Contexte:

1. Utilisation de données altimétriques et de données vent pour détecter la perte de drogue des bouées dérivantes de type SVP Contexte: Ce travail a été réalisé dans le cadre de 2 études financées par le CNES pour le calcul de Topographie Dynamique Moyenne (TDM) des océans 1- Projet SLOOP (2008-2009): Utilisation de données altimétriques, in-situ et de données GRACE pour le calcul d’une TDM globale Ce travail a permis de mettre en évidenceunepentedécennalesuspectedans la réponsed’Ekmanmesuré par les bouéesdérivantes de 1993 à 2008. Rio, M. H., S. Guinehut, and G. Larnicol (2011), New CNES‐CLS09 global mean dynamic topography computed from the combination of GRACE data, altimetry, and in situ measurements, J. Geophys. Res., 116, C07018, doi:10.1029/2010JC006505 2- Projet KEOPS (2011): Utilisation de donnéesaltimétriques, in-situ et de données GOCE pour le calculd’uneTDM régionale(îles Kerguelen) Ce travail a permisd’identifierl’origine de la pentedécennale(pollution du jeu de donnéesbouées temps différé AOML par un nombre croissant de bouéesayantperduleur drogue depuis 2000) et de mettre en place uneprocédureautomatique de détection de perte de drogue afin de nettoyer le jeu de données temps différéet fournirunevitesse corrective Rio, M. H. (submitted): Use of altimetric and wind data to detect the anomalous loss of SVP-type drifter’s drogue, submitted to JAOT

2. Tensions de vent ERA INTERIM Les courants d’Ekman 45° La théorie d’Ekman β θ Modèle Rio and Hernandez, 2003 Estimé à partir de données de bouées dérivantes de surface et de l’altimétrie

3. Tensions de vent ERA INTERIM Les courants d’Ekman Bouées dérivantes ancrées à 15m et distribuées par l’AOML pour la période 1993-2010 cm/s Modèle Rio and Hernandez, 2003 Filtre passe bande 30 heures – 20 jours βet  sont estimés par moindre carré

4. Les courants d’Ekman βet θestimés par année en global θ β • Forte dépendance de β et θavec le temps • Croissance temporelle du paramètre β • Décroissance temporelle de |θ| - Direction des courants d’Ekman se rapproche de la direction du vent Rio et al, 2011

6. Les courants d’Ekman βet θestimés par année en global β θ TOUS TROIS PREMIERS MOIS de chaque trajectoire SEULEMENT (Grodsky et al, 2011)  On ne garde que 10% des données Il faut nettoyer le jeu de données AOML des bouées ayant perdu leur ancre flottante

7. Méthode de détection de la perte de l’ancre flottante • Calcul d’un nouveau modèle d’Ekman basé sur les trois premiers mois des trajectoires des bouées dérivantes AOML (par bande de latitude et par mois pour prendre en compte la variabilité spatio-temporelle de la stratification des océans) • Les courants géostrophiques altimétriques (AVISO) sont retirés des vitesses bouées •  Vitesse bouée ‘Ageostrophique’ • Les courants d’Ekman sont retirés des courants bouées agéostrophiques •  Vitesse bouée‘résiduelle’ • Calcul de la corrélation vectorielle entre la vitesse bouée ‘résiduelle’ et le vent le long de la trajectoire du flotteur (seules les trajectoires de durée supérieure à 200 jours sont prises en compte) Rc, θc Rc, θc Fenêtre glissante sur 100 jours

8. Méthode de détection de la perte de l’ancre flottante P2 P1 Vitesse bouée ‘Ageostrophique’ vs Vent (Vitesse ‘Ageostrophique’ = Vbouee-Valti) P1 & P2: Correlation> 0.5 Angle d’Ekman~60° Rc Vitesse bouée ‘Résiduelle’ vs Vent Jours (Vitesses‘Résiduelles’ = Vbouee-Valti-Vekman) P1: Corrélation faible (< 0.3) Angle de Corrélation incohérent P2: Corrélation augmente Angle de Corrélation proche de 0 αbest (%) Angle  Il est fort probable que l’ancre soit présente durant P1 et absente durant P2 Vitesses ‘Résiduelles’ = Vbouee-Valti-Vekman-αVent Jours αcompris entre 0% et 2% Vbouee-Valti-Vekman-αbestVentvs Vent On détermine α= αbestqui minimise la corrélation vectorielle entre la vitesse ‘résiduelle’ et le vent.

9. Méthode de détection de la perte de l’ancre flottante Routine automatique: On considère que l’ancre est perdue quand α > 0.3% Validation de la procédure de détection: Test du jeu de données AOML incluant les bouées dont la perte de drogue est connue Flag AOML=1: La perte de drogue a été identifié à l’aide des tests classiques (tests de submergence ou de tension) Flagα =1: La perte de drogue a été identifié par la méthode mise en œuvre dans cette étude

10. Les courants d’Ekman βet θestimés par année en global β θ TOUS TROIS PREMIERS MOIS de chaque trajectoire SEULEMENT (Grodsky et al, 2011) ~ 10% des données Bouées ancrées uniquement ~45% des données

11. Utilisation du jeu de données « nettoyé » pour calculer un nouveau modèle d’Ekman « stable » β θ En été / aux basses latitudes, l’océan est plus stratifié => De décroît => augmente augmente =>

12. Terme correctif dû à l’effet direct du vent sur la bouée non droguée: αbestVent Terme correctif exprimé en % de la vitesse corrigée et moyennée sur toute la période 1993-2010 par boîtes de 20° par 20° Moyenné sur toute la période 1993-2010 par boîtes de 20° par 20° cm/s

13. Projet KEOPS: Calcul des vitesses moyennes dans l ’ACC autour des îles Kerguelen: Apport du nettoyage du jeu de données de bouées dérivantes Nouveau modèle d’Ekman + correction de dérive au vent Toutes les bouées (avec ou sans ancre) Nouveau modèle d’Ekman Toutes les bouées (avec ou sans ancre) Nouveau modèle d’Ekman Bouées ancrées seulement

14. CONCLUSIONS • Une méthode a été développée permettant de détecter l’absence de drogue sur les bouées dérivantes de type SVP. • La méthode permet également d’estimer un terme correctif de vitesse – lié à l’action directe du vent - sur les bouées ayant perdu leur drogue • Cette méthode a été développée et testée sur le jeu de données temps différé distribué par l’AOML. • L’AOML responsable du traitement/contrôle qualité/distribution des données en temps différé travail actuellement à l’élaboration d’un jeu de données nettoyé qui devrait être officiellement mis à disposition des utilisateurs courant 2012 (?) • Jeu de données temps différé de validation utilisé par Mercator-Océan = Jeu de données temps différé AOML – corrigé par la méthode (flag + terme correctif)

15. PERSPECTIVES • Jeu de données temps réel de validation utilisé par Mercator-Océan = Jeu de données Météo-France/Coriolis • Détection de perte de drogue en temps réel: • Mise en place de nouveaux tests de présence de drogue par Météo-France • Quels algo? Ont-ils été validés sur le jeu de données TD? • Nécessité de confronter les résultats avec ceux issus de notre méthode • Nécessité d’adapter la méthode pour le temps réel - fenêtre de traitement (100 jour) à réduire/ajuster • + Fourniture d’un terme correctif pour avoir un jeu de donnée le plus complet possible • Mise en place d’une black liste: bouées identifiées non droguées lors des traitements TD et toujours actives • Mise en place d’une black liste en léger temps différé – via la méthode adaptée • Quel cadre pour ces études ? • Quels rôles pour Météo-France/Coriolis/Mercator/CLS et quelles interactions ??