etude de l`influence des vitesses verticales associees au front

Transcription

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
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
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
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
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
Site 5
-200
5
5.5
6
Site 6
5
5.5
6
Site 7
Site 8
0
0
-50
-50
-50
-50
-100
-150
-100
-150
-200
-100
-150
-200
5
5.5
6
Profondeur
0
Profondeur
0
Profondeur
Profondeur
Site 3
0
Profondeur
Profondeur
Site 1
0
-150
-200
5
5.5
6
-100
-200
5
5.5
6
5
5.5
6
Fig. 24 : Profils verticaux du diamètre moyen et écart-type associé pour les 8 sites échantillonnés lors de la campagne
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
x 10
-100
-150
-200
0
Site 5
-200
0
Site 6
5
10
x 10
0
Site 7
0
-50
-50
-50
-50
-150
-100
-150
-200
5
10
x 10
-100
-150
-200
0
Profondeur
0
Profondeur
0
-100
5
10
x 10
-100
-150
-200
0
5
10
x 10
Site 8
0
Profondeur
Profondeur
Site 3
0
Profondeur
Profondeur
Site 1
0
-200
0
5
10
x 10
0
5
10
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
-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
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
4µm à 27µm dans un transect cross-frontal dans le FAO réalisé entre 0°W et -1,6°W lors de la campagne
-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
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
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
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
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
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
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
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
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
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
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
l'intervalle de tailles allant de 4µm à 100µm dans un transect cross-frontal dans le FAO réalisé entre 0°W et
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
l'intervalle de tailles allant de 1,7µm à 27µm dans un transect cross-frontal dans le FAO réalisé entre 0°W et
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
l'intervalle de tailles allant de 4µm à 27µm dans un transect cross-frontal dans le FAO réalisé entre 0°W et
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
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
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
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).

etude de l`influence des vitesses verticales associees au front

Transcription

Documents pareils

Assemblage de l`enfile-aiguille d`une machine à coudre Brother

Location de tarière 1 personne TARPOT

AS71 - Scoda

promo hiver11 Egypte.24oct2x

Niveau Laser Rotatif Automatique

AS71 - Atos

FEDERATION INTERNATIONALE DE GYMNASTIQUE

APRILIA PEGASO 650 `05-06 1. - pichard

2 | Diagnostics embarqués - MS Motorservice International

LEMNOS. - Hephaistia - Chronique des fouilles