Incertitudes des méthodes d’évaluation « eaux littorales » : utilisation de modèles linéaires dynamiques pour l’évaluation des incertitudes (chlorophylle a, phytoplancton)

L’incertitude associée à une mesure a pour origine d’une part la variabilité environnementale et d’autre part l’ensemble du processus d’acquisition depuis le prélèvement jusqu’à la saisie de la donnée dans une base. L’estimation de l'ensemble de cette variabilité est un exercice complexe à réaliser dans le cadre d’un plan d’expérience. En revanche, les séries temporelles présentent la caractéristique d’intégrer toutes les variabilités et ainsi l’analyse de ces séries en terme de signal et bruit doit permettre de quantifier l’amplitude des incertitudes. Toutefois, les séries temporelles d’observation présentent un ensemble de caractéristiques les rendant difficiles à analyser. Les modèles linaires dynamiques constituent une approche adaptée à ces données particulières en faisant l’hypothèse de paramètres variables dans le temps. Ainsi, l’objet du présent travail consiste à estimer les variances liées au processus d’observation à l’aide de modèles linéaires dynamiques. Plus particulièrement, les mesures considérées sont la chlorophylle a et l’abondance phytoplanctonique aux lieux de surveillance REPHY « Arcachon-Bouée- 7 » et « Teychan bis ». Les résultats montrent que pour la chlorophylle a, la variabilité d’observation est responsable de l’ordre de 80 % de la variabilité totale. Pour l’abondance phytoplanctonique, elle est également de 80 % à « Arcachon-Bouée 7 » mais de l’ordre de 70 % à « Teychan bis ». Ainsi la part de « bruit » est liée au lieu et au paramètre considéré. Exprimée en pourcentage de la médiane de la chlorophylle a, la variance d’observation place les bornes de l’intervalle de confiance à 95 % des observations à des valeurs de l’ordre de -40 % et +120 % de la médiane, l’intervalle étant sous estimé car ne prenant pas en compte la variabilité structurelle. Pour l’abondance phytoplanctonique en log10 cell./L, les ordres de grandeur correspondant en pourcentage de la moyenne sont de ± 13.5 %. Pour les deux paramètres, ces valeurs sont compatibles avec l’expérience des experts. Ainsi, l’approche mise en oeuvre s’est avérée riche d’enseignements en matière d’incertitude de mesure et les nombreuses améliorations méthodologiques envisagées ouvrent des perspectives fécondes à tout point de vue.

In situ Lithium and Boron isotope determinations in mica, pyroxene, and serpentine by LA-MC-ICP-MS

Boron and Li are light, incompatible elements that preferentially partition into the liquid phase, whether melt or aqueous fluid, and thus are useful for tracking fluid-related processes in rocks. Most of the Li isotopic data presently available on subduction-related rocks are from whole-rock analyses; and the B isotopic analyses of subduction material have been carried out either on whole-rocks or in-situ on an accessory phase, such as tourmaline. The new method presented here couples an ESI New Wave UP-193-FX ArF* (193 nm) excimer laser-ablation microscope with a Neptune Plus (Thermo Scientific) MC-ICP-MS aiming to measure both Li and B isotopes in situ with good spatial resolution (metamorphic minerals are commonly chemically zoned, and whole-rock analyses lose this detail). The data thus obtained are compared with SIMS analyses on the same mineral samples for B, and with MC-ICP-MS analyses on whole-rock or mineral separates from the same sample for Li. Additionally, data acquired on tourmaline standards were compared to SIMS values. The results show that for B concentrations above 5 μg/g, the data obtained by LA-MC-ICP-MS and by SIMS are identical within error, for mica (phengitic muscovite), pyroxene (jadeite), serpentine (antigorite), and tourmaline. For Li concentrations above 10 μg/g, the data obtained by LA-MC-ICP-MS and by MC-ICP-MS are also identical, within error, for mica (phengitic muscovite), and pyroxene (jadeite). However, analyses of tourmaline standards have shown significant differences with reference values, so LA-MC-ICP-MS does not yet appear to be an appropriate method to analyze Li isotopes in tourmalines. Thus, LA-MC-ICP-MS is a suitable method to measure Li and B isotopes with good spatial resolution in major rock-forming silicates from subduction-related rocks where concentrations exceed 10 μg/g and 5 μg/g, respectively, with an error on individual measurements equal to or less than previously used methods, but obtainable in a significantly shorter amount of time. The external reproducibility is ± 2.88 to 3.31 ‰ for B and ± 1.50 to 1.75 for Li, which is lower than or equal to the variations encountered within a given chemically zoned sample (up to 10 ‰ of variation within a given natural sample).

On the stability and spatiotemporal variance distribution of salinity in the upper ocean

Despite recent advances in ocean observing arrays and satellite sensors, there remains great uncertainty in the large-scale spatial variations of upper ocean salinity on the interannual to decadal timescales. Consonant with both broad-scale surface warming and the amplification of the global hydrological cycle, observed global multidecadal salinity changes typically have focussed on the linear response to anthropogenic forcing but not on salinity variations due to changes in the static stability and or variability due to the intrinsic ocean or internal climate processes. Here, we examine the static stability and spatiotemporal variability of upper ocean salinity across a hierarchy of models and reanalyses. In particular, we partition the variance into time bands via application of singular spectral analysis, considering sea surface salinity (SSS), the Brunt Väisälä frequency (N2), and the ocean salinity stratification in terms of the stabilizing effect due to the haline part of N2 over the upper 500m. We identify regions of significant coherent SSS variability, either intrinsic to the ocean or in response to the interannually varying atmosphere. Based on consistency across models (CMIP5 and forced experiments) and reanalyses, we identify the stabilizing role of salinity in the tropics—typically associated with heavy precipitation and barrier layer formation, and the role of salinity in destabilizing upper ocean stratification in the subtropical regions where large-scale density compensation typically occurs.