’incertitude de 47% pourraient être réalisées pour les bilans annuels des émissions pour les régions où le réseau serait le plus dense.Dans le Chapitre 4, j’ai implémenté un système d’inversion global isotopique permettant d'assimiler conjointement des données atmosphériques de CO2 et de 14CO2 pour résoudre simultanément les émissions fossiles et les flux naturels de CO2 en Europe et en Chine. L’objectif est de dépasser l’hypothèse que les variations de 14CO2 ne sont liées qu’au CO2CF, en tenant compte ses flux de 14CO2 non fossiles. Les résultats confirment que les données de 14CO2 sont utiles pour séparer le CO2CF du signal des flux naturels près des régions fortement émettrices, rendant les données de 14CO2 moyennes sur 2 semaines plus efficaces que les données journalières de CO2 pour l’estimation des émissions. / Climate change has prompted nations, provinces, and cities to take actions to reduce anthropogenic sources of CO2 and other greenhouse gases. Accurate and consistent quantification of the emissions is required for both scientists and policymakers. Inventories of the CO2 emissions due to fossil fuel combustion are based on statistical data collected and reported by the emitters themselves and their quality is highly variable between countries. In principle, atmospheric measurements and inverse modeling could provide independent information to verify and evaluate these emissions. However, there are difficulties to separate the fossil fuel CO2 signal (FFCO2) from the signal of natural CO2 fluxes, in the atmospheric CO2 measurements from ground based continental networks. In this thesis, I aimed to improve the understanding of the potential of atmospheric 14CO2 measurements, one of the few tracers helping to separate FFCO2 from the signal of other CO2 sources, for the objective estimate of the fossil fuel emissions at national or provincial scales based on atmospheric inversion.I developed global inversion systems based on the global coarse-resolution (2.5°×3.75°) LMDZ atmospheric transport model, and on continental networks of atmospheric observations of CO2 and 14CO2, solving for the fossil fuel emissions at sub-continental / monthly scales in Europe and in China.In Chapter 2, I defined and quantified critical sources of modeling errors and their impact on the inversion of large-scale budget of the fossil fuel emissions when using a global inversion system and assuming FFCO2 data can be directly derived from 14CO2 measurements. The analysis highlighted the impact of ignoring the spatial distribution of the emissions and FFCO2 at a resolution higher than that of the transport model.In Chapter 3, I applied inversions with the system, assumptions and diagnostics of the modeling error from Chapter 2 in a series of Observing System Simulation Experiments to evaluate the skill of such an inversion system and of different virtual observation networks for estimating regional budgets of fossil fuel emissions in Europe. Results indicate that if assimilating continuous 2-week mean FFCO2 data from 17 existing 14CO2 European sites, the inversion would reduce the uncertainties in monthly fossil fuel emissions of western Germany by 30% compared to the assumed uncertainty in the inventories used as a prior knowledge in the Bayesian framework of the inversion. Using a larger network of 43 European sites that may be available in the future, up to 47% uncertainty reduction could be achieved for annual budgets of fossil fuel emissions for regions where the network would be the densest.In Chapter 4, I implemented a global isotopic inversion system that jointly assimilates atmospheric observations of CO2 and 14CO2 to simultaneously solve for fossil fuel emissions and natural CO2 fluxes over Europe and China. The purpose is to move beyond the assumption that variations in 14CO2 relate only to FFCO2 by accounting for non-fossil 14CO2 fluxes. The results confirm that 14CO2 data are useful to separate FFCO2 from the signal of natural fluxes at sites close to large emission regions, making 2-week mean 14CO2 data more efficient than daily CO2 data for estimating the emissions.