Catalogue PIGMA
Modélisation des prévisions saisonnières de sargasses
La prévision saisonnière de sargasses repose sur le système décrit par Jouanno et al. (2023), actuellement opéré par le Laboratoire d’Étude en Géophysique et Océanographie Spatiale (LEGOS) et sa première version a été développée dans le cadre des projets ANR FORESEA et TOSCA SAREDA.
Ce système repose sur un modèle mécaniste de population de sargasses, le NEMO-Sarg 1.0 (Jouanno et al. 2021,2023, 2025), qui intègre à la fois des modèles physiologiques et de transport des macro-algues. Le modèle prend en compte des quotas internes de nutriments variables (C, N, P). NEMO-Sarg est basé sur le modèle Nucleus for European Modeling of the Ocean (NEMO), permettant une parallélisation efficace et un interfaçage avec des modèles physico-biogéochimiques. La croissance des sargasses est modélisée comme une fonction des réserves internes de nutriments (quotas), des nutriments inorganiques dissous dans l'eau, du rayonnement et de la température de l'eau. Leur décroissance dépend de la sénescence et de l'état de mer.
Jouanno et al. (2021, 2023, 2025) décrit le code et ses évolutions et illustre la capacité du modèle à représenter le cycle saisonnier des sargasses et le changement de régime autour de 2011.
La version d'ensemble du modèle de sargasses avec une résolution horizontal à 1/4° a été implémentée et permet la production mensuelle de prévisions à 7 mois, initialisé avec l'estimation de la couverture surfacique des sargasses en quasi temps-réel du Moderate Resolution Imaging Spectroradiometer MODIS (Berline & Descloitres, 2021). La prévision est le résultats d'ensembles de 25 membres pour prendre en compte l'incertitude de la prévisibilité du modèle couplé océan-atmosphère. Pour chaque membre, le vent de surface et le rayonnement solaire sont obtenus d'un membre extrait aléatoirement parmi les 51 membres de la cinquième génération du système de prévision saisonnière SEAS5 du European Centre for Medium-Range Weather Forecasts (ECMWF, Johnson et al., 2019). Les courants de surface, la température et la salinité sont obtenus d'ensembles de 25 prévisions océanographiques physiques régionales basées sur NEMOv4.0 (Nucleus for European Modelling of the Ocean, Madec & The NEMO System Team, 2023) contraint avec les champs météorologiques des membres du SEAS5. Une climatologie basée sur le modèle d'analyse et de prévision biogéochimique
BIO4 de Mercator Ocean International est utilisée pour les nutriments car il n'y a pas de prévision saisonnière biogéochimique performante accessible à la communauté. La limite de 7 mois pour la prévision des sargasses est imposée par le longueur du forcast opérationnel de l'ECMWF. Les performances de la prévision pour la période 2010-2022 sont décrites dans Jouanno et al. (2023).
Simple
- Date (Creation)
- 2021-01-01
- Date (Publication)
- 2025-04-15
- Version
- v1.0
- Credit
- CDS-AVISO
- Use limitation
- Licence ouverte
- Access constraints
- Other restrictions
- Use constraints
- Other restrictions
- Other constraints
- Licence Ouverte
- Other constraints
- Merci de citer la phrase suivante: "The Sargassum Seasonal Forecast product has been produced by IRD with support from CNES, distributed by Aviso+ (DOI 10.24400/527896/a01-2025.002)"
- Spatial representation type
- grid Grid
- Distance
- 0.25 degree
- Metadata language
- Français
- Character set
- utf8 UTF8
- Topic category
-
- Oceans
))
- Begin date
- 2011-01-01
- Reference system identifier
- http://www.opengis.net/def/crs/EPSG/0/4326
- Geometric object type
- Complex
- Distribution format
-
-
NetCDF
(
)
-
NetCDF
(
)
- OnLine resource
- nfai ( OGC:WMS )
- OnLine resource
-
User guide
(
WWW:LINK
)
Manuel Utilisateur
- OnLine resource
-
TDS ODATIS AVISO
(
WWW:LINK
)
THREDDS
- OnLine resource
-
Authenticated access by FTP
Accès authentifié via FTP
- OnLine resource
-
Référence
(
WWW:LINK-1.0-http--publication-URL
)
Jouanno, J., Morvan, G., Berline, L., Benshila, R., Aumont, O., Sheinbaum, J., & Ménard, F. (2023). Skillful seasonal forecast of Sargassum proliferation in the Tropical Atlantic. Geophysical Research Letters, 50, e2023GL105545
- OnLine resource
-
Référence
(
WWW:LINK-1.0-http--publication-URL
)
Berline, L., & Descloitres, J. (2021). Cartes de répartition des couvertures de Sargasses dérivées de MODIS sur l'Atlantique [Dataset]. AERIS/ ICARE - CNES/TOSCA
- OnLine resource
-
Référence
(
WWW:LINK-1.0-http--publication-URL
)
Johnson, S. J., Stockdale, T. N., Ferranti, L., Balmaseda, M. A., Molteni, F., Magnusson, L., et al. (2019). SEAS5: The new ECMWF seasonal forecast system. Geoscientific Model Development, 12(3), 1087–1117
- OnLine resource
-
Référence
(
WWW:LINK-1.0-http--publication-URL
)
Jouanno, J., & Benshila, R. (2020). Sargassum distribution model based on the NEMO ocean modelling platform (0.0) [Software]
- OnLine resource
-
Référence
(
WWW:LINK-1.0-http--publication-URL
)
Jouanno, J., Benshila, R., Berline, L., Soulié, A., Radenac, M. H., Morvan, G., et al. (2021a). A NEMO-based model of Sargassum distribution in the tropical Atlantic: Description of the model and sensitivity analysis (NEMO-Sarg1.0). Geoscientific Model Development, 14(6), 4069–4086
- OnLine resource
-
Main publication link
(
WWW:LINK-1.0-http--publication-URL
)
Jouanno, J., Berthet, S., Muller-Karger, F. et al. An extreme North Atlantic Oscillation event drove the pelagic Sargassum tipping point. Commun Earth Environ 6, 95 (2025)
- OnLine resource
-
Main publication link
(
WWW:LINK-1.0-http--publication-URL
)
Madec, G., & The NEMO System Team. (2023). NEMO ocean engine reference manual [Software]
- OnLine resource
- Digital Object Identifier (DOI) ( DOI )
- Hierarchy level
- Dataset
- Date / Time
- V
- Hierarchy level
- Dataset
- Processing level code
- L4
- File identifier
- c76e9ec7-94bb-4ced-b717-4d601127cb90 XML
- Metadata language
- Français
- Character set
- UTF8
- Hierarchy level
- Dataset
- Date stamp
- 2025-06-06T15:55:30.637581Z
- Metadata standard name
- ISO 19115-3:2018 - Remote Sensing ISO 19115-3:2018 - Remote Sensing
- Metadata standard version
- 1.0
Overviews
Spatial extent
Provided by
