Titre :
Dynamique spatio-temporelle des zones de sources et puits de CO2 dans les zones côtières basée sur un réseau de neurones.
Résumé :
Les zones côtières influencées par les rivières (RiOMar) hébergent des écosystèmes fragiles essentiels à la société, mais sont menacées par l’intervention humaine, entraînant des problèmes tels que l’eutrophisation et la pollution des eaux côtières. Ces altérations combinées aux effets du changement climatique et aux évènements extrêmes ont déjà considérablement détérioré les écosystèmes côtiers, réduisant les services qu’ils fournissent. Dans ce contexte, le projet PPR RIOMAR (2023-2028) vise à étudier ces écosystèmes marins des zones côtières influencées par les fleuves en utilisant des observatoires améliorés, combinant des capteurs innovants et des technologies spatiales, ainsi que des outils numériques avancés et des simulations. L’objectif est d’anticiper les impacts sur la qualité des eaux côtières et le fonctionnement des écosystèmes marins au cours du 21e siècle. Les simulations prendront en compte les contraintes climatiques et anthropiques sur trois périodes distinctes (passé, présent, futur), et les résultats contribueront à définir des indicateurs en collaboration avec les gestionnaires de l’environnement. Pour cela, des modèles numériques côtiers à très haute résolution seront développés pour les périodes passées (2000-2020) et actuelles (2022-2024), intégrant l’hydrodynamique, la biogéochimie (nutriments, O2, CO2-pH), ainsi que les observations in situ et par satellites. Une fois validés, ces modèles fourniront des simulations à moyen terme (2030-2050) et à long terme (2080-2100). En outre, des approches d’apprentissage profond telles que les réseaux de neurones seront utilisées pour prédire des variables clés difficiles à mesurer à haute résolution et haute fréquence (comme pCO2, pH) à partir de variables plus facilement observables par les observations in situ (température, salinité, O2).Le principal objectif de cette thèse sera de comprendre l’évolution des variables du système des carbonates, notamment les flux air-mer de CO2, dans ces zones côtières sous l’influence des fleuves, face au changement climatique et aux événements extrêmes. Cette thèse visera à développer des modèles de réseaux de neurones pour l’océan côtier le long des trois façades françaises (Golfe du Lion, Golfe de Gascogne et Manche), afin de prédire des variables biogéochimiques essentielles, en particulier celles liées au système des carbonates. Pour cela, une compilation des données physiques (température, salinité) et biogéochimiques (O2, AT-CT, pH, pCO2, Chla) disponibles sur les trois façades sera nécessaire pour l’apprentissage et la validation des réseaux de neurones. Les données prédites seront ensuite utilisées pour contraindre et valider les modèles régionaux existants. Dans un deuxième temps, cette recherche se concentrera sur les scénarios futurs proposés par le projet, en testant l’utilisation de simulations de modèles comme entrée dans les réseaux de neurones tout en tenant compte de la propagation des erreurs. Ce couplage entre les simulations et les outils d’IA permettra de produire des indicateurs climatiques et de santé de l’écosystème côtier, et préparera l’utilisation de l’IA pour réduire statistiquement les informations des modèles à faible résolution à l’échelle côtière, multipliant ainsi les scénarios climatiques et socio-économiques à faible coût.
Pour en savoir plus :