Prévision océanique – Modéliser pour préparer l’avenir

L’océan est le plus vaste écosystème de notre planète. Il joue un rôle majeur dans la régulation du temps et du climat. En outre, il modère le réchauffement climatique en absorbant le CO₂ et grâce à son énorme capacité calorifique.

Figure 1: La couche de surface de l’océan (0‑40 mètres) absorbe le carbone atmosphérique, qui est transporté vers les grands fonds dans des zones spécifiques situées près des pôles (les «puits de carbone» sur la carte), à la jonction entre la couche de mélange et l’océan profond. (Carte de Robert Simmon, NASA, adaptée de GIEC 2001 et de Rahmstorf 2002).

D’après les calculs des Nations Unies, 40 % de la population mondiale – près de 2,4 milliards de personnes – vivent à moins de 100 km du littoral, et les économies côtières pèsent entre 3 000  et 6 000 milliards de dollars des États-Unis par an selon les estimations¹. Les régions côtières abritent des infrastructures essentielles telles que des ports, des installations de dessalement, des centrales électriques, des parcs aquacoles, etc. L’océan constitue une source de nourriture, rend le commerce possible et joue un rôle important dans de nombreuses cultures autochtones. La connaissance de ses caractéristiques physiques et de la vie biologique qu’il recèle contribue au tourisme, à la pêche, au transport maritime, à l’exploitation de sources d’énergie renouvelables et non renouvelables, et bien plus encore. L’océan lui-même peut être une source de minéraux et d’ingrédients médicaux.

Ainsi, l’importance de la sécurité maritime et côtière et de la résilience des océans ne saurait être sous-estimée. Les informations sur le climat sont essentielles pour guider l’aménagement futur des littoraux et adapter les infrastructures existantes de manière à atténuer l’impact des phénomènes météorologiques maritimes et océaniques dangereux. Les alertes précoces fondées sur l’impact des risques naturels et les prévisions et projections climatiques aident les populations et les entreprises installées dans des régions côtières à éviter les risques et à accroître leur résilience.

L’océan lui-même est une composante essentielle du système terrestre dans les projections du changement climatique. Comprendre l’océan est fondamental pour pouvoir comprendre la planète et les changements que l’activité humaine lui inflige. À l’heure actuelle, l’écosystème et les caractéristiques physiques de l’océan subissent l’impact des activités humaines, et les répercussions qui s’en suivront n’épargneront personne. Il faut sans plus attendre améliorer les connaissances et la compréhension de l’océan, de ses interactions avec l’atmosphère et de l’impact que l’humanité exerce sur lui.

Historique

Historiquement, l’exploration et l’exploitation de l’océan sont allées de pair avec la progression des connaissances acquises sur l’océan et l’atmosphère qui le recouvre. C’est à l’initiative de l’océanographe, météorologue et astronome Matthew Maury, alors lieutenant de la Marine des États-Unis, que la première conférence météorologique internationale a été organisée à Bruxelles en 1853, dans le but de mettre en place un système uniforme d’observations météorologiques en mer. Cette conférence a ouvert la voie à la création, une vingtaine d’années plus tard, de l’Organisation météorologique internationale, prédécesseur de l’OMM.

Le même Matthew Maury fut l’un des premiers à publier des éléments de météorologie maritime dans un ouvrage intitulé «The Physical Geography of the Sea and its Meteorology» (Maury 1864). Ses vues sur les vents et les courants, appréhendés sous l’angle de l’environnement maritime, ont conduit, entre autres, à une diminution du temps de traversée de l’océan mondial, qui a été source d’avantages sur les plans économique et de la sécurité. De fait, ses travaux pionniers ont jeté les bases de la météorologie maritime moderne. Aujourd’hui encore, il est impératif que les océanographes poursuivent l’entreprise de Maury et partagent leurs connaissances avec tous ceux qui, de près ou de loin, bénéficient de l’océan ou en subissent les effets.

Courants et dérives à la surface des océans. (Source: NOAA)

Océanographie opérationnelle

L’océanographie opérationnelle peut être définie comme la fourniture des informations océanographiques courantes nécessaires à la prise de décision. Les systèmes océanographiques opérationnels ont pour principales composantes un réseau d’observation à plates-formes multiples, un système de gestion des données, un système d’assimilation des données et de prévision et un système de diffusion/accessibilité. Ces composantes sont interdépendantes, d’où la nécessité d’établir des moyens de communication et d’échange entre elles, et ensemble, elles forment le mécanisme qui permet d’obtenir une image claire de l’état passé, présent et futur des océans.

Comme pour l’atmosphère, la prévision océanique couvre plusieurs échelles temporelles – heure, jour, mais aussi mois et saison.

Sous l’effet des progrès accomplis par les systèmes d’observation et de prévision des océans au cours des 20 dernières années, l’infrastructure de l’océanographie opérationnelle est devenue essentielle à un large éventail d’activités maritimes. Les prévisions – qu’elles portent sur l’horizon immédiat, pour assurer la sécurité et appuyer les décisions tactiques, ou sur un horizon saisonnier ou de plus long terme, pour soutenir les activités de planification et relatives à la résilience – sont toutes tributaires de l’océanographie opérationnelle.

Différences entre l’océan et l’atmosphère

L’air et l’eau ont des propriétés très différentes; quelques comparaisons entre l’atmosphère et l’océan suffisent pour s’en rendre compte: les 10 premiers mètres de l’océan pèsent aussi lourd que l’atmosphère tout entière qui le surplombe; la capacité calorifique des 2,5 premiers mètres de l’océan est équivalente à celle de toute l’atmosphère qui le recouvre; enfin, les 2,5 premiers centimètres de l’océan contiennent autant d’eau que l’atmosphère au-dessus de lui. Si l’atmosphère et l’océan obéissent aux mêmes équations de mouvement, leurs caractéristiques circulatoires, leurs échelles de mouvement et leurs propriétés sont sensiblement différentes. L’interaction entre ces deux domaines est également l’un des processus fondamentaux qui déterminent le temps et le climat sur Terre.

Du point de vue de l’OMM, la prévision océanique et la prévision atmosphérique sont intrinsèquement liées par des processus physiques qui sont de plus en plus pris en compte par les modélisateurs spécialistes des deux domaines. Sur un horizon inférieur à quelques jours, l’interaction entre l’océan et l’atmosphère exerce une influence majeure sur le temps dans certaines zones, par exemple près des côtes sujettes à des remontées des eaux océaniques – en particulier lorsque ces remontées sont liées à des changements soudains de la couverture de glace. Au-delà d’un horizon de quelques jours, l’interaction entre l’océan et l’atmosphère contribue aux prévisions météorologiques en tous lieux, et son importance croît avec les délais de prévision. À l’échelle de la prévision saisonnière et de la prévision du climat, le couplage océan-atmosphère dans les systèmes de prévision est crucial.

La prévision du temps, par exemple de la formation et de l’intensité des cyclones tropicaux, et les prévisions à plus long terme, comme celles relatives aux précipitations saisonnières, dépendent des observations de la température et des courants dans l’océan (Weller et al., 2019).

Situation de la prévision océanique

Un exemple de synthèse d’une page sur l’état de l’océan, établie à partir des systèmes de réanalyse océanique du service Copernicus de surveillance maritime de l’Union européenne. (Source: Annual Ocean State Report (von Schuckmann et al., 2019))

Pour comprendre la situation de la prévision océanique, il faut d’abord avoir une vue d’ensemble de l’état actuel des systèmes de prévision océanique et du réseau international qui les unit, afin de cerner les améliorations futures des sciences qui sous-tendent la prévision océanique, les capacités du système de prévision et les possibilités d’intégrer plus avant les systèmes océaniques dans les modèles sans discontinuité du système terrestre. L’arrivée à maturité des observations océanographiques, des systèmes de prévision et de la recherche ainsi que des disciplines fondamentales de la prévision océanique que sont l’assimilation des données, la modélisation océanique, la vérification des prévisions et l’évaluation des systèmes d’observation permet aujourd’hui l’essor de nouveaux domaines de recherche et d’exploitation.

L’un des paramètres fondamentaux de tout système de prévision est la disponibilité en temps réel des plates-formes d’observation en surface et à partir de l’espace. Les différences importantes qui existent entre l’atmosphère et l’océan deviennent ici très tangibles. Pour les satellites de télédétection, l’océan est moins transparent et donc moins mesurable en profondeur que ne l’est l’atmosphère. Par conséquent, les informations satellitaires ne concernent généralement que la surface immédiate de l’océan. Néanmoins, les altimètres par satellite qui mesurent la hauteur de la surface de la mer sont un atout pour la télédétection océanographique. La hauteur de l’océan est représentative des processus verticalement intégrés qui s’opèrent entre la surface et le fond de l’océan, et l’altimétrie satellitaire permet de définir en temps réel les tourbillons océaniques de grande ampleur dans les systèmes de prévision. De plus, l’altimétrie permet de suivre l’évolution à long terme de la profondeur des océans, par exemple l’élévation du niveau de la mer.

Le système d’observation du Pacifique tropical (TPOS), qui mesure les changements à long terme des échanges thermiques entre l’océan et l’atmosphère, a été conçu dans les années 1980 dans le but d’améliorer la compréhension scientifique du phénomène El Niño-oscillation australe (ENSO) et ainsi de mieux prévoir ces épisodes. Depuis lors, il a fourni des données essentielles qui ont contribué à améliorer les prévisions ENSO et, avec elles, les décisions concernant l’agriculture par exemple (Hansen et al., 1998; Chiodi et Harrison, 2017). Des systèmes d’observation de l’océan ont été mis au point pour l’océan Atlantique (PIRATA) et l’océan Indien (RAMA) selon le modèle TPOS. Le TPOS s’adapte également pour répondre aux besoins actuels et futurs en matière d’observation, d’expérimentation et d’exploitation.

Assimilation des données – Les dispositifs d’assimilation des données varient selon les groupes de prévision océanique. L’objectif principal est de réduire au minimum le décalage entre les résultats du modèle et les observations tout en respectant les règles de la physique. Les observations assimilées dans les systèmes de prévision océanique comprennent désormais l’altimétrie, la couleur de l’océan, les vitesses superficielles, la glace de mer et les données provenant de nouveaux types de plate-forme tels que les planeurs sous-marins. De nombreux systèmes utilisent désormais des approches multi-modèles ou des techniques de modélisation ensembliste. L’un des principaux changements attendu dans l’assimilation des données sera l’arrivée de l’altimètre SWOT (Surface Water and OceanTopography), qui offrira une véritable image bidimensionnelle de la topographie de la surface de l’océan avec une résolution d’environ 2 km, au lieu de mesures le long des trajectoires des satellites, dans lesquelles les trajectoires sont espacées de 200 km et séparées dans le temps.

Prévision à court terme – Les prévisions océaniques à court terme englobent des échelles temporelles allant de quelques heures à 10 jours ou plus. Des progrès importants ont été accomplis ces dernières années en matière de prévision océanique (Bell et al.,2015; Davidson et al., 2019). Les améliorations des systèmes de prévision concernent notamment l’augmentation de la résolution (horizontale et verticale), l’intégration des marées, de la dérive et de l’épaisseur de la glace de mer, l’adoption d’approches écosystémiques, l’amélioration des biais de mélange et l’extension de modèles à l’échelle régionale (par exemple, les régions polaires et les progrès de la modélisation couplée (couplage des vagues, glace de mer, modèles d’ouragans, etc.)).

La prévision couplée glace-océan-vagues-atmosphère à court et moyen terme est utilisée pour améliorer les prévisions météorologiques dans un horizon de trois jours à deux semaines. Cela permettra de sécuriser les opérations en mer et sur les côtes grâce à une prévision améliorée des phénomènes météorologiques et climatiques extrêmes tels que les cyclones tropicaux. L’intensification des activités aux hautes latitudes stimule également le développement de la prévision opérationnelle des glaces et des conditions océaniques.

Prévision infrasaisonnière et saisonnière – Contrairement aux phénomènes atmosphériques à grande échelle qui évoluent en l’espace d’une journée, les phénomènes océaniques à grande échelle évoluent généralement sur un horizon hebdomadaire à mensuel; relèvent de cette catégorie les vagues de chaleur marines et les variations du niveau de la mer, qui peuvent provoquer des inondations par beau temps et exacerber les risques d’inondation en cas de tempêtes tropicales et extratropicales.

Les prévisions infrasaisonnières et saisonnières, dont l’échéance de prévision est supérieure à deux semaines mais inférieure à une saison, sont maintenant couramment pratiquées au moyen de modèles couplés océan-atmosphère. À des échéances de plus de deux semaines, le couplage entre l’atmosphère et l’océan contribue, par exemple, à la prévisibilité des variations de la mousson et de l’oscillation de Madden-Julian (par exemple, Woolnough et al., 2007). En outre, les observations par satellite donnent à penser que les températures de surface de la mer induites par les tourbillons de méso-échelle océanique aux latitudes moyennes peuvent influer sur la couche limite atmosphérique, ce qui peut contribuer à la prévisibilité des trajectoires des tempêtes hivernales sur des horizons infrasaisonniers à saisonniers (Saravanan et Chang, 2019).

La prévision infrasaisonnière des variations régionales de la température de la mer en surface et des courants proches de la surface présente également un intérêt direct pour un large éventail d’activités et d’opérations, notamment la gestion des ressources halieutiques, l’exploitation minière en mer et le transport maritime.

Prévision aux zones côtières – Les autorités publiques qui veillent sur des zones côtières de plus en plus peuplées et urbanisées tirent avantage de l’océanographie opérationnelle côtière. En effet, l’océanographie opérationnelle est de plus en plus à apte à fournir des informations précises sur des phénomènes tels que les panaches des fleuves côtiers chargés en sédiments et nutriments, la prévision de la formation d’efflorescences algales toxiques et de leur évolution, et l’érosion côtière.

Glace de mer – La glace de mer est également considérée comme faisant partie du système océanique couplé. Grâce à ses propriétés isolantes et réfléchissantes, la glace de mer régule les échanges entre l’atmosphère et l’océan. À l’échelle infrasaisonnière ou saisonnière, les systèmes de prévision tiennent de plus en plus fréquemment compte des glaces de mer, soit pour améliorer les prévisions elles-mêmes, soit pour fournir des prévisions spécifiques sur ces glaces. La prévision infrasaisonnière de la glace de mer se prête également à de nombreuses applications (par exemple le routage des navires), mais celles-ci n’ont pas encore été pleinement exploitées (Chevallier et al., 2019).

Réanalyses climatiques et rapports sur l’océan – Parallèlement aux efforts déployés par les climatologues pour générer des «réanalyses» des conditions passées, l’analyse de l’état de l’océan vise à recréer les conditions océaniques qui ont prévalu au cours des 30 dernières années, aux échelles mondiale et régionale. Des analyses tridimensionnelles des états passé et présent de l’océan, allant de l’échelle mondiale à l’échelle de la côte, sontCommunication and verification en train d’être élaborées à l’aide des infrastructures de modélisation et d’assimilation utilisées pour les prévisions océaniques. Cette opération se conforme à l’approche des réanalyses atmosphériques, qui utilise les observations anciennes disponibles pour générer des cubes de données physiquement cohérents. L’Ocean State Report publié chaque année par le service Copernicus de surveillance maritime de l’Union européenne (von Schuckmann et al., 2019) offre un exemple de premier ordre d’analyse minutieuse d’une année de données d’analyse rapportée au contexte historique. Un graphique sommaire présente les tendances à grande échelle des principales variables océaniques dans diverses régions du globe.

Communication et vérification – La communication et la diffusion des informations aux utilisateurs en aval se sont améliorées. À l’heure actuelle, la diffusion des données produites par les systèmes de prévision est comparable aux approches adoptées par l’OMM pour distribuer les produits de prévision numérique du temps. Par ailleurs, la plupart des systèmes de prévision océanique ont commencé à investir dans des processus de vérification, de suivi et de validation afin de pouvoir démontrer la valeur de leurs produits à leurs utilisateurs.

Renforcer les prévisions océaniques grâce aux partenariats

La Décennie des Nations Unies pour les sciences océaniques au service du développement durable offre une occasion de renforcer encore davantage l’océanographie opérationnelle. Elle crée l’impulsion nécessaire pour que les milieux océanographiques internationaux et nationaux unissent leurs forces afin d’étendre le réseau et les travaux scientifiques dont dépend la production d’informations océaniques complètes. L’un des principaux objectifs de la Décennie est de parvenir à un niveau de prévision océanique tel que la société aura la capacité de comprendre les conditions océaniques actuelles et futures.

L’OMM et la Commission océanographique intergouvernementale (COI) de l’UNESCO connaissent de longue date la valeur et le caractère nécessaire des services de prévision océanique et collaborent pour faciliter la bonne mise en œuvre et la compréhension de l’ensemble de la chaîne de valeur de la prévision océanique. Ces dernières années, le Système mondial d’observation de l’océan (GOOS)² a mis la prévision océanique davantage en exergue pour pouvoir fournir des services pertinents au bénéfice de la société. Les spécialistes de la prévision océanique dans le monde collaborent par le biais d’OceanPredict, du GOOS, de l’OMM, de la COI, du Comité sur les satellites d’observation de la Terre (CEOS) et de l’initiative Blue Planet du Groupe intergouvernemental sur l’observation de la Terre (GEO). Ces partenariats stimulent les échanges d’idées   et   rapprochent les milieux des sciences et de la modélisation océanographiques et atmosphériques. Les partenariats conclus au niveau national font également progresser les prévisions océaniques au profit de la société. Les exemples des gouvernements australien, canadien et américain illustrent les résultats fructueux de la collaboration entre les institutions météorologiques et océanographiques.

Le système de prévision océanique Bluelink en Australie

Bluelink est un partenariat entre le Bureau météorologique australien (BOM), l’Organisation de recherche scientifique et industrielle du Commonwealth (CSIRO) et le ministère australien de la Défense, auquel sont associés plusieurs partenaires collaborateurs, parmi lesquels le Système d’informations biogéographiques relatives aux océans, le Groupe de science et technologie pour la défense (DSTG), l’Infrastructure nationale de calcul et le secteur universitaire.

Le système de prévision océanique opérationnelle Bluelink est utilisé pour convertir les observations d’océanographie physique en analyses et prévisions cohérentes. Ces analyses et prévisions constituent la base des services d’information sur le milieu marin et son écosystème et peuvent fournir des données sur les conditions aux limites à l’appui des prévisions météorologiques. Les services d’information de Bluelink sont à la disposition des industries de la mer (pêche commerciale, aquaculture, transport, exploitation du pétrole et du gaz, énergies renouvelables), des organismes publics (recherche et sauvetage, défense, gestion des côtes, protection de l’environnement) et d’autres parties prenantes (loisirs, sports nautiques, pêche artisanale et pêche sportive), qui ont besoin d’informations précises et communiquées en temps utile sur le milieu marin.

À la base, Bluelink se compose de trois systèmes interconnectés aux échelles mondiale, régionale et proche du rivage (zone littorale). Son principal objectif scientifique est de fournir des prévisions et des réanalyses fiables et opérationnelles de la circulation océanique à la mésoéchelle (système mondial), à la submésoéchelle (système régional) et à l’échelle de la zone côtière (système de la zone du littoral), sur des horizons allant de quelques jours à quelques semaines. Au-delà des traditionnelles prévisions à court terme des propriétés physiques de l’océan (température, salinité, hauteur de la surface, courants, vagues), les activités maritimes telles que la gestion de la qualité de l’eau et de l’habitat, ainsi que la surveillance du climat, reposent de plus en plus sur des données et des produits océanographiques opérationnels.

Exemple type de (a) champs de réanalyse Bluelink et de (b) champs observés pour la mer de Tasman. Les couleurs indiquent la température de la mer en surface, et les flèches la vitesse superficielle. (Cette comparaison est adaptée de: www.marine.csiro.au/ofam1/ bran1/br3p5_EAC_tv12/20120111. html)

Le Partenariat de modélisation océanique à l’appui du système terrestre aux États-Unis

Température de la mer en surface prévue par le GOFS, jour 7‑1/2. (Source: U.S. Naval Research Laboratory)

Aux États-Unis, l’Administration américaine pour les océans et l’atmosphère (NOAA) et le Département de la marine travaillent en partenariat depuis largement plus de 10 ans pour élaborer et mettre en œuvre des prévisions océaniques opérationnelles. Les résultats de ces modèles forment le socle de toute une série de services de prévision océano-météorologique destinés à assurer la sécurité des opérations maritimes – prévisions de cyclones tropicaux, opérations de recherche et de sauvetage, interventions en cas d’éco-urgences concernant le milieu marin telles que les marées noires, et opérations à proximité de la zone marginale de glace de mer, entre autres exemples.

La Marine des États-Unis a commencé à se servir de modèles de la circulation océanique mondiale en 1999 (Rhodes et al.,2002). La version actuelle de son Système mondial de prévision océanique (Global Ocean Forecast System, GOFS), opérationnel depuis 2020, couple le modèle Hybrid Coordinate Ocean et le modèle Community Ice Code Sea Ice (CICE). En 2021, la Marine exploitera un GOFS à 1/25 degré avec le CICE et les marées.

La NOAA a mis en œuvre son Système mondial de prévision océanique en temps réel (Real-Time Ocean Forecasting System, RTOFS) en 2011. Pour concevoir le RTOFS, elle s’est d’abord inspirée des travaux de la Marine sur le GOFS, puis elle y a incorporé le Système d’assimilation des données océaniques côtières de la Marine (NCODA). La version 2.0 du RTOFS, mise en œuvre en décembre 2020, intègre un système amélioré d’assimilation des données océaniques de la NOAA, le RTOFS-DA.

En 2017, dans le cadre du Projet d’amélioration de la prévision des ouragans (Hurricane Forecast Improvement Project), la NOAA a mis en œuvre un nouveau modèle couplé océan-temps à l’échelle régionale. Le modèle non hydrostatique couplé Hurricanes in a Multi-scale Ocean (HMON) fournit aux prévisionnistes des indications sur l’intensité et la trajectoire des ouragans dans un horizon de 0 à 5 jours, qui appuient les produits officiels d’alerte et de prévision du Centre national des ouragans/Centre météorologique régional spécialisé (CMRS) de Miami. Comme HMON, le modèle opérationnel Hurricane Weather Research and Forecast utilise des états couplés de l’océan, déterminés à l’aide de conditions initiales et de conditions aux limites provenant du RTOFS.

Anomalie de la température de la mer en surface au niveau mondial prévue par le système RTOFS, jour 8. (Source: NOAA)

Ces initiatives, qui ne représentent qu’un sous-ensemble des activités de modélisation océanique opérationnelle menées aux États-Unis, façonnent la mise en place de capacités de prévision entièrement couplée du système terrestre. Dans le cadre d’une initiative nationale codifiée dans la législation sous l’appellation «loi sur l’innovation en matière de recherche et de prévision météorologique» (Weather Research and Forecasting Innovation Act, adoptée en 2017), la NOAA collabore avec l’ensemble des parties prenantes aux activités météorologiques nationales – agences gouvernementales, universités et secteur privé – pour améliorer ses prévisions numériques du temps. Elle entend atteindre cet objectif par le biais de son nouveau Centre d’innovation en matière de prévision terrestre (Earth Prediction Innovation Center, EPIC), qui accélérera l’intégration des contributions de la recherche scientifique et de la modélisation dans le Système unifié de prévision (Unified Forecast System, UFS). En tant que système communautaire de prévision et d’assimilation des données relatives au système terrestre, l’UFS s’acheminera, au cours des cinq prochaines années, vers le couplage complet des systèmes terrestres – océan, atmosphère, terre, glace de mer et biosphère – à des fins d’applications météorologiques et climatologiques. L’EPIC facilitera cette large collaboration grâce à son environnement de développement intégré en nuage, son répertoire de code, ses observations et ses outils, ainsi que le soutien et l’engagement de la communauté.

Le Partenariat canadien pour la surveillance de l’atmosphère, de l’océan et de la glace, la prévision couplée et les services océaniques

The Canadian Operational Network of Coupled Le Réseau opérationnel canadien de systèmes couplés de prévision environnementale (CONCEPTS) est un partenariat entre trois ministères fédéraux: Pêches et Océans Canada, Environnement et Changement climatique Canada et le ministère de la Défense nationale (MDN). Le réseau vise à élaborer et mettre en œuvre des modèles numériques pour favoriser le progrès en matière de prévision maritime océan-glace. L’objectif est d’intégrer les améliorations apportées aux modèles océaniques et aux nouveaux systèmes mondiaux d’observation océanographique en temps réel pour mettre au point des produits de prévision océanographique et améliorer les prévisions climatiques saisonnières et interannuelles. Ce réseau de base s’appuie sur de multiples collaborations avec des institutions universitaires, le secteur privé et des institutions étrangères telles que Mercator Ocean International.

Un exemple de l’approche en cascade utilisée par les systèmes de prévision pour générer des produits et services à haute résolution spatiale et temporelle, pour la baie de Fundy, au Canada (Paquin et al., 2019)

Pour faciliter la collaboration entre les services gouvernementaux et avec les partenaires externes de CONCEPTS, une stratégie en trois volets a été

1. adoptée en 2009: La collecte et la diffusion de mesures des propriétés physiques des milieux marins en vue de leur assimilation dans des modèles visant à améliorer les prévisions des systèmes de prévision environnementale (temps, glace, vagues et océan) du Canada

2. La mise au point de systèmes couplés de prévision environnementale visant à améliorer les analyses et les prévisions des systèmes de prévision environnementale (temps, glace, vagues et océan) du Canada

3. La mise à disposition des produits et services CONCEPTS pour les utilisateurs finaux, notamment:

(a) Des remontées d’informations vers les systèmes de surveillance et de prévision dans un objectif d’amélioration continue

(b) Un appui à la collaboration au sein et à l’extérieur de CONCEPTS, via l’élaboration et la fourniture de systèmes de découverte, de visualisation et d’accessibilité des observations et des résultats des modèles.

Actuellement, la série de systèmes de prévision couplés atmosphère-océan-glace comprend:

1. Le Système global de prévision océan-glace (SGPOG), qui fournit des prévisions sur une grille de ¼ degré de résolution³
2. Le Système régional de prévision océan-glace (SRPOG), qui fournit des prévisions sur une grille de 1/12 degré de résolution pour le Pacifique Nord, l’Arctique et l’Atlantique Nord^{4, 5}
3. Le Système côtier de prévision océan-glace (SCPOG), qui fournit des prévisions sur une grille de 1/36 degré de résolution pour l’Atlantique Nord-Ouest et le Pacifique Nord-Est⁶
4. Le Système de prévision du cycle de l’eau sur les Grands Lacs (SPCE-GLS) (atmosphère, océan, glace, hydrologie) qui utilise une grille de résolution horizontale de 2 km
5. La  modélisation hydrodynamique du Saint-Laurent de Montréal à Québec.

L’approche en cascade employée se prête à la fourniture de produits et services à de multiples échelles spatiales et temporelles. Des travaux de planification sont actuellement en cours pour les coupler avec des systèmes de modélisation biogéochimique. Le système de systèmes qui chapeaute l’ensemble fournit les informations nécessaires à la mise en œuvre d’approches de navigation électronique.

Un exemple de produit destiné à une application d’e‑navigation, généré par un système de prévision estuarienne 2D à haute résolution géré par le Centre canadien de    météorologie e t d e p r é v i s i o n environnementale H2D2 (Matte et al., 2017)

Projet S2S

Épaisseur de la glace de mer, profondeur de la couche de mélange et flux de chaleur sensible sur l’océan, issus des prévisions de contrôle à échéance prolongée du CEPMMT, qui ont débuté le 2 décembre 2019 et ont été vérifiées le 16 janvier 2020 (délai de prévision de 45 jours).

Pour combler les lacunes entre les prévisions météorologiques à moyen terme et les prévisions saisonnières, le Programme mondial de recherche sur la prévision du temps de l’OMM (PMRPT) et le Programme mondial de recherche sur le climat (PMRC) ont lancé le Projet de prévision infrasaisonnière à saisonnière (S2S)⁷. Ce projet a pour objectif premier d’améliorer la fiabilité et l’interprétation des prévisions aux échelles infrasaisonnière à saisonnière et d’encourager les centres opérationnels à adopter les prévisions S2S et le secteur des applications à s’en servir (www.s2sprediction.net). La première phase du S2S s’est déroulée de 2013 à 2017, et la deuxième phase a débuté en 2018 et se terminera en 2023. L’un des thèmes de recherche de la deuxième phase est la prévisibilité et la prévision infrasaisonnières à saisonnières de l’océan et de la glace de mer. Le S2S coordonne ses activités avec le Groupe de travail de la prévision saisonnière à interannuelle relevant du programme CLIVAR (WGSIP), le Groupe de travail pour l’assimilation des données et les systèmes d’observation (DAOS) et le Groupe de travail sur la prévisibilité, les processus dynamiques et la prévision d’ensemble (PDEF) dans le but d’améliorer les prévisions infrasaisonnières, grâce à une meilleure initialisation de l’état de l’océan et de la glace de mer et une meilleure description des principaux processus de l’océan et de la glace de mer qui contribuent à la prévisibilité infrasaisonnière.

L’une des principales réalisations du S2S au cours de sa première phase a été la mise en place, en 2015, de la base de données S2S, qui contient des prévisions infrasaisonnières en temps quasi réel (jusqu’à 60 jours) et des reprévisions (parfois appelées prévisions rétrospectives) provenant de 11 centres opérationnels. La plupart des modèles S2S sont des modèles couplés océan-glace de mer-atmosphère, et la température de la mer en surface et la couverture de glace de mer font partie depuis le début des paramètres enregistrés dans la base de données S2S.

Depuis janvier 2020, neuf nouveaux paramètres relatifs à l’océan et à la glace de mer ont été ajoutés dans la base de données S2S: profondeur de l’isotherme 20° C, épaisseur de la couche de mélange, salinité et température potentielle dans les 300 premiers mètres, composantes zonale et méridionale des courants de surface, salinité, hauteur de la surface de la mer et épaisseur de la glace de mer. Ce vaste ensemble de variables relatives à l’océan et à la glace de mer augmente considérablement la puissance que la base de données peut mobiliser pour la recherche sur le système couplé S2S et l’analyse de questions scientifiques fondamentales. Actuellement, les nouvelles variables peuvent être obtenues à partir de quatre modèles – Centre européen pour les prévisions météorologiques à moyen terme (CEPMMT), E3C, Administration météorologique chinoise et Météo-France – avec trois semaines de retard sur les prévisions en temps réel (depuis janvier 2020) et les reprévisions correspondantes, qui sont produites en temps quasi réel. Au cours de l’année qui vient, les nouvelles variables seront disponibles à partir d’un ensemble élargi de modèles S2S.

Pour donner un exemple de ce qui a déjà été réalisé, Zampieri et al. (2018) ont évalué les capacités de prévision de plusieurs modèles de la base de données S2S, et constaté que certains d’entre eux affichaient une solide aptitude à prévoir la couverture de glace de mer jusqu’à un mois à l’avance. Ce résultat important donne à penser que les prévisions infrasaisonnières à saisonnières les plus en pointe pourraient être utiles pour des applications telles que le routage des navires dans les régions arctiques. La disponibilité de nouvelles variables océaniques devrait encourager la conduite de nouvelles recherches sur la prévisibilité des conditions météorologiques océaniques à fort impact, telles que les vagues de chaleur, ce qui permettra d’en savoir un peu plus sur les possibilités d’application de ces prévisions infrasaisonnières à des activités comme la pêche. L’image ci-dessous montre une application possible de ces données océaniques sur une carte météorologique de l’océan. Dans cet exemple, les anomalies du niveau de la mer par rapport au climat sont produites pour un délai de prévision de trois à quatre semaines.

Par ailleurs, grâce à l’ajout des nouveaux paramètres, la base de données S2S sera mieux à même de faire progresser la compréhension des interactions air-glace-océan dans les zones glacières marginales de la mer, comme illustré ci-dessous. Elle permettra également de diagnostiquer l’évolution de la dérive de l’océan en fonction du délai de prévision dans les prévisions S2S.

Pour coordonner ces activités, il a été décidé d’inclure dans la deuxième phase du S2S un sous-projet sur l’océan, qui définira un protocole pour des études de cas coordonnées pouvant être menées par des centres effectuant des prévisions S2S de phénomènes océaniques extrêmes spécifiques et d’interactions air-mer, par exemple le début d’un épisode ENSO. On pourrait envisager par exemple une étude de prévisibilité portant sur un épisode de blanchissement des coraux important survenu en 2017, ou sur les interactions air-mer intrasaisonnières au début de l’épisode El Niño de 2015/2016.

Organisation de la prévision océanique internationale

Les études publiées récentes ont montré l’intérêt de l’approche du cycle de valeur (Day, 1999) dans les transferts de technologie recherche-exploitation-services^{8, 9}. Ruti et al. (2020), en particulier, proposent une description de ce cycle dans le contexte météorologique actuel et indiquent en quoi il s’agit d’une composante clé pour la mise en œuvre de l’approche des systèmes terrestres. Cette chaîne de valeur relie la production et la fourniture de ces services aux décisions des utilisateurs, ainsi qu’aux résultats et aux valeurs résultant de ces décisions. Les commentaires des utilisateurs sont ensuite transmis à la recherche et à l’exploitation afin d’améliorer encore les services. Une réflexion similaire est conduite dans d’autres disciplines.

L’image ci-dessous (adaptée de Schiller et al., 2019) représente la chaîne de valeur marine. Deux initiatives internationales majeures soutiennent la prévision océanique: OceanPredict et le GOOS. Depuis plus de deux décennies, OceanPredict et ses prédécesseurs se sont concentrés sur la recherche et la mise en œuvre opérationnelle des systèmes de prévision océanique. Le GOOS fournit des observations océaniques pour initialiser et valider les prévisions océaniques, sous l’impulsion de la collaboration entre l’OMM et la COI.

OceanPredict

L’Expérience mondiale d’assimilation des données océaniques (GODAE) a été lancée à la fin des années 1990 pour i) démontrer la faisabilité et l’utilité de la surveillance et de la prévision océaniques à l’échelle quotidienne ou hebdomadaire et ii) contribuer à la mise en place d’une infrastructure mondiale d’océanographie opérationnelle (Smith et Lefebvre, 1997; Schiller et al., 2018). Fort du succès de cette initiative, le programme GODAE OceanView a été établi en 2009 (Bell et al., 2009) pour définir, superviser et encourager des actions visant à coordonner et intégrer les recherches associées aux systèmes d’analyse et de prévision océaniques multi-échelle et multi-discipline.

En 2019, GODAE OceanView est devenu OceanPredict, qui continue d’étoffer ses activités en mettant davantage l’accent sur la prévision océanique dans le cadre du réseau plus large d’initiatives internationales liées à l’océanographie opérationnelle. À ce titre, OceanPredict noue des partenariats étroits avec des organisations internationales telles que l’OMM, la COI, le GOOS et GEO Blue Planet.

OceanPredict est soutenu par 14 pays. Cela étant, les scientifiques et les techniciens de tous pays sont les bienvenus au sein de la structure OceanPredict et de ses équipes de travail. Des participants de 41 pays ont assisté au symposium OceanPredict19 (Vinaychandran et al., 2020), notamment des scientifiques des centres de prévision opérationnels, des représentants d’organismes gouvernementaux, des universitaires et des membres de consortiums et d’entreprises privés.

La plupart des groupes OceanPredict sont intégralement liés aux centres de prévision numérique du temps et de prévision environnementale tels que la NOAA, E3C, Météo-France et le Service météorologique japonais – pour n’en citer que quelques-uns – ou sont intégrés à ces centres. En fait, sept des neuf Centres météorologiques mondiaux (CMM) de l’OMM sont membres d’OceanPredict. En outre, tous les centres de prévision ont des collaborateurs universitaires qui participent à certains de leurs travaux de recherche. OceanPredict coordonne les activités de recherche- développement en matière d’assimilation des données océaniques, d’évaluation des systèmes océaniques, de prévision des écosystèmes marins, de prévisions océanographiques côtières, de systèmes de prévision couplés atmosphère-océan, ainsi que d’intercomparaisons et de validations des systèmes de prévision océanique.

La collaboration sur ces  questions mobilise des chercheurs de l’université, des chercheurs d’organismes de prévision opérationnelle et des équipes chargées du développement qui appuient le développement, les opérations et la diffusion dans les organismes de prévision. Au travers d’ateliers internationaux dirigés par une Équipe scientifique dévouée, OceanPredict rassemble les différentes communautés pour faire progresser la science et les applications de la prévision océanique. D’éminents experts de l’OMM interviennent dans ces ateliers en tant qu’orateurs principaux, et certains ateliers sont organisés en collaboration avec des partenaires de l’OMM tels que le CEPMMT. L’Équipe scientifique d’OceanPredict poursuit trois objectifs principaux:

• Évaluation des performances du système de prévision et de ses composantes, combinée à des améliorations des composantes
• Initiatives visant à exploiter les systèmes de prévision de telle sorte qu’ils procurent de plus amples avantages à la société
• Évaluation de la dépendance des systèmes de prévision et des avantages pour la société à l’égard des composantes du système d’observation.

Perspectives

À mesure que les modèles de prévision océanique s’améliorent, il deviendra de plus en plus important de définir et anticiper les types de phénomènes pouvant être prévus par les systèmes de prévision océanique et les systèmes de prévision atmosphère-océan couplés avec une précision et des intervalles de confiance utiles.

L’un des aspects à ne pas perdre de vue est la capacité des systèmes et des utilisateurs à consommer les produits de prévision. Un bon exemple que l’on peut citer à cet égard est celui de la navigation électronique à l’appui de la sécurité maritime, qui utilise de nouvelles normes et méthodologies de fichiers grâce auxquelles des systèmes de navigation intégrés au pont du bateau ou portatifs pourront exploiter pleinement les données numériques issues des systèmes de prévision océanique et atmosphérique en temps réel. Cela ouvrira la voie à la mise au point de logiciels avancés de planification des itinéraires, mais aussi de modèles d’ingénierie numérique répliquant un navire (les «jumeaux numériques»), qui traduiront les informations de prévision environnementale en informations sur l’impact du navire. Il est important de noter que pour la plupart des activités en mer, l’utilisateur souhaite disposer d’informations et de prévisions complètes et cohérentes sur le milieu marin, qui pourraient comprendre des variables telles que le vent, les vagues, l’état de la glace, la température atmosphérique, la pression atmosphérique, le niveau de l’eau, sa température et sa salinité.

Liens avec la météorologie et l’OMM

Pour aller de l’avant, il faudra renforcer les liens entre l’océanographie opérationnelle et la météorologie opérationnelle. Plus précisément, l’ensemble de la chaîne de valeur de l’océanographie opérationnelle devra disposer de cadres tant internationaux que nationaux pour offrir une valeur globale à l’utilisateur final. Des interactions importantes s’opèrent déjà avec les groupes océanographiques de la communauté de l’OMM, comme en témoigne l’utilisation émergente du Système d’information de l’OMM (SIO) pour les observations de l’océan. Bien que la plupart des centres de prévision météorologique englobent la prévision océanique dans leur champ d’activité, il sera important de renforcer la relation entre l’océan et le temps, depuis les observations jusqu’à la prévision et l’utilisation finale.

Tirer le meilleur parti des systèmes de l’OMM pour l’avenir de la prévision océanique

L’OMM dispose de cadres bien développés couvrant l’ensemble de la chaîne de valeur des services météorologiques, qui s’adapte pour répondre aux exigences tout en permettant l’incorporation de nouveaux travaux et flux d’informations dans l’ensemble de la chaîne de valeur du système terrestre. Trois de ces cadres sont examinés dans cette section en ce qui a trait à la chaîne de valeur de la prévision océanique.

Figure 4: Couverture en données des trois principales composantes du Système mondial d’observation (SMO) (c’est‑à‑dire les navires, les bouées dérivantes et les bouées amarrées), sur la base des informations reçues par Météo‑France par le biais du SMT en 2018 (voir légende pour les explications des symboles). (tiré de Front. Mar. Sci., 30 août 2019 https:// doi.org/10.3389/fmars.2019.00419)

WIGOS

Le Système mondial intégré des systèmes d’observation de l’OMM (WIGOS) forme un cadre général pour l’intégration des diverses sources d’observation qui apportent des contributions aux domaines d’application de l’OMM. L’étude continue des besoins de l’OMM compare les besoins des utilisateurs en matière d’observation avec les capacités des systèmes d’observation, afin de déterminer comment il faut faire évoluer la conception du WIGOS. Conjointement avec les études d’impact axées sur la mise au jour des lacunes en matière d’observation, l’étude continue des besoins est utilisée pour définir les priorités dans l’évolution des systèmes d’observation mondiaux et recommander aux Membres de l’OMM et à d’autres programmes importants des actions clés visant à combler les lacunes recensées.

Le cadre du WIGOS met en œuvre une approche systématique qui permet aux groupes de prévision océanique d’effectuer des évaluations systématiques des impacts observés par rapport aux prévisions, aux fins d’évaluer la performance de l’ensemble de la chaîne de valeur de la prévision océanique. En particulier, la mise en œuvre d’un processus d’étude continue dans le secteur des prévisions océaniques permettrait de mieux relier l’ensemble de la chaîne de valeur océanographique et optimiserait le rapport qualité-prix des investissements dans les observations océaniques grâce à de meilleurs services d’information sur les prévisions océaniques.

SIO

Le Système d’information de l’OMM (SIO) réunit les SMHN et les régions dans une optique d’échange, de gestion et de traitement des données. À l’heure actuelle, la plupart des observations océaniques utilisées par les systèmes de prévision en temps quasi réel sont transmises via le Système mondial de télécommunications (SMT) de l’OMM (voir la figure ci-après, qui illustre la couverture des observations transmises par le SMT en 2018).

Le SMT a également fait la preuve de son efficacité en matière d’alertes aux tsunamis, en émettant des messages avec un délai le plus souvent inférieur à deux minutes. L’OMM fait évoluer le SIO/SMT pour pouvoir utiliser les nouvelles technologies d’échange de données. Le SIO 2.0 offrira des possibilités améliorées pour s’abonner aux flux de données et des moyens efficaces de diffuser des messages d’alerte.

À l’avenir, l’activation des données océaniques sur le SIO procurera de nombreux avantages. Le SIO fournit l’infrastructure mondiale nécessaire aux échanges de données et d’informations entre l’ensemble des SMHN et intègre le SMT établi de longue date pour assurer la diffusion des données d’observation en temps réel que requièrent leurs besoins opérationnels (et, de plus en plus, les métadonnées nécessaires pour exploiter au mieux les données en temps réel). Bien que le SMT demeure le mode standard d’échange de données mondiales entre les SMHN et qu’il réponde à leurs besoins opérationnels et aux besoins de leurs applications, les milieux universitaires et le public ont à l’évidence besoin d’une architecture de gestion des données simplifiée et consolidée, qui leur permette d’accéder aux données et aux métadonnées dans un format commun.

SMTDP

Le Système mondial de traitement des données et de prévision de l’OMM (SMTDP) permet à l’ensemble des SMHN de bénéficier des progrès de la prévision numérique du temps (PNT) en offrant un cadre pour l’échange des données relatives à la météorologie, à l’hydrologie, à l’océanographie et à la climatologie opérationnelles. Le SMTDP est un processus en cascade qui fait «ruisseler» les avantages de la PNT des centres météorologiques mondiaux de l’OMM (CMM) vers les centres météorologiques régionaux spécialisés (CMRS) puis vers les SMHN de façon coordonnée. Les CMRS permettent de fournir des services harmonisés, notamment sur les questions touchant à la mer et aux océans. Plus de 40 CMRS sont chargés de soutenir les services liés à l’océan, s’agissant notamment de la météorologie maritime, de la prévision des vagues, du temps violent et des cyclones tropicaux.

Les centres du SMTDP responsables des prévisions météorologiques à 30 jours (en haut), et des prévisions à longue échéance et prévisions climatiques (en bas).

Comme indiqué précédemment, sept des neuf CMM désignés disposent de systèmes de prévision océanique intégrés à OceanPredict, qui fonctionnent en mode de prévision couplée ou non couplée dans le cadre de leurs activités au jour le jour. Le fait d’englober les systèmes de prévision océanique dans ce type de cadre présente de nombreux avantages: il permet notamment de tirer profit des avancées scientifiques en matière de prévision océanique et d’appliquer de nouveaux systèmes d’observation (par exemple, le SWOT) dans les systèmes opérationnels de prévision océanique/environnementale.

La météorologie et l’océanographie entretiennent déjà des liens de collaboration dans ce domaine, comme en témoigne la réunion du CEPMMT et d’OceanPredict consacrée à l’assimilation des données, tenue en mai 2021. Mais cette collaboration doit s’étoffer. Il est prévu que, dans le cadre de la Décennie des Nations Unies pour les sciences océaniques au service du développement durable, soit mis en place un cadre couvrant l’ensemble de la chaîne de valeur océanographique opérationnelle, analogue au cadre qui régit le SMTDP. D’ici à la fin de la Décennie, il se pourrait que l’on dispose d’une chaîne de valeur entièrement intégrée pour la prévision du milieu marin (océanographie et météorologie opérationnelles). Une question demeure cependant: comment construire sa composante océanique? Deux options sont envisageables: construire d’abord un cadre complet pour la chaîne de valeur océanique, ou intégrer les composantes océaniques dans les éléments existants de la chaîne de valeur météorologique conçus par l’OMM.

Pour aller de l’avant, il faudra renforcer les liens entre l’océanographie opérationnelle et la météorologie opérationnelle. Plus précisément, l’ensemble de la chaîne de valeur de l’océanographie opérationnelle devra disposer de cadres tant internationaux que nationaux pour offrir une valeur globale à l’utilisateur final. Des interactions importantes s’opèrent déjà avec les groupes océanographiques de l’OMM, comme en témoigne l’utilisation du SMT pour les observations de l’océan. Bien que la plupart des centres de prévision météorologique englobent la prévision océanique dans leur champ d’activité, il sera important de renforcer la relation entre l’océan et le temps, depuis les observations jusqu’à la prévision et à l’utilisation finale des produits et services.

Partenariats pour l’avenir

Pour atteindre cet objectif, l’OMM privilégie une approche fondée sur le système terrestre, qui assurera l’accessibilité et l’utilisation des produits d’analyse numérique et de prévision du système terrestre issus du SMTDP sans discontinuité de l’OMM, à toutes les échelles temporelles et spatiales.

Afin d’améliorer en permanence les produits et les services, toutes les composantes clés du système terrestre doivent être intégrées dans des systèmes d’assimilation de données et de prévision sans discontinuité, en s’appuyant sur le WIGOS, le SIO et le SMTDP sans discontinuité de l’OMM. Au sein de l’OMM, la réforme de l’Organisation a fourni un cadre propice à l’intégration des disciplines, opération nécessaire si l’on veut atteindre cet objectif. La réforme a également mis en place des mécanismes facilitant les partenariats avec les principales organisations nationales et internationales concernées, les institutions universitaires et le secteur privé. Une entité unique ne pourra pas réaliser ce programme seule, et les pressions sur les ressources sont telles qu’il ne sera pas possible de reproduire l’infrastructure existante. En outre, les besoins en matière de calcul, de stockage et de télécommunications à haute performance dépasseront probablement les moyens des nations individuelles.

Les partenariats entre le secteur public, les milieux universitaires et le secteur privé sont donc essentiels. L’utilisation optimisée des infrastructures mondiales, régionales et nationales existantes permettra à toutes les parties prenantes d’utiliser les informations disponibles pour alimenter leurs systèmes de prise de décision. L’OMM et ses partenaires sont fermement convaincus qu’ensemble, nous relèverons les grands défis auxquels l’humanité est confrontée aujourd’hui – comme en témoignent les Objectifs de développement durable des Nations Unies – et que nous serons mieux préparés pour trouver des solutions aux défis futurs.

Auteurs

Fraser Davidson, Coprésident de l'Équipe scientifique d'OceanPredict

Andrew Robertson, Coprésident du projet S2S du PMRT et du PMRC

Frédéric Vitart, Coprésident du projet S2S du PMRT et du PMRC

Anthony Rea, Secrétariat de l’OMM

Michel Jean, Président de la Commission de l’observation, de l’infrastructure et des systèmes d’information (INFCOM)

Andreas Schiller, Unité Océans et atmosphère de l’Organisation de recherche scientifique et industrielle du Commonwealth (CSIRO)

Thomas J. Cuff, Directeur du Bureau des observations du Service météorologique national, NOAA; Président du Comité permanent des services de météorologie marine et d’océanographie de l'OMM

Sarah Grimes, Secrétariat de l’OMM

Eunha Lim, Secrétariat de l’OMM

Estelle de Coning, Secrétariat de l’OMM

Peiliang Shi, Secrétariat de l’OMM

Footnotes

¹ https://www.un.org/sustainabledevelopment/wp-content/uploads/2017/05/Oc…

² Co-sponsored by IOC, WMO, United Nations Environment Programme (UNEP) and International Science Council (ISC)

³ G. Smith et al., QJRMS, Volume142, Issue695, January 2016 Part B, Pages 659-671

⁴ JF Lemieux et al., 2016, QJRMS, Volume142, Issue695, January 2016 Part B, Pages 632-643

⁵ Smith, G.C., Liu, Y., Benkiram, M., Chikhar, K., Surcel Colan, D., Testut, C.E., Dupont, F., Lei, J., Roy, F., Lemieux, J.F., and Davidson, F., 2020. The Regional Ice Ocean Prediction System v2: a pan Canadian ocean analysis system. Geoscientific Model development Discussions, pp1-49.

⁶ Paper in preparation

⁷ Co-sponsored by WMO, IOC and ISC

⁸ WMO, 2015: Valuing weather and climate: Economic assessment of meteorological and hydrological services. WMO-1153, 308 pp., https://library.wmo.int/doc_num.php?explnum_id=3314.

⁹ Ruti et al., Advancing Research for Seamless Earth System Prediction, Bull. Amer. Met. Soc. 2020 DOI: https://doi.org/10.1175/BAMS-D-17-0302.1

Références

Bell, M. J., , A. Schiller, , P.-Y. LeTraon, , N. R. Smith, , E. Dombrowsky, , and K. Wilmer- Becker, 2015: An introduction to GODAE OceanView. J. Oper. Oceanogr., 8, s2–s11, doi:10.1080/1755876X.2015.1022041. (CHECKED)

Brassington, G., and Coauthors 2015: Progress and challenges in short- to medium-range coupled prediction. J. Oper. Oceanogr., 8, s239–s258, doi:10.1080/1755876X.2015.1049875.

European Commission, 2015: Marine Environment Monitoring Service fact sheet. [Available online.]

Fu, L.-L., , and R. Ferrari, 2008: Observing oceanic submesoscale processes from space. Eos, 89, 488–489, doi:10.1029/2008EO480003.

Gehlen, M., and Coauthors, 2015: Building the capacity for forecasting marine biogeochemistry and ecosystems: Recent advances and future developments. J. Oper. Oceanogr., 8, s168–s187, doi:10.1080/1755876X.2015.1022350.

GODAE OceanView Science Team, 2014: GODAE OceanView Strategic Plan 2015–2020. UK Met Office, 48 pp.

Legler, D., and Coauthors, 2015: The current status of the real-time in situ global ocean observing system for operational oceanography. J. Oper. Oceanogr., 8, s189–s200, doi:10.1080/1755876X.2015.1049883.

Maury, M. F. (1864). The Physical Geography of the Sea and its Meteorology. Mineola, NY: Courier Corporation.

Matte, Pascal & Secretan, Yves & Morin, Jean. (2017). Hydrodynamic Modeling of the St. Lawrence Fluvial Estuary. I: Model Setup, Calibration, and Validation. Journal of Waterway, Port, Coastal and Ocean Engineering. 143. 10.1061/(ASCE)WW.1943-5460.0000397.

Oke, P., and Coauthors, 2013: Evaluation of a near-global eddy-resolving ocean model. Geosci. Model Dev., 6, 591–615, doi:10.5194/gmd-6-591-2013.

Paquin, J.P.,  Y. Lu, S. Taylor, H. Blanken, G. Marcotte, X. Hu, L. Zhai, s. Higginson,. S. Nudds, J. Chanut, G.C. Smith and N. Bernier 2019, High-resolution modelling of a coastal harbour in the presence of strong tides and significant river runoff, Ocean Dynamics, https://doi.org/10.1007/s10236-019-01334-7

Rhodes, Robert C, et al. “Navy Real-Time Global Modeling Systems.’ Oceanography, vol. 52, no. 1, 2002, pp 29-43.

Ryan, A. G., and Coauthors, 2015: GODAE OceanView class 4 forecast verification framework: Global ocean inter-comparions. J. Oper. Oceanogr., 8, s98–s112, doi:10.1080/1755876X.2015.1022330.

Ryabinin V, Barbière J, Haugan P, Kullenberg G, Smith N, McLean C, Troisi A, Fischer A, Aricò S, Aarup T, Pissierssens P, Visbeck M, Enevoldsen HO and Rigaud J (2019) The UN Decade of Ocean Science for Sustainable Development. Front. Mar. Sci. 6:470. doi: 10.3389/fmars.2019.00470 February 5, 2021, 5:46 AM

Schiller, A., and Coauthors, 2015: Synthesis of new scientific challenges for GODAE OceanView. J. Oper. Oceanogr., 8, s259–s271, doi:10.1080/1755876X.2015.1049901.

Smith, N., , and M. Lefebvre, 1997: The Global Ocean Data Assimilation Experiment (GODAE). Proc. Monitoring the Oceans in the 2000s: An Integrated Approach, International Symposium, Biarritz, France.

Tonani, M., and Coauthors, 2015: Status and future of global and regional ocean prediction systems. J. Oper. Oceanogr., 8, s201–s220, doi:10.1080/1755876X.2015.1049892.

Speich S et al 2019m  Editorial : Oceanobs’19 : An Ocean of Opportunity, Front. Mar. Sci., 06 September 2019 | https://doi.org/10.3389/fmars.2019.00570

Schiller et al 2016    https://doi.org/10.1175/BAMS-D-15-00102.1

Weller RA, Baker DJ, Glackin MM, Roberts SJ, Schmitt RW, Twigg ES and Vimont DJ (2019) The Challenge of Sustaining Ocean Observations. Front. Mar. Sci. 6:105. doi: 10.3389/fmars.2019.00105

Chevallier, C, F. Massonnet, H. Goessling, V. Guémas, and T. Jung, 2019: The Role of Sea Ice in Sub-seasonal Predictability. In A. W. Robertson & F. Vitart (Eds.), Sub-seasonal to seasonal prediction: The gap between weather and climate forecasting (pp. 1–15). Amsterdam, Netherlands: Elsevier.

Saravanan, R., and P. Chang, 2019: Ocean-Atmosphere Interaction and Its Relevance to S2S Prediction.  In A. W. Robertson & F. Vitart (Eds.), Sub-seasonal to seasonal prediction: The gap between weather and climate forecasting (pp. 1–15). Amsterdam, Netherlands: Elsevier.

Woolnough, S. J., F. Vitart and M. A, Balmaseda, 2007: The role of the ocean in the Madden-Julian Oscillation: Implications for MJO prediction Quart. J. Roy. Meteor. Soc., 133, 117-128.

Vinayachandran, Pn & Davidson, Fraser & Chassignet, Eric. (2019). Toward Joint Assessments, Modern Capabilities, and New Links for Ocean Prediction Systems. Bulletin of the American Meteorological Society. 101. 10.1175/BAMS-D-19-0276.1.

Visbeck, M. (2018). Ocean science research is key for a sustainable future. Nat Commun. 9:690. doi: 10.1038/s41467-018-03158-3

Karina von Schuckmann ((Editor)), Pierre-Yves Le Traon ((Editor)), Neville Smith (Chair) ((Review Editor)), Ananda Pascual ((Review Editor)), Samuel Djavidnia ((Review Editor)), Jean-Pierre Gattuso ((Review Editor)), Marilaure Grégoire ((Review Editor)), Glenn Nolan ((Review Editor)), Signe Aaboe, Eva Aguiar, Enrique Álvarez Fanjul, Aida Alvera-Azcárate, Lotfi Aouf, Rosa Barciela, Arno Behrens, Maria Belmonte Rivas, Sana Ben Ismail, Abderrahim Bentamy, Mireno Borgini, Vittorio E. Brando, Nathaniel Bensoussan, Anouk Blauw, Philippe Bryère, Bruno Buongiorno Nardelli, Ainhoa Caballero, Veli Çağlar Yumruktepe, Emma Cebrian, Jacopo Chiggiato, Emanuela Clementi, Lorenzo Corgnati, Marta de Alfonso, Álvaro de Pascual Collar, Julie Deshayes, Emanuele Di Lorenzo, Jean-Marie Dominici, Cécile Dupouy, Marie Drévillon, Vincent Echevin, Marieke Eleveld, Lisette Enserink, Marcos García Sotillo, Philippe Garnesson, Joaquim Garrabou, Gilles Garric, Florent Gasparin, Gerhard Gayer, Francis Gohin, Alessandro Grandi, Annalisa Griffa, Jérôme Gourrion, Stefan Hendricks, Céline Heuzé, Elisabeth Holland, Doroteaciro Iovino, Mélanie Juza, Diego Kurt Kersting, Silvija Kipson, Zafer Kizilkaya, Gerasimos Korres, Mariliis Kõuts, Priidik Lagemaa, Thomas Lavergne, Heloise Lavigne, Jean-Baptiste Ledoux, Jean-François Legeais, Patrick Lehodey, Cristina Linares, Ye Liu, Julien Mader, Ilja Maljutenko, Antoine Mangin, Ivan Manso-Narvarte, Carlo Mantovani, Stiig Markager, Evan Mason, Alexandre Mignot, Milena Menna, Maeva Monier, Baptiste Mourre, Malte Müller, Jacob Woge Nielsen, Giulio Notarstefano, Oscar Ocaña, Ananda Pascual, Bernardo Patti, Mark R. Payne, Marion Peirache, Silvia Pardo, Begoña Pérez Gómez, Andrea Pisano, Coralie Perruche, K. Andrew Peterson, Marie-Isabelle Pujol, Urmas Raudsepp, Michalis Ravdas, Roshin P. Raj, Richard Renshaw, Emma Reyes, Robert Ricker, Anna Rubio, Michela Sammartino, Rosalia Santoleri, Shubha Sathyendranath, Katrin Schroeder, Jun She, Stefania Sparnocchia, Joanna Staneva, Ad Stoffelen, Tanguy Szekely, Gavin H. Tilstone, Jonathan Tinker, Joaquín Tintoré, Benoît Tranchant, Rivo Uiboupin, Dimitry Van der Zande, Karina von Schuckmann, Richard Wood, Jacob Woge Nielsen, Mikel Zabala, Anna Zacharioudaki, Frédéric Zuberer & Hao Zuo (2019) Copernicus Marine Service Ocean State Report, Issue 3, Journal of Operational Oceanography, 12:sup1, S1-S123, DOI: 10.1080/1755876X.2019.1633075

Zampieri, L., Goessling, H. F., & Jung, T. (2018). Bright prospects for Arctic sea ice prediction on sub-seasonal time scales. Geophysical Research Letters, 45, 9731–9738. https://doi.org/10.1029/2018GL079394.