Estimation des zones d'incertitude de trajectoires de bouées dérivantes dans l'estuaire et le golfe du Saint-Laurent
Notice bibliographique
Résumé
RÉSUMÉ : Les opérations de recherche et sauvetage en mer reposent sur des prédictions rapides et fiables des trajectoires des objets flottants à partir d'une dernière position connue. Ces prédictions sont généralement obtenues à partir de modèles numériques océaniques, atmosphériques et de vagues. Cependant, la résolution spatio-temporelle limitée de ces modèles ne permet pas de résoudre toutes les échelles des écoulements turbulents qui affectent ces trajectoires. Il est donc nécessaire d'estimer les incertitudes dans les trajectoires prévues pour guider les opérations de recherche et sauvetage. Ceci est généralement réalisé en ajoutant une composante stochastique aux courants de surface prédits par le modèle océanique, en supposant que les échelles des mouvements non résolues et les erreurs de modèle sont toutes deux aléatoires. Ici, en utilisant un grand nombre de dériveurs de surface suivis par GPS déployés en septembre 2020 lors de la première mission de surface TReX (Tracer Release Experiment) dans l'estuaire du Saint-Laurent au Québec, nous vérifions si cette hypothèse conduit à des estimations efficaces des incertitudes de trajectoire, ou si certains types d'erreurs de modèle doivent être pris en compte explicitement. Le modèle océanique a une résolution horizontale de 500 m et une résolution verticale de 1 m près de la surface. Le modèle atmosphérique a une résolution horizontale de 2.5 km et le modèle de vagues a une résolution horizontale de 1 km. Différentes simulations de trajectoires de dérive sont réalisées pour déterminer le meilleur modèle stochastique à utiliser pour estimer des incertitudes de trajectoire efficaces. Les résultats montrent que les erreurs des modèles océaniques actuels sont trop grandes pour pouvoir estimer des zones de recherches fiables. L'augmentation de la partie diffusive stochastique pour le calcul des prédictions n'apporte pas d'amélioration. -- Mot(s) clé(s) en français : prévision, dérive de surface, bouées dérivantes, vitesse advective, vitesse diffusive. -- ABSTRACT : Search and rescue operations at sea rely on fast and reliable predictions of the trajectories of floating objects from a last known position. These predictions are usually obtained from oceanic, atmospheric and wave numerical models. However, the limited spatio-temporal resolution of these models does not resolve all scales of the turbulent flows that affect these trajectories. It is therefore necessary to estimate uncertainties in predicted trajectories to guide search and rescue operations. This is usually achieved by adding a stochastic component to the surface currents predicted by the oceanic model, assuming that the unresolved scales of motions and model errors are both random. Here, using a large number of GPS-tracked surface drifters released in September 2020 during the first surface TReX (Tracer Release Experiment) mission in the Lower St. Lawrence Estuary in Quebec, we verify whether this assumption leads to efficient estimates of trajectory uncertainties, or whether some types of model errors need to be accounted for explicitly. The oceanic model has a horizontal resolution of 500 m and a vertical resolution of 1 m near the surface. The atmospheric model has a horizontal resolution of 2.5 km and the wave model has a horizontal resolution of 1 km. Different simulations of drifter trajectories are realized to determine the best stochastic model to use for estimating efficient trajectory uncertainties. The results show that the errors of current ocean models are too large to be able to estimate reliable research areas. Increasing the diffusive stochastic contribution does not improve the results. -- Mot(s) clé(s) en anglais : Forecast, surface drift, drifting buoys, advective velocity, diffusive velocity.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».