Approches par apprentissage profond pour élucider l'impact de la variabilité climatique sur le phytoplancton – DREAM

La variabilité du phytoplancton (composante clé du cycle du carbone et du fonctionnement des écosystèmes marins) reste largement méconnue au-delà des échelles interannuelles. Cette méconnaissance est majoritairement liée au manque d'observations à long terme, et à l'équilibre complexe des processus physiques et biologiques contrôlant le devenir des communautés et de la biomasse phytoplanctonique. De ce fait, la paramétrisation imparfaite des processus dans les modèles numériques couplés physique-biogéochimiques introduit une incertitude significative dans la représentation de la variabilité basse fréquence de la biomasse phytoplanctonique (et donc des flux de carbone). Or, il est crucial de caractériser cette variabilité naturelle qui peut accentuer, affaiblir ou même masquer des tendances liées au réchauffement climatique.
Dans ce contexte, DREAM est un projet inter/transdisciplinaire utilisant différentes approches d'apprentissage profond (apprises à partir d'observations satellite et in situ) pour construire des séries temporelles longues passées et futures des communautés et biomasses phytoplanctoniques. L’objectif est d’évaluer et comprendre leurs réponses aux cycles climatiques naturels basse fréquence vs. la tendance anthropique (passée et future) ainsi que la contribution relative des différents processus (e.g., dynamique océanique/atmosphérique, prédation) impliqués dans la dynamique du phytoplancton. Appliquées aux modèles de climat, DREAM permettra également de mieux contraindre les incertitudes des projections climatiques de la phase 6 du projet d'intercomparaison des modèles couplés (CMIP6).