etude de l`influence des vitesses verticales associees au front
Transcription
etude de l`influence des vitesses verticales associees au front
D.E.A. « Océanologie Biologique et Environnement Marin » Université Pierre et Marie Curie - Paris VI Année Universitaire 2001/2002 ETUDE DE L’INFLUENCE DES VITESSES VERTICALES ASSOCIEES AU FRONT ALMERIA-ORAN SUR LA DISTRIBUTION DE TAILLES DES PARTICULES : LA PENTE SPECTRALE COMME INDICATEUR DE LA DYNAMIQUE FRONTALE Sergio VALLINA. Laboratoire d’Océanographie de Villefranche-sur-Mer (LOV) Station Zoologique Remerciements : Je souhaite ici remercier tous ceux qui m’ont permis de réaliser ce travail. Tout d’abord le Pr. Paul Nival, autant pour sa disponibilité que pour sa gentillesse. Je voudrais aussi remercier Monsieur Louis Legendre pour m’avoir accuelli dans le LOV. Je remercie bien sûr Antoine Sciandra et Louis Prieur pour l’encadrement qu’ils m’ont dispensé et leur disponibilité pour répondre à toutes mes questions. Je ne peux pas oublier Serge Dallot. Il a toujours été ouvert à mes questions avec une disponibilité et une gentillesse rares. Ses compétences en analyses statistique m’ont vraiment servi pendant ce stage. Je tiens à remercier mes collègues de bureau-caverne : Emilie, Lionel, Juan et Stephane. A vous tous, merci pour votre aide, compagnie, discussions et proximité. L’ambiance qui a régné m’a permis de supporter les moments difficiles et travailler vraiment à l’aise en votre compagnie. Je voudrais aussi remercier Radhouane pour sa disponibilité et sa patience, ...et pour m’avoir permis d’utiliser son imprimante couleur. Enfin, merci beaucoup à Aurelie, Emmanuelle, Lionel et Solenn pour leur insestimable aide avec le français. Autrement, en dehors du contexte de travail, il a y eu beaucoup de gens qui m’ont permis d’apprécier de leur compagnie, merci : Alcinoe, Aurélie, Cesar, Géraldine, Jorge, Juan, Kevin, Mahel, Morgane, Natalia, Ossana, Solenn, Tsuneo, Valenti, Vamara..., et à bientôt. SOMMAIRE : I. INTRODUCTION ..........................................................................................................1 II. MATERIEL ET METHODES ....................................................................................2 II.1. LE COMPTEUR HIAC................................................................................................2 II.2. LOCALISATION DES STATIONS ET ECHANTILLONNAGE .............................3 II.2.1. Dynamique d’une zone frontale : le Front Almeria-Oran......................................3 II.2.1.1. Structure générale d’un front......................................................................3 II.2.1.2. Vitesses verticales agéostrophiques : circulation secondaire.....................3 II.2.1.3. Le cas du Front Almeria-Oran....................................................................4 II.2.2. Types d’échantillonnage........................................................................................5 II.2.2.1. Echantillonnage lagrangien........................................................................5 II.2.2.1. Echantillonnage cross-frontal.....................................................................6 II.3. TRAITEMENT DES SPECTRES DE TAILLE...........................................................6 II.3.2. Descripteurs............................................................................................................6 II.3.2.1. Concentration..............................................................................................6 II.3.2.2. Biovolume....................................................................................................7 II.3.3. Normalisation et relativisation des descripteurs.....................................................7 II.3.3.1. Normalisation...............................................................................................7 II.3.3.2. Relativisation................................................................................................8 II.3.4. Sélection de la gamme de tailles.............................................................................8 II.4. ESTIMATIONS DES PARAMETRES SPECTRAUX................................................ 8 II.4.1. Valeurs moyennes des descripteurs........................................................................ 8 II.4.2. Pente spectrale.........................................................................................................8 II.4.3. La régression linéaire..............................................................................................9 II.4.3.1. Transformation logarithmique.....................................................................9 II.4.3.2. Qualité de l’ajustement linéaire...................................................................9 II.4.4. Intervalles de confiance : la méthode Bootstrap.....................................................9 II.5. CORRELATION ENTRE LES PARAMETRES.........................................................10 II.5.1. Corrélation 1-D : coefficients de corrélation de rang.............................................11 II.5.2. Corrélation 2-D : comparaison des cartographies..................................................11 II.5.2.1. Interpolation spatiale et cartographie : la méthode du krigeage...............11 II.5.2.2. Standarisation des données.........................................................................11 II.5.2.3. Comparaison globale..................................................................................11 II.5.2.4. Comparaison locale....................................................................................12 III. RESULTATS ...............................................................................................................12 III.1. ENVIRONNEMENT D’ECHANTILLONNAGE : STRUCTURE DU JET..............12 III.2. STRUCTURE SPATIALE DES PARAMETRES : RELATION ENTRE LA STRUCTURE FRONTALE ET LA DISTRIBUTION DE TAILLES.................................13 III.2.1. Profils verticaux..................................13 III.2.1.1. Détermination des masses d’eau et structure verticale des paramètres....14 III.2.1.2. Distribution verticale de l’incertitude du modèle linéaire.........................17 III.2.2. Cartographies d’interpolation................................................................................17 III.2.2.1. Paramètres physiques : température, salinité et densité............................17 III.2.2.2. Paramètres biologiques : distribution de tailles, concentration, oxygène et fluorescence...............................................................................................................18 III.2.2.3. Incertitude de la pente spectrale.................................................................20 III.3. COMPARAISON DES CARTOGRAPHIES...............................................................20 IV. DISCUSION...................................................................................................................20 IV.1. STRATEGIE D’ECHANTILLONAGE : LE PROBLEME DE L’ECHELLE.............20 IV.2. ETUDE COMPARATIVE : PENTE SPECTRALE OU DIAMETRE MOYEN COMME ESTIMATEUR DE LA DISTRIBUTION DE TAILLES ?.......................................................21 IV.3. PENTE SPECTRALE COMME INDICATEUR DE LA DYNAMIQUE FRONTALE...........................................................................................................................22 IV.3.1. Relation entre la distribution de tailles et les vitesses verticales...........................22 IV.3.1.1. Validation des modèles théoriques de la dynamique frontale.....................22 IV.3.1.2. Influence du sens de la vitesse verticale sur la valeur de la pente spectrale.....................................................................................................................23 IV.3.2. Comparaison avec d’autres possibles indicateurs biologiques..............................24 IV.4. DESCRIPTION DE LA STRUCTURE BIOLOGIQUE DU FAO..............................25 IV.4.1. Distribution de la chlorophylle a...........................................................................25 IV.4.2. Activité bacterienne...............................................................................................25 IV.4.3. Flux de matière et d’énergie..................................................................................26 V. CONCLUSIONS ET PERSPECTIVES........................................................................27 VI. REFERENCES..............................................................................................................28 VII. ANNEXE : LA METHODE DES MOINDRES CARRES I. INTRODUCTION : La campagne Almofront II menée au cours de l’hiver 1998 est la continuation des études interdisciplinaires réalisées sur le Front Almeria-Oran (FAO) pendant la campagne Almofront I. Un des objectifs d’Almofront II était d’approfondir la structure physique et dynamique du FAO, ainsi que son influence sur la production, et ce en utilisant des indicateurs biologiques comme la distribution en tailles des particules. Les modèles théoriques de fronts induits par la déformation courbe d’un jet décrivent avec précision leur dynamique (advection horizontale, vitesses verticales, distribution de la densité potentielle...) à partir d’équations (Hitchcock et al., 1993; Onken, 1992; Pinot et al., 1996; Tintoré et al., 1990; Wang, 1993; Woods, 1988). Cependant, peu de travaux ont validé ces résultats sur des fronts réels. Un des principaux problèmes est lié à la fréquence d’échantillonnage (Strass et al., 1991). Il en résulte que les conclusions sur la dynamique frontale restent théoriques (Woods, 1988). En mer d’Alboran, la dynamique des phénomènes d’ajustement et l’importance des processus à mésoéchelle sont encore mal connus (Tintoré et al., 1991). La plupart des travaux menés sur le FAO ont cherché à observer l’influence de la dynamique frontale sur des quantités biologiques (Gomez et al., 2001; Quiñones et al., 1994; Rodriguez et al., 2001) . Rodriguez et al. (1998) utilisent la profondeur de l’interface Atlantique - Méditerranée (AMI) pour localiser la présence de tourbillons cycloniques et anticycloniques, et comprendre leurs effets sur la biologie. D’autres travaux utilisent une approche purement physique pour caractériser la dynamique du FAO à mésoéchelle (Folkard et al., 1994; Tintoré et al., 1991). Il existe aussi des résultats qui donnent une description interdisciplinaire des caractéristiques physiques et biologiques du FAO (Prieur & Sournia, 1993). Les paramètres biologiques peuvent servir à mieux connaître la structure physique des fronts ainsi que leur importance écologique. Strass et al. (1991) utilisent la chlorophylle a (notée chl-a par la suite) comme indicateur de l’activité frontale dans l’Atlantique Nord, en supposant un effet stimulant des vitesses agéostrophiques verticales (Hitchcock et al., 1993; Onken, 1992; Wang, 1993; Woods, 1988) sur la production primaire. Il existe une forte corrélation entre les échelles biologiques et physiques, ce qui indique que la variabilité de la chl-a est gouvernée par des processus associés aux méandres du jet (Hitchcock et al., 1993) et par des phénomènes de turbulence (Zakardjian & Prieur, 1994). Plusieurs travaux ont démontré une relation entre la structure de taille des particules et les vitesses verticales (Semina, 1968; Semina, 1972; Rodriguez et al., 2001). Les estimateurs courants de la structure de tailles sont le diamètre moyen (Semina, 1968, 1972) et la pente de la distribution log-normale d’abondance (ou de biovolume) en fonction la taille des particules (Platt 1 & Kenneth, 1978; Rodriguez & Mullin, 1986; Rodriguez et al., 2001; Jackson et al., 1996; Brun Cottan, 1970). Certains auteurs ont montré que le diamètre moyen pouvait être un estimateur instable (Peters, 1994 in Vidondo et al., 1997). Cependant, la pertinence de ces estimateurs comme signature de la dynamique frontale n’a jamais été abordée. L’objectif principal de ce travail est d’étudier la structure dynamique du Front AlmeriaOran (FAO) en relation avec des paramètres biologiques, notamment la distribution en taille de la matière organique particulaire (MOP), et de valider les modèles théoriques de fonctionnement frontal existants. Notre hypothèse de départ est que la distribution en taille de la MOP est gouvernée par l’hydrodynamisme du front, et qu’ inversement, elle peut révéler l’existence de processus physiques particuliers comme des phénomènes d’advection verticale. Les deux stratégies d’échantillonnage (eulérienne et lagrangienne) utilisées lors de la campagne Almofront II ont été comparées afin de déterminer laquelle est la plus adaptée à la compréhension de ce type d’écosystème marin. Nos résultats montrent que la pente d’un spectre de tailles en échelle logarithmique (Rodriguez et al., 2001) est un bon indicateur de la structure physique et dynamique du FAO, et qu’il est préférable à la mesure de la chlorophylle (chl-a). La pertinence du diamètre moyen a aussi été testée dans ce contexte. Enfin, la combinaison des différents paramètres biologiques mesurés lors de la campagne Almofront II avec la distribution en taille des particules a permis de faire des hypothèses sur le fonctionnement du système frontal Almeria-Oran. II. MATERIEL ET METHODES : 1. LE COMPTEUR HIAC : Le comptage des cellules est automatisé. Le principe de mesure du compteur optique HIAC (HIgh Accuracy Counter) est basé sur le phénomène d’extinction lumineuse (absorption + diffusion) en considérant que la diffusion est négligeable. Il se compose d’une source lumineuse laser, et d’un capteur d’intensité lumineuse. Entre les deux passe un filet d’eau issu des échantillons à analyser. Chaque fois qu’une cellule intercepte le laser elle soustrait une certaine intensité lumineuse au capteur. Cette « ombre » projetée est proportionnelle à la section efficace de la particule. Le compteur HIAC est capable de mesurer en même temps le nombre et la taille des particules présentes dans un échantillon. La gamme de tailles que le compteur HIAC est capable de mesurer se situe entre 1,7µm à 300µm. Cependant, en raison de la loi puissance de décroissance du nombre en fonction de la taille, les comptages sont significatifs uniquement jusqu’à 50 µm compte tenu du volume d’échantillonnage limité à 50 ou 100 ml suivant le temps disponible pour effectuer les comptages. Cet intervalle de taille est en accord avec les volumes des échantillons (50 ml ou 100 ml) : 2 étant donné la diminution de la concentration au fur et à mesure que la taille des particules augmente, il y a, en moyenne, une particule de 100 µm par 50 ml (Sheldon et al., 1972). Le compteur HIAC permet un comptage rapide et précis des particules dans un échantillon. Par contre il n’est pas capable de donner d’information sur leur composition chimique. Il n’est pas possible de distinguer les organismes vivants (microalgues, etc) du matériel inerte (pelotes fécales, détritus, etc). Cependant, il est accepté que la majorité du matériel en suspension dans l’océan est matériel organique particulaire (M.O.P.), soit non-vivant soit des organismes (Sheldon et al., 1972). 2. LOCALISATION DES STATIONS ET ECHANTILLONAGE : 2.1. DYNAMIQUE D’UNE ZONE FRONTALE : LE FRONT ALMERIA-ORAN : 2.1.1. Structure générale d’un front : Une zone frontale est caractérisée par la rencontre de deux masses d’eau de densité différente, la densité de chacune étant conditionnée par ses caractéristiques de salinité et de température. Une telle situation implique un milieu fortement stratifié. Des écoulements géostrophiques sont capables de maintenir ce fluide stratifié loin de son équilibre gravitationnel (Cushman-Roisin, 1993, pag.182). Dans un milieu non-tournant, l’action des forces dérivées du gradient de densité conduit à une situation d’équilibre gravitationnel où la masse d’eau la moins dense se situe au-dessus de la masse d’eau la plus dense. Dans un milieu en rotation, si l’échelle temporelle T du mouvement des eaux est égale ou supérieure à la période de rotation (1) , l’équilibre des forces entre les deux masses génère un front termohalin persistant; la force de Coriolis contrebalance la force due au gradient de pression et le « glissement » d’une masse d’eau sur l’autre n’aboutit pas à une superposition horizontale des deux masses d’eau. Le mouvement du fluide ne se dirige pas des hautes pressions vers les basses (direction perpendiculaire au gradient), mais il est parallèle aux isobares. Cela permet la persistance du gradient horizontal de densité. Le fluide est dans une situation appelée barocline (les isobares et isopycnes ne sont pas parallèles). Ceci implique que les vitesses horizontales géostrophiques diminuent avec la profondeur. La différence entre les vitesses géostrophiques de deux surfaces isobares est connue comme écoulement termohalin ou écoulement de vent thermique (voir ENCADRE I). Ce mouvement géostrophique est perpendiculaire au gradient de densité (donc il est parallèle aux isopycnes), avec une intensité proportionnelle au gradient. Le sens du courant laisse à gauche les eaux les plus denses. 2.1.2. Vitesses verticales agéostrophiques : Circulation secondaire Les zones frontales se caractérisent par une production primaire relativement plus forte que celle des eaux adjacentes. Cela est lié à l’apparition de systèmes de convergence/divergence 1. Ceci implique que le mouvement du fluide est affecté pour la force de Coriolis : w = 2π/ΩT ≤ 1 3 ENCADRE I : Flux Geostrophique Homogène: On considère qu’un fluide est en équilibre géostrophique quand le mouvement est la résultante de l’équilibre dynamique existant entre le gradient de pression, la force de Coriolis et la force de la gravité. Les variations spatiales ou temporelles du champ de vitesses (du/dt) ainsi que la viscosité sont considérées négligables face à l’ordre de grandeur de la force de Coriolis et le gradient de pression. Ceci implique l’établissement d’un mouvement lent et persistant. Le système d’équations qui caractérise cette situation est donné par les projections de l’équation de quantité de mouvement (dérivée de la deuxième loi de Newton) sur les axes spatiaux et l’équation de continuité. Dans les cas d’un milieu de densité homogène sous l’approximation de Boussinesq il est donné par : 1 ∂p ρ o ∂x 1 ∂p fu = − ρ o ∂y 1 ∂p 0= − ρ o ∂z ∂u ∂v ∂w + + =0 ∂x ∂y ∂z x - momentum : − fv = − (1) y- momentum : (2) z - momentum : Eq. Continuité : (3) (4) Où p = p(x,y,z,t) est la pression dynamique. La pression totale est la somme de la pression dynamique plus la pression hydrostatique. La pression dynamique est fonction du champ de densité tandis que l’hydrostatique est fonction de la hauteur de la colonne d’eau (Cushman-Roisin, 1994). u est la composante horizontale de vitesse dans l’axe x, v dans l’axe y et w la composante verticale (axe z). Des équations (1) et (2) on obtient que ∂u ∂v ∂w + = 0 , ce qui implique d’après l’équation de continuité que = 0 . Etant donné que w ∂x ∂y ∂z est nulle à la surface de la mer (une particule ne peut « échapper » du fluide), elle restera nulle pour toute la colonne d’eau. Donc la conséquence principale d'un équilibre géostrophique est que l’écoulement correspondant est horizontal (Zakardijan, 1994). Flux géostrophique non-homogène barocline: Equations de vent thermique : Dans le cas d’un fluide stratifié le système d’équations caractérisant l’écoulement est donné par les expressions (1) , (2) et (4) plus celle d’équilibre hydrostatique : z - momentum : ∂p = − ρg ∂z (5) où ρ = ρ(x,y,z,t) est la perturbation de la densité moyenne. Si l’on dérive par rapport à z (1) et (2), d’après l’équation (5) on arrive aux équations de vent thermique : x - momentum : y - momentum : ∂v g =− ∂z ρo f ∂u 1 =+ ∂z ρo f ∂ρ ∂x ∂ρ ∂y (6) (7) Ces expressions expriment que les vitesses géostrophiques u et v ne sont pas constantes dans la verticale puisque le gradient horizontal de densité n’est pas nul. Il y a un gradient vertical de la vitesse géostrophique horizontale. Cette propriété barocline de l’écoulement est à la base de l’état stationnaire d’un front. La différence relative entre les vitesses géostrophiques de deux niveaux différents est connu comme écoulement thermohaline, écoulement barocline ou vent thermique (par analogie avec la nomenclature atmosphérique). qui génèrent des vitesses verticales isopycnales (Claustre et al., 1994, Arnone et al., 1990). Celles-ci ne sont plus géostrophiques puisque en situation géostrophique la vitesse verticale est nulle (voir ENCADRE I). Une des causes possibles de l’apparition des ces vitesses agéostrophiques semble être liée à l’influence de la viscosité (Mann & Lazier, 1996, pag.221). Le front n’est pas en équilibre géostrophique parfait puisque, à cause de la viscosité, la vitesse est légèrement inférieure à celle qui correspondrait au gradient de pression. Donc la force due au gradient de pression est légèrement supérieure à la force de Coriolis ; ces forces ne sont pas exactement compensées, ce qui induit une petite composante de vitesse horizontale perpendiculaire à l’écoulement géostrophique. Elle est plus importante au centre du front puisque le gradient de pression y est plus intense. Ceci implique l’apparition d’une divergence à gauche du centre et une convergence à droite du centre. Cela engendre donc l’apparition de cellules de convergence/divergence produisant des vitesses verticales agéostrophiques. Les vitesses verticales ascendantes enrichissent la surface en nutriments, ce que favorise la production primaire. Une autre type de écoulement agéostrophique est lié à la loi de conservation de la vorticité potentielle (voir ENCADRE II). Toute altération d’un des termes de l’équation de vorticité potentielle (champ de vitesses géostrophiques, champ de densité ou pression) sous l’action d’un forçage externe ou interne doit être compensée par les autres termes de l’équation de façon à respecter la loi de conservation (Zakardjian, 1994). L’existence d’une vorticité du champ horizontal des vitesses (rotationel) entraîne l’apparition de vitesses verticales. Le signe du rotationel indique le signe de la vitesse verticale (i.e. un gyre cyclonique implique l’existence d’un rotationel positif et donc de vitesses verticales ascendantes et vice-versa. En conséquence, les systèmes frontaux dérivés de la perturbation d’un jet en forme d’un jet-onde (Wang, 1993) (fig. 2) entraînent des zones de divergence (remontées d’eau) en alternance avec des zones de convergence (plongées d’eau) : entre le creux et la crête de l’onde il y a une remontée; entre la crête et le creux il y a une plongée (Hitchcock et al., 1993; Onken, 1992; Pinot et al.1996; Tintoré et al., 1990; Woods, 1988) (fig. 3) (voir ENCADRE III). 2.1.3. Les cas du Front Almeria-Oran : L’entrée d’eau Atlantique dans le bassin méditerranéen par le d’étroit de Gibraltar provoque l’apparition d’un front géostrophique très intense du coté Est de la Mer d’Alboran. Il sépare les eaux Atlantique, relativement froides et de salinité modérée, des eaux méditerranéennes, plus froides en hiver et plus salées. Les premiers se situent en position SSO et les deuxièmes NNE. La forte salinité des eaux méditerranéennes font qu’elles sont plus denses que les eaux Atlantique (Gasser, 1995). L’eau Atlantique rentre donc en surface et produit un jet O-E très intense. Son instabilisation est à l’origine de l’apparition des méandres (jet-onde) (Wang, 1993). Ceux-ci sont à l’origine de la formation de deux tourbillons anticycloniques (fig. 4), due à 4 ENCADRE II : Vorticité potentielle : La vorticité ou rotationel de la vitesse est donnée par le produit vectoriel de l'opérateur nabla et le vecteur vitesse : ζ = ∇×u = ( ∂w ∂v ∂u ∂w ∂v ∂u ∂v ∂u − )i + ( − ) j + ( − )k = ( − )k ∂y ∂z ∂z ∂x ∂x ∂y ∂x ∂y La vorticité absolue est la somme de la vorticité relative liée à l’écoulement du fluide plus la vorticité planétaire liée à la rotation de la Terre : ζa = f + ζr. La vorticité potentielle est la vorticité planétaire par volume de fluide dans une colonne d’eau de hauteur h : q = (f + ζr) / h Il est comparable au moment angulaire d’un système isolé (Cushman, 1994). Dans le cas d’un fluide barotrope où les forces de friction sont négligeables la vorticité potentielle est constante : dq/dt = 0 (Zakardjian, 1994). ENCADRE III : Vitesses verticales associées à la perturbation d'un jet en forme d'onde: La perturbation d'un jet en forme d'onde entraîne l'apparition de vitesses verticales ascendantes et descendantes. Elles résultent de la formation de zones de convergence et de divergence liées à la balance de la force centrifuge et de la force de Coriolis. La force de coriolis est dirigée à droite du mouvement d'une parcelle de fluide et aussi proportionelle à la vitesse du mouvement de celle-ci. Pour cela, les parcelles de fluide situées dans la vague de l'onde (virage à droite) doivent incrémenter leur vitesse pour compenser l'action de la force centrifuge (qui a un sens opposé à la force de Coriolis dans cette zonne) (voir fig.1). Par contre, dans le creux (virage à gauche) elles doivent diminuer leur vitesse (la force centrifugue a le meme sens que la force de Coriolis dans cette zone) (Cushman Roisin, 1993, pag. 243). Cette distribution du champ horizontal des vitesses fait qu'entre vague et creux apparait une convergence de fluide, qui implique une plongée d'eau (vitesse verticale descendante), et qu'entre creux et vague apparaît une divergence, qui implique des vitesses verticales ascendentes (Onken, 1992). D'autre part, l'intensité de ces vitesses verticales est liée à la courbature du méandre : un rayon plus petit implique une force centrifuge plus intense et donc une convergence et/ou une divergence plus importantes. Force Centrifuge Force de Coriolis Vitesse du volume de fluide Fig. 1 : Schema de forces qui actuent sur un volume de fluide en mouvement dans un jet en forme d'onde. Dans la vague de l'onde le volume de fluide va plus rapid que dans le creux, ce que implique une zone de convergence entre ces deux points : pour la loi de conservation de la masse la diference du flux entre ces deux points proiduit un flux vertical descendante. Entre creux et vague, la situation est inverse : il y a une divergence que produit la remonté d'eau (flux vertical ascendente). 50 0 Distance (km) 100 Fig. 2 : Distribution des vitesses horizontales dans une surface isopycnale de profondeur moyenne 20 m dans un jet à mésoéchelle modélisée (Source : Woods, 1988). Les méandres sont dûs à une perturbation initiale qui s’amplifie avec le temps jusqu'à atteindre une limite. L'onde ainsi générée est à l'origine de zones de convergence et de divergence (fig. 3). 0 50 100 150 200 Distance (km) Fig. 3 : Distribution des zones de divergence et convergence dans un jet-onde modélisé. Entre le creux et la vague de l'onde il y a une zone de divergence (vitesses verticales ascendentes) et entre la vague et le creux il y a une zone de convergence (vitesses verticales descendentes) (Source : Onken, 1992). STRUCTURE DU FRONT ALMERIA – ORAN : Fig. 4 : Carte de la mer d’Alboran dans son ensemble avec les deux tourbillons anticycloniques tels qu’ils sont connus par la littérature. Le jet géostrophique et le front qui lui est associé sont ici matérialisés par la ligne continue épaisse qui contourne les gyres. Dans la partie Est, plusieurs positions (1, 2, 3) du Front Almeria-Oran (FAO) ont été observées selon les périodes ou les années. Cette figure est issue de Prieur & Sournia, 1994. l’apparition de zones de convergence et divergence (voir ENCADRE III), que l’on retrouve de façon quasi permanente, bien qu’ils puissent disparaître temporairement. La position et la structure du premier tourbillon (tourbillon » Ouest »), sont généralement plus stables que celles du second (tourbillon « Est ») (Folkard et al., 1994). Ces tourbillons sont des structures hydrographiques de recirculation d’eau Atlantique (Prieur et Sournia, 1994). La circulation secondaire (agéostrophique) est plus intense en surface qu’en profondeur (50-75m), où l’écoulement est fortement géostrophique (Folkard et al., 1994). La variabilité associée au tourbillon Est entraîne celle de la position du front Almeria-Oran (FAO). Quand le front est positionné au sud, le tourbillon Est est peu développé et l’intensité du front moins importante (Folkard et al., 1994; Prieur et Sournia, 1994). Dans le cas contraire lorsque le tourbillon Est est plus développé, le FAO se situe plus au nord et son intensité augmente. Donc le FAO est une structure permanente dont l’intensité et la position dépendent du développement du gyre anticyclonique Est, et dont la disparition n’entraîne pas celle du front (Zakardjian, 1994). Le FAO est caractérisé par de fortes concentrations en chl-a (Videau et al., 1994). Cette fertilisation semble paradoxale puisque les eaux atlantiques et méditerranéennes sont oligotrophes (Prieur & Sournia, 1994). Elle serait liée à des vitesses verticales agéostrophiques positives, qui amènent des sels nutritifs depuis les eaux plus profondes dans la zone frontale (Peinert & Miquel, 1994; Videau et al., 1994). Les vitesses verticales descendantes entraînent les organismes sous la couche euphotique, ce que peut générer un deuxième pic de chl-a (Videau et al., 1994). Les communautés phytoplanctoniques prédominantes dans le front AO sont les diatomées, suivies du nano et picoplancton (flagellés et cyanobactéries) (Claustre et al., 1994; Peinert and Miquel, 1994; Videau et al, 1994). 2.2. TYPES D’ECHANTILLONNAGE : Deux stratégies d’échantillonnage ont été utilisées lors de la campagne Amofront II. L’une est basée sur la recherche lagrangienne des masses d’eau qui caractérisent les différentes zones frontales (prélèvements avec de bouteilles Niskin), l’autre est basée sur la réalisation d’un transect cross-frontale avec de mesures en semi-continu. 2.2.1. Echantillonnage lagrangien : Ce type d’échantillonnage s’oppose à la stratégie eulérienne où les prélèvements se réalisent à des points fixes. La stratégie lagrangienne consiste à suivre les masses d’eau advectées dans le front. Tenant compte de la complexité hydrographique de la zone et de l’importance des processus advectifs, ce type d’échantillonnage semble bien adapté (Peinert & Miquel, 1994). Une fois les différentes masses d’eau localisées, des prélèvements sont réalisés à différentes profondeurs avec une rosette. Les paramètres physiques tels que température, salinité, 5 densité ont été mesurés à l’aide d’un sonde CTD. Etaient aussi incorporés à la rosette fluorimètres, pH-metres, etc. L’ordre des stations sur un axe allant des eaux Atlantique du tourbillon anticyclonique jusqu’aux eaux méditerranéennes en traversant le front est le suivant : 6, 3, 1, 5, 4, 7, 2, 8 (Prieur, comm. pers.) (figs 5 et 6). Les volumes échantillonnés pour le comptage des particules a varié entre 30 ml et 200 ml. La couche de 0 à 200 m est celle qui a la plus grande résolution spatiale d’échantillonnage et celle où la dynamique frontale est présente. Nous allons donc nous baser sur cette couche dans ce travail. 2.2.2. L’échantillonnage cross-frontal : Le Système HydroElectrique Tracté (S.H.E.T.) (fig. 7) a été utilisé pour échantillonner un transect de 170 km en semi-continu et à haute fréquence (3 min). Il comporte une sonde CTD (mesures en temps réel de pression, température et conductivité), un diffusiomètre, une pompe immergée qui approvisionne en continu le bord en eau de mer pompée et un câble hydroélectrique porteur (275m) acheminant les signaux des sondes et l’eau aux différents systèmes de mesure; HIAC, pH-mètre, fluorimètre, etc. sont connectés à l’arrivée d’eau de mer. Le SHET a été tracté entre la surface et 200 m. Seules sont prises en compte les mesures réalisées à la descente du SHET, et chacune de celles-ci est considérée comme une station verticale (l’angle est très faible). 3. TRAITEMENT DES SPECTRES DE TAILLE : 3.1. LES CLASSES DE TAILLE, CONCENTRATION ET BIOVOLUME : L’abondance des particules marines diminue rapidement avec leur taille. Afin de compenser un sous-échantillonnage des grosses particules, le HIAC a été configuré avec une distribution log-normale de classes de taille, qui présente une progression géométrique croissante avec la taille (fig. 8). À chaque classe de taille, on assigne une valeur de diamètre donné par la valeur centrale de la classe de taille : φi = φi −h / 2 + φi + h / 2 i i 2 ; ∀ i =1,2,........N. (9) N est le nombre total de classes de taille, hi et φi sont l’intervalle et le diamètre central de la classe de taille i. 3.2. DESCRIPTEURS : 3.2.1. Concentration : Pour chaque classe de taille (ou canal) ainsi définie par ses limites inférieure et supérieure, le compteur fournit un nombre de particules. L’ensemble des comptages pour toutes les classes de taille constitue un spectre. La somme des particules de tous les canaux donne le nombre total de 6 Fig. 5 : Localisation des stations d’échantillonnage lagrangien réalisé entre le 25 décembre et le 13 janvier 2002 dans le FAO (Mer d’Alboran). Les stations sont regroupées par sites à partir des caractéristiques physiques des masses d’eau. A chaque site correspond une couleur identificative : Site 1 : Noire Site 3 : Jaune Site 5 : Bleu Site 7 : Brun Site 2 : Vert Site 4 : Rouge Site 6 : Gris Site 8 : Violet Fig. 6 : Localisation des sites du Leg B de la campagne Almofront II. Les sites 2 et 8 sont considérés comme méditerranéens et ils ont éte échantillonnés avec le bateau immobile. Par contre pour les autres le but était de suivre les masses d’eau. Le trajet de dérive du bateau est représenté par une flêche. La figure montre aussi le sens du courant du jet-onde et les zones de divergence et de convergence. HIAC Fig. 7 : Représentation schématique du SHET. Source : Zakardjian (1994). CANAUX DU COMPTEUR HIAC : Largeur du canal (µm) 2.5 2 1.5 1 0.5 0 0 20 40 60 80 100 120 140 160 180 200 Canaux Fig. 8 : Configuration log-normale des canaux de mesure (tailles et abondances) du compteur HIAC. La taille des canaux augmente de façon géométrique. particules, qui, divisé par le volume échantillonné, fournit la concentration : ci = n V (10) ci est la concentration de particules dans la classe de taille i (nombre particules/ml), ni est le nombre de particules dans la classe de taille i et V est le volume de l’échantillon (ml). 3.2.2. Biovolume : Pour obtenir le biovolume (volume occupé par l’ensemble de particules) dans chaque classe de taille on suppose que les particules sont sphériques : 1 vi = πφi3 6 (11) En multipliant le volume des particules par leur concentration, on obtient le biovolume (biovolume par ml) par canal i : bi = ci ⋅ vi (12) Le biovolume total est un estimateur de la biomasse particulaire : btot = i= N ∑c i =1 i ⋅ vi (13) 3.3. NORMALISATION ET RELATIVISATION DES DESCRIPTEURS : 3.3.1. Normalisation : La forme d’un spectre dépend de la distribution choisie pour les canaux (ici, log-normale). Elle ne peut donc pas être comparée directement à celle des spectres aquis par un appareil différent réglé avec un autre type de distribution. Il est possible de s’affranchir de ce problème en normalisant les spectres par intervalle de classe, ce qui donne une distribution de densité (Platt & Kenneth, 1978) : cni = ci hi (densité de concentration) (14) bni = bi hi (densité de biovolume) (15) L’aire sous les spectres de densité donne la concentration totale et le biovolume total, respectivement (Kitchen, 1975, Platt & Kenneth, 1978). 7 3.3.2. Relativisation : Pour pouvoir comparer uniquement la forme des différentes densités obtenues, c’est-à-dire en s’affranchissant du problème des différences de biomasse absolue, on standardise les densités dans chaque canal par la somme des densités, pour la concentration et le biovolume : cnri = cni ∑ cn i =1 bnri = (16) i=n i bni (17) i =n ∑bn i =1 i 3.4. SELECTION DE LA GAMME DE TAILLES : Les spectres de taille (fig. 9) acquis avec le HIAC montrent une dépression systématique située autour de 2,7µm, due à une zone d’ombre du capteur. Cet artefact biaise la forme du spectre dans cette région. D’autre part, dans le cas des échantillons Niskin la distribution des abondances pour les tailles supérieures à 27 µm laisse supposer une contamination par des bulles de gaz, probablement liée à l’homogénéisation des échantillons par agitation mécanique. Ces bulles, comptées comme étant des particules, entraînent une surestimation des abondances. Afin d’estimer l’importance de ces différents biais potentiels, nous allons considérer dans notre étude les gammes de tailles suivantes : 4 – 27 µm pour les spectres Niskin, et : 1,7 – 100µm, 4 – 100 µm, 1,7 – 27 µm et 4 – 27 µm pour les spectres SHET. 4. ESTIMATIONS DES PARAMETRES SPECTRAUX : 4.1. VALEURS MOYENNES DES DESCRIPTEURS : Comme première approche il est possible de calculer le diamètre et le volume cellulaires moyens des échantillons comme estimateurs globaux des populations de particules (Semina, 1968; Semina, 1972). Un diamètre moyen faible sera l’indicateur d’un plus grand poids relatif des petites particules par rapport aux grosses. Cependant, ces estimateurs sont souvent instables : les estimations de la moyenne ne convergent pas avec l’augmentation du nombre d’observations (Peters, 1994 in Vidondo, 1997). 4.2. PENTE SPECTRALE : La distribution des particules dans l’océan s’ajuste généralement à une loi puissance (Brun-Cottan, 1970; Kitchen, 1975; Lambert, 1980; Jackson, 1997). Junge a été le premier à appliquer cette loi dans les cas des particules atmosphériques : y = a x –b (18) où y est un descripteur de l’abondance de particules, x la taille et a et b sont des constantes. 8 SPECTRE DE TAILLE (1,7 – 100 µm) : Log (volume cellulaire) 0 1 2 3 4 5 6 0 Log (Concentration) -1 -2 -3 -4 -5 -6 -7 ~2,7µm ~27µm Fig. 9 : Spectre de tailles pour la station 403 à 140 m de profondeur. On peut observer la sousestimation de la concentration pour les particules d'autour de 2,7µm et la probable contamination par des bulles de gaz au-delà de 27µm. SPECTRE DE TAILLE (4 – 27 µm) : Log (volume cellulaire) 1.5 2.0 2.5 3.0 3.5 4.0 0 Log (Concentration) -1 -2 -3 -4 -5 -6 4µm 8µm Fig. 10 : Spectre de tailles pour la station 403 à 70 m de profondeur pour l'intervalle de tailles allant de 4 à 27µm. On peut observer la non-indépendance des résidus, notamment entre 4 et 8 µm. 4.3. LA REGRESSION LINEAIRE : 4.3.1. Transformation logarithmique : Pour obtenir les paramètres de l’expression (17) on peut linéariser l’équation avec une transformation logarithmique. L’avantage d’une telle transformation est de donner plus de poids aux particules plus grosses. log(y) = log(a) – b ⋅ log(x) (19) y* = bo + b1⋅ x* (20) soit : pour y* = log(y), x* = log(x), bo = log(a) et b1 = - b. En procédant à une transformation logarithmique de nos données de concentration et de taille il est possible d’obtenir une estimation de bo et b1 à partir d’une méthode de minimisation de l’écart entre les valeurs réelles et les valeurs prédites par le modèle linéaire (équation (20)), la méthode des moindres carrés (voir ANNEXES). Cette procédure équivaut à faire passer une droite de régression sur les spectres log-log. La pente b1 de la droite de régression est un estimateur de la distribution de tailles ; les valeurs faibles impliquent une plus grande contribution des grosses particules (Rodriguez et al., 2001). 4.3.2. Qualité de l’ajustement linéaire : Le coefficient de détermination (R2) est l’indice les plus couramment employé (Tomassone, 1983, pag. 17). Il est défini comme le rapport entre la dispersion expliquée par le modèle linéaire et la dispersion totale observée (voir ANNEXES). Cependant, la signification de R2 sur la validité de l’ajustement linéaire est limitée: d’une part la pente de la droite de régression doit être statistiquement significative, d’autre part les conditions d’application de la régression linéaire doivent être remplies. Par exemple, les distributions de biovolume (estimateur de la biomasse) ont une pente très faible (Platt & Kenneth, 1978; Rodriguez & Mullin, 1986). D’autre part, la figure 10 met en évidence que les résidus ne sont pas indépendants, et leur distribution n’est pas gaussienne: ceci peut impliquer une forte incertitude du modèle linéaire (Tomassone, pag. 22). 4.4. INTERVALLES DE CONFIANCE : LA METHODE BOOTSTRAP : La validité du modèle linéaire appliqué sur les spectres de tailles (en échelle logarithmique) doit être estimée. Il est possible d’obtenir l’intervalle de confiance pour la valeur de la pente à l’aide d’une distribution t-student. Cependant, cette approche est conditionnée par une distribution normale des erreurs, ce qui implique une distribution normale aussi pour 9 ENCADRE IV: * La méthode Bootstrap : Ce méthode est basée dans le reéchantillonnage aléatoire à partir d’un seul échantillon réel. Cette procédure se basse sur la supposition que l’échantillon original contient tout l’information sur la distribution des paramètres de la population et qu’un tirage aléatoire avec remise serait en quelque sorte équivalent à un échantillonnage expérimental. Supposons qu’on a un échantillon x = (x1, x2, x3, ...,xn) prise d’une population X, dont la distribution de fréquence D est inconue, que l’on utilise pour estimer un paramètre Ψ =f(D) de la population. Cette estimation on peut l’appeler ψ= f(x1, x2, ...,xn) = f(d), etant d la distribution de fréquence empirique de X, où les n éléments ont une équiprobabilité de 1/n. Le bootstrap a pour objective d’estimer la précision autour de ψ. En effectuant un tirage aléatoire avec remise de n éléments, on obtient des replicats Bootstrap (Manly, 1991, pag. 26) : Echantillon original : x = (x1, x2, ..., xn) Réplicats Bootstrap : xk* = (x1*, x2*,..., xn*)k ; ∀ k = 1, 2, ..., m. Où m est le nombre maximal de replicats Bootstrap et x’i = x’j , étant i le ieme élément de l’échantillon Bootstrap et j le jeme élément du x tiré au sort avec remise. Pour chaque replicat, on pourra obtenir ψ*= f(x1*, x2*,..., xn*) = f(d*). L'ecart type σ = f(Ψ) que l'on souhate quatifier, est basé sur la distribution de frecuences D inconue. Si l'on considére ψ comme est une estimation de Ψ , σ = f(Ψ) peut être approché par S = f(ψ). Cette valeur peut elle-même être approchée en considerant d à la place de D par S* = f(ψ* ), estimation Bootstrap de S = f(ψ). L'espresion qui define l'estimatin Bootstrap de S = f(ψ) est donnée par la relation suivante après m replications de ψ*: k =m S (ψ ) = ∑ (ψ k* − ψ * ) 2 / m − 1 k =1 * ψ = * 1/ 2 * k =m ∑ (ψ k =1 k )/m Le nombre de réplications pour estimer un ecart type est généralement compris de 50 à 200 alors que le calcul d'un intervalle de confiance nécessite 10 fois plus de réplications (Efron & Tibshirani, 1993 in Pawlowski, 2000). l’estimateur de la pente (Tomassone, pag.15). Etant donné que nos résidus ne respectent pas tout à fait cette condition, on doit utiliser des méthodes non-paramétriques. Pour estimer expérimentalement la variabilité d’un paramètre (i.e. pente spectrale) il faudrait avoir un grand nombre de réplicats des échantillons, ce qui, dans la pratique, n’est pas réalisable (temps limité pour les Niskin, ou acquisition en ligne pour le SHET). Les méthodes de Monte Carlo permettent de reconstruire à partir d’une seule acquisition la distribution probabiliste de l’estimateur mesuré. Leur principale contrainte vient des besoins de temps de calcul, puisqu’ils se basent sur le tirage aléatoire d’échantillons. Parmi les méthodes de Monte Carlo, dites de randomisation, il y a la méthode Bootstrap (voir ENCADRE IV), qui sert à tester des hypothèses ou calculer des intervalles de confiance lorsqu’il n’y a pas de meilleures méthodes à utiliser facilement (Manly, 1993). La méthode Bootstrap est utilisée ici dans le contexte d’un régression linéaire sur les distributions de tailles expérimentales en échelle logarithmique : il s’agit d’ajuster une loi linéaire qui donne la pente de la distribution à des «échantillons» Bootstrap. Chaque réplicat Bootstrap est ensuite utilisé pour calculer la pente Bootstrap. L’ensemble des résultats permet d’obtenir une distribution de fréquences permettant d’établir l’erreur standard ou l’intervalle de confiance associé à l’estimateur pente Bootstrap. Cela sera un indicateur de la qualité du modèle linéaire : une distribution parfaitement linéaire impliquerait un écart-type nul pour la distribution de fréquences pour la pente Bootstrap, et plus la distribution s’éloigne de la linéarité et plus cet écarttype augmente. La valeur moyenne de la distribution des fréquences Bootstrap sera le paramètre sur lequel on va se baser lors des analyses successives. On peut obtenir une vérification de la robustesse de cet estimateur en faisant la différence entre la valeur de la pente de la distribution de taille expérimentale et la pente Bootstrap. On observe que la pente Bootstrap est un estimateur non-biaisé (la différence entre les deux valeurs de pente n’est pas significative). La pente expérimentale est toujours dans l’intervalle de confiance défini par la distribution de fréquences de la pente Bootstrap (résultats non montrés à cause du grand nombre de spectres existants). 5. CORRELATION ENTRE LES PARAMETRES : L’objectif d’une analyse de corrélation est de mesurer l’intensité de l’association observée entre une paire de variables. L’étude de la corrélation peut se réaliser sur des variables à une dimension (profils verticaux) ou à deux dimensions (cartographies d’interpolation). L’échantillonnage réalisé avec le SHET permet la construction de cartographies 2-D (longitude - profondeur) pour les paramètres mesurés. Le transect a traversé le front en ligne droite avec une haute résolution (voir point 2.2.2). La durée du transect étant inférieure à 3 jours, on peut supposer que la structure du front est restée approximativement constante. Il est possible de réaliser une comparaison quantitative de ces cartes (pente spectrale - paramètres physiques). 10 ENCADRE V: Correlation de Spearman: Soit X et Y la paire de variable que l'on veut étudier. Le coefficient de correlation de Spearman rs indique le degré de liaison existant entre le classement des éléments selon la variable X et le classement selon la variable Y. Si rs = 1 les classements selon X et Y s'avèrent rigoureusement identiques. Si rs = -1, les deux classements sont rigoureusement inverses. Enfin, si rs = 0 les deux variables sont indépendantes et l'ordre de classement selon X et Y devient aléatoire (Scherrer, 1984. Biostatistique, pag. 596). Le coefficient de corrélation de Spearman peut être calculé avec l'expression suivante: i=n rs = 1 − 6∑ ( R1 − R2 ) 2 i =1 n ⋅ (n 2 − 1) où R1 et R2 sont les classements selon X et Y respectivement, et n est le nombre de points qu'on a pour chaque variable. Le terme du numérateur fait référence à la distance relative entre les deux variables. Le numérateur indique la distance qui aurait été si le deux variables avaient été independantes. Correlation de Kendall: Le principe de la corrélation de Kendall est le même que pour la corrélation de Spearman. Cependant, le coefficient de corrélation de Kendall est considéré comme plus robuste puisqu'il utilise plus l'information disponible que celui de Spearman (Scherrer, 1984. Biostatistique, pag. 603; Sokal, 1981. Biometry, pag. 601). L'équation du coefficient de Kendall est: τ= 2⋅ N n ⋅ (n − 1) où N est un comptage des rangs et n est la taille de l'échantillon. Par contre, les données lagrangiennes ne permettent pas la réalisation de ces cartographies. La dispersion spatiale des sites mesurés (voir point 2.2.2)), l’importante variabilité temporelle (19 jours) et la non-équidistance entre les stations impliquent que ce type de représentation est biaisé. La réalisation de profils verticaux des différentes variables pour chaque site est donc préférable. 5.1. CORRELATION 1-D : COEFFICIENTS DE CORRELATION DE RANG : Pour comparer la similitude des estimateurs pente spectrale et descripteurs moyens (diamètre et biovolume) on utilisera deux estimateurs non-paramétriques : le coefficient de corrélation de Spearman et le coefficient de corrélation de Kendall. Ce sont les deux coefficients de rang les plus utilisés (Scherrer, 1984, pag. 596). Si l’on considère les variables comme des vecteurs, les coefficients de corrélation de rang se basent sur la position relative des composantes des vecteurs. On vérifie si le rang des composantes est semblable pour les deux variables (VOIR ENCADRE V). 5.2. CORRELATIONS 2-D : COMPARAISON DES CARTOGRAPHIES : 5.2.1. Interpolation spatiale et cartographie : la méthode du Krigeage : Pour la construction de cartographies une des méthodes d’interpolation la plus objective est celle du krigeage (voir ENCADRE VI). Elle permet la réalisation d’une cartographie objective car elle restitue les valeurs observées si celles-ci coïncident avec des nœuds de la grille d’interpolation. La méthode du krigeage permet de représenter des «variables régionalisées»: elles définissent des phénomènes qui se déploient dans l’espace et/ou dans le temps et qui possèdent une certaine structure. Cette structure doit pouvoir être modélisée par une fonction mathématique qui relie les estimations de la variable aux coordonnées de celle-ci. 5.2.2. Standardisation des données : Avant de réaliser la comparaisons de cartes il est nécessaire de standardiser les données dont les échelles de variation sont différentes pour les rendre homogènes. Nous appliquerons la transformation «z-scores» sur les données pour les rendre centrées et réduites (Legendre & Legendre, 1998) : y* = y− y Sy où y est la moyenne est Sy l’écart-type de y. 5.2.3. Comparaisons globale : Il est possible de calculer un coefficient de régression sur la matrice entière (matrice de valeurs krigées). Il donne le degré de similarité globale entre deux cartes, mais n’indique pas la localisation des similitudes ou des dissemblances. Nous appliquerons le coefficient de régression 11 ENCADRE VI: La methode du krigeage : Le krigeage se base sur une fonction mathèmatique de structure appelée le variogramme. Il permet d'estimer les propiétés structurelles des données en reconnaissant l'échelles des changements prédominants. Il se calcule avec la relation suivante : γ (h) est = 1 i =n 2 Zi − Zi+h ) ( ∑ 2 N ( h ) i =1 ou γ(h)est est le variogramme expérimental pour des observations séparées d'une distance h, N(h) est le nombre de points distants de h, Zi la valeur observée au point d'observation i et Zi+h la valeur observée au point d'observation distant de h au point i. Le variogramme expérimental est ensuite modèlisé avec une fonction théorique γ(h). Il y a différents modèles qui peuvent s'ajuster au variogramme experimental. Parmi eux le modèle sphérique est un des plus utilisés. Les structures spatiales réelles présentent des variabilités différentes selon les directions de l'espace (anisotropie). Dans la pratique on neglige en général cette caractéristique pour simplifier la construction des cartographies et on considère que le milieu est isotropique. Donc au lieu de definir un variogramme pour chaque direction de l'espace on considère un variogramme moyen pour l'ensemble des points. Le krigeage est fondé sur deux contraintes qui permettent de traduire mathématiquement l'influence des observations sur chaque noeud de la grille : 1. Condition d'universalité : E[Zpest - Zp] = 0 2. Condition d'optimalité : min(Var[Zpest - Zp]) où Zpest sont les valeurs estimées et Zp les valeurs observées. La première condition implique que l'estimation devra restituer les valeurs observées et la deuxième que la variance d'erreur doit être minimale. L'obtention des valeurs prédites se réalisé par la somme pondérée : Zpest = ∑ Pi⋅Zi ; ∀ i = 1, 2, ........., n Pour calculer la pondération Pi qu'on donne aux differentes observations i on utilise la fonction variogramme théorique. Le vecteur de pondération est donné par : C = Γ−1 Ε C représente le vecteur C = P1, P2, ..., Pn de poids inconnus à estimer, Γ est la matrice des γ(hij) qui correspondent aux valeurs du variogramme pour les distances hij entre les points xi et xj. Enfin E est le vecteur contenant les γ(hij), valeurs du variogramme qui correspondent aux distances hip entre les points xi et les noeuds de la grille à interpoler. ENCADRE VII: Soit X et Y deux variables cartographies que l'on souhaite comparer, le coefficient R de corrélation est donné par: 1 i =n j =m SPxy = ∑ ∑ ( xij ⋅ yij ) − N i =1 j =1 R= i=n j=m x ⋅ ∑ ∑ ij ∑ ∑ yij i =1 j =1 i =1 j =1 N i=n j=m SPxy Sx Sy où N = m ⋅ n est le nombre total de noeuds comparés entre les grilles, Sx et Sy sont les écarts-type de X et Y respectivement. Le calcul de la significativité de R se fait à travers dans test où l'hypothèse nulle Ho est l'absence de corrélation. Avec l'équation suivante on obtient l'estatistique T qui sert à accepter ou refuser Ho : T= R N −2 1− R2 Si T > Tcsup = + 1.96 la corrélation est positivement significative au risque 5%. Si T < Tcinf = -1.96 la corrélation est négativament significative au risque 5%. Enfin, si Tcinf < T < Tcsup, la corrélation est considerée non significative. globale (voir ENCADRE VII) entre la pente spectrale et les divers paramètres physiques mesurés dans la zone frontale. 5.2.4. Comparaison locale : Afin d’évaluer les comparaisons, un indice de crédibilité a été proposé pour indiquer les zones les plus similaires d’une carte avec une autre. Celui-ci permet d’obtenir de meilleurs résultats concernant l’interprétation. On va calculer la corrélation entre les valeurs d’une fenêtre centrée sur un nœud d’une grille et celle d’une fenêtre centrée sur le nœud homologue d’une autre grille. Pour cela on définira une fenêtre contenant un nombre N* de nœuds interpolés et sur celleci on refait les calculs précédents. Une représentation graphique de ces valeurs servira à distinguer les zones de faible ou forte similarité. * L’ensemble des données ont été traitées à l’aide du logiciel de programmation MATLAB. III. RESULTATS : 1. ENVIRONNEMENT D’ECHANTILLONNAGE : STRUCTURE DU JET : Les figures 11 et 12 montrent les images satellites de la température de surface du 14 et 15 janvier 1998 de la zone échantillonnée avec le transect cross-frontal. Bien que l’échantillonnage avec le SHET ait été réalisé entre le 9 et le 11 janvier, la distribution bidimensionnelle (longitude profondeur) du module des vitesses horizontales géostrophiques (composante Est, fig.13; composante Nord, fig.14) et la distribution des vecteurs vitesses tout au long du transect du SHET (fig.15), calculés à partir d’un Acoustic Doppler Current Profiler (ADCP) (profileur acoustique de courant basé sur l’effet Doppler), démontrent que la structure du jet est restée constante. L’origine du transect est située au niveau du jet, juste après un creux, où le courant se dirige au Nord (faible intensité). La première partie du transect rencontre un courant ESE, correspondant encore au jet, mais avant le creux, et au tourbillon anticyclonique. Après, pendant la partie centrale du transect (longitudes correspondantes à la vague du jet, non traversé avec le bateau), le courant varie de direction Est à NNE (on est dans la zone centrale du tourbillon) au fur et à mesure qu’on se dirige vers l’Ouest. En suite, on remarque que le courant se dirige plus vers le Nord - NNO, ce qui correspond à la branche ascendante du jet (les flux du tourbillon et du jet sont moins superposés dans ces latitudes) juste après le deuxième creux. Enfin, un nouveau courant Est - ESE, correspond aux branches descendantes du jet (avant le deuxième creux). Les zones du jet situées entre la vague et le creux (i.e. de -0,15° à -0,35°W et de -1,50° à -1,60°W) sont convergentes (plongée d’eau), tandis que celles situées entre le creux et la vague (i.e. de 0 à 0,10°W et de -1,10° à -1,45°W) sont divergentes (remontée d’eau) (voir ENCADRE III, point 2.1.3.). 12 STRUCTURE DU JET (14 Jan 1998) : STRUCTURE DU JET (15 Jan 1998) : Figs. 11 et 12 : Mesures satellitales de la température de surface dans la Mer d'Alboran pour les jours 14 et 15 de janvier. L'échelle de couleurs représente un codage en compte numérique (CN) de 0 à 64 permettant d'augmenter le contraste de couleurs : °C = CN*0,125+10. Les eaux plus chaudes correspondent à des masses d'eau Atlantique. Le trait noir marque le transect réalisé par le bateau pendant l'échantillonnage cross-frontal. La structure en forme d'onde du jet et la présence de la zone de rétention d'eau Atlantique (tourbillon anticyclonique) sont observables (source : Louis Prieur). VITESSE HORIZONTALE (Composante Est) : Fig. 13 : Distribution 2-D (longitude - profondeur) de la composante Est de la vitesse horizontale géostrophique dans un transect cross-frontal dans le FAO réalisé entre 0°W et -1,6°W lors de la campagne Almofront II. La profondeur va de 20 m à 180 m. Les isolines correspondent aux isopicnes (source : Louis Prieur). VITESSE HORIZONTALE (Composante Nord) : Fig. 14 : Distribution 2-D (longitude-profondeur) de la composante Nord de la vitesse horizontale géostrophique dans un transect cross-frontal dans le FAO réalisé entre 0°W et -1,6°W lors de la campagne Almofront II. La profondeur va de 20 m à 180 m. Les isolines correspondent aux isopicnes (source : Louis Prieur). CHAMP DES VITESSES HORIZONTALES : Fig. 15 : Champ des vitesses horizontales à 20 m dans le transect cross-frontal calculées à partir d'un ADCP. Trois zones sont observables : jet - tourbillon anticyclonique - jet (source : Louis Prieur). TEMPERATURE, SALINITE ET DENSITE DE SURFACE. TRANSECT SHET : Fig. 16 : Profils horizontaux de la température (°C), salinité (psu) et densité (kg*m-3) de surface du transect cross-frontal (source : Louis Prieur). La figure 14 (composante Nord) permet de distinguer les courants du tourbillon et du jet : la première se trouve entre -0,8°W et -1,1°W; et la deuxième entre -1,1°W et -1,4°W. Une faible superposition des deux courants est détectable à ces latitudes, en opposition à l’autre zone de contact entre le tourbillon et le jet plus à l’Est. Celle-ci est observable plus facilement sur la composante Est du champ de vitesses (fig. 13), entre -0,3°W et -0,7°W. Cette forte superposition des courants est due à la compression à laquelle est soumis le jet lors de son déplacement vers l’Est suite à l’opposition des eaux méditerranéennes. En tout cas, les deux flux ne forment pas un seul courant puisque la différence de vorticité potentielle des deux champs de vitesse ne le permet pas : dans l’interphase entre elles, on observe une diminution (faible) de la vitesse (vers -0,6°W à 100 m; vers -0,5°W à 20 m). On note aussi (figs.13 et 14) la rapide diminution de la vitesse horizontale avec la profondeur. On dit qu’il y a un cisaillement vertical des vitesses horizontales. Ces différentes zones traversées avec le SHET sont clairement observables sur les courbes de température, salinité et densité de surface en fonction de la longitude (fig.16): de 0° à -0,10°W eau de caractéristiques plutôt méditerranéennes; de -0,10° à -0,15°W fort gradient (zone frontale très intense); de -0,15° à -0,35°W premier zone du jet (zone de convergence); 0,40°W limite jettourbillon; de 0,45° à 1,00°W tourbillon anticyclonique; -1,10°W limite tourbillon-jet; de -0,15° à -1,45°W deuxième zone du jet (zone de divergence); de -1,45° à -1,50° gradient; de -1,50° à 1,60°W troisième zone du jet (zone de convergence). 2. STRUCTURE SPATIALE DES PARAMETRES : RELATION ENTRE LA STRUCTURE FRONTALE ET LA DISTRIBUTION DE TAILLES : 2.1. PROFILS VERTICAUX : Pour essayer de mettre en évidence la structure verticale des stations échantillonnées selon la stratégie lagrangienne, des profils verticaux des descripteurs, par site, ont été réalisés (pente du spectre et diamètre moyen et paramètres physico-chimiques). L’axe vertical a été divisé en classes de 10 m de profondeur (0 - 7,5 m pour la première couche). Pour chaque classe on calcule la valeur moyenne des descripteurs à partir des valeurs pour les stations contenues dans chaque site. L’écart-type associé montre une variabilité intra-sites. Pour quantifier le degré de ressemblance des profils moyens obtenus pour les descripteurs, pente et diamètre moyen, on calcule la corrélation de Spearman et celle de Kendall entre les descripteurs, pour chaque profil. Les résultats (tableaux I et II) montrent que ces descripteurs sont fortement corrélés pour les sites 1, 2, 5, 6 et 8, (corrélation fortement significative pour les deux test) et qu’ils ont une corrélation plus faible pour les sites 3, 4 et 7 (la corrélation de Spearman n’est pas significative, la corrélation de Kendall est significative mais avec α > 0.05 pour un test de significativité unilatéral). 13 Site 2 Site 4 -50 -50 -50 -50 -100 -200 12 -100 -150 14 16 Tempèrature 18 -200 12 Site 5 Profondeur 0 Profondeur 0 -150 -100 -150 14 16 Tempèrature 18 -200 12 Site 6 -100 -150 14 16 Tempèrature 18 -200 12 Site 7 0 -50 -50 -50 -50 -150 -200 12 -100 -150 14 16 Tempèrature 18 -200 12 Profondeur 0 Profondeur 0 -100 -100 -150 14 16 Tempèrature 18 -200 12 14 16 Tempèrature 18 Site 8 0 Profondeur Profondeur Site 3 0 Profondeur Profondeur Site 1 0 -100 -150 14 16 Tempèrature 18 -200 12 14 16 Tempèrature 18 Fig. 17 : Profils verticaux de température et écart-type associé pour les 8 sites échantillonnés lors de la campagne Almofront II. Echantillonnage lagrangien réalisé entre le 25 décembre et le 13 janvier 2002 dans le FAO. Site 2 Site 4 -50 -50 -50 -50 -100 -200 36 -100 -150 37 38 Salinité 39 -200 36 Site 5 Profondeur 0 Profondeur 0 -150 -100 -150 37 38 Salinité 39 -200 36 Site 6 -100 -150 37 38 Salinité 39 -200 36 Site 7 0 -50 -50 -50 -50 -150 -200 36 -100 -150 37 38 Salinité 39 -200 36 Profondeur 0 Profondeur 0 -100 -100 -150 37 38 Salinité 39 -200 36 37 38 Salinité 39 Site 8 0 Profondeur Profondeur Site 3 0 Profondeur Profondeur Site 1 0 -100 -150 37 38 Salinité 39 -200 36 37 38 Salinité Fig. 18 : Profils verticaux de salinité et écart-type associé pour les 8 sites échantillonnés lors de la campagne Almofront II. Echantillonnage lagrangien réalisé entre le 25 décembre et le 13 janvier 2002 dans le FAO. 39 Site 2 Site 4 -50 -50 -50 -50 -100 -200 26 -100 -150 28 Densité 30 -200 26 Site 5 Profondeur 0 Profondeur 0 -150 -100 -150 28 Densité 30 -200 26 Site 6 -100 -150 28 Densité 30 -200 26 Site 7 0 -50 -50 -50 -50 -150 -200 26 -100 -150 28 Densité 30 -200 26 Profondeur 0 Profondeur 0 -100 -100 -150 28 Densité 30 -200 26 28 Densité 30 Site 8 0 Profondeur Profondeur Site 3 0 Profondeur Profondeur Site 1 0 -100 -150 28 Densité 30 -200 26 28 Densité 30 Fig. 19 : Profils verticaux de densité et écart-type associé pour les 8 sites échantillonnés lors de la campagne Almofront II. Echantillonnage lagrangien réalisé entre le 25 décembre et le 13 janvier 2002 dans le FAO. Site Coef. Spearman Nombre de points 1 0,584 19 2 0,735 17 3 0,271 18 4 0,157 17 5 0,643 15 6 0,494 18 7 0,221 15 8 0,930 14 Significativité 0,005 0,001 non-significatif non-significatif 0,005 0,02 non-significatif 0,001 Tableau I : Coefficient de corrélation de Spearman entre les paramètres pente spectrale et diamètre moyen pour les profils verticaux de la campagne Almofront II. Site Coef. Kendall 1 2 3 4 5 6 7 8 Nombre de points 0,415 0,559 0,190 0,162 0,448 0,399 0,143 0,824 Significativité 19 17 18 17 15 18 15 14 0,0075 0 0,1446 0,135 0,0114 0,0116 0,244 0 Tableau II : Coefficient de corrélation de Kendall entre les paramètres pente spectrale et diamètre moyen pour les profils verticaux de la campagne Almofront II. Site 2 Site 4 -50 -50 -50 -50 -100 -100 -150 -200 5 Oxigene 6 -100 -150 -200 4 Profondeur 0 Profondeur 0 -150 5 Oxigene 6 -100 -150 -200 4 Site 5 -200 4 Site 6 5 Oxigene 6 4 Site 7 0 -50 -50 -50 -50 -150 -100 -150 -200 5 Oxigene 6 -100 -150 -200 4 Profondeur 0 Profondeur 0 -100 5 Oxigene 6 6 -100 -150 -200 4 5 Oxigene Site 8 0 Profondeur Profondeur Site 3 0 Profondeur Profondeur Site 1 0 -200 4 5 Oxigene 6 4 5 Oxigene 6 Fig. 20 : Profils verticaux d'oxygène et écart-type associé pour les 8 sites échantillonnés lors de la campagne Almofront II. Echantillonnage lagrangien réalisé entre le 25 décembre et le 13 janvier 2002 dans le FAO. Site 2 Site 4 -50 -50 -50 -50 -100 -100 -150 -200 0.5 1 Fluorimetrie 1.5 -100 -150 -200 0 Profondeur 0 Profondeur 0 -150 0.5 1 Fluorimetrie 1.5 -100 -150 -200 0 Site 5 -200 0 Site 6 0.5 1 Fluorimetrie 1.5 0 Site 7 0 -50 -50 -50 -50 -150 -100 -150 -200 0.5 1 Fluorimetrie 1.5 -100 -150 -200 0 Profondeur 0 Profondeur 0 -100 0.5 1 Fluorimetrie 1.5 1.5 -100 -150 -200 0 0.5 1 Fluorimetrie Site 8 0 Profondeur Profondeur Site 3 0 Profondeur Profondeur Site 1 0 -200 0 0.5 1 Fluorimetrie 1.5 0 0.5 1 Fluorimetrie 1.5 Fig. 21 : Profils verticaux de fluorimétrie et écart-type associé pour les 8 sites échantillonnés lors de la campagne Almofront II. Echantillonnage lagrangien réalisé entre le 25 décembre et le 13 janvier 2002 dans le FAO. Site 2 Site 4 -50 -50 -50 -50 -100 -100 -150 -200 -1.6 -1.4 -1.2 Pente -100 -150 -200 -1.6 -1 Profondeur 0 Profondeur 0 -150 -1.4 Site 5 -1.2 Pente -150 -200 -1.6 -1 -100 -1.4 Site 6 -1.2 Pente -200 -1.6 -1 -50 -50 -50 -50 -150 -150 -200 -1.6 -1.4 -1.2 Pente -100 -150 -200 -1.6 -1 Profondeur 0 Profondeur 0 -100 -1.4 -1.2 Pente -1 -100 -150 -200 -1.6 -1 -1.2 Pente Site 8 0 -100 -1.4 Site 7 0 Profondeur Profondeur Site 3 0 Profondeur Profondeur Site 1 0 -1.4 -1.2 Pente -200 -1.6 -1 -1.4 -1.2 Pente -1 Fig. 22 : Profils verticaux de la pente spectrale et écart-type associé pour les 8 sites échantillonnés lors de la campagne Almofront II. Echantillonnage lagrangien réalisé entre le 25 décembre et le 13 janvier 2002 dans le FAO Site 2 Site 4 -50 -50 -50 -50 -100 -100 -150 -200 0.02 Erreur 0.04 -100 -150 -200 0 Profondeur 0 Profondeur 0 -150 0.02 Erreur 0.04 -100 -150 -200 0 Site 5 -200 0 Site 6 0.02 Erreur 0.04 0 Site 7 0 -50 -50 -50 -50 -150 -100 -150 -200 0.02 Erreur 0.04 -100 -150 -200 0 Profondeur 0 Profondeur 0 -100 0.02 Erreur 0.04 0.04 -100 -150 -200 0 0.02 Erreur Site 8 0 Profondeur Profondeur Site 3 0 Profondeur Profondeur Site 1 0 -200 0 0.02 Erreur 0.04 0 0.02 Erreur 0.04 Fig. 23 : Profils verticaux de l'incertitude de la pente spectrale et écart-type associé pour les 8 sites échantillonnés lors de la campagne Almofront II. Echantillonnage lagrangien réalisé entre le 25 décembre et le 13 janvier 2002 dans le FAO. Site 2 Site 4 -50 -50 -50 -50 -100 -100 -150 -200 -100 -150 -200 5 5.5 6 Diamètre Cellulaire Moyen Profondeur 0 Profondeur 0 -150 -100 -150 -200 5 5.5 6 Diamètre Cellulaire Moyen Site 5 -200 5 5.5 6 Diamètre Cellulaire Moyen Site 6 5 5.5 6 Diamètre Cellulaire Moyen Site 7 Site 8 0 0 -50 -50 -50 -50 -100 -150 -100 -150 -200 -100 -150 -200 5 5.5 6 Diamètre Cellulaire Moyen Profondeur 0 Profondeur 0 Profondeur Profondeur Site 3 0 Profondeur Profondeur Site 1 0 -150 -200 5 5.5 6 Diamètre Cellulaire Moyen -100 -200 5 5.5 6 Diamètre Cellulaire Moyen 5 5.5 6 Diamètre Cellulaire Moyen Fig. 24 : Profils verticaux du diamètre moyen et écart-type associé pour les 8 sites échantillonnés lors de la campagne Almofront II. Echantillonnage lagrangien réalisé entre le 25 décembre et le 13 janvier 2002 dans le FAO. Site 2 Site 4 -50 -50 -50 -50 -100 -100 -150 -200 5 10 Concentration Moyenne 5 x 10 -100 -150 -200 0 Profondeur 0 Profondeur 0 -150 5 10 Concentration Moyenne 5 x 10 -100 -150 -200 0 Site 5 -200 0 Site 6 5 10 Concentration Moyenne 5 x 10 0 Site 7 0 -50 -50 -50 -50 -150 -100 -150 -200 5 10 Concentration Moyenne 5 x 10 -100 -150 -200 0 Profondeur 0 Profondeur 0 -100 5 10 Concentration Moyenne 5 x 10 -100 -150 -200 0 5 10 Concentration Moyenne 5 x 10 Site 8 0 Profondeur Profondeur Site 3 0 Profondeur Profondeur Site 1 0 -200 0 5 10 Concentration Moyenne 5 x 10 0 5 10 Concentration Moyenne 5 x 10 Fig. 25 : Profils verticaux de la concentration moyenne et écart-type associé pour les 8 sites échantillonnés lors de la campagne Almofront II. Echantillonnage lagrangien réalisé entre le 25 décembre et le 13 janvier 2002 dans le FAO. On se basera sur les deux types de profils pour mettre en évidence les caractéristiques de la distribution verticale des tailles pour chaque site. Le profil des diamètres moyens permettant d’apprécier plus clairement les structures verticales, surtout pour le sites 1, 2 et 3. 2.1.1. Détermination des masses d’eau et structure verticale des paramètres : Les profils de température, salinité, densité, concentration d’oxygène et fluorimétrie (figs. 17, 18, 19, 20 et 21) montrent les différentes masses d’eau prélevées. Il est possible de regrouper les huit sites par paires à partir de leurs caractéristiques : les sites 3 et 6 correspondent à la zone de rétention d’eau Atlantique (tourbillon anticyclonique), les sites 1 et 5 ont des propriétés physiques semblables, bien qu’ils représentent des zones d’échantillonnage différentes. Le site 5 correspond au cœur du jet vers la partie droite (sud), dans un point situé entre la crête et le creux du méandre. Le site 1 par contre se trouve dans le creux du méandre. Les sites 4 et 7 sont aussi des masses d’eau du jet mais de sa partie gauche (nord). Ils correspondent à la zone frontale, notamment le site 7. Enfin les sites 2 et 8 sont typiquement méditerranéens bien que le site 2 soit plus influencé pour la dynamique frontale. * Zone de rétention d’eau Atlantique : tourbillon anticyclonique : Les profils de température, salinité et densité (figs. 17, 18 et 19) montrent une grande couche homogène en surface caractéristique de l’Atlantique : température élevée (autour de 17°C) et faible salinité (moins de 37 psu). Elle va de 0 à 80 m pour le site 3 (station située plus vers le centre du gyre anticyclonique) et de 0 à 100 m pour le site 6. Le site 3 possède une couche de mélange plus mélangée que le site 6 (ce dernier site montre une légère augmentation de la température et une diminution de la densité pour la couche 0 - 50m). Puis une picnocline prononcée jusqu’à 150m, où la masse d’eau a des caractéristiques méditerranéennes : faibles températures (près de 13°C) et fortes salinités (environ 38 psu). La distribution verticale de tailles pour les sites 3 et 6 (fig.24) montre que les valeurs maximales des diamètres moyens sont comprises entre 100 et 150 m, ce qui se correspond à la picnocline. D’autre part, vers 100 m un deuxième pic d’abondance de particules (étant en surface, les abondances maximales et les diamètres moyens sont minimaux) est observable pour les deux stations (fig. 25). La picnocline pourrait agir comme un zone de rétention de matériel particulaire. La correspondance avec le gradient négatif d’oxygène et la présence d’un minimum pour ce paramètre (à 120 m pour le site 3 et à 150 m pour le site 6) (fig. 20) ainsi que les faibles valeurs de fluorescence (fig. 21) peuvent appuyer cette hypothèse : les processus de dégradation bactérienne peuvent y être importants. Les sites 3 et 6 présentent une fluorescence importante dans la couche de 0 à 100 m (avec un maximum à 90 m dans le site 6), au-dessus de la picnocline. Les profils d’oxygène semblent être liés aux profils de fluorescence (la fluorescence est un indicateur de la 14 présence d’organismes photosynthétiques) dans cette couche. Cette couche de surface pourrait être une source de MOP non vivant qui sédimenterait (notamment les particules plus grosses). La distribution verticale de la pente spectrale (fig. 22) est en accord avec la distribution du diamètre moyen pour le site 6 (corrélation de Spearman significative avec une valeur de 0,02; corrélation de Kendall significative de 0,016). Cependant, pour le site 3 les différences sont plus notables (corrélation de Sperman non significative; corrélation de Kendall significative au risque 14 % (α < 0.144) ; voir tables I et II). D’autre part, on remarque une plus grande variabilité intrasites (pour le deux descripteurs) dans le site 6 par rapport au site 3. * Jet et zone frontale : Les sites 1 et 5 montrent une réduction de l’épaisseur et de l’intensité de la couche de mélange, qui se trouve entre 0 et 50 m pour le site 5 et 0 - 30 m pour le site 1 (fig. 17). Cependant, les valeurs maximales et minimales des différents paramètres physiques ne différent pas de ceux des sites 3 et 6. La picnocline atteint les 150 m dans le site 1 et 130 m dans le site 5 (fig. 19). Le gradient est donc plus intense pour cette dernière station. Les diamètres maximales (fig. 24) se trouvent à 100 m pour les deux sites (et le minimum en surface), profondeur qui correspond à la valeur maximale de la picnocline (fig. 19). Par contre, la concentration de particules est faible (fig. 25). La distribution de fluorescence montre que le phytoplancton se trouve au-dessus de cette profondeur (fig. 21). Ainsi, la concentration d’oxygène est faible (fig. 20). Cela amène à nouveau à supposer l’existence d’une zone de rétention des particules organiques en sédimentation à ce niveau qui pourrait entraîner une activité bactérienne. D’autre part, on observe une forte variabilité intra-site pour l’oxygène et la fluorescence du site 1 entre 50 et 90 m. Cependant, les deux courbes semblent avoir une corrélation positive (avec un minimum local à 60 m suivi d’un maximum vers 80 m) (figs. 20 et 21). La variabilité pour la concentration est aussi très importante pour la couche de surface (0 - 60 m pour le site 1 et 0 - 40 m pour le site 5) (fig. 25). Dans les sites 4 et 7, plus proches de la zone frontale, la réduction et le mélange de la couche de surface sont plus marqués, notamment dans le site 7 où cette couche est presque inexistante (pour le site 4 elle est d’environ 20-30 m) (fig. 17). La température de surface est aussi moins élevée (maximum dans les couches les plus superficielles d’environ 16°C et la salinité plus importante. Un gradient négatif de densité, fortement lié à la distribution de salinité, est observable de la surface jusqu’à 100 m (fig. 19). En conséquence, les caractéristiques de la masse d’eau Atlantique sont moins marquées que celle de la masse d’eau méditerranéenne. L’intensité maximale de la picnocline pour le site 4 se trouve vers 60 - 70 m. Cette profondeur correspond à un minimum local de concentration (les valeurs minimales sont en profondeur et les maximales en surface), de fluorescence et d’oxygène, et à un maximum de la valeur des diamètres moyens (figs. 15 20, 21, 24 et 25). Au-dessus de ce point se trouvent les valeurs les plus importantes de fluorescence, concentrations de particules et d’oxygène (avec leurs maximums en surface, 0 - 20 m). Cependant, on remarque la forte variabilité intra-site de l’oxygène entre 50 et 100 m (zone de la picnocline). Dans le cas du site 7, on peut noter la forte variabilité intra-site pour tous les paramètres biologiques (concentration et taille des particules, fluorescence et, en moindre mesure, oxygène) dans la couche euphotique (0 - 50m) (2) . C’est également dans cet intervalle que la valeur des paramètres concentration, fluorimétrie et oxygène est élevée. Entre 70 et 90 m le diamètre moyen est important tandis que la concentration de particules et la fluorimétrie sont faibles. Ces profondeurs correspondent à une zone d’intense thermocline, à la fin de la picnocline (très corrélée au gradient de salinité) et un gradient négatif d’oxygène (figs. 17, 19 et 20). La distribution de la pente spectrale est en accord avec la distribution du diamètre moyen pour les stations 1 et 5 (figs. 22 et 24). Les corrélations de Spearman et de Kendall sont aussi significatives (tables I et II). Cependant, la variabilité intra-site est plus élevée pour la pente, notamment pour le site 1 (à l’exception de la profondeur 90 m où le diamètre moyen montre une très forte variabilité). Pour les sites 4 et 7 la corrélation de Spearman entre pente et diamètre moyen n’est pas significative. La corrélation de Kendall est significative au risque de 14 % (α <0,14) pour le site 4 et 24 % (α < 0,24) pour le site 7 (voir table I et II). * Zone d’eau méditerranéenne : Les paramètres physiques pour les sites 2 et 8 montrent une faible couche de mélange (20 30 m) de température plus élevée (moins de 16°C) et forte salinité (37,5 psu) par rapport aux autres stations (figs. 17 et 18). La picnocline est aussi réduite (épaisseur de l’ordre de 20 m) et de faible intensité (fig. 19). De 60 à 200 m les caractéristiques sont purement méditerranéennes. Les propriétés biologiques des deux sites montrent des similitudes entre elles mais aussi des différences. Les profils de fluorescence et oxygène (figs. 20 et 21) sont semblables : maximum de chl-a vers 40 - 50 m et valeurs proches de zéro à partir de 70 m; concentrations d’oxygène maximales en surface (0 - 30 m) suivies d’un gradient négatif jusqu’à 70m (les maximums de chlorophylle a se trouvent donc dans les deux stations au-dessous des maximums d’oxygène). La distribution de la concentration est, par contre, différente : pour le site 8 les concentrations importantes se réduisent à la couche 0 - 40 m, avec une forte diminution de 40 à 50 m, puis jusqu’à 200 m valeurs faibles et constantes; pour le site 7 la concentration diminue linéairement de la surface jusqu’à 100 m (puis aussi valeurs faibles et constantes) (fig. 25). La distribution verticale des diamètres moyens (fig. 24) présente des caractéristiques communes aux deux sites : minimum en surface (associé au maximum de concentration), augmentation jusqu’à 50 - 60 m (zone du maximum de chl-a) et valeurs approximativement constantes entre 50 et 80 m (90 m pour le site 8). Ensuite, une légère augmentation vers 100 m (profondeur correspondant au commencement de la couche pauvre en oxygène, voir fig. 20) est observable. Enfin, les valeurs 2 Les stations 545 et 546 (deuxième jour d’échantillonnage pour le site16 7 montrent des caractéristiques biologiques similaires, différentes des caractéristiques des stations 537, 538 et 539 (premier jour d’échantillonnage) dans la couche de surface. sont relativement constantes et élevées jusqu’à 200 m (le fort écart-type pour cette dernier couche profonde dans le site 8 est dû à la station 583, où les diamètres moyens sont nettement plus élevés que pour les trois autres stations du site 8). La corrélation entre diamètre moyen et pente spectrale est très forte pour les sites 2 et 8 (significativité maximale pour les coefficients de Spearman (α < 0,01 dans le deux cas) et Kendall (α = 0) (tables I et II). 2.1.2. Distribution verticale de l’incertitude du modèle linéaire : La distribution de l’incertitude associée au modèle linéaire (pente spectrale) montre, malgré la forte variabilité, une tendance générale à augmenter avec la profondeur (augmentation de l’écart-type de la distribution de fréquences de la pente Bootstrap), à l’exception du site 8 où elle est plus constante (mais aussi avec une forte variabilité) (fig. 23). Pour la couche allant de 0 à 100 m, on passe de valeurs autour de 0,015 à des valeurs autour de 0,020. Puis, à 200 m elles se situent autour de 0,025. Cela implique que le modèle linéaire est plus valide dans les couches supérieures. En tout cas, l’ordre de grandeur des déviations à la linéarité permet de considérer valide un ajustement linéaire sur les spectres de tailles. 2.2. CARTOGRAPHIES D’INTERPOLATION : Le transect réalisé par le SHET a comme origine les eaux méditerranéennes (station 540) (figs. 11 et 12). Le mouvement du bateau, vers le Sud-Ouest, est en sens contraire au déplacement vers l’Est de la structure du jet. Il traverse le jet une première fois (le courant du jet est quasiperpendiculaire au transect et dirigé vers le SSE) et s’introduit dans la zone de rétention d’eau Atlantique (tourbillon anticyclonique). Puis il rencontre à nouveau le jet (courant du jet quasiperpendiculaire au transect et dirigée vers le NNE) à la fin du trajet (voir fig.15). Les différents types de masses d’eau sont observables dans les cartographies des paramètres physiques (figs. 26, 27, 28 et 29). Les effets de la dynamique frontale sur la distribution des particules sont montrés dans les cartes des paramètres biologiques (figs. de la 30 à 45). 2.2.1. Paramètres physiques : Température, Salinité et Densité : Dans la zone centrale des figures 26, 27 et 28, on observe une masse d’eau typiquement Atlantique (températures fraîches (16 - 17° C), de faibles densité et salinité (36 - 37 psu)), située sur une masse d’eau méditerranéenne intermédiaire (températures froides (13- 14°C), de forte salinité (plus de 38 psu) et de densité élevée). La masse d’eau Atlantique correspond au tourbillon anticyclonique (situé entre -0,45° est -1,00°W, cœur situé vers -0,75°W) et aux trois zones principales du jet : de -0,30° à -0,35°W, de -1,10° à -1,45°W et de -1,50° à -1,60°W. La profondeur occupée par cette masse d’eau atteint son maximum vers 100 m dans le cœur du tourbillon. Entre les masses d’eau Atlantique et méditerranéenne, on observe une zone de 17 TEMPERATURE POTENTIELLE (°C) : 16.8 16.2 Profondeur (m) -50 15.6 -100 15.0 14.4 -150 13.8 5500 - 0,10° 5550 - 0,35° 5600 - 0,60° 5650 - 0,85° 5700 - 1,10 5750 - 1,45° 13.2 Longitude Fig. 26 : Distribution 2-D (longitude - profondeur) de la température potentielle dans un transect cross-frontal dans le FAO réalisé entre 0°W et -1,6°W lors de la campagne Almofront II. La profondeur va de 15 m à 180 m. Les isolignes correspondent aux isopycnes. Les eaux plus chaudes correspondent aux masses d'eau Atlantique et les plus froides aux masses d'eau méditerranéenne. Une zone intermédiaire est associée au maximum du gradient de densité. SALINITE (psu) : Profondeur (m) 38.3 -50 37.9 -100 37.5 37.1 -150 5500 - 0,10° 5550 - 0,35° 5600 - 0,60° 5650 - 0,85° 5700 - 1,10 5750 - 1,45° Longitude Fig. 27 : Distribution 2-D (longitude - profondeur) de la salinité dans un transect cross-frontal dans le FAO réalisé entre 0°W et -1,6°W lors de la campagne Almofront II. La profondeur va de 15 m à 180 m. Les isolignes correspondent aux isopycnes. Les eaux moins salées correspondent aux masses d'eau Atlantique et les plus salées aux masses d'eau méditerranéenne. 36.7 DENSITE (kg * m-3) : 28.8 Profondeur (m) -50 28.3 -100 27.8 -150 27.3 5500 - 0,10° - 5550 0,35° - 5600 0,60° 5650 - 0,85° 5700 - 1,10 5750 - 1,45° 26.8 Longitude Fig. 28 : Distribution 2-D (longitude - profondeur) de la densité dans un transect cross-frontal dans le FAO réalisé entre 0°W et -1,6°W lors de la campagne Almofront II. La profondeur va de 15 m à 180 m. Les isolignes correspondent aux isopycnes. Les eaux moins denses correspondent aux masses d'eau Atlantique et les plus denses aux masses d'eau méditerranéenne. GRADIENT DE DENSITE : 0.05 0.04 Profondeur (m) -50 0.03 -100 0.02 -150 0.01 5500 - 0,10° 5550 - 0,35° - 5600 0,60° 5650 - 0,85° 5700 - 1,10 5750 - 1,45° Longitude Fig. 29 : Distribution 2-D (longitude - profondeur) du gradient de densité dans un transect cross-frontal dans le FAO réalisé entre 0°W et -1,6°W lors de la campagne Almofront II. La profondeur va de 15 m à 180 m. Les isolignes correspondent aux isopycnes. 0.00 transition, liée à un fort gradient de densité (fig. 29) qui présente une forme de fer à cheval. Au côté droit de la carte (de -0,15° à -0,35°W) on remarque l’apparition d’une zone frontale très intense, séparant le jet des eaux caractéristiques de la Méditerranée. Un deuxième front moins intense se trouve vers -1,30°W. C’est dans ces zones, ainsi que dans la zone centrale à 100 m, où le gradient de densité devient plus intense. Mais ce gradient reste plus intense dans la première zone frontale (fig. 29). Ceci est lié au mouvement vers l’Est de la structure du jet, qui est soumis à l’opposition des eaux méditerranéennes : cette opposition est notamment plus intense dans la première zone de contact jet - eau méditerranéenne, ce qui a pour conséquence que le tourbillon anticyclonique subit une forte compression avec le jet. La superposition des courants propres au jet et au tourbillon y est donc plus intense (voir figs. 13 et 14). 2.2.2. Paramètres biologiques : distribution de tailles, concentration, oxygène et fluorescence : La pente spectrale et le diamètre moyen pour les quatre intervalles de taille étudiés met en évidence une distribution hétérogène de la taille des particules (figs. 32 à 39) liées à la structure physique (donc dynamique) du front. Dans le cœur du tourbillon cyclonique (-0,75°W) une zone de rétention de grosses particules est observable entre 100 - 130 m, intervalle de profondeurs correspondant aux valeurs maximales du gradient de densité (fig. 29). Les faibles concentrations d’oxygène et la faible fluorescence à ce niveau laissent supposer qu’elle correspond à une zone de dégradation bactérienne. D’autre part, l’hypothèse d’une zone de rétention particulaire, due à la picnocline, avec une faible concentration de particules (figs. 40 à 43) ne semble pas compatible. La dégradation bactérienne pourrait expliquer cette contradiction apparente : les petites particules seraient plus facilement dégradables que les grosses. On remarque la présence d’une zone de petites particules juste en dessous de cette zone (figs. 32 à 35). Une explication possible serait qu’elle correspond à un matériel réfractaire, résidu de la dégradation bactérienne : leur résistance à la dégradation impliquerait un plus grand temps de résidence et donc les particules seraient capables de traverser la barrière physique de la picnocline par sédimentation. Deux autres zones avec plus de poids des grosses particules sont visibles aux marges gauches (de -0,15° à -0,40°W) et droites de la carte (de -1,50° à -1,60°W). Leur distribution spatiale suivant les isopycnes laisse supposer l’existence de vitesses verticales descendantes isopycnales. D’autre part, on remarque qu’il s’agit du même type de structure, répétée dans l’espace. Ceci implique que l’hydrodynamisme doit être similaire dans les deux cas. Cela est en accord avec la structure du jet-onde et la position de ces zones dans celui-ci : elles correspondent à la même position dans un méandre, entre la crête et le creux (zones de vitesses verticales descendantes) (voir point III.1), mais en deux points différents du jet. En ce sens, on observe deux zones contiguës à celles-ci (une entre 0° et - 0,10°W et l’autre entre -1,10° et -1,45°W), avec une plus grande contribution des petites particules (figs. 32 à 35). 18 Elles correspondent à des points entre le creux et la crête dans le jet et donc à des vitesses ascendantes (voir point III.1). La zone située plus à l’Ouest montre une plus forte concentration des petites particules que l’autre zone. Ceci serait lié à la forme du méandre du jet : le rayon y est plus petit, ce qu’impliquent des vitesses verticales ascendantes plus fortes (voir point 2.2.3.). D’autre part, la pente spectrale met aussi en évidence la présence, à -1,10°W et -1,20°W, respectivement d’une zone (vers 80 m) de petites particules et d’une zones de grosses particules. Elles correspondent à des fortes concentrations (-1,10°W) et faibles concentrations (-1,20°W) (figs. 32 à 35). La fluorimétrie (fig. 31) montre que c’est au niveau de la couche euphotique que sont présents les organismes photosynthétiques. Les maximums se retrouvent dans le tourbillon et les branches du jet. Cependant, aux longitudes correspondant au centre du cœur, on remarque une zone plus profonde, située juste au-dessus de la picnocline, avec un deuxième pic de fluorescence. On peut imaginer qu’il s’agit d’une zone de rétention physique (début d’un fort gradient de densité) qui retient les particules sédimentant de la surface. Leur position juste au-dessus d’une zone de reminéralisation et le faible hydrodynamisme (isopycnes horizontaux) pourraient aussi indiquer une adaptation à des faibles intensités lumineuses. Une fois mortes, elles continueraient à avoir une lente sédimentation, due à la barrière physique du gradient de densité (fig. 29), et seraient soumises à la dégradation bactérienne. Une telle situation semble être en accord avec la zone ayant la plus importante concentration relative en grosses particules (plus lentes à dégrader) située juste au-dessous (figs. 32 à 35). D’autre part, il est important de remarquer la présence entre 40 et 70 m de deux zones avec de fortes valeurs de fluorescence aux latitudes de -0,30°W et 1,55°W (la zone à -0,30°W correspond au maximum de fluorescence, fig. 31). Celles-ci correspondent aux zones avec des vitesses du fluide descendantes. Ce fluide pourrait transporter les particules de surface lors de sa descente isopycnal. L’oxygène (fig. 30) montre une distribution qui semble être liée à celle de la fluorescence (fig. 31), les maximums correspondant à ceux de la fluorescence, mais avec une plus grande répartition spatiale. Le processus de diffusion chimique pourrait expliquer cette situation. Il est possible aussi que les mouvements verticaux de l’eau influencent ce paramètre : aux basses longitudes (zones associées aux plongées d’eau), la concentration d’oxygène dans les couches profondes est plus importante qu’aux longitudes liées à une remontée d’eau. La concentration des particules pour l’intervalle de tailles à partir de 1,7µm (figs. 40 et 42) montre une relation avec la taille des particules : les zones d’abondance maximale (-1,15°W et 1,35°W) correspondent aux plus petites tailles (figs. 32 et 37) et elles sont situées dans la zone de divergence (upwelling). L’observation de la distribution de fluorimétrie (fig. 31) montre que, à l’exception des premiers mètres de la colonne d’eau, ce sont des particules non photosynthétiques. 19 CONCENTRATION D’OXYGENE (ml*l-1) : 6.00 5.75 Profondeur (m) -50 5.50 5.25 -100 5.00 -150 4.75 5500 - 0,10° 5550 - 0,35° 5600 - 0,60° 5650 5700 - 0,85° - 1,10 5750 - 1,45° 4.50 Longitude Fig. 30 : Distribution 2-D (longitude - profondeur) de la concentration d'oxygène dans un transect cross-frontal dans le FAO réalisé entre 0°W et -1,6°W lors de la campagne Almofront II. La profondeur va de 15 m à 180 m. Les isolignes correspondent aux isopycnes. FLUORIMETRIE : 0.6 0.5 Profondeur (m) -50 0.4 0.3 -100 0.2 -150 0.1 5500 - 0,10° 5550 - 0,35° 5600 - 0,60° 5650 - 0,85° 5700 - 1,10 5750 - 1,45° 0.0 Longitude Fig. 31 : Distribution 2-D (longitude - profondeur) de la fluorescence (estimateur de la chl-a) dans un transect cross-frontal dans le FAO réalisé entre 0°W et -1,6°W lors de la campagne Almofront II. La profondeur va de 15 m à 180 m. Les isolignes correspondent aux isopycnes. PENTE SPECTRALE (1,7 – 100 µm) : -0.95 -1.00 -1.05 Profondeur (m) -50 -1.10 -1.15 -100 -1.20 -1.25 -150 -1.30 -1.35 5500 - 0,10° 5550 - 0,35° 5600 5650 - 0,60° - 0,85° 5700 - 1,10 5750 - 1,45° -1.40 Longitude Fig. 32 : Distribution 2-D (longitude - profondeur) de la pente spectrale pour l'intervalle de tailles allant de 1,7µm à 100µm dans un transect cross-frontal dans le FAO réalisé entre 0°W et -1,6°W lors de la campagne Almofront II. La profondeur va de 15 m à 180 m. Les isolignes correspondent aux isopycnes. PENTE SPECTRALE (4 – 100 µm) : -1.00 -1.05 -1.10 -1.15 Profondeur (m) -50 -1.20 -1.25 -1.30 -100 -1.35 -1.40 -1.45 -150 -1.50 -1.55 5500 - 0,10° 5550 - 0,35° 5600 - 0,60° 5650 - 0,85° 5700 - 1,10 5750 - 1,45° Longitude Fig. 33 : Distribution 2-D (longitude - profondeur) de la pente spectrale pour l'intervalle de tailles allant de 4µm à 100µm dans un transect cross-frontal dans le FAO réalisé entre 0°W et -1,6°W lors de la campagne Almofront II. La profondeur va de 15 m à 180 m. Les isolignes correspondent aux isopycnes. -1.60 PENTE SPECTRALE (1,7 – 27 µm) : -0.90 -0.95 -1.00 Profondeur (m) -50 -1.05 -1.10 -100 -1.15 -1.20 -1.25 -150 -1.30 -1.35 5500 - 0,10° 5550 - 0,35° 5600 - 0,60° 5650 - 0,85° 5700 - 1,10 5750 - 1,45° -1.40 Longitude Fig. 34 : Distribution 2-D (longitude - profondeur) de la pente spectrale pour l'intervalle de tailles allant de 1,7µm à 27µm dans un transect cross-frontal dans le FAO réalisé entre 0°W et -1,6°W lors de la campagne Almofront II. La profondeur va de 15 m à 180 m. Les isolignes correspondent aux isopycnes. PENTE SPECTRALE (4 – 27 µm) : -1.05 -1.10 -1.15 Profondeur (m) -50 -1.20 -1.25 -1.30 -100 -1.35 -1.40 -1.45 -1.50 -150 -1.55 -1.60 5500 - 0,10° 5550 - 0,35° 5600 - 0,60° 5650 - 0,85° 5700 - 1,10 5750 - 1,45° Longitude Fig. 35 : Distribution 2-D (longitude - profondeur) de la pente spectrale pour l'intervalle de tailles allant de 4µm à 27µm dans un transect cross-frontal dans le FAO réalisé entre 0°W et -1,6°W lors de la campagne Almofront II. La profondeur va de 15 m à 180 m. Les isolignes correspondent aux isopycnes. -1.65 DIAMETRE MOYEN (1,7 – 100 µm) : 3.10 2.90 Profondeur (m) -50 2.70 -100 2.50 -150 2.30 5500 - 0,10° - 5550 0,35° - 5600 0,60° 5650 - 0,85° 5700 - 1,10 5750 - 1,45° 2.10 Longitude Fig. 36 : Distribution 2-D (longitude - profondeur) du diamètre moyen pour l'intervalle de tailles allant de 1,7µm à 100µm dans un transect cross-frontal dans le FAO réalisé entre 0°W et -1,6°W lors de la campagne Almofront II. La profondeur va de 15 m à 180 m. Les isolignes ignes correspondent aux isopycnes. DIAMETRE MOYEN (4 – 100 µm) : 5.90 5.70 Profondeur (m) -50 5.50 -100 5.30 -150 5500 - 0,10° 5550 - 0,35° 5600 - 0,60° 5650 - 0,85° 5700 - 1,10 5750 - 1,45° Longitude Fig. 37 : Distribution 2-D (longitude - profondeur) du diamètre moyen pour l'intervalle de tailles allant de 4µm à 100µm dans un transect cross-frontal dans le FAO réalisé entre 0°W et -1,6°W lors de la campagne Almofront II. La profondeur va de 15 m à 180 m. Les isolignes correspondent aux isopycnes. 5.10 DIAMETRE MOYEN (1,7 – 27 µm) : 3.10 2.90 Profondeur (m) -50 2.70 -100 2.50 -150 2.30 5500 - 0,10° - 5550 0,35° - 5600 0,60° 5650 - 0,85° 5700 - 1,10 5750 - 1,45° 2.10 Longitude Fig. 38 : Distribution 2-D (longitude - profondeur) du diamètre moyen pour l'intervalle de tailles allant de 1,7µm à 27µm dans un transect cross-frontal dans le FAO realisé entre 0°W et -1,6°W lors de la campagne Almofront II. La profondeur va de 15 m à 180 m. Les isolignes correspondent aux isopycnes. DIAMETRE MOYEN (4 – 27 µm) : 5.90 5.70 Profondeur (m) -50 5.50 -100 5.30 -150 5500 - 0,10° 5550 - 0,35° - 5600 0,60° - 5650 0,85° 5700 - 1,10 5750 - 1,45° Longitude Fig. 39 : Distribution 2-D (longitude - profondeur) du diamètre moyen pour l'intervalle de tailles allant de 4µm à 27 µm dans un transect cross-frontal dans le FAO réalisé entre 0°W et -1,6°W lors de la campagne Almofront-II. La profondeur va de 15 m à 180 m. Les isolignes correspondent aux isopycnes. 5.10 CONCENTRATION (1,7 – 100 µm) : 6.0E+006 Profondeur (m) -50 5.0E+006 4.0E+006 -100 3.0E+006 -150 2.0E+006 5500 - 0,10° 5550 - 0,35° 5600 - 0,60° 5650 - 0,85° 5700 - 1,10 5750 1.0E+006 - 1,45° Longitude Fig. 40 : Distribution 2-D (longitude - profondeur) de la concentration (particules*L-1) pour l'intervalle de tailles allant de 1,7µm à 100µm dans un transect cross-frontal dans le FAO réalisé entre 0°W et -1,6°W lors de la campagne Almofront II. La profondeur va de 15 m à 180 m. Les isolignes correspondent aux isopycnes. CONCENTRATION (4 – 100 µm) : 1.4E+006 1.3E+006 1.2E+006 1.1E+006 Profondeur (m) -50 9.5E+005 8.5E+005 7.5E+005 -100 6.5E+005 5.5E+005 4.5E+005 -150 3.5E+005 2.5E+005 5500 - 0,10° 5550 - 0,35° - 5600 0,60° 5650 - 0,85° 5700 - 1,10 5750 - 1,45° 1.5E+005 Longitude Fig. 41 : Distribution 2-D (longitude - profondeur) de la concentration concentration (particules*L-1) pour l'intervalle de tailles allant de 4µm à 100µm dans un transect cross-frontal dans le FAO realisé entre 0°W et -1,6°W lors de la campagne Almofront II. La profondeur va de 15 m à 180 m. Les isolignes correspondent aux isopycnes. CONCENTRATION (1,7 – 27 µm) : 6.0E+006 Profondeur (m) -50 5.0E+006 4.0E+006 -100 3.0E+006 -150 2.0E+006 5500 - 0,10° 5550 - 0,35° - 5600 0,60° 5650 - 0,85° 5700 - 1,10 5750 - 1,45° 1.0E+006 Longitude Fig. 42 : Distribution 2-D (longitude - profondeur) de la concentration concentration (particules*L-1) pour l'intervalle de tailles allant de 1,7µm à 27µm dans un transect cross-frontal dans le FAO réalisé entre 0°W et -1,6°W lors de la campagne Almofront II. La profondeur va de 15 m à 180 m. Les isolignes correspondent aux isopycnes. CONCENTRATION (4 – 27 µm) : 1.4E+006 1.3E+006 1.2E+006 1.1E+006 Profondeur (m) -50 9.5E+005 8.5E+005 7.5E+005 -100 6.5E+005 5.5E+005 4.5E+005 -150 3.5E+005 2.5E+005 5500 - 0,10° 5550 - 0,35° - 5600 0,60° 5650 - 0,85° 5700 - 1,10 5750 - 1,45° 1.5E+005 Longitude Fig. 43 : Distribution 2-D (longitude - profondeur) de la concentration concentration (particules*L-1) pour l'intervalle de tailles allant de 4µm à 27 µm dans un transect cross-frontal dans le FAO réalisé entre 0°W et -1,6°W lors de la campagne Almofront II. La profondeur va de 15 m à 180 m. Les isolignes correspondent aux isopycnes. BIOVOLUME (1,7 – 100 µm) : 1.2E+010 1.1E+010 9.5E+009 Profondeur (m) -50 8.5E+009 7.5E+009 6.5E+009 -100 5.5E+009 4.5E+009 3.5E+009 -150 2.5E+009 1.5E+009 5500 - 0,10° 5550 - 0,35° 5600 - 0,60° 5650 - 0,85° 5700 - 1,10 5750 - 1,45° 5.0E+008 Longitude Fig. 44 : Distribution 2-D (longitude - profondeur) du biovolume (µm3*L-1), estimateur de la biomasse, pour l'intervalle de tailles allant de 1,7µm à 100µm dans un transect cross-frontal dans le FAO réalisé entre 0°W et -1,6°W lors de la campagne Almofront II. La profondeur va de 15 m à 180 m. Les isolignes correspondent aux isopycnes. 2.5E+009 Profondeur (m) -50 -100 1.5E+009 -150 5500 - 0,10° 5550 - 0,35° 5600 - 0,60° 5650 - 0,85° 5700 - 1,10 5750 - 1,45° 5.0E+008 Longitude Fig. 45 : Distribution 2-D (longitude - profondeur) du biovolume (µm3*L-1), estimateur de la biomasse, pour l'intervalle de tailles allant de 1,7µm à 100µm dans un transect cross-frontal dans le FAO réalisé entre 0°W et -1,6°W lors de la campagne Almofront II. L'échelle a été modifiée pour centrer l'information sur les faibles valeurs de biovolume. La profondeur va de 15 m à 180 m. Les isolignes correspondent aux isopycnes. INCERTITUDE DE LA PENTE (1,7 – 100 µm) : 0.034 Profondeur (m) -50 0.029 -100 0.024 0.019 -150 5500 - 0,10° 5550 - 0,35° - 5600 0,60° 5650 - 0,85° 5700 - 1,10 5750 - 1,45° 0.014 Longitude Fig. 46 : Distribution 2-D (longitude - profondeur) de l'incertitude du modèle linéaire (pente spectrale) pour l'intervalle de tailles allant de 1,7µm à 100µm dans un transect cross-frontal dans le FAO réalisé entre 0°W et -1,6°W lors de la campagne Almofront II. Les valeurs correspondent à l'écart-type de la distribution de fréquences Bootstrap. La profondeur va de 15 m à 180 m. Les isolignes correspondent aux isopycnes. INCERTITUDE DE LA PENTE (4 – 100 µm) : 0.090 0.080 Profondeur (m) -50 0.070 0.060 -100 0.050 0.040 -150 0.030 5500 5550 5600 5650 5700 5750 Longitude Fig. 47 : Distribution 2-D (longitude - profondeur) de l'incertitude du modèle linéaire (pente spectrale) pour l'intervalle de tailles allant de 4µm à 100µm dans un transect cross-frontal dans le FAO réalisé entre 0°W et -1,6°W lors de la campagne Almofront II. Les valeurs correspondent à l'écart-type de la distribution de fréquences Bootstrap. La profondeur va de 15 m à 180 m. Les isolignes correspondent aux isopycnes. 0.020 INCERTITUDE DE LA PENTE (1,7 – 27 µm) : 0.032 Profondeur (m) -50 0.027 -100 0.022 -150 5500 - 0,10° 5550 - 0,35° - 5600 0,60° 5650 - 0,85° 5700 - 1,10 5750 - 1,45° 0.017 Longitude Fig. 48 : Distribution 2-D (longitude - profondeur) de l'incertitude du modèle linéaire (pente spectrale) pour l'intervalle de tailles allant de 1,7µm à 27µm dans un transect cross-frontal dans le FAO réalisé entre 0°W et -1,6°W lors de la campagne Almofront II. Les valeurs correspondent à l'écart-type de la distribution de fréquences Bootstrap. La profondeur va de 15 m à 180 m. Les isolignes correspondent aux isopycnes. INCERTITUDE DE LA PENTE (4 – 27 µm) : 0.05 Profondeur (m) -50 0.04 -100 0.03 -150 0.02 5500 - 0,10° 5550 - 0,35° 5600 - 0,60° 5650 - 0,85° 5700 - 1,10 5750 - 1,45° Longitude Fig. 49 : Distribution 2-D (longitude - profondeur) de l'incertitude du modèle linéaire (pente spectrale) pour l'intervalle de tailles allant de 4µm à 27µm dans un transect cross-frontal dans le FAO réalisé entre 0°W et -1,6°W lors de la campagne Almofront II. Les valeurs correspondent à l'écart-type de la distribution de fréquences Bootstrap. La profondeur va de 15 m à 180 m. Les isolignes correspondent aux isopycnes. Intervalle de tailles Paramètres Physiques Corrélation Globale Significativité (à 5%) 1,7 -100µm température 0,13194764 1,7 -100µm salinité -0,10160621 1,7 -100µm densité -0,11415981 1,7 -100µm gradient de densité 0,2265254 1,7 -100µm oxygène 0,13258608 1,7 -100µm fluorescence 0,0946487 1,7 -100µm concentration -0,2407349 4 -100µm température -0,02309744 4 -100µm salinité 0,03156004 4 -100µm densité 0,02888593 4 -100µm gradient de densité 0,20458136 4 -100µm oxygène -0,11423559 4 -100µm fluorescence -0,09783205 4 -100µm concentration -0,40373407 1,7 -27µm température 0,3246178 1,7 -27µm salinité -0,27294688 1,7 -27µm densité -0,29501262 1,7 -27µm gradient de densité 0,32267088 1,7 -27µm oxygène 0,34336734 1,7 -27µm fluorescence 0,26587264 1,7 -27µm concentration -0,02495937 4 -27µm température 0,14384258 4 -27µm salinité -0,10726668 4 -27µm densité -0,1216937 4 -27µm gradient de densité 0,33164772 4 -27µm oxygène 0,07328895 4 -27µm fluorescence 0,02155265 4 -27µm concentration -0,31096446 Table III : Corrélation globale entre la pente spectrale, pour différents intervalles de taille, et plusieurs paramètres physiques et biologiques. 1 -1 -1 1 1 1 -1 0 1 1 1 -1 -1 -1 1 -1 -1 1 1 1 0 1 -1 -1 1 1 0 -1 CORRELATION LOCALE : PENTE SPECTRALE (4 – 27 µm) vs GRADIENT DENSITE: 0.9 0.8 0.7 0.6 0.5 Profondeur (m) -50 0.4 0.3 0.2 0.1 -100 -0.0 -0.1 -0.2 -0.3 -0.4 -150 -0.5 -0.6 -0.7 5500 - 0,10° 5550 - 0,35° 5600 - 0,60° 5650 - 0,85° 5700 - 1,10 5750 - 1,45° Longitude Fig. 50 : Corrélation locale entre la pente spectrale (intervalle de tailles 4 - 27µm) et le gradient de densité. -0.8 -0.9 D’autre part, c’est aussi dans cette zone de remontée d’eau, que le biovolume (estimateur de la biomasse) est maximum (-1,35°W) (fig. 44). 2.2.3. Incertitude de la pente spectrale : Les figures 47 à 50 montrent l’incertitude de la pente spectrale pour différents intervalles de tailles. On a les valeurs les plus faibles si on tient compte des petites particules (figs. 47 et 49). Pour l’ensemble de cases, on observe que les incertitudes sont toujours faibles (maximum de 0,09. fig. 48) ce que nous permet accepter l’ajustement linéaire aux distributions des tailles. 3. COMPARAISON DES CARTOGRAPHIES : Les estimations de corrélations globales entre la pente spectrale et les divers paramètres physiques et biologiques sont représentées dans la table III. La variabilité des valeurs, de leur signe et de la significativité des corrélations, très variables en fonction de l’intervalle de tailles utilisées ne permettent pas de conclure. Seule la corrélation pente - gradient de densité semble être juste. Elle est fortement positive dans tous les cas : de forts gradients impliqueraient des pentes importantes, donc plus de poids pour les particules de petites tailles. Ceci contredit a-priori les distributions que l’on peut observer dans les figures 29 et 34, où l’on note qu’aux longitudes 0,40°W, -0,75°W et -1,50°W, les faibles valeurs de pente (moins négatives) correspondent à de fortes valeurs du gradient. Une comparaison locale a été réalisée pour aller plus en détail dans la corrélation entre ces paramètres (fig.46). Il nous montre qu’aux longitudes citées, on a bien une corrélation négative entre pente et gradient de densité (zones de fort gradient liées à des points dont les particules de grande taille sont importantes) (voir les zones : -0,40°W entre 80 et 120 m; -0,75°W à 110 m; 1,50°W à 80 m). Les comparaisons locales pour le reste des variables ne permettent pas de conclure (les graphes ne sont pas montrés). IV. DISCUSSION : 1. STRATEGIE D’ECHANTILLONNAGE : LE PROBLEME DE L’ECHELLE : L’étude du FAO a été réalisée avec deux stratégies d’échantillonnage différentes. L’une, lagrangienne, est basée sur le suivi de masses d’eau correspondant aux différentes parties du front. L’autre est basée sur un échantillonnage cross-frontal effectué à haute fréquence (voir point II. 2.2.). Dans le premier cas, les profils verticaux donnent de l’information sur la distribution verticale des paramètres physiques et biologiques en différents sites individuels. Dans le deuxième cas, des cartographies d’interpolation permettent de synthétiser l’information, et d’approfondir les conclusions sur les dynamiques physique et biologique et sur leur couplage. La 20 plupart des travaux sur les systèmes frontaux se basent sur la définition de sites d’échantillonnage avec des approches soit lagrangiennes soit euleriennes (i.e. dans le FAO, Campagne Almofront I) La comparaison des résultats obtenus par les deux types d’échantillonnage a révélé les avantages que procurent les systèmes de mesures à partir d’un véhicule tracté dans des systèmes possédant de fort gradients à mésoéchelle, comme les fronts. Strass (1991) a utilisé ce type d’échantillonnage pour étudier la formation de tâches de chlorophylle a dans les fronts et a montré que les paramètres biologiques peuvent servir d’indicateurs de l’activité frontale. Notre étude valide ses conclusions et confirme l’importance de la stratégie d’échantillonnage dans des dynamiques frontales. Un des points les plus importants dans l’échantillonnage de ce type d’écosystème, où la physique contrôle en grande partie la biologie, est de considérer simultanément les échelles spatiales et temporelles des processus physiques. La plupart des études basées sur des mesures in situ ne tiennent pas compte de l’échelle caractéristique du phénomène à mésoéchelle (de l’ordre de 100 km), ce qui est nécessaire pour avoir une couverture suffisante des structures (Strass, 1991). Le problème de l’interdépendance des échelles et l’organisation hiérarchique des processus est l’un des point les plus importants de l’écologie actuelle. Il est en effet nécessaire de tenir compte des échelles des processus qui se situent en-dessous et au-dessus d’un niveau d’organisation donné (Rietkerk et al., 2002). L’échantillonnage avec le SHET a procuré une haute résolution temporelle et spatiale des mesures sur la verticale (mesure chaque 3 min) et sur l’horizontale, nécessaire pour l’étude du couplage des processus biologiques et physiques : il a permis de couvrir l’ensemble de la structure du jet durant une période où celle-ci a pu être considérée comme stationnaire. 2. ETUDE COMPARATIVE : PENTE SPECTRALE OU DIAMETRE MOYEN COMME ESTIMATEUR DE LA DISTRIBUTION DE TAILLES ? Lors de premières études menées sur la distribution en taille des particules dans l’océan, le diamètre moyen était le paramètre le plus utilisé (Semina, 1968, 1972). Cependant, Vidondo et al. (1997) citent que, dans la plupart des distributions en tailles d’organismes aquatiques, cet estimateur est instable. Après les travaux précurseurs de Sheldon (1972) et de Platt & Kenneth (1978), l’utilisation de la pente d’une droite de régression tracée sur une distribution logarithmique des abondances par rapport à la taille (Rodriguez et al., 1998, 2001) a été privilégiée. Pour comparer l’information fournie par ces deux estimateurs (diamètre moyen et pente) nous avons étudié leur distribution spatiale (longitude - profondeur) pour différentes gammes de tailles. Quand on considère le diamètre moyen, la prise en compte ou non des particules de tailles 21 supérieures à 27 µm n’introduit pas de différence significative dans sa distribution spatiale. Au contraire, quand on considère la pente, une structure située entre 100 et 200 m apparaît à -1,50°W (zone de convergence du jet-onde) et traduit la contribution des grosses particules si le spectre est calculé sur la gamme complète de 1,7 à 100 µm (voir figs. 32, 34 et 36, 38). Inversement, si on n’inclue pas les particules les plus petites (1,7 - 4 µm), la pente varie moins nettement que le diamètre moyen (voir figs. 33, 35 et 37, 39). Donc, si on ne prend en compte que les particules de taille inférieure à 27 µm, on observe que les cartographies de la pente et du diamètre moyen obtenues pour l’intervalle 4 - 27 µm sont semblables, tandis qu’elles diffèrent pour la gamme 1,7 27 µm (voir figs. 34, 35 et 38, 39). Ces comportements différents des estimateurs en fonction de la gamme de tailles utilisée peuvent s’expliquer par leur nature même: la pente spectrale est obtenue sur des données (tailles et abondances) transformées en logarithme, ce qui confère aux grosses particules un poids relativement plus important dans l’estimation de la pente. D’où les influences inégales des particules de taille supérieure à 27 µm et inférieure à 4 µm sur l’estimation des paramètres. Le diamètre moyen, cependant, est obtenu sur les données non transformées. Etant donné que les petits particules sont beaucoup plus abondantes que les grandes (voir figs. 40 à 43), le calcul du diamètre moyen est plus sensible à l’élimination des petites particules qu’à celle des grandes. On peut donc conclure que la pente spectrale est en fin de compte un estimateur des populations de particules plus robuste et plus équilibré que le diamètre moyen. L’influence des particules de taille comprise entre 27 et 100 µm sur cet estimateur n’est pas très importante compte tenu de leur faible abondance. Au contraire, le diamètre moyen ne rend pas vraiment compte des variations des grosses particules et sa réponse aux petites particules peut occulter l’existence de zones caractérisées par une contribution importante de grosses particules. Il en résulte que les cartographies de la pente pour tous les intervalles de tailles considérés sont nettement plus semblables que celles du diamètre moyen. En terme d’information, la pente spectrale pour l’intervalle de tailles de 1,7 à 27 µm nous semble donc le critère optimal (voir fig. 34). Quoiqu’il en soit, il reste intéressant d’utiliser les deux estimateurs en même temps car ils sont complémentaires pour les différentes gammes de taille considérées. 3. PENTE SPECTRALE COMME INDICATEUR DE LA DYNAMIQUE FRONTALE : 3.1. RELATION ENTRE LA DISTRIBUTION DE TAILLES ET LES VITESSES VERTICALES: 3.1.1. Validation des modèles théoriques de la dynamique frontale : La distribution en taille des particules dans le transect cross-frontal réalisé entre 0°W et 1,60°W valide les résultats attendus d’après les modèles théoriques de la dynamique physique du 22 FAO, notamment du point de vue de la localisation et du sens des vitesses verticales agéostrophiques. Les résultats également obtenus par Rodriguez et al. (2001) dans le FAO mettent en évidence que la distribution en taille du phytoplancton pourrait dépendre plus intensément de l’hydrodynamisme que des apports en nitrate. Les modèles prédisent l’existence de vitesses verticales agéostrophiques alternativement positives et négatives dans l’onde résultant de l’instabilité du jet (Hitchcock et al., 1993; Onken, 1992; Pinot et al.; Tintoré et al., 1990; Woods, 1998). Les zones du jet associées aux vitesses verticales descendantes (de -0,15 à -0,40°W et de 1,50° à -1,60°W) révèlent un transport diapicnale de MOP avec une plus grande contribution des grosses tailles, tandis que les zones de vitesse ascendante (de 0° à -0,10°W et notamment de 1,10° à -1,45°W) sont associées à une remontée de petites particules depuis les couches profondes (figs. 32 à 39). L’accord avec le champ de vitesses horizontales (qui indique la position du jet et du tourbillon anticyclonique et donc si l’on se trouve dans une zone de convergence où divergence) est clair (figs. 13 et 14). Nos résultats sont en accord avec ceux de Bower & Rossby (1989) (in Hitchcock et al., 1993) qui démontrent que les particules remontent à l’approche de la crête du méandre et redescendent à l’approche de la vague. Ils confirment ainsi l’hypothèse d’Allen & Smeed (1996) concernant l’apport de nutriments dans la couche euphotique dû aux vitesses ascendantes, ainsi que l’exportation du phytoplancton en dehors de cette couche due à des vitesses descendantes. Franks (1992) a également décrit des effets des divergences/convergences (remontée/plongée d’eau) sur la distribution du phytoplancton, expliquant ainsi que les fronts approvisionnent la couche euphotique en nutriments, et acheminent le phytoplancton le long des isopycnes (Claustre et al., 1994). Dans le cas précis du FAO, Videau et al. (1994) ont observé plusieurs indices de remontée d’eau et de plongée isopycnale. Nos résultats confirment l’existence de ces mouvements et fournissent de nouveaux outils pour la compréhension de ces dynamiques dans d’autres zones. 3.1.2. Influence du sens de la vitesse verticale sur la valeur de la pente spectrale : Les pentes spectrales que nous avons obtenues ne sont pas tout à fait en accord avec les résultats de Rodriguez et al. (1998, 2001). Ces auteurs obtiennent en effet une corrélation négative entre la vitesse verticale et la pente des spectres. Dans les zones de tourbillons cycloniques (remontée d’eau) la pente est moins négative que dans les tourbillons anticycloniques (plongée d’eau), ce qui suggère une augmentation relative des grosses particules quand les vitesses sont ascendantes. Les auteurs interprètent la diminution du taux de sédimentation net des particules plus grandes comme étant le résultat d’un flux vertical ascendant (à cause de la viscosité, les petites particules en suspension n’ont pas de sédimentation gravitationnelle et ne seront donc pas concernées). Nos valeurs de pente spectrale (tailles de 1,7 µm à 100 µm) pour les zones de plongée d’eau sont du même ordre (vers -0,95), tandis que pour les zones de remontée d’eau, elles sont encore plus négatives (jusqu’à -1,40). 23 Plusieurs raisons peuvent expliquer cette discordance. D’une part, Rodriguez et al. (1998, 2001) ont calculé la pente spectrale sur des échantillons débarrassés des détritus et des organismes morts; ils considèrent donc exclusivement le phytoplancton vivant. Les études expérimentales de Sheldon (1972) et théoriques de Platt & Demann (1978) qui ont pris en compte les particules de tout type fournissent des valeurs plus négatives de la pente spectrale (entre -1,0 et-1,2). Rodriguez & Mullin (1986) mentionnent également cette caractéristique. En conséquence, il est possible que, dans la zone potentielle de remontées d’eau du FAO, l’effet de vitesses verticales positives sur le phytoplancton existe bel et bien, mais que cet effet soit occulté par des apports de matériel détritique de petite taille provenant des eaux profondes. La présence de telles particules en suspension serait en accord d’une part avec les estimations de cinétique turbulente, importante dans les couches profondes de la mer Méditerranée (Zakardjian & Prieur, 1994), et d’autre part l’absence de signal de fluorescence dans la zone de remontée d’eau (fig. 31). Cependant, du point de vue de la localisation des zones de divergence et de convergence dans la zone frontale, la prise en compte des détritus procure un contraste plus important entre les zones de remontée et de plongée d’eau (variations de la pente spectrale plus marquées). D’autre part, les vitesses pour lesquelles la corrélation avec la pente spectrale est linéaire (Rodriguez et al., 2001) se reduit a -5 et +5 m.jour-1. Ces vitesses sont typiquement celles de la sédimentation des particules de 1 m.jour-1 données par Walsby & Reynolds (1980) (in Woods, 1980). Les vitesses verticales obtenues indirectement par Claustre et al. (1994) dans le FAO (entre 0 et 50m) à partir des vitesses de photoadaptation du phytoplancton sont de l’ordre de 45 m.jour-1. Videau et al. (1994) donnent des estimations de l’ordre de 35 m.jour-1. Pour les méandres du Gulf Stream les vitesses atteignent 40 à 60 m.jour-1 (Hitchcock et al., 1993). D’autres études ont modélisé les vitesses verticales dans des systèmes de jet perturbé : Onken (1992) obtient des valeurs de l’ordre de 10 m.jour-1; Pinot et al. (1996) donnent des valeurs maximales de 40 m.jour-1, Wang (1993), 100 m.jour-1. Par conséquent, bien que les vitesses verticales n’aient pas été calculées dans notre étude, il est probable qu’elles soient supérieures au domaine de validation de la relation linéaire vitesse verticale vs pente spectrale donnée par Rodriguez et al. (2001). Nos résultats indiqueraient donc que, dans le FAO, l’advection verticale active aurait une influence plus importante que la sédimentation passive sur le positionnement du matériel particulaire. 3.2. COMPARAISON AVEC D’AUTRES POSSIBLES INDICATEURS BIOLOGIQUES : En accord avec Strass (1991), la distribution de chlorophylle a est également indicatrice de l’activité frontale. Hitchcock et al. (1993) trouve dans le Gulf Stream, une forte corrélation entre les échelles physiques et biologiques, ce qui suggère que la variabilité spatiale de la chlorophylle a est gouvernée par l’apparition de méandres. Dans le FAO, les zones de plongée d’eau isopycnales (de -0,15 à -0,40°W ; de -1,50° à -1,60°W) ont une fluorescence élevée liée au transport des organismes photosynthétiques issus de la couche euphotique. La zone de remontée 24 d’eau (-1,10° à -1,45°W) peut aussi être identifiée par la diminution de la hauteur de la couche de chlorophylle (fig. 31). Cependant, ce paramètre est plus utilisé pour observer les effets de la dynamique frontale sur la distribution horizontale du phytoplancton, dû à l’apparition et à la dispersion de patchs liés aux remontées d’eaux riches en sels nutritifs (Woods, 1988; Hitchcock et al. 1993; Videau et al., 1994). La distribution verticale de la chlorophylle met également en évidence la dynamique frontale, mais de façon moins claire que ne le fait la pente spectrale. La combinaison des deux paramètres est complémentaire d’un point de vue écologique, parce qu’elle permet de distinguer les zones où la distribution en taille correspond à des organismes autotrophes de celles qui comportent du matériel détritique. 4. DESCRIPTION DE LA STRUCTURE BIOLOGIQUE DU FAO : 4.1. DISTRIBUTION DE CHLOROPHYLLE a : Les profils de chlorophylle a (fig. 31) et la cartographie du transect cross-frontal montrent que, dans le cœur du tourbillon anticyclonique, les valeurs maximales de fluorescence se trouvent dans les couches de surface, avec un deuxième pic moins marqué, situé en profondeur au-dessus de la picnocline (vers 80 m). Cela a été bien documenté par Rodriguez et al. (1998), et Videau et al. (1994). Le maximum de chlorophylle a en surface est lié aux apports de sels nutritifs provenant des eaux profondes. Le deuxième maximum peut être attribué aux processus de sédimentation et de transport isopycnaux, ou bien dû à la croissance in situ d’espèces adaptées à la profondeur. Des mesures taxonomiques (Rodriguez et al., 1998), ainsi que la détermination de la profondeur de la couche euphotique et de la concentration en sels nutritifs devrait permettre de déterminer quel type de processus prédomine. Aux longitudes correspondant aux zones de convergence du jet-onde, le maximum de chlorophylle a est moins profond (50 - 60 m) que dans le tourbillon, mais beaucoup plus intense. Il est dû au transport vertical descendant et au phénomène de rétention isopycnale. La relation avec les vitesses verticales agéostrophiques du jet est observable à partir de la position de ces pics dans le jet (zones de convergences entre creux et crêtes), et de la distance entre eux (de l’ordre de la longueur caractéristique). 4.2. ACTIVITE BACTERIENNE : L’activité bactérienne dans le FAO semble être importante dans la zone centrale du tourbillon anticyclonique, aux profondeurs où le gradient de densité est maximum. Une contribution importante des grosses particules non autotrophes dans cette zone, associée à un minimum d’oxygène sont des indicateurs plaidant pour cette activité. La présence du deuxième maximum de chlorophylle a juste au-dessus de ce niveau (qui pourrait bénéficier des processus de reminéralisation), ainsi que celle de petites particules juste en-dessous (probablement du matériel provenant de la zone de dégradation ayant traversé la picnocline) renforce cette hypothèse. 25 4.3. FLUX DE MATIERE ET D’ENERGIE : La juxtaposition d’une dynamique forte (vitesses d’advection horizontales et verticales et régiments turbulents) avec des zones de relative stabilité (fort gradient horizontal) que l’on observe à mésoéchelle dans le FAO, fait de ce système une source d’énergie vers les aires oligotrophiques adjacentes et vers les niveaux trophiques supérieurs. Les résultats obtenus lors de cette étude vont dans le sens des différentes études menées auparavant dans le FAO concernant l’exportation de carbone. Les apports de sels nutritifs liés à la circulation secondaire induisent une importante production nouvelle dans la couche de surface, ainsi que la présence de phytoplancton en grandes quantités (fig. 31) dans les zones à forte advection horizontale (jet). Cela permet l’exportation de cette production en forme de patchs (Videau et al., 1993). Peinert & Miquel (1993) obtiennent des flux verticaux isopycnaux de MOP importants, dont les pelotes fécales constituent une faible fraction (20% dans le tourbillon anticyclonique AAG). Mais il semble que ce matériel pourrait être consommé par des organismes hétérotrophes. L’activité bactérienne dans la picnocline permet le recyclage des nutriments dans la couche euphotique, ce qui favorise la production régénérée. Les importantes biomasses zooplanctoniques ainsi que les taux de respiration et d’ excrétion associés (Thiebault et al. (1994), cité par Peneirt & Miquel, 1993) montrent qu’une partie significative de la production nouvelle est utilisée par les copépodes. D’autre part, Bautista et al. (1993) ont trouvé, dans une station côtière de la mer d’Alboran, que la prédation par le microzooplancton s’exerce préférentiellement sur les bactéries, plutôt que sur des organismes autotrophes. Bien que l’on ne puisse pas extrapoler directement ces résultats sur le FAO, on peut néanmoins imaginer que la contribution bactérienne aux niveaux trophiques supérieurs est significative. Le FAO semble donc être un système dont la production et l’exportation de carbone organique sont gouvernées par la dynamique physique. Les perturbations résultant d’un jet pourraient ainsi accroître les ressources énergétiques d’un tel système écologique : • zones dynamiques (vitesses verticales ascendante et descendante et flux turbulent) induisant des apports verticaux de sels nutritifs et transport descendant de MOP, • advection horizontale (équivalente à un taux de dilution) induisant un transport horizontal de producteurs primaires, • échanges avec des zones de stabilité (dont les vitesses verticale et horizontale sont nulles) réceptrices de MOP (qui sert de substrat à l’activité bactérienne), le tout formant un système en boucle qui optimise les transferts d’énergie. Les zones dynamiques favorisent ainsi la production nouvelle et son exportation vers les eaux adjacentes et stables, lesquelles seraient le siège de processus de reminéralisation bactérienne propice à une production régénérée. Cette production (autotrophe et hétérotrophe) alimente à son tour les niveaux trophiques supérieurs. 26 V. CONCLUSIONS ET PERSPECTIVES : La pente d’un spectre de taille en échelle logarithmique est un critère utile à l’étude et à la compréhension des systèmes dynamiques comme les fronts. Rodriguez & Mullin (1986) avaient mentionné que cet indice pourrait être non viable dans des zones dynamiques, d’après sa variabilité importante dans des eaux oligotrophiques stables. Nous avons montré que la pente spectrale est une bonne signature de la dynamique des systèmes frontaux non seulement en temps qu’indicateur des processus physiques et biologiques. En effet, la pente spectrale a d’une part permis de distinguer les zones de fort hydrodynamisme (et le sens des vitesses verticales associées) des zones de stabilité. D’autre part, elle a permis de démontrer la dépendance entre les flux verticaux de matière et l’hydrodynamisme, c’est-à-dire les apports de nutriments vers la surface et le transport diapicnal de MOP vers les zones profondes, qui constitue l’une des caractéristiques principales du FAO. Enfin, la combinaison avec d’autres paramètres soit biologiques (chlorophylle a et l’oxygène), soit physiques (gradient de densité) a permis d’avancer des hypothèses sur les processus biologiques tels que la production primaire et la reminéralisation bactérienne. Les profils de densité associés aux mesures de chl-a ont servi à déterminer les zones probablement ou potentiellement plus productives. De même, les mesures de courant ont permis de savoir si ces zones étaient soumises à des processus advectifs horizontaux (et donc d’exportation). Il serait intéressant de combiner ces résultats avec des données satellites de chlorophylle a, permettant d’observer la formation et le transport de patchs phytoplanctoniques. Le compteur HIAC, couplé à une stratégie d’échantillonnage adaptée (celle procurée par le SHET) est un outil d’un grande potentialité pour l’étude des couplages physiques-biologiques dans le domaine de l’océanographie. Il serait intéressant que la gamme de taille du compteur puisse être étendue jusqu’à 350 µm afin de pouvoir tenir compte des organismes zooplanctoniques. Il serait ainsi possible de séparer le dénombrement total en une fraction allant de 1,7 et 100 µm (correspondant au phytoplancton, bactéries et détritus) et une autre allant de 100 à 350 µm (correspondant au micro- et mésozooplancton), et d’observer leur distribution spatiale. Dans ce travail, les sels nutritifs, en cours de dépouillement, n’ont pas pu être utilisés, ce qui a constitué un manque pour l’interprétation des processus biologiques. D’autre part, les mesures de la profondeur de la couche euphotique ne sont pas possibles avec le SHET. Elles auraient pu servir à déterminer les causes d’apparition du deuxième maximum de chlorophylle a profond (sédimentation et transport isopycnal, ou plutôt une stratégie adaptative de certaines espèces de phytoplancton). 27 Les étapes ultérieures qui permettraient de mieux comprendre le couplage entre processus biologiques et hydrodynamisme pourraient être des études plus théoriques menées dans le cadre des fronts. En particulier, le développement de modèles mathématiques semble nécessaire. Etant donné que les modèles physiques de la dynamique frontale sont relativement bien développés, il est nécessaire de se concentrer sur la modélisation des processus biologiques. VI. REFERENCES : * Allen J.T. et Smeed D.A., 1996. Potencial Vorticity and Vertical Velocity at the IcelandFaeroes Front. American Meteorological Society. December. 2611-2634. * Arnone, RA., Wiesenburg, DA. et Saunders, KD. 1990. The origin and characteristics of the Algerian Current. Journal of Geophysical Research, 95, C-2. 1615-1622. * Bautista B., Rodríguez V. et Jiménez-Gómez., 1993. Trophic interactions in the microbial food web at a coastal station in the Alboran Sea (Western Mediterranean) in winter. (I). Microplankton grazing impact on nanoplankton and free bacteria. Scentia Marina, 58(1-2), 143-152. * Brun-Cottan J-C., 1970. Etude de la granulometrie des particules marines; mesures effectuees avec un compteur coulter. Cahiers océanographiques, 23, 193-205. * Claustre H., Kerhervé P., Marty J-C. et Prieur L., 1994. Phytoplankton photoadaptation related to some frontal physical processes. Journal of Marine Systems, 5, 251-265. * Cushman-Roisin, 1993. «Introduction to Geophysical Dynamics», Edit. Prentice Hall. * Folkard A.M., Davies P.A. et Prieur L., 1994. The surface temperature field and dynamical structure of the Almeria-Oran front from simultaneous shipboard and satellite data. Journal of Marine Systems, 5, 205-222. * Franks P.J.S., 1992. Sink or swim : accumulation of biomass at fronts. Marine Ecologie Progress Series, 82, 1-12. * Gasser, 1995. La structuration verticale des communautes mesozooplanctoniques à travers des front hydrodynamiques. Thése de doctorat de l’université Pierre et Marie Curie, Paris VI.162p * Gómez F., Echevarría F., García C.M., Prieto L., Ruiz J., Reul A., Jiménez-Gómez F. et Varela, M., 2000. Microplankton distribution in the Strait of Gibraltar: coupling between organisms and hydrodynamics structures. Journal of Plankton Research, Vol.22, No.4, 603-617. * Gómez F., Gorsky G., Striby L., Vargas J.M., Gonzalez N., Picheral M., García-Lafuente J., Varela M., Goutx M., 2001. Small-scale temporal variations in biogeochemical features in the Strait of Gibraltar, Mediterranean side-the role of NACW and the interface oscilation. Journal of Marine Systems, 30, 207-220. * Hitchcock G.L. et Mariano A.J., 1993. Mesoscale Pigment Fields in the Gulf Stream: Observations in a Meander Crest and Trough. Journal of Geophysical Research. Vol.98. No.C5, 84258445. * Jackson G., Maffione R., Costello D., Alldredge A., Logan B.E. et Dam H., 1998. Particle size spectra between 1 mu m and 1 cm at Monterey Bay determined using multiple instruments. Deep-Sea Research I, Vol.44, No.11, 1739-1767 28 * Jiménez-Gómez F., Rodríguez V. et Bautista B., 1994. Trophic interactions in the microbial food web at a coastal station in the Albora Sea (Western Mediterranean) in winter. (II). Size selective flagellate feeding on bacteria and its implication on the microbial loop size-structure. Scentia Marina, 58(1-2), 153-159. * Kitchen J.C., Menzies D., Pak H. et Zaneveld R., 1975. Particle size distributions in a region of coastal upwelling analyzed by characteristic vectors. Limnology and Oceanography, Vol.20, No.5, 775783. * Lambert C.E., Jehanno C., Silverberg N., Brun-Cottan J.C. et Chesselet R., 1980. Log-normal distributions of suspended particles in the open ocean. Journal of Marine Research.Vol.39.,No.1,77-98. * Legendre & Legendre, 1998. «Numerical Ecology». Edit. Elsevier. * Manly, B.F.J., 1991. «Randomization & Montecarlo Methods in Biology». Edit. Chapman & Hall. * Mann & Lazier, 1996. «Dynamics of Marine Ecosystems». Blackwell Scientific Publications. * Onken, R., 1992. Mesoscale Upwelling and Density Finestructure in the Seasonal Thermocline - A Dynamical Model. American Meteorological Society. November. 1257-1273. * Pawlowski, L. (2000). «Propagation de l'incertitude commise lors de la paramètrisation du taux de production primaire dans un modèle spatialisé de dynamique de la biomasse microphytobenthique : conséquences sur la prediction de la biomasse à l'equilibre et la calibration des taux de pertes de la biomasse». Rapport de DEA. 89p. * Peinert R. et Miquel J-C., 1994. The significance of frontal processes for vertical particle fluxes: A case study in the alboran Sea (SW Mediterranean Sea).Journal of Marine Systems,5, 377-389. * Peña M.A., Lewis M. et Harrison G., 1990. Primary productivity and size structure of phytoplankton biomass on a transect of equator at 135 W in the Pacific Ocean. Deep-Sea Research, Vol.37, No.2, 295-315. * Pinot J-M., Tintoré J. et Wang D-P., 1996. A study of the omega eauqtion for diagnosing vertical motions at ocean fronts. Journal of Marine Research, 54, 239-259. * Platt & Kenneth, 1978. The structure of pelagic marine ecosystems. Rapp. P.-v. Réun. Cons. int. Explor. Mer.,173, 60-65. * Prieur L. et Sournia A., 1994. “Almofront-1” (April-May 1991): an interdisciplinary study of the Almeria-Oran geostrophic front, SW Mediterranean Sea. Journal of Marine Systems, 5, 187-203. * Quiñonez R.A., Blanco J.M., Echevarría F., Fernández-Puelles M.L., Gilabert J., Rodríguez V. et Valdes L., 1994. Metabolic size spectra at a frontal station in the Alboran Sea. Working Group 4 Report. Scentia Marina, 58(1-2), 53-58. * Rajamony J., Hebert D. et Rossby T., 2001. The Cross-Stream Potential Vorticity Front and its role in Meander-Induced Exchange in the Gulf Stream. American Meteorological Society. December. 3551-3569. * Rietkerk, M., Van de Koppel, J., Kumar, L., Van Langevelde, F., 2002. The ecologie of scale. Ecological Modelling, 149, 1-4. * Rodríguez J. et Mullin M.M., 1986. Relation between biomass and body weight of plankton in a steady state oceanic ecosystem. Limnology and Oceanography, 31(2), 361-370. * Rodríguez J., Blanco J.M., Jiménez-Gómez F., Echevarría F., Gil J., Rodríguez V, Ruiz J., 29 Bautista B. et Guerrero F., 1998. Patterns in the size structure of the phytoplankton community in the deep fluorescence maximum of the Alboran Sea (southwesteern Mediterranean). Deep-Sea Research I, 45, 1577-1593. * Rodríguez J., Tintoré J., Allen J.T., Blanco J.M., Gomis D., Reul A., Ruiz J., Rodríguez V., Echevarría F. et Jiménez-Gómez F., 2001. Mesoscale vertical motion and the size structure of phytoplankton in the ocean. Nature, Vol. 410, 360-363. * Ruiz J., 1994. The measurement of size diversity in the pelagic ecosystem. Scentia Marina, 58(1-2), 103-107. * Semina H.J., 1968. Water Movement and the size of Phytoplankton Cells. 2nd European Symposium on Marine Biology. Sarsia, 34, 267-272. * Semina H.J., 1972. The Size of Phytoplankton Cells in the Pacific Ocean. International Revue ges. Hydrobiol., 57. 177-205 * Sheldon R., Prakash A et Sutcliffe H.Jr., 1972. The Size distribution of Particles in the Ocean. Limnology and Oceanography, Vol.XVII, No.3, 327-340. * Sheldon R.W., Sutcliffe W.H. et Prakash A., 1973. The production of Particles in the Surface Waters of the Ocean with Particular Reference to the Sargasso Sea. Limnology and Oceanography. V.15 (18), 719-733. * Scherrer B., 1984. Biostatistique. Gaëtan morin éditeur. * Strass V., 1991. Chlorophyll patchiness caused by mesoscale upwelling at fronts. Deep-Sea Research. Vol.39, No.1, 75-96. * Sokal, R., 1980. «Biometry». Edit.Freeman. * Tintoré J., Gomis D. et Alonso S., 1991. Mesoscale Dynamics and Vertical Motion in the Alborán Sea. American Meteorological Society. June. 811-823. * Tomassone, 1983. «La Régression». 177p. Edit. Masson. * Videau C., Sournia A., Prieur L et Fiala M., 1994. Phytoplankton and primary production characteristics at selected sites in the geostrophic Almeria-Oran front system (SW Mediterranean Sea). Journal of Marine Systems, 5, 235-250. * Vidondo B., 1997. Some aspects of the analysis of size spectra in aquatic ecology. Limnology and Oceanography, 42 (I), 184-192. * Wang D-P., 1993. Model of frontogenesis: Subduction and Upwelling. Journal of Marine Research, 51, 497-513. * Woods J., 1988. Scale Upwelling and Primary Production. B.J. Rothschild (ed.), «Toward a Theory on Biological-Physical Interactions in the World Ocean». Kluwer Academic Publishers. 7-38. * Zakardjian B., 1994. Rôle du systeme advection/diffusion sur la production primaire en zone frontale I. Thése de doctorat de l’université Pierre et Marie Curie, Paris VI. 187p. * Zakardjian B. et Prieur L., 1994. A numerical study of primary production related to verticcal turbulent diffusion with special reference to vertical motions of the phytoplankton cells in the nutrient and lights fields. Journal of Marine Systems, 5, 267-295. 30 VII. ANNEXE : METHODE DES MOINDRES CARRES : Cette méthode repose sur le concept d’ajustement d’une fonction théorique à une distribution réelle. La qualité de cet ajustement est mesurable à partir de la distance existante entre les points théoriques prédits ŷi et les points observés yi. Ceci peut être donné par la somme des carré des écarts des ces distances : i =n ∑(y i =1 i − yˆ i ) 2 (1) L’ajustement parfait correspond à la valeur 0, c’est-à-dire qu’il il y a une distance nulle entre les points prédits et les points observés. Si l’on définit une fonction ϕ(p) qui donne l’estimation de l’ajustement réalisé par une fonction yˆ i = f ( p) , où p est le vecteur des paramètres de cette fonction, on peut obtenir le vecteur pi qui détermine le jeu de paramètres avec lequel on retrouve le meilleur ajustement en minimisant la fonction ϕ(p) : min ϕ(p) = min i =n ∑(y i =1 i − yˆ i ( p)) 2 (2) ŷi peut être une fonction exponentielle décroissante tracée comme une courbe de régression non linéaire sur le spectre original ou bien une droite de régression sur le spectre avec le changement de variable logarithmique. Dans ces deux cas, p est composé de deux paramètres (bo et b1). On cherche donc les valeur bo et b1 qui minimisent la fonction ϕ(p). La Régression polynomiale : La théorie de la régression permet de minimiser une fonction ϕ(p) sans passer par la résolution du système d’équations différentielles issues de l’égalité : ∂ϕ =0 ∂p (3) où p = [bo, b1, ... bn] est le vecteur de paramètres d’un polynôme d’ajustement : yˆ = b0 + b1 x + b2 x 2 + ... + bn x n (4) Cette équation peut s’exprimer en termes matriciels comme : Yˆ = X ⋅ p (5) Le calcul du p qui minimise ϕ(p) est donné par (Thomassone et al., 1983): p = (Xt⋅X)-1⋅Xt⋅Y (6) où Y correspond aux valeurs observées yi (variable dépendante) et X aux valeurs xi (variable indépendante). Les points (yi , xi) définissent le nouage de points aux quels l’on applique la régression. La Régression linéaire : Le cas particulier où le polynôme d’ajustement correspond à une droite est connu comme régression linéaire. L’équation est donc du type : yˆ = b0 + b1 x (7) A partir de (4) il est possible d’obtenir les coefficients d’ajustement bo (ordonnée à l’origine) et b1 (pente de la droite) qui donnent le meilleur ajustement. En appliquant la technique de la régression linéaire à l’expression (20. point II.4.3.1.) on obtient les coefficients bo et b1 cherchés. Le coefficient b1 définit la pente de la droite de régression tracée sur le spectre en échelle logarithmique. Qualité de l’ajustement : Coefficient de détermination : L’estimation classique de la robustesse d’une régression est donnée à partir du coefficient de détermination (R2). Il est calculé à partir de la décomposition de la dispersion totale de la variable yi en deux : dispersion expliquée et dispersion non expliquée. La dispersion totale donne une idée de l’hétérogénéité des observations en calculant la somme des écarts à la moyenne au carré. La dispersion expliquée calcule la somme des écarts à la moyenne mais à partir des points prédits par la fonction de l’ajustement. La dispersion non expliquée est une mesure de l’erreur associée à cet ajustement ; elle est la somme des écarts entre les observations et les poins prédits : i =n i =n i =n i =1 i =1 i =1 ∑ ( yi − yi ) 2 = ∑ ( yˆ i − yi ) 2 + ∑ ( yi − yˆ i ) 2 (8) Le coefficient de détermination est defini comme le rapport entre la dispersion expliquée et la dispersion totale: i =n ∑(yˆ − y ) i R2 = i =1 i =n i 2 ∑(yi − yi)2 (9) i =1 Il est une mesure du pourcentage de la dispersion totale due à la variance expliquée. Le reste sera dû à la variance non-expliquée ou erreur. Donc la valeur de R2 va être compris entre 0 et 1, où 1 exprime un ajustement parfait (le terme d’erreur est nul, toute la dispersion est due à la dispersion expliquée) et 0 exprime une absence d’ajustement (toute la dispersion est due au terme d’erreur ou dispersion non expliqué).