Cette étude vise à estimer l'impact des échelles dynamiques, allant de la grande à la sub-mésoéchelle, sur la structure et le fonctionnement de l'écosystème planctonique, en s'appuyant sur la modélisation. Elle se situe en Atlantique Nord-Est dans le cadre du programme POMME. Une première partie étudie le cycle saisonnier de l'écosystème à partir d'une configuration 1D. En moyenne, le modèle montre un cycle annuel marqué, avec des flux de régénération importants, contraint par l'évolution de la profondeur de couche de mélange (MLD). Le modèle reproduit les variations méridiennes du cycle saisonnier et de l'amplitude des flux liées à la variabilité spatiale de la MLD. Une seconde partie, basée sur une configuration 3D, montre un écosystème contrasté entre les tourbillons à mésoéchelle et les eaux ambiantes. A sub-mésoéchelle, de forts gradients de MLD et de vitesses verticales modifient les apports de nutriments ainsi que la disponibilité en lumière, et donc la production primaire. Les trois échelles considérées ont une influence significative sur la distribution et la production planctonique, influence qui varie au cours du cycle saisonnier.

Les précipitations sont caractérisées par une variabilité extrême sur une large gamme d'échelles spatiales et temporelles. Elles résultent de phénomènes non linéaires qui produisent des extrêmes violents et localisés difficiles à représenter dans les modèles météorologiques. Il est alors souhaitable de pouvoir disposer de représentations stochastiques susceptibles de reproduire les propriétés statistiques des précipitations aux différentes échelles. Une famille de candidats possibles est constituée par les cascades multifractales, initialement introduites en mécanique statistique de la turbulence. Dans ce travail, nous considérons le modèle des " multifractales universelles " (Schertzer & Lovejoy, 1987), qui permet de caractériser les propriétés statistiques d'un champ d'un point de vue multi-échelle au moyen de trois paramètres fondamentaux (" universels "). Nous avons appliqué des outils d'analyse multifractale à des jeux de données de précipitations représentatifs de la variabilité à la sub-mésoéchelle, notamment à des cartes radar de pluie et à des séries chronologiques à très haute résolution temporelle. Cette étude a permis d'identifier les gammes d' " invariance d'échelle " dans lesquelles des symétries multifractales prédominent, et d'estimer les trois paramètres universels. Nous montrons aussi que l'application des algorithmes d'analyse à l'intérieur des événements de pluie fournit des résultats sensiblement différents de ceux généralement publiés. On a pu démontrer, par des calculs théoriques et au moyen de simulations, que les algorithmes classiques d'analyse multifractale sont très sensibles à la proportion de zéros dans les champs, ce qui est évidemment problématique pour la pluie. Une méthode d'analyse pondérée par le support d'occurrence de pluie des données a été proposée pour corriger les biais. Les valeurs des paramètres universels corrigés semblent indiquer que la pluie et les scalaires passifs présentent certaines symétries d'échelles communes aux échelles suffisamment grandes pour que l'advection turbulente domine les effets inertiels. Enfin, on montre que l'existence de propriétés multifractales présente un grand intérêt au niveau des applications. Notamment, un algorithme de downscaling multifractal universel a été défini. Cet algorithme exploite les symétries caractérisées par les paramètres universels pour générer une variabilité statistiquement réaliste à des échelles plus fines qu'une échelle d'observation donnée. Potentiellement, cet algorithme pourrait être utilisé pour générer des séries de précipitations de résolution horaire à partir de données journalières, ou pour augmenter la résolution de cartes de précipitations, ce qui peut donner lieu à des applications en hydrologie.