Les objectifs de ce travail sont l'analyse de mesures radar (bande C) en polarisations VV et<br />HH pour améliorer la compréhension des interactions entre la surface et l'onde électromagnétique<br />et l'étude de la surface des océans. Nous proposons d'abord un modèle empirique reproduisant le<br />rapport des sections efficaces radar en fonction de l'incidence et de la direction du vent qui peut être<br />utilisé pour la restitution de champs de vent à partir d'images SAR. Les observations obtenues durant<br />cette thèse sont comparées avec différents modèles semi-physiques. Sur la base de cette étude,<br />nous montrons que la partie du signal commune aux 2 polarisations doit absolument être modélisée<br />pour reproduire complètement les interactions ondes-surfaces. Elle peut être attribuée à la présence de<br />vagues déferlantes et permet d'expliquer l'asymétrie face/dos au vent du signal radar. Enfin, à partir<br />d'une étude de la dépendance azimutale du signal, nous analysons les effets possibles de différents<br />processus de surface et montrons que les interactions non-linéaires vagues à vagues jouent un rôle<br />important.

La température de surface de l'océan (SST) est depuis l'avènement des satellites, l'une des variables océaniques la mieux observée. Les modèles réalistes de circulation générale océanique ne la prennent pourtant pas en compte explicitement dans leur fonction de forçage. Dans cette dernière, seules interviennent les variables atmosphériques à proximité de la surface (température, humidité, vitesse du vent, radiations descendantes et précipitations) connues pour être entachées d'incertitudes importantes dès lors qu'on considère l'objectif d'étudier la variabilité à long terme de l'océan et son rôle climatique. La SST est alors classiquement utilisée en assimilation de données pour contraindre l'état du modèle vers une solution en accord avec les observations mais sans corriger la fonction de forçage. Cette approche présente cependant les inconvénients de l'incohérence existant potentiellement entre la solution " forcée " et " assimilée ". On se propose dans cette thèse de développer dans un contexte réaliste une méthode d'assimilation de données de SST observée pour corriger les paramètres de forçage atmosphérique sans correction de l'état océanique. Le jeu de forçage faisant l'objet de ces corrections est composé des variables atmosphériques issues de la réanalyse ERAinterim entre 1989 et 2007. On utilise pour l'estimation de paramètres une méthode séquentielle basée sur le filtre de Kalman, où le vecteur d'état est augmenté des variables de forçage dont la distribution de probabilité a priori est évaluée via des expériences d'ensemble. On évalue ainsi des corrections de forçage mensuelles applicables dans un modèle libre pour la période 1989-2007 en assimilant la SST issue de la base de données de Hurrel (Hurrel, 2008), ainsi qu'une climatologie de salinité de surface (Levitus, 1994). Cette étude démontre la faisabilité d'une telle démarche dans un contexte réaliste, ainsi que l'amélioration de la représentation des flux océan-atmosphère par l'exploitation d'observations de la surface de l'océan.

Le Modèle Atmosphérique Régional (MAR, dx=40 km) est mis en œuvre sur l'Afrique de l'Ouest pour souligner la sensibilité du régime pluviométrique et de la dynamique simulée à la température de surface océanique du Golf de Guinée durant l'année sèche 1984. Cette influence est très marquée au sud de 12°N. Au-delà, il semble que les précipitations soient plus influencées par les interactions avec la surface continentale et les structures synoptiques. La zone Sahélienne apparaît donc pertinente pour étudier le couplage entre la surface continentale et l'atmosphère. Ainsi, une architecture originale fondée sur l'utilisation des codes patrimoines permettant modularité, portabilité, extensibilité et interopérabilité a été développé et utilisé en premier lieu en mode forcé de l'atmosphère vers le bassin versant de la Sirba (39000 km2) modélisé par le modèle hydrologique ABC (dx~1.8 km). Un algorithme de désagrégation des pluies convectives basé sur la prise en compte de plusieurs maximums convectifs pour un même évènement a ainsi été testé avec succès. La prépondérance de la sensibilité de l'échantillonnage temporel sur le spatial est ainsi soulignée.<br />Enfin, une expérience de couplage entre les modèles MAR et ABC interfacés à l'aide de modèles SVAT (Surface Vegetation Atmosphere Transfer) est réalisée sur le bassin de la Sirba.<br />La haute résolution du SVAT sur la Sirba entraîne alors des modifications dans le traitement des flux, de la température de surface, et dans le bilan en eau. La partie hydrologique montre, pour sa part, sa capacité à moduler les variations apportées par le SVAT haute résolution en modifiant le bilan en eau et par là même l'albedo et le bilan d'énergie.

La température de surface de l'océan (SST) est depuis l'avènement des satellites, l'une des variables océaniques la mieux observée. Les modèles réalistes de circulation générale océanique ne la prennent pourtant pas en compte explicitement dans leur fonction de forçage. Dans cette dernière, seules interviennent les variables atmosphériques à proximité de la surface (température, humidité, vitesse du vent, radiations descendantes et précipitations) connues pour être entachées d'incertitudes importantes dès lors qu'on considère l'objectif d'étudier la variabilité à long terme de l'océan et son rôle climatique. La SST est alors classiquement utilisée en assimilation de données pour contraindre l'état du modèle vers une solution en accord avec les observations mais sans corriger la fonction de forçage. Cette approche présente cependant les inconvénients de l'incohérence existant potentiellement entre la solution « forcée » et « assimilée ». On se propose dans cette thèse de développer dans un contexte réaliste une méthode d'assimilation de données de SST observée pour corriger les paramètres de forçage atmosphérique sans correction de l'état océanique. Le jeu de forçage faisant l'objet de ces corrections est composé des variables atmosphériques issues de la réanalyse ERAinterim entre 1989 et 2007. On utilise pour l'estimation de paramètres une méthode séquentielle basée sur le filtre de Kalman, où le vecteur d'état est augmenté des variables de forçage dont la distribution de probabilité a priori est évaluée via des expériences d'ensemble. On évalue ainsi des corrections de forçage mensuelles applicables dans un modèle libre pour la période 1989-2007 en assimilant la SST issue de la base de données de Hurrel (Hurrel, 2008), ainsi qu'une climatologie de salinité de surface (Levitus, 1994). Cette étude démontre la faisabilité d'une telle démarche dans un contexte réaliste, ainsi que l'amélioration de la représentation des flux océan-atmosphère par l'exploitation d'observations de la surface de l'océan. / Sea surface temperature (SST) is more accurately observed from space than near-surface atmospheric variables and air-sea fluxes. But ocean general circulation models for operational forecasting or simulations of the recent ocean variability use, as surface boundary conditions, bulk formulae which do not directly involve the observed SST. In brief, models do not use explicitly in their forcing one of the best observed ocean surface variable, except when assimilated to correct the model state. This classical approach presents however some inconsistency between the “assimilated” solution of the model and the “forced” one. The objective of this research is to develop in a realistic context a new assimilation scheme based on statistical methods that will use SST satellite observations to constrain (within observation-based air-sea flux uncertainties) the surface forcing function (surface atmospheric input variables) of ocean circulation simulations. The idea is to estimate a set of corrections for the atmospheric input data from ERAinterim reanalysis that cover the period from 1989 to 2007. We use a sequential method based on the SEEK filter, with an ensemble experiment to evaluate parameters uncertainties. The control vector is extended to correct forcing parameters (air temperature, air humidity, downward longwave and shortwave radiations, precipitation, wind velocity). Over experiments of one month duration, we assimilate observed monthly SST products (Hurrel, 2008) and SSS seasonal climatology (Levitus, 1994) data, to obtain monthly parameters corrections that we can use in a free run model This study shows that we can thus produce in a realistic case, on a global scale, and over a large time period, an optimal flux correction set that improves the forcing function of an ocean model using sea surface observations.

Ce travail s'inscrit dans une démarche visant à quantifier l'impact de la diagenèse sur les ratios élémentaires Sr/Ca, Mg/Ca et U/Ca caractéristiques de l'exosquelette (aragonite biogénique) de coraux Porites sp. Ces ratios élémentaires sont très utilisés comme paléo thermomètres en paléo climatologie tropicale pour reconstruire les paléo variables environnementales comme la température de surface de l'océan. On considère dans un premier temps un corail moderne prélevé in vivo et un corail fossile daté au 14C de l'Holocène Moyen (5445 ans BP). Les deux coraux ne présentent aucune trace d'altération diagénétique. On mesure Sr/Ca, Mg/Ca, U/Ca dans l'exosquelette par spectrométrie de masse couplée à un plasma inductif et à la microsonde de Castaing pour Sr/Ca. Les températures de l'océan du temps du vivant des coraux sont alors reconstruites à partir de la géochimie des échantillons et validées. L'approche est ensuite étendue à des coraux pléistocènes (~125000 ans BP) altérés par la diagénèse e.g., apparition de calcite au détriment de l'aragonite initiale sous l'action de l'eau douce percolant dans les récifs. Cette calcitisation affecte les ratios Sr/Ca et Mg/Ca originels et est susceptible d'entacher les reconstructions d'un biais qu'il est important de bien connaître. En s'appuyant sur la spectrométrie Raman et la microanalyse X, on confirme les tendances qualitatives rapportées dans la littérature sur l'impact de la calcite sur les proxies du climat : la présence de calcite diminue (resp. rehausse) le ratio Sr/Ca (resp. Mg/Ca) créant donc des artéfacts chauds dans les températures reconstruites. / This work is part of an approach aimed at quantifying the impact of diagenesis upon the Sr/Ca, Mg/Ca and U/Ca elemental ratios that typify the exoskeleton (biogenic aragonite) of Porites sp corals. These elemental ratios are indeed routinely used as paleothermometers in tropical paleoclimatology in order to reconstruct environmental paleovariables such as the Sea Surface Temperature (SST). In a first step, we analyze a modern coral collected in vivo and a fossil coral dated by 14C to mid-Holocene (5545 year BP). Both corals are in pristine state. The Sr/Ca, Mg/Ca and U/Ca ratios are measured by inductively coupled plasma mass spectrometry (ICP-MS) and with a Castaing microprobe for Sr/Ca. The SSTs at the time when the corals were alive are reconstructed from the geochemistry of the samples and validated against in situ measurements / previous work in the same area. Next, the approach is extended to Pleistocene fossil corals (~125000 year BP) that have been altered by diagenesis e.g., calcitization of the samples to the detriment of the original aragonite due to the fresh water that percolates through the coral reefs. Calcitization alters the original Sr/Ca and Mg/Ca. The reconstructed SSTs can therefore include nontrivial biases whose magnitude must be evaluated. Relying on Raman spectrometry, we confirm published qualitative trends on the impact of calcite upon the climate proxies : calcite lowers (resp. increases) the Sr/Ca (resp. Mg/Ca) ratio leading therefore to warm artifacts in the reconstructed SSTs.

Ce travail s'inscrit dans une démarche visant à quantifier l'impact de la diagenèse sur les ratios élémentaires Sr/Ca, Mg/Ca et U/Ca caractéristiques de l'exosquelette (aragonite biogénique) de coraux Porites sp. Ces ratios élémentaires sont très utilisés comme paléo thermomètres en paléo climatologie tropicale pour reconstruire les paléo variables environnementales comme la température de surface de l'océan. On considère dans un premier temps un corail moderne prélevé in vivo et un corail fossile daté au 14C de l'Holocène Moyen (5445 ans BP). Les deux coraux ne présentent aucune trace d'altération diagénétique. On mesure Sr/Ca, Mg/Ca, U/Ca dans l'exosquelette par spectrométrie de masse couplée à un plasma inductif et à la microsonde de Castaing pour Sr/Ca. Les températures de l'océan du temps du vivant des coraux sont alors reconstruites à partir de la géochimie des échantillons et validées. L'approche est ensuite étendue à des coraux pléistocènes (~125000 ans BP) altérés par la diagénèse e.g., apparition de calcite au détriment de l'aragonite initiale sous l'action de l'eau douce percolant dans les récifs. Cette calcitisation affecte les ratios Sr/Ca et Mg/Ca originels et est susceptible d'entacher les reconstructions d'un biais qu'il est important de bien connaître. En s'appuyant sur la spectrométrie Raman et la microanalyse X, on confirme les tendances qualitatives rapportées dans la littérature sur l'impact de la calcite sur les proxies du climat : la présence de calcite diminue (resp. rehausse) le ratio Sr/Ca (resp. Mg/Ca) créant donc des artéfacts chauds dans les températures reconstruites.

Reconstruire des champs géophysiques à partir d'observations bruitées et partielles est un problème classique bien étudié dans la littérature. L'assimilation de données est une méthode populaire pour aborder ce problème, et se fait par l'utilisation de techniques classiques, comme le filtrage de Kalman d’ensemble ou des filtres particulaires qui procèdent à une évaluation online du modèle physique afin de fournir une prévision de l'état. La performance de l'assimilation de données dépend alors fortement de du modèle physique. En revanche, la quantité de données d'observation et de simulation a augmenté rapidement au cours des dernières années. Cette thèse traite l'assimilation de données d'une manière data-driven et ce, sans avoir accès aux équations explicites du modèle. Nous avons développé et évalué l'assimilation des données par analogues (AnDA), qui combine la méthode des analogues et des méthodes de filtrage stochastiques (filtres Kalman, filtres à particules, chaînes de Markov cachées). Des applications aux modèles chaotiques simplifiés et à des études de cas de télédétection réelle (température de surface de lamer, anomalies du niveau de la mer), nous démontrons la pertinence d'AnDA pour l'interpolation de données manquantes des systèmes dynamiques non linéaires et à haute dimension à partir d'observations irrégulières et bruyantes.Motivé par l'essor du machine learning récemment, la dernière partie de cette thèse est consacrée à l'élaboration de modèles deep learning pour la détection et de tourbillons océaniques à partir de données de sources multiples et/ou multi temporelles (ex: SST-SSH), l'objectif général étant de surpasser les approches dites expertes. / Reconstructing geophysical fields from noisy and partial remote sensing observations is a classical problem well studied in the literature. Data assimilation is one class of popular methods to address this issue, and is done through the use of classical stochastic filtering techniques, such as ensemble Kalman or particle filters and smoothers. They proceed by an online evaluation of the physical modelin order to provide a forecast for the state. Therefore, the performanceof data assimilation heavily relies on the definition of the physical model. In contrast, the amount of observation and simulation data has grown very quickly in the last decades. This thesis focuses on performing data assimilation in a data-driven way and this without having access to explicit model equations. The main contribution of this thesis lies in developing and evaluating the Analog Data Assimilation(AnDA), which combines analog methods (nearest neighbors search) and stochastic filtering methods (Kalman filters, particle filters, Hidden Markov Models). Through applications to both simplified chaotic models and real ocean remote sensing case-studies (sea surface temperature, along-track sea level anomalies), we demonstrate the relevance of AnDA for missing data interpolation of nonlinear and high dimensional dynamical systems from irregularly-sampled and noisy observations. Driven by the rise of machine learning in the recent years, the last part of this thesis is dedicated to the development of deep learning models for the detection and tracking of ocean eddies from multi-source and/or multi-temporal data (e.g., SST-SSH), the general objective being to outperform expert-based approaches.