NEMO est une plateforme de modélisation numérique de l’océan. Les applications développées grâce à cet outil permettent de faire progresser les connaissances sur l’océan et le climat, et de faire des prévisions et des projections sur le futur. NEMO modélise l’océan et ses interactions avec les autres composantes du système climatique terrestre : - La dynamique et la thermodynamique océanique - La glace de mer - Les traceurs océaniques et de la biogéochimie marine NEMO repose sur les ressources informatiques du GENCI – le grand équipement national de calcul intensif- et sur différents centres de calcul à l’échelle européenne et mondiale. Les produits issus des observations en mer ou satellite sont utilisés dans les états initiaux des modèles et pour les valider, mais les modèles sont utilisés en mode prédictif, comme un « océan virtuel », à différentes échelles de temps et d’espace. Le consortium NEMO comprend actuellement 5 partenaires : le Centro Euro-Mediterraneo sui Cambiamenti Climatici (CMCC), le Centre National de la Recherche Scientifique (CNRS), Mercator Océan International (MOI), le UK Met Office (UKMO) et le National Oceanographic Centre (NOC).

Hydrodynamic and sediment transport simulations in the Gironde Estuary and the adjacent continental shelf based on MARS3D-MUSTANG model using curvilinear mesh grid, 2015 realistic forcing and hourly output time steps

Daily and monthly surface wind analyses are determined as gridded wind products over global oceans, with regular spatial resolution of 0.25° in latitude and longitude. They are estimated from scatterometer wind retrievals (L2b data). According to the scatterometer sampling scheme, the objective method allowing the determination of regular in space surface wind fields uses remotely sensed observations as well as ECMWF analyses. The calculation of daily estimates uses ascending as well as descending available and valid retrievals. The objective method aims to provide daily-averaged gridded wind speed, zonal component, meridional component, wind stress and the corresponding components at global scale. The error associated to each parameter, related to the sampling impact and wind space and time variability, is provided too. Monthly wind analyses are calculated from daily estimates.

DRAKKAR est un projet de coordination scientifique et tech. Le projet DRAKKAR conçoit, réalise, évalue et distribue des simulations numériques de l’océan global et de la banquise à très haute résolution, couvrant de longues périodes (50 ans et plus). Les 2 configurations globales ont des résolutions spatiales au 1/4° et au 1/12°.

La simulation numérique LLC4320 est une simulation de l'écoulement océanique globale avec une résolution horizontale de 1-2 km. Cette simulation résout les phénomènes rapides de marée. Seuls les champs de surface sont disponibles

Une nouvelle réanalyse des données du système mondial de navigation par satellite (GNSS) au niveau ou à proximité des marégraphes du monde entier a été produite par le groupe de l'Université de La Rochelle (ULR) dans le cadre de la troisième campagne de retraitement de l'International GNSS Service (IGS) (repro3). La nouvelle solution, appelée ULR-repro3, est conforme aux normes IGS adoptées pour repro3, mettant en œuvre les progrès réalisés dans la modélisation des données et les corrections depuis la campagne de réanalyse précédente et prolongeant la durée moyenne des enregistrements d'environ 7 ans. Ces produits sont utiles pour estimer avec précision le mouvement vertical des terres sur la côte et compléter les données issues de l'altimétrie satellitaire ou des marégraphes pour une meilleure compréhension des changements du niveau de la mer et de leurs impacts le long des zones côtières. Afin de fournir des estimations réalistes de l'incertitude de la vitesse, le contenu du bruit dans les séries temporelles de position a été étudié en tenant compte de l'impact de la charge atmosphérique non marémotrice. Dans l'ensemble, les séries temporelles de position ULR-repro3 présentent des amplitudes de bruit blanc et de loi de puissance réduites et des incertitudes de vitesse de station plus faibles par rapport à la réanalyse précédente. Les produits sont disponibles via la page "Vertical Land Movements" du site-web du SNO Sonel (lien dans les ressources associées).

Les prévisions saisonnières historiques relatives aux sargasses s'appuient sur le système décrit par Jouanno et al. (2023), exploité par le Laboratoire d'Étude en Géophysique et Océanographie Spatiale (LEGOS) et développé dans le cadre des projets ANR FORESEA et TOSCA SAREDA. Ce système s'appuie sur un modèle mécaniste des populations de sargasses, le modèle NEMO-Sarg 1.0 (Jouanno et al. 2021, 2023, 2025), qui intègre à la fois un modèle de transport et un modèle physiologique des macro-algues. 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). Les prévisions saisonnières opérationnelles sur les sargasses (septembre 2025 - en cours) sont produites à l'échelle mondiale par Mercator Ocean International, sur la base de la même configuration mécanistique NEMO-Sarg 1.0 (Jouanno et al., 2021, 2023, 2025, voir détails en 2.1). La biomasse des sargasses est initialisée chaque mois à l'aide d'estimations en temps quasi réel dérivées des observations satellitaires OLCI (DOI : 10.24400/527896/a01-2022.007), fournissant une représentation actualisée des concentrations en surface. Ce cadre opérationnel mondial complète ainsi la configuration régionale de l'IRD et étend la capacité de prévision à l'ensemble du bassin atlantique. De plus amples détails sur ces deux traitements sont disponibles dans le manuel d'utilisation.

Dans le cadre d'une étude sur l'évolution de la dynamique sédimentaire de la baie de l'Aiguillon plusieurs modèles numériques de terrain (MNT) ont été réalisés afin de quantifier les évolutions. Cette étude s'inscrit dans le cadre d'un stage de M2 (Blanloeil Jonathan) au LIENSs qui répond à un appel d'offre du PNR du Marais Poitevin (programme Life). Ce MNT a été réalisé à partir de données Lidar acquise du 15 au 18 juillet 2010. Les données sont issues du produit Litto3D® de l'IGN. La méthode d'interpolation utilisée est le voisin naturel seulement sur les points classés sol à partir du logiciel ArcMap 10.4. Le nuage de points en entrée contient environ 1 point classifié sol par m2. Le MNT généré est au pas de 4m. L'altitude est en m NGF ( zéro hydro = -3.503 m NGF ). L’emprise couvre toute l'Anse de l'Aiguillon mais les principaux chenaux ont été retirés car le Lidar s'arrête à la surface de l'eau. Le système de coordonnées et de projection est RGF Lambert 93 (ESPG : 2154). L'erreur sur les points de données est estimée par l'IGN à : z : 20 cm.

Produit auxiliaire FES2022 marée globale : La base de données des marées FES2022 comprend 2 composantes: les élévations de marée (amplitude et phase) et la marée de charge (amplitude et phase) sur une grille de 1/30°x1/30°. - Elévation de marée: Le modèle de marée océanique FES2022b est distribué; ce modèle a été calculé en utilisant la marée de charge FES2022. Deux versions sont disponibles: + Version non extrapolée: le modèle est défini sur une grille de 1/30° directement interpolée à partir de la grille native d'éléments finis du modèle. + Version extrapolée: la version ci-dessus a été extrapolée sur les côtes afin de couvrir presque entièrement les régions côtières. La procédure est expliquée dans le manuel utilisateur. - Marée de charge: le nouveau modèle de marée de charge FES2022b doit être utilisé pour calculer la marée géocentrique (élastique) comme ceci: marée géocentrique FES2022b (elastique) = marée océanique FES2022b + effet de charge FES2022b. Une description du calcul et des performances du modèle FES2022 est donnée dans le manuel utilisateur (lien ci-dessous). Les fichiers de données sont disponibles sur les services de distribution (FTP/SFTP et le Thredds dans 3 répertoires distincts fes2022b/load_tide , fes2022b/ocean_tide_extrapolated et fes2022b/ocean_tide). Les sous-répertoires contiennent toutes les 34 composantes: M2, S2, K1, O1, P1, Q1, Nu2, Mu2, N2, K2, Eps2, L2, Lambda2, M4, 2N2, J1, M3, M6, M8, Mf, MKS2, Mm, MN4, MS4, MSf, MSqm, Mtm, N4, R2, S1, S4, Sa, Ssa, T2. Pour vous permettre de télécharger des fichiers aussi petits que possibles, les fichiers ont été compressées à l'aide du programme xz en utilisant les algorithmes de compression LZMA2. Pour décompresser les fichiers, vous devez utiliser cette commande ou 7-zip si vous utilisez Windows. L'algorithme de prédiction officiel, LIBFES, est ici: https://github.com/CNES/aviso-fes/tree/2.9.7. Si vous utilisez ce code, merci de citer : "The code used to compute FES2022, was developed in collaboration between Legos, CLS and CNES and is available under GNU General Public License". Nous garantissons les résultats obtenus avec ce code, mais pas ceux obtenus avec d'autres codes de prédiction.

Dans le cadre d'une étude sur l'évolution de la dynamique sédimentaire de la baie de l'Aiguillon plusieurs modèles numériques de terrain (MNT) ont été réalisés afin de quantifier les évolutions. Cette étude s'inscrit dans le cadre d'un stage de M2 (Blanloeil Jonathan) au LIENSs qui répond à un appel d'offre du PNR du Marais Poitevin (programme Life). Ce MNT a été réalisé à partir d'un fichier grille (4x4m) regroupant des données Lidar et bathymétrie. Les données Lidar ont été acquises le 13 février 2013 par Aerodata. Les données bathymétriques ont été acquises du 25 février au 05 avril 2013 par Geoxyz. Les données ont été transmises par le PNR du Marais Poitevin. La méthode d'interpolation utilisée est le voisin naturel seulement sur les points classés sol à partir du logiciel ArcMap 10.4. Le MNT généré est au pas de 4m. L'altitude est en m NGF ( zéro hydro = -3.503 m NGF ). L’emprise couvre toute l'Anse de l'Aiguillon. Le système de coordonnées et de projection est RGF Lambert 93 (ESPG : 2154). La précision des données est estimée par le prestataire : x et y : 25 cm. z : 10 cm.