Ce travail de thèse consiste à utiliser les données satellitaires de SST (température de surface), SSS (salinité de surface), et Chl-a (chlorophylle-a), pour l’interpolation de la fugacité du CO2 (fCO2) dans la couche de surface de l’océan Atlantique tropical, pour les saisons de la période 2002-2013. Trois types de données ont été utilisés : in situ (BD (base de données) SOCAT V.3) ; satellitaires (capteurs : MODIS-A, Sea-WIFS, et SMOS) ; et assimilées (BD SODA V.2.2.4). La première étape était la classification des données en se basant sur la SST. La deuxième étape était l’interpolation de la fCO2 (pour chaque classe de chaque saison), en utilisant des RNs (réseaux de neurones artificiels) de type feedforward, avec un apprentissage de type backpropagation. Les résultats obtenus (RMSEs (root mean square error) variant de 8,8 à 15,7 µatm) permettent de confirmer l’importance de : traiter les saisons séparément, classifier les données, et choisir le meilleur RN en fonction des résultats de la généralisation. Ceci a permis l’élaboration de 138 fichiers CSV (Comma-separated values) de fCO2 mensuelle, avec une résolution de 4 km x 4 km, pour la période allant de juillet 2002 à décembre 2013. / This thesis work consists of using satellite data of SST (sea surface temperature), SSS (sea surface salinity), and Chl-a (chlorophyll-a), in order to interpolate the CO2 fugacity (fCO2) in the surface of the tropical Atlantic ocean, for seasons of the period 2002-2013. Three data types were used: in situ (SOCAT V.3 DB (database)); satellite (MODIS-A, Sea-WIFS, and SMOS sensors); and assimilated (SODA V.2.2.4 DB). The first step was the data classification based on SST. The second step was the fCO2 interpolation (for each class of each season), using feedforward NNs (artificial neural networks) with a backpropagation learning method. Obtained results (RMSEs (root mean square error) between 8,8 and 15,7 µatm) confirm the importance of: process each season separately, pass through data classification step, and choose the best NN on the basis of generalization step results. This allowed the development of 138 monthly fCO2 CSV (Comma-separated values) file, with 4 km x 4 km spatial resolution, for the period from July 2002 to December 2013.

Ces travaux de these s'integrent dans les objectifs du projet international d'Analyse de la Mousson Africaine (AMMA). Ils abordent la caracterisation des echanges entre l'ocean et l'atmosphere dans l'Atlantique Equatorial Est (AEE) de l'echelle diurne a interannuelle a partir de donnees d'observation et de la modelisation numerique. Ces echanges sont d'une tr'es grande importance pour le declenchement de la Mousson Africaine qui determine en grande partie la saison des pluies en Afrique de l'Ouest. Nous montrons que les parametres de la couche de melange oceanique dans le GG sont principalement pilotes, a l'echelle diurne, par les flux de chaleur et les processus de subsurface (l'entraınement, le melange vertical) et nous montrons aussi qu'a partir d'une parametrisation de la turbulence oceanique (TKE) fermee a l'ordre 1.5, on parvient a restituer la turbulence oceanique observee dans cette region. Afin de quantifier le role de la tension du vent sur la variabilite des parametres de la couche de melange oceanique, nous utilisons un modele lineaire force par les anomalies de la tension du vent. Les resultats montrent que pres de l'equateur (3°S-3°N), le signal est retrouve ; par contre de part et d'autre de la bande 3°S-3°N, les amplitudes des parametres de la couche de melange sont tres largement sous estimes, ce qui montre que la tension du vent n'est pas le seul parametre a moduler la variabilite de la temperature surface 'a ces latitudes. Les bilans de chaleur integres sur la couche de melange ont permis de montrer le role des flux de chaleur et du melange vertical dans l'AEE. En effet, l'AEE est subdivise en plusieurs boıtes en tenant compte de la dynamique et de la thermodynamique et dans chaque boıte le bilan y est calcule. Les resultats montrent que les flux de chaleur et le m'elange vertical dominent le bilan aux echelles saisonniere et interannuelle. Ce melange vertical, calcule par residu, est compare avec les donnees independantes de turbulence oceanique (Dengler et al., 2010 ; Rhein et al., 2010) collectees lors des campagnes EGEE/AMMA en 2005-2007. Les resultats montrent que le residu se compare tres bien avec ces donnees independantes en terme de variabilite spatiale et temporelle. Le melange vertical est tres fort dans la region sauf dans les boıtes au sud de l'AEE et sa variabilite est largement pilotee par les flux de flottabilite et la tension du vent. En regard de ces resultats avec ceux obtenus sur le cycle diurne, on peut dire que dans l'AEE, la variabilite spatio-temporelle des parametres de la couche de melange est principalement pilotee a toutes les echelles par les flux de chaleur et les processus de subsurface.