MétaCan
Menu
Retour à la cohorte
Enregistrement W3193467457

Amélioration des méthodes de prévision de dérive et de dispersion d'objets flottants à la surface de l'océan

2020· article· fr· W3193467457 sur OpenAlexfundaboutno aff
Tamkpanka Tamtare

Notice bibliographique

RevueSémaphore (Université du Québec à Rimouski) · 2020
Typearticle
Languefr
DomaineEarth and Planetary Sciences
ThématiqueOceanographic and Atmospheric Processes
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMarine Environmental Observation Prediction and Response Network
Mots-clésDispersion (optics)PhysicsOptics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

RÉSUMÉ: Cette étude a pour but de développer des méthodes pour améliorer les prévisions de dérive et de dispersion des objets flottants dans l'estuaire et le golfe du Saint-Laurent (EGSL). La précision de ces prévisions dépend dans une large mesure, de la qualité des prévisions de courants océaniques, de vent et de vagues, mais également du modèle de dérive utilisé. Le modèle de dérive le plus utilisé de manière opérationnelle au Canada et ailleurs se base sur les prévisions de courants proches de la surface fournis par la cellule supérieure du modèle de circulation auquel on ajoute un terme de correction proportionnel à la vitesse du vent proche de la surface. Une telle formulation suppose que ce terme de correction inclut de nombreux processus, y compris la dérive due au vent, le cisaillement vertical du courant océanique non résolu, la dérive induite par les vagues et les processus sous-méso-échelles mal résolus par le modèle de circulation à faible résolution horizontale. Pourtant, ces trois derniers processus ne sont pas nécessairement liés linéairement à la vitesse du vent local. En conséquence nous avons tenté de prendre en compte de façon explicite ces trois processus. Le cisaillement a été résolu en extrapolant les courants proches de la surface (fournis par le modèle océanique régional GSL5km) à la surface en supposant la dynamique d'Ekman. La dérive de Stokes a été incluse dans le modèle de dérive. Celle-ci a été simulée par le modèle WAVEWATCH III (WW3). Les données atmosphériques proviennent du système de prévision déterministe régional (\\emph{Regional Deterministic Prediction System}, RDPS) de 35~km de résolution centré sur l'EGSL. Les processus sous-méso-échelles sont pris en compte via l'augmentation de la résolution horizontale du modèle de circulation (STLE400m, couvrant uniquement l'Estuaire du Saint-Laurent). Les performances des modèles de dérive implémentés ont été évaluées à l'aide des observations de bouées dérivantes déployées dans l'EGSL. En ajoutant un terme de correction proportionnel au vent au courant extrapolé, les modèles de dérive implémentés ont apporté une réduction de la distance de séparation relativement au modèle standard allant de 25\\% à 35\\% sur différents délais de dérive de 3h à 72h. En remplaçant le terme de correction du vent par la dérive de Stokes cette réduction d'erreur atteint 40\\%. Mieux encore, on obtient une bonne prévision de dérive en augmentant la résolution horizontale du modèle de circulation, en conservant la méthode d'extrapolation du courant proche de la surface en surface puis en incluant la dérive de Stokes. Cela conduit effectivement à un score de compétence pouvant atteindre 0.90 sur une période de dérive de 65h. Deux cas différents de déploiement des bouées ont été envisagés pour étudier la dispersion. Les indicateurs de dispersion simulés à deux résolutions différentes sont comparés à ceux calculés à partir des observations. Dans le premier cas d'étude, la dispersion relative et absolue sont soit surestimées ou sous-estimées par les modèles de dérive tandis que dans l'autre cas, le modèle de dérive utilisant le courant extrapolé à basse résolution horizontale sous-estime sévèrement ces deux indicateurs de dispersion. L'augmentation de la résolution horizontale a permis une amélioration de la prévision de la dispersion. La diffusivité relative et la dispersion relative montrent deux régimes régime de dispersion. Un régime de dispersion non-local pour des séparations plus petites que 3.5~km pour le premier déploiement d'un ensemble de 9 dériveurs et 500~m pour le deuxième déploiement d'un ensemble de 8 dériveurs. Au-delà de ces distances la dispersion est locale. -- Mot(s) clé(s) en français : prévision, dérive de surface, couche d'Ekman, bouées dérivantes, extrapolation, dérive de Stokes, sous-méso-échelles, dispersion. -- ABSTRACT: The general objective of this study is to improve surface drift and dispersion forecasts methods for floating objects in the Estuary and Gulf of St.~Lawrence (EGSL). The accuracy of these forecasts depends to a large extent on the quality of ocean currents, winds and waves forecasts, but also on the drift model used. The standard Eulerian leeway drift model used in most operational systems in Canada and elsewhere considers near-surface currents provided by the top grid cell of the ocean circulation model and a correction term proportional to the near-surface wind. Such formulation assumes that the wind correction term accounts for many processes including windage, unresolved ocean current vertical shear, wave-induced drift, and submesoscale processes poorly resolved by the low horizontal resolution ocean model. However, these processes are not necessarily linearly related to the local wind velocity. We have attempted to take into account explicitly these three processes. The shear was resolved by extrapolating near-surface currents (provided by the regional ocean model GSL5km) to the surface assuming Ekman dynamics. The Stokes drift computed by the WAVEWATCH III model (WW3) was included in the drift model. The atmospheric data come from the Regional Deterministic Forecast System (RDPS) with a 35-km resolution centered on the EGSL. Submesoscale processes are taken into account by increasing horizontal resolution of the ocean model (STLE400m, covering only the St.~Lawrence Estuary). The performances of the implemented drift models were evaluated using observations of drifting buoys deployed in the EGSL. By adding a wind correction term to the extrapolated currents, the implemented drift models brought reductions of the separation distances relative to the control model reaching 25\\% to 35\\% over different drift times ranging from 3h to 72h. By replacing the wind correction term with the Stokes drift, this reduction of separation distance reaches 40\\%. Better still, a good drift forecast is obtained by increasing the horizontal resolution of the circulation model, while keeping the extrapolation method of the near-surface current to the surface and including the Stokes drift. This effectively leads to a skill score of up to 0.90 over a long drift period of 65 hours. Two different cases of deployment of buoy clusters were conducted to investigate the dispersion. The simulated dispersion indicators at two different resolution of the ocean model are compared to those computed from the observations. In the first case of study, the relative and absolute dispersion are either overestimated or underestimated by the drift models while, in the other case, the drift model using the extrapolated current at low horizontal resolution severely underestimates these two dispersion indicators. The dispersion was well estimated when increasing the horizontal resolution of the ocean model. The relative dispersion and relative diffusivity show two different dispersion regimes. A non-local dispersion regime for separations smaller than 3.5~km for the first cluster of drifters and 500~m for the second cluster of drifters. Beyond these scales the dispersion is local. -- Mot(s) clé(s) en anglais : surface drift forecast, Ekman layer, drifting buoys, shear extrapolation, Stokes drift, submesocale, dispersion.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,017
Tête enseignante GPT0,218
Écart entre enseignants0,202 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSémaphore (Université du Québec à Rimouski)Même sujetOceanographic and Atmospheric ProcessesTravaux en français237 207