Return to search

Apport des données spatiales pour la modélisation numérique de la couche de mélange du Golfe du Bengale / Remote sensing and numerical modeling of the oceanic mixed layer salinity in the Bay of Bengal

Le Golfe du Bengale (GdB), dans l'océan indien Nord, est sous l'influence d'intenses vents de mousson, qui se renversent saisonnièrement. Les fortes pluies et les apports fluviaux associés à la mousson de Sud-Ouest font du GdB l'une des régions les moins salées des océans tropicaux. La forte stratification haline proche de la surface qui en découle contribue à limiter le mélange vertical, ce qui maintient des températures de surface élevées et favorise la convection atmosphérique et les pluies. Cette stratification en sel a ainsi des implications profondes sur les échanges air-mer et sur le climat des pays riverains. L'objectif de ma thèse est d'améliorer la description de la variabilité de la salinité de surface (SSS) du GdB, et de comprendre ses mécanismes aux échelles de temps saisonnières à interannuelles. Les climatologies existantes ont permis de mettre en évidence un cycle saisonnier marqué de la SSS, avec un dessalement intense de la partie Nord du bassin pendant l'automne, suivi par une expansion de ces eaux dessalées le long du bord Ouest du bassin. Cette langue dessalée s'érode finalement pendant l'hiver, pour revenir à son extension minimale au printemps. Cependant, la rareté des observations in-situ de SSS ne permet d'observer les fluctuations interannuelles autour de ce cycle saisonnier que de manière parcellaire dans le GdB. Le développement récent de la télédétection spatiale de la SSS (missions SMOS et AQUARIUS) a ouvert de nouvelles opportunités à cet égard. Cette technologie reste toutefois délicate dans le cas d'un bassin de petite taille tel que le GdB, du fait des contaminations éventuelles du signal de SSS par les interférences radio et par les sources d'origine continentale. Une validation systématique des produits satellites par comparaison à un jeu de données in-situ exhaustif montre qu'Aquarius capture de façon réaliste les évolutions saisonnières et interannuelles de la SSS partout dans le GdB. A l'inverse, SMOS ne parvient pas à restituer une salinité meilleure que les climatologies existantes. / Located in the Northern Indian Ocean, the Bay of Bengal (BoB) is forced by intense seasonally reversing monsoon winds. Heavy rainfall and strong river runoffs associated with the southwest monsoon makes the bay one of the freshest regions in the tropical ocean. This surface fresh water flux induces strong near surface salinity stratification, which reduces vertical mixing and maintains high sea surface temperatures and deep atmospheric convection and rainfall. This intense near surface haline stratification has therefore profound implications on the air-sea exchanges, and on the climate of the neighboring countries. The goal of my thesis is to improve the description of the Sea surface salinity (SSS) variability in the BoB and to understand the oceanic and atmospheric processes driving this variability at seasonal and interannual timescales. Existing climatologies reveal a marked seasonal cycle of SSS with an intense freshening of the northern part of the basin during fall that subsequently spreads along the western boundary. This fresh pool finally erodes during winter, to reach its minimal extent in spring. The paucity of in-situ SSS observations however prevented to monitor the interannual fluctuations around this seasonal picture with a good spatial coverage. The recent development of SSS remote-sensing capabilities (with SMOS and AQUARIUS satellites) may help with that regard. However this is particularly challenging for a small semi-enclosed basin such as the Bay of Bengal, because of the potential contamination of the SSS signal by radio frequency interferences and land effects in the near coastal environment. A thorough validation of these satellite products to an exhaustive gridded in-situ dataset shows that Aquarius reasonably captures the large-scale observed seasonal and interannual SSS evolution everywhere in the BoB while SMOS does not perform better than existing climatologies, advocating for improvements of its SSS retrieval algorithm there.

Identiferoai:union.ndltd.org:theses.fr/2015TOU30333
Date02 April 2015
CreatorsValiya Parambil, Akhil
ContributorsToulouse 3, Durand, Fabien, Lengaigne, Matthieu
Source SetsDépôt national des thèses électroniques françaises
LanguageEnglish
Detected LanguageEnglish
TypeElectronic Thesis or Dissertation, Text

Page generated in 0.0017 seconds