La connaissance des sources des particules dans le milieu ambiant est devenue une préoccupation majeure depuis que leur impact sur la santé est avéré. Ainsi, une connaissance détaillée de la nature des fines particules (PM) et de leurs sources, devient nécessaire pour quantifier l’importance des émissions sur la masse totale en PM. Dans ce contexte, l’objectif de ce travail est de mieux connaître la composition chimique et les sources de l’aérosol organique. Les travaux réalisés s’intègrent dans le cadre du projet MEGAPOLI. Deux campagnes ont été conduites en région parisienne en été et en hiver sur deux sites urbain (LHVP) et suburbain (SIRTA). Une caractérisation chimique des PM2.5 a été effectuée. La contribution des sources primaires des PM2.5 fut calculée par modélisation CMB et les résultats furent par la suite intercomparés à ceux obtenus par les approches AMS/PMF et radiocarbone 14C. L’analyse CMB montra qu’en hiver, les principales sources contributrices sont les sources primaires, dominées par les émissions véhiculaires et la combustion de la biomasse. En été, les concentrations de PM2.5 sont gouvernées par les espèces secondaires. D’après l’approche basée sur les marqueurs organiques secondaires, le SOA biogénique traditionnel contribue faiblement à la masse de PM2.5. La comparaison des deux approches CMB et AMS-PMF a montré qu’en hiver, les différences ont été observées pour les deux sources majeures d’aérosol organique : combustion de biomasse et source véhiculaire. En été, les différences obtenues sont moins marquées. Les comparaisons des résultats de modélisation CMB avec les mesures de 14C, approche totalement indépendante, montrèrent un bon accord. / Knowing the sources of airborne fine particulate matter in ambient area became a major concern since their adverse effects on health were. Then, knowing in detail the nature and the sources of the fine particles (PM) is necessary to quantify the relative importance of the emissions on the total PM concentration. In this context, the main objective is to better know the chemical composition and the sources of the organic aerosol. This works is integrated within the MEGAPOLI framework. Two intensive campaigns were led in Paris region in summer and in winter at an urban (LHVP) and a suburban (SIRTA) sites. During the both sampling campaigns, a complete PM2.5 chemical characterization was made. The contributions of the PM2.5 primary sources were calculated by CMB modelling and the results were intercompared with those obtained by the AMS/PMF and the radiocarbon 14C approaches. The CMB analysis showed that in winter, the main contributing sources were primary, dominated by vehicular exhaust and biomass burning. In summer, the PM2.5 ambient concentrations were mainly governed by secondary species. According to the approach based on the secondary organic markers, the traditional biogenic SOA contribution to the PM2.5 mass was. The both CMB and AMS-PMF approaches comparison showed that in winter, the differences were particularly observed for both major organic aerosol sources: biomass burning and vehicular exhaust. In summer, the differences between both approaches were less visible. The comparisons of the CMB modeling approach results with the radiocarbon 14C measurements, a totally independent approach, show a very good agreement between both approaches

Since the mid-20th century, global average temperatures have dramatically risen mostly due to the increasing amount of greenhouse gas emissions in the atmosphere. The effects of this recent global warming are already evident and could be exacerbated in the near future if no real action is taken. Recent ice loss in West Antarctica, monitored by satellite measurements and other techniques, gives cause for concern in such a warming world. A major part of this loss has been driven by warm water masses penetrating underneath the ice shelves in this region. This has led to a flow acceleration of the inland outlet glaciers and a greater discharge of ice to the ocean. The actual resulting contribution of West Antarctica to sea-level rise is estimated to be around 0.2 mm per year between 1992 and 2011, i.e. about one third of the ice-sheet contribution (Antarctica and Greenland), and is expected to increase in the near future.<p><p>In this thesis, we first clearly demonstrate that modeling grounding-line (the boundary between grounded and floating ice) migration depends on both the numerical approach and the physical approximation of the ice-sheet model used. Ice-sheet models prescribing the ice flux at the grounding line and using appropriate physical level and numerical approach converge to the same steady-state grounding-line position irrespective of the grid size used. However, the transient behavior of those models is less accurate than other models and leads to an overestimated grounding-line discharge. Therefore, they need to be used with particular attention on short time scales. Furthermore, the non-inclusion of vertical shear stress in those models increases the effective viscosity and gives steady-state grounding-line positions further downstream when compared to full-Stokes models.<p><p>The second major finding of this thesis is the high control of geometry (glacier width and bedrock topography) on Thwaites Glacier, one of the fastest-flowing outlet glaciers in West Antarctica. A flowline finite-difference Shallow-Shelf Approximation (SSA) model is applied to the glacier and shows that ice-flow convergence (through width parameterization) slows down the grounding-line retreat when compared to simulations where the width is constant. A new buttressing parameterization is also tested on the glacier and permits a better understanding of this effect. Finally, the three-dimensional version of the model above is applied to Thwaites Glacier and highlights the strong control of lateral variations in bedrock topography on grounding-line migration./Depuis le milieu du 20e siècle, les températures moyennes globales ont fortement augmenté principalement à cause de l'augmentation des émissions de gaz à effet de serre d'origine humaine. Les effets de ce réchauffement global récent sont déjà détectables et pourraient s'accentuer dans un futur proche si aucune mesure réelle n'est prise. La perte récente de glace en Antarctique de l'Ouest, enregistrée par mesures satellites et d'autres techniques, est préoccupante dans un monde qui se réchauffe. Une grande partie de cette perte de glace est due à la pénétration de masses d'eau chaude sous les plateformes de glace flottante dans cette région. Cela engendre une accélération de l'écoulement des glaciers émissaires et une plus grande décharge de glace vers l'océan. Ainsi, la contribution récente à la hausse du niveau de la mer de l'Antarctique de l'Ouest s'élève à environ 0.2 mm par an entre 1992 et 2011, c'est-à-dire près du tiers de la contribution des calottes glaciaires (Antarctique et Groenland). On estime que cette contribution va continuer à augmenter dans le futur proche.<p>Dans cette thèse, nous démontrons clairement que la modélisation de la migration de la ligne d'ancrage (frontière entre glaces posée et flottante) dépend de l'approche numérique et de l'approximation physique du modèle cryosphérique utilisé. Les modèles cryosphériques qui prescrivent le flux glaciaire à la ligne d'ancrage et qui utilisent un niveau de physique et une approche numérique appropriés convergent vers la même position d'équilibre de la ligne d'ancrage quelle que soit la taille de maille utilisée. Cependant, le comportement transitoire de ces modèles est moins précis que d'autres modèles et mène à une surestimation du flux à la ligne d'ancrage. Dès lors, ces modèles doivent être utilisés avec précaution sur de courtes périodes de temps. De plus, la non inclusion des contraintes verticales de cisaillement dans ces modèles augmente la viscosité effective et donne des positions d'équilibre de la ligne d'ancrage plus en aval en comparaison avec les modèles « full-Stokes ».<p>La seconde découverte majeure de cette thèse est le contrôle important exercé par la géométrie (largeur du glacier et topographie du lit rocheux) sur Thwaites Glacier, l'un des glaciers émissaires les plus rapides en Antarctique de l'Ouest. Un modèle « Shallow-Shelf Approximation » (SSA) résolvant les différences finies le long d'une ligne d'écoulement est appliqué au glacier et montre que la convergence de l'écoulement glaciaire (au travers de la paramétrisation de la largeur) ralentit le retrait de la ligne d'ancrage comparé aux simulations où la largeur est constante. Une nouvelle paramétrisation de l'effet arc-boutant est testée sur le glacier et permet de mieux comprendre cet effet. Finalement, la version en trois dimensions du modèle ci-dessus est appliquée à Thwaites Glacier et met en évidence le contrôle important des variations latérales de l'altitude du lit rocheux sur la migration de la ligne d'ancrage. / Doctorat en Sciences / info:eu-repo/semantics/nonPublished

L’étude de la variabilité du climat est désormais indispensable pour anticiper les conséquences des changements climatiques futurs. Nous disposons pour cela de quantité de données issues de modèles de circulation générale (GCMs). Néanmoins, ces modèles ne permettent qu’une résolution partielle des interactions entre le climat et les activités humaines entre autres parce que ces modèles ont des résolutions spatiales souvent trop faibles. Il existe aujourd’hui toute une variété de modèles répondant à cette problématique et dont l’objectif est de générer des variables climatiques à l’échelle locale àpartir de variables à grande échelle : ce sont les modèles de régionalisation ou encore appelés modèles de réduction d’échelle spatiale ou de downscaling en anglais.Cette thèse a pour objectif d’approfondir les connaissances à propos des modèles de downscaling statistiques (SDMs) parmi lesquels on retrouve plusieurs approches. Le travail s’articule autour de quatre objectifs : (i) comparer des modèles de réduction d’échelle statistiques (et dynamiques), (ii) étudier l’influence des biais des GCMs sur les SDMs au moyen d’une procédure de correction de biais, (iii) développer un modèle de réduction d’échelle qui prenne en compte la non-stationnarité spatiale et temporelle du climat dans un contexte de modélisation dite spatiale et enfin, (iv) établir une définitiondes saisons à partir d’une modélisation des régimes de circulation atmosphérique ou régimes de temps.L’intercomparaison de modèles de downscaling a permis de mettre au point une méthode de sélection de modèles en fonction des besoins de l’utilisateur. L’étude des biais des GCMs révèle une influence indéniable de ces derniers sur les sorties de SDMs et les apports de la correction des biais. Les différentes étapes du développement d’un modèle spatial de réduction d’échelle donnent des résultats très encourageants. La définition des saisons par des régimes de temps se révèle être un outil efficace d’analyse et de modélisation saisonnière.Tous ces travaux de “Climatologie Statistique” ouvrent des perspectives pertinentes, non seulement en termes méthodologiques ou de compréhension de climat à l’échelle locale, mais aussi d’utilisations par les acteurs de la société. / The study of climate variability is vital in order to understand and anticipate the consequences of future climate changes. Large data sets generated by general circulation models (GCMs) are currently available and enable us to conduct studies in that direction. However, these models resolve only partially the interactions between climate and human activities, namely du to their coarse resolution. Nowadays there is a large variety of models coping with this issue and aiming at generating climate variables at local scale from large-scale variables : the downscaling models.The aim of this thesis is to increase the knowledge about statistical downscaling models (SDMs) wherein there is many approaches. The work conducted here pursues four main goals : (i) to discriminate statistical (and dynamical) downscaling models, (ii) to study the influences of GCMs biases on the SDMs through a bias correction scheme, (iii) to develop a statistical downscaling model accounting for climate spatial and temporal non-stationarity in a spatial modelling context and finally, (iv) to define seasons thanks to a weather typing modelling.The intercomparison of downscaling models led to set up a model selection methodology according to the end-users needs. The study of the biases of the GCMs reveals the impacts of those biases on the SDMs simulations and the positive contributions of the bias correction procedure. The different steps of the spatial SDM development bring some interesting and encouraging results. The seasons defined by the weather regimes are relevant for seasonal analyses and modelling.All those works conducted in a “Statistical Climatologie” framework lead to many relevant perspectives, not only in terms of methodology or knowlegde about local-scale climate, but also in terms of use by the society.