English
LGGE

Accueil du site > Recherche > Thèses en cours > (GLACE) > Quantification des processus responsables de l’accélération des glaciers émissaires par méthodes inverses




Rechercher

OSUG - Terre Univers Environnement OSUG

Quantification des processus responsables de l’accélération des glaciers émissaires par méthodes inverses

par BRONDEX Julien - 23 mars 2015 - ( maj : 23 mars 2015 )

Cyrille MOSBEUX

Date de début et de fin : octobre 2013 - septembre 2016

Financement : bourse ministérielle (MENRT)

Directeurs : Olivier Gagliardini (LGGE) et Fabien Gillet-Chaulet (LGGE)

Résumé :

Le réchauffement climatique actuel a des conséquences directes sur la perte de masse des calottes polaires et leur contribution à l’augmentation du niveau des mers. Cette perte de masse se fait principalement via les glaciers côtiers. Il est donc nécessaire de réaliser des scénarios prédictifs pour évaluer les futures accélérations de ces derniers. Par conséquent, reproduire et comprendre ces mécanismes est l’un des enjeux majeurs de la modélisation d’écoulement glaciaire.

L’un des points faibles de ces scénarios prévisionnels est la méconnaissance de l’état actuel des glaciers. En effet, la construction d’un état initial aussi proche que possible des observations actuelles est un prérequis pour toute projection fiable de l’évolution des calottes polaires.Malheureusement, certaines données d’observation sont parfois peu fiables comme l’épaisseur de glace tandis que d’autres, comme le frottement basal, ne sont même pas mesurables.

Une solution pour mieux contraindre ces paramètres peu ou pas connus est de recourir à l’utilisation de méthodes inverses comme la méthodes adjointe introduite pour la première fois en glaciologie par MacAyeal en 1993. Celle-ci consiste à optimiser un paramètre, comme le frottement basal, en minimisant la différence entre des données observées de manière fiable, comme les vitesses de surface, et leur valeur modélisée. Actuellement, cette méthode a été implémentée avec succès dans différents modèles d’écoulement comme Elmer / Ice mais seulement pour une épaisseur de glace donnée.

Or, les données d’épaisseur de glace sont particulièrement affectées par les erreurs importantes sur les données d’altitude de socle rocheux. Ces erreurs engendrent des divergences de flux non-physiques au sein des modèles dues à l’inconsistance des données et réduisant la fiabilité des modèles prédictifs.

Dans cette thèse, nous étudions différentes solutions basées sur des méthodes d’assimilation de données comme la méthode adjointe ou encore le nudging afin d’améliorer la connaissance de deux paramètres clés des modèles glaciaires (le frottement basal et la géométrie du socle rocheux) tout en réduisant la divergence de flux des modèles. Les différentes méthodes sont implémentées dans le modèle d’écoulement glaciaire Elmer / Ice.

Abstract :

The current global warming has direct consequences on ice-sheets mass loss contributing to sea level rise. This loss is mainly driven by an acceleration of some coastal outlet glaciers. It is therefore necessary to realise forecast scenario of future acceleration of these glaciers. Consequently, reproducing these mechanisms is one of the major issues in ice-sheet and ice flow modelling.

One of the shortcomings of these forecasting models is the uncertainty on the initial state. Indeed, the construction of an initial state, as close as possible to current observations, is required as a prerequisite before producing any reliable projection of the evolution of ice-sheets. The problem is that observations are sometimes factually inaccurate like ice thickness or even non measurable like basal drag.

A solution to infer some badly known or unknown parameters is the use of inverse methods, i.e. adjoint method. This method was first introduced in glaciology by MacAyeal (1993) and consists in optimising an unknown parameter, as basal drag, by minimising the difference between a well observed parameter, as velocities, and its modelled value. Nowadays, this method has been implemented and applied with success in different ice flow models, in order to infer the basal drag but only for a given thickness.

Unfortunately, the accuracy of the ice thickness is particularly affected by the high uncertainty on the bedrock topography measurements leading to non-physical fluxes divergence. These divergences can give rise to huge uncertainities in forecast sceanario .

In this thesis, we explore some solutions by using data assimilation methods like adjoint methods and nudging to improve the initial conditions knwoledge of two « key » parameters which are the basal friction and bedrock topography in order to improve the reliability of the projection of the evolution of ice-sheets. The different methods are implemented in the Ice-Sheet / Ice-Flow model Elmer / Ice.

Mots-clef : Modélisation des écoulements glaciaires, assimilation de données, méthodes inverses // Ice flow modelling, data assimilation, inverse methods

Sous la tutelle de :

Sous la tutelle de :