These gridded products are produced from the following upstream data: - for satellites SARAL/AltiKa, Cryosat-2, HaiYang-2B, Jason-3, Copernicus Sentinel-3A&B, Sentinel 6A, SWOT Nadir => NRT (Near-Real-Time) Nadir along-track (or Level-3) SEA LEVEL products (DOI: https://doi.org/10.48670/moi-00147) delivered by the Copernicus Marine Service (CMEMS, http://marine.copernicus.eu/ ). The gridded product is based on NRT L3 Nadir datasets for the period from July 1, 2024, to December 31, 2024. => MY (Multi-Year) Nadir along-track (or Level-3) SEA LEVEL products (DOI: https://doi.org/10.48670/moi-00146 ) delivered by the Copernicus Marine Service (CMEMS, http://marine.copernicus.eu/ ). The gridded product is based on MY L3 Nadir datasets for the period from March 28, 2023, to June 30, 2024. - for SWOT KaRIn : the SEA LEVEL products L3_LR_SSH (V2.0.1) delivered by AVISO for Expert SWOT L3 SSH KaRin (DOI: https://doi.org/10.24400/527896/A01-2023.018) for the period from March 28, 2023 to December 31, 2024. One mapping algorithm is proposed: the MIOST approach which give the global SSH solutions: the MIOST method is able of accounting for various modes of variability of the ocean surface topography (e.g., geostrophic, barotrope, equatorial waves dynamic …) by constructing several independent components within an assumed covariance model.

The Sentinel-6 Level-2P skewness products was developed to estimate the skewness from Sentinel-6 LR (Low Resolution Mode) and HR (High Resolution Mode) acquisitions. That demonstration product is generated by different retracking processes, provides an initial estimation of such a phenomenon and allows a finer description of the sea state.

These gridded products are produced from the along-track (or Level-3) SEA LEVEL products (DOI: doi.org/10.48670/moi-00147) delivered by the Copernicus Marine Service (CMEMS, marine.copernicus.eu) for satellites SARAL/AltiKa, Cryosat-2, HaiYang-2B, Jason-3, Copernicus Sentinel-3A/B, Sentinel-6 MF, SWOT nadir, and SWOT Level-3 KaRIn sea level products (DOI: https://doi.org/10.24400/527896/A01-2023.018). Three mapping algorithms are proposed: MIOST, 4DvarNET, 4DvarQG: - the MIOST approach which give the global SSH solutions: the MIOST method is able of accounting for various modes of variability of the ocean surface topography (e.g., geostrophic, barotrope, equatorial waves dynamic …) by constructing several independent components within an assumed covariance model. - the 4DvarNET approach for the regional SSH solutions: the 4DvarNET mapping algorithm is a data-driven approach combining a data assimilation scheme associated with a deep learning framework. - the 4DvarQG approach for the regional SSH solutions: the 4DvarQG mapping technique integrates a 4-Dimensional variational (4DVAR) scheme with a Quasi-Geostrophic (QG) model. References: - Ballarotta, M., Ubelmann, C., Bellemin-Laponnaz, V., Le Guillou, F., Meda, G., Anadon, C., Laloue, A., Delepoulle, A., Faugère, Y., Pujol, M.-I., Fablet, R., and Dibarboure, G., 2024: Integrating wide swath altimetry data into Level-4 multi-mission maps, EGUsphere [preprint], https://doi.org/10.5194/egusphere-2024-2345 - Beauchamp, M., Febvre, Q., Georgenthum, H., and Fablet, R., 2023: 4DVarNet-SSH: end-to-end learning of variational interpolation schemes for nadir and wide-swath satellite altimetry, Geosci. Model Dev., 16, 2119–2147, https://doi.org/10.5194/gmd-16-2119-2023 - Fablet, R., Beauchamp, M., Drumetz, L., and Rousseau, F., 2021: Joint Interpolation and Representation Learning for Irregularly Sampled Satellite-Derived Geophysical Fields, Front. Appl. Math. Stat., 7, 655224, https://doi.org/10.3389/fams.2021.655224 - Le Guillou, F., Metref, S., Cosme, E., Ubelmann, C., Ballarotta, M. Le Sommer, J. Verron, J., 2021: Mapping Altimetry in the Forthcoming SWOT Era by Back-and-Forth Nudging a One-Layer Quasigeostrophic Model, J. Atmos. Oceanic Technol., 38, 697–710, https://doi.org/10.1175/JTECH-D-20-0104.1 - Ubelmann, C., Dibarboure, G., Gaultier, L., Ponte, A., Ardhuin, F., Ballarotta, M., & Faugère, Y., 2021: Reconstructing ocean surface current combining altimetry and future spaceborne Doppler data. Journal of Geophysical Research: Oceans, 126, e2020JC016560. https://doi.org/10.1029/2020JC016560

These gridded products are produced from the following upstream data: - for satellites SARAL/AltiKa, Cryosat-2, HaiYang-2B, Jason-3, Copernicus Sentinel-3A/B, Sentinel-6 MF, SWOT Nadir => NRT (Near-Real-Time) Nadir along-track (or Level-3) SEA LEVEL products (DOI: https://doi.org/10.48670/moi-00147) delivered by the Copernicus Marine Service (http://marine.copernicus.eu/ ). The gridded product is based on near-real-time (NRT) Level-3 Nadir datasets for the period from July 1, 2024, to December 31, 2024. => MY (Multi-Year) Nadir along-track (or Level-3) SEA LEVEL products (DOI: https://doi.org/10.48670/moi-00146 ) delivered by the Copernicus Marine Service (CMEMS, http://marine.copernicus.eu/ ). The gridded product is based on MY Level-3 Nadir datasets for the period from March 28, 2023, to June 30, 2024. - for SWOT KaRIn : the SEA LEVEL products L3_LR_SSH (V2.0.1) distributed by AVISO for Expert SWOT Level-3 SSH KaRin (DOI: https://doi.org/10.24400/527896/A01-2023.018) for the period from March 28, 2023 to December 31, 2024. One mapping algorithm is proposed: the MIOST approach which give the global SSH solutions: the MIOST method is able of accounting for various modes of variability of the ocean surface topography (e.g., geostrophic, barotrope, equatorial waves dynamic, etc.) by constructing several independent components within an assumed covariance model.

La Topographie Dynamique moyenne (MDT - Mean Dynamic Topography) résulte d'une moyenne des hauteurs de mer (SSH Sea Surface Height) au-dessus du géoïde sur une période de référence, ici la période1993-2012. La topographie dynamique moyenne hybride contient la MDT-CNES-CLS18 pour la couverture globale et la MDT CMEMS 2020 pour la mer Noire (MDT-CMEMS2020-BLK) et la mer Méditerranée (MDT-CMEMS2020-MED). La MDT hybride MDT-HYBRID-CNES-CLS18-CMEMS2020 est un produit combiné utilisant les données de la mission complète de GOCE (nov. 2009- oct. 2013), 10.5 années de données de la mission GRACE, ainsi que 25 années de données altimétriques (1993-2018) et 23 années de données in-situ (hydrologiques 1993-2016, bouées dérivantes 1997-2016). La méthode utilisée pour calculer la topographie dynamique moyenne est similaire à celle utilisée dans les versions précédentes de la MDT CNES-CLS. Une description détaillée peut être trouvée dans Rio et Hernandez, 2004, Rio et al, 2011, Rio et al, 2014a. Il s'agit d'une approche en trois étapes. 1/ Dans une première étape, une solution MDT de première approximation est calculée à partir des différences filtrées de manière optimale entre une surface moyenne de la mer (MSS) altimétrique et un modèle de géoïde. 2/ Dans la deuxième étape de la méthode, des estimations synthétiques de la MDT et des vitesses géostrophiques moyennes sont calculées en utilisant des mesures in-situ des hauteurs dynamiques de l'océan et des vitesses de surface. Les mesures in situ sont d'abord traitées de manière à extraire la composante géostrophique uniquement des vitesses totales des bouées dérivantes, et à compléter les hauteurs dynamiques avec les composantes barotropes et baroclines profondes manquantes. La variabilité temporelle des hauteurs et des vitesses mesurées est ensuite éliminée en soustrayant respectivement les anomalies de niveau de la mer et de vitesse géostrophique de l'altimètre. Les mesures in-situ traitées sont ensuite moyennées dans des boîtes pour obtenir respectivement les hauteurs et les vitesses moyennes synthétiques. 3/ dans la troisième étape, en utilisant une méthode d'analyse objective multivariée, l'estimation synthétique des hauteurs moyennes et des vitesses moyennes sont combinées pour effectuer une première ébauche de la MDT. Références bibliographiques : - Pour la MDT-CNES-CLS18: Mulet, S., Rio, M.-H., Etienne, H., Artana, C., Cancet, M., Dibarboure, G., Feng, H., Husson, R., Picot, N., Provost, C., and Strub, P. T.: The new CNES-CLS18 Global Mean Dynamic Topography, Ocean Sci., 17, 789-808, https://doi.org/10.5194/os-17-789-2021, 2021. - Pour les MDT CMEMS 2020: Jousset S., Aydogdu A., Ciliberti S., Clementi E., Escudier R., Jansen E., Lima L., Menna M., Mulet S., Nigam T., Sanchez A., Tarry D. R., Pascual A., Peneva E., Poulain P.-M. and Taupier-Letage I. (2022). New Mean Dynamic Topography of the Mediterranean and Black Seas from altimetry, gravity and in-situ data. In preparation.

Variations régionales du contenu en chaleur de l'océan Atlantique avec l'approche géodésique spatiale : "4DAtlantic-OHC" Le "Contenu en chaleur de l'océan" (ou OHC pour "Ocean Heat Content") est estimé à partir de la mesure de la dilatation thermique de l'océan basée sur les différences entre le contenu total du niveau de la mer dérivé des mesures altimétriques et le contenu massique dérivé des données gravimétriques, noté «altimétrie-gravimétrie». Sont disponibles : - les grilles mensuelles des variations de l'OHC sur l'Atlantique (1°x1°) - les tendances de l'OHC et incertitudes. La stratégie établie à l'échelle globale (voir fiche de métadonnées associée "Contenu en Chaleur de l'Océan (OHC) et déséquilibre énergétique de la Terre (EEI)") a été étendue et développée à l'échelle régionale à la fois pour la génération de données et l'estimation des incertitudes. En particulier, les variations halostériques du niveau de la mer dues aux variations de la salinité qui ne sont pas négligeables régionalement sont prises en compte dans la chaîne de traitement. Elles sont estimées à partir des données in situ et sont ensuite retirées des variations stériques du niveau de la mer "altimétrie - gravimétrie". À partir de l'équation du bilan du niveau de la mer, la variation thermostérique du niveau de la mer est calculée selon : ΔSLthermosteric = ΔSLtotal - ΔSLmass - ΔSLhalosteric Avec ΔSLtotal : à partir de données d'altimétrie spatiale provenant du Copernicus Climate Change Service. ΔSLmass : données de Gravimétrie spatiale de GRACE(-FO), mise à jour de Blazquez et al. 2018 ΔSLhalosteric : données in situ, à partir d'Argo, combinaison de ISAS20 (0-2000m) et EN4.2.2.l09 (en-dessous de 2000m) La variation de l'OHC est calculée à l'échelle régionale en divisant la variation thermostérique du niveau de la mer par le coefficient d'efficacité d'expansion intégrée de la chaleur (IEEH) : elle exprime la variation de la densité de l'océan due à l'absorption de chaleur et est estimée à partir des mesures in situ de la température et de la salinité. Les incertitudes sur les changements de l'OHC sont estimées par propagation des incertitudes à partir des données d'entrée jusqu'au changement de l'OHC.