Inférences biogéochimiques de la variabilité diurne des propriétés optiques au site BOUSSOLE

1. Inférences biogéochimiques de la variabilité diurne des propriétés optiques au site BOUSSOLE Morvan BARNES & David ANTOINE barnes@obs-vlfr.fr Equipe Optique Marine et Télédétection (OMT) Laboratoire  d’Océanographie  de  Villefranche (LOV)

2. Introduction Projets Scientifiques Projet BIOCAREX: BIOoptics and CARbonEXperiment: Observations bio-optiques à haute résolution temporelle et spectrale en Méditerranée – aspects fondamentaux, implications et applications biogéochimiques. Projet BOUSSOLE: BOUée pour l'acquiSition d'une Série Optique à Long termEEtablir une série temporelle de propriétés optiques dans les eaux océaniques, à l'appui de la recherche bio-optique, de l'étalonnage des observations océaniques couleur satellite, et de la validation des produits dérivés de ces observations. Task 2: Biogeochemicalinferencesfrom the diel variability of opticalproperties

3. Introduction L’Historique Les Limitations L’Avancement • Les propriétés optiques inhérentes (IOP) cp et bbp sont fonction de la concentration, taille et l’indice de réfraction des particules • La variabilité diurne (échelle horaire) des propriétés optiques résulte du forçage cyclique solaire. C’est un phénomène qui a été observé in situ et au laboratoire. (Claustre et al. 1999, 2002, Siegel et al. 1988 , Gernez et al. 2011). • Les IOPs sont utilisés de plus en plus fréquemment pour étudier: • - les processus biogéochimiques océaniques (Stramski et al 2008) • - les dynamiques du phytoplancton (Stramski and Reynolds 1993) • - le budget du carbon(Sosik 2008) Carte mondiale de POC de Rrs555 (Stramski et al 2008) Modèle de NCP à partir de POC (Claustre et al 2008)

4. Introduction L’Historique Les Limitations L’Avancement • Les études in situ proviennent largement de courtes campagnes en mer • - nombre de jours d’échantillonnage limité pour les mesures échelle horaire • - difficile d’en comprendre la variation saisonnière • - dépend beaucoup de la météo • Les analyses au laboratoire ne peuvent représenter toute la complexité naturelle • - cultures mono-spécifiques • - comment faire varier les conditions environnementales? • Peut d’études analysant la variabilité de production communautaire à haute résolution temporelle • - mesures traditionnels nécessite beaucoup d’effort/temps • - estimations de satellite ont une fréquence de mesure faible • - modèles communs sont a base de chlorophylle

5. Introduction L’Historique Les Limitations L’Avancement • Le développement d’instrumentation non-intrusive à bas-prix pour mesures continus à haute-fréquence • Les séries temporelles à long terme • Instruments de satellite géostationnaire couleur de l’océan présent (GOCI) et futures… • » Gernez et al 2011, Limnology & Oceanography 56: 17-36 Objectifs Principaux Déterminer les échelles de variation temporelles des IOPs Caractériser la distribution verticale Calculer les grandeurs biogéochimiques: POC et NCP

6. Méthodes Projet BOUSSOLE • Site océan ouvert, courants faibles. • Depuis Septembre 2003 • Acquisition quasi-continu en surface • Acquisition haute fréquence (tous les 15 min) • Mesures optiques: • cp (660 nm) • bbp (442, 555 nm) • Mesures physiques (CTD): • Température (T) • Salinité (S) • Profondeur bouée (Zbuoy) • Croisières mensuelles: • Profils CTD/Optiques 400 m • Discretesampling (HPLC) Antoine et al. (2006, 2008)

7. Méthodes Traitement Données • Traitement préliminaire - enlever effets de: • - biofouling • - ombrage • - changement d’instruments • - dérive des données • » 70% Jours avec données (depuis 2006) • Traitement secondaire: • - Elimination de périodes avec conditions physiques instables • - Smoothing (± 3σ) • - Moyenne mobile sur 45 min • » 60% Jours avec données (depuis 2006) Antoine et al. (2006, 2008) Gernezet al. (2011)

8. Méthodes Variabilité saisonnière • Mélange d’Hiver (zm > 100 m) • Bloom et Effondrement (Chl a > 0.8 mg m-3) • Oligotrophie (Chl a < 0.2 mg m-3)

9. Resultats Résultats Partie 1: Les échelles de variation temporelles des IOPs

10. Resultats Série temporelle des IOPs • Variabilité en température et chlorophylle caractéristique de la région • Unique pic en chlorophylle en Mars/Avril (1.5-5 mg m-3) • Chl (max) avant que la SST augmente • Variabilité de cp et bbp résulte (dans un premier ordre) du cycle saisonnier • Variabilité diurne jusqu’à ± 0.2 et ± 0.002 m-1 pour cp et bbpresp. • Période douteuse de forte variabilité de bbp (2006-2007)

11. Resultats Variabilité saisonnière des IOPs • A l’ échelle saisonnière, variabilité de cp réduite de Juin à Décembre • Variabilité forte de l’amplitude et du timing du pic printanier • Mélange hivernal fort en 2006

12. Resultats Variabilité diurne des IOPs Figure de Malika Kheireddine • Décroissance commence quelques heures avant coucher du soleil • Variation saisonnière moins important • Croissance de la levée du jour jusqu’au coucher du soleil • Amplitude et périodicité des cycles varient selon la saison

13. Resultats Relation entre IOPs/Chl • Relations non-linéaires avec chlorophylle a. • » implications pour l’estimation des grandeurs biogéochimiques • Relation loi-puissance entre bbp et cp • Variations importants entre IOPs • » implications pour la détermination de POC

14. Resultats Résultats Partie 2: Méthodes pour la dérivation des grandeurs biogéochimiques

15. Résultats Dérivation de POC • Croissance net journalière de POC à partir de cp (et bbp): • (Siegel et al 1989) • Ou cc* représente le carbone-spécifique cp, qui varie selon la composition de particules • Ici on utilise cc* = 1.78 m2gC-1(Oubelkheir et al 2005) • bbp* = 0.0266 m2gC-1(Loisel et al 2001) Calcul de production communautaire • Net community production (NCP) égale a la somme de ΔPOC pour toute la colonne d’eau: • (Gernez et al 2011) Claustre et al 2008

16. Résultats Extension à la colonne d’eau • Comment étendre ΔPOC sur toute la colonne d’eau? • » profils verticaux mensuels des IOPs • Bonne relation entre ΔPOC et cp en eaux de surface • Valable pour toutes saisons • En supposant que cette relation est conservé pour toute la colonne d’eau

17. Résultats Profils typiques cp • Hypothèse que ΔPOC soit conservé sur toute la colonne d’eau n’est pas valable • Forte hétérogénéité verticale et inter-saisonnière • Variabilité intra-saisonnière limitée Profils saisonniers typiques expliquent la plus part de la variabilité verticale

18. Résultats Surestimation de cp(z) • Homogénéité verticale non-valable • Surestimation de cp (et donc de ΔPOC) en eaux profondes • Sous-estimation occasionnelle en surface • » Application des profils typiques réduit l’erreur associée à cp(z)

19. Résultats Surestimation de cp(z) • Homogénéité verticale non-valable • Surestimation de cp (et donc de ΔPOC) en eaux profondes • Sous-estimation occasionnelle en surface • » Application des profils typiques réduit l’erreur associée à cp(z) Effet sur ∑ΔPOC • Différences non-négligeables mais effets réduites sur le calcul de ∑ΔPOC • cp en surface peut suffire pour déterminer NCP totale

20. Résultats Résultats Partie 3: Variabilité des grandeurs biogéochimiques

21. Résultats Variabilité diurne NCP • Cycles diurnes de NCP variables en période de bloom • NCP le plus variable pendant la décroissance • Variation plus faible en périodes d’oligotrophie ou de mélange

22. Résultats Variabilité biogéochimique saisonnière • Large gamme de ΔPOC en Mars/Avril • 36.5% de la NCP annuelle a lieu en Mars-Avril • Bloom secondaire en Juillet-Aout ne contribue qu’a 11.2% • NCP automnal: 8.1% • Augmentation en Déc/Jan? • » 16.6%

23. Résultats Relation entre NCP des deux IOPs • Relation faible entre NCP calculé avec deux IOPs • » variabilité bbp représente-elle vraiment les changements en NCP

24. Résultats Comparaison modèles PP • NCP comparé à deux des modèles les plus répandus • - Vertically-generalized production model (Behrenfeld & Falkowski 1997) • - Semi-analytical model (Morel 1991) • Modèles à base chlorophylle:

25. Résultats Inter-comparaison modèles • M91 et VGPM sont comparables mais avec un offset (VGPM>>M91) • NCP et M91 sont de même ordre de grandeur • Relation diffuse entre modèle IOP et modèles a base de chlorophylle a • > PP et NCP représente différentes processus biogéochimiques

26. Discussion Conclusions • Variabilité des IOPs résulte, dans un premier ordre, du cycle saisonnier et dans un deuxième ordre da la variabilité diurne • La relation entre les IOPs et le POC permet de calculer la production communautaire net • Utiliser des profils verticaux caractéristiques améliore le calcul des grandeurs biogéochimiques sur toute la colonne d’eau • En moyenne 37% de la production annuelle a lieu en Mars/Avril • Différences importantes comparé aux modèles de PP à base de chlorophylle • Différences entre modélisation à base de cp et bbp

27. Discussion Perspectives • Utilise nouveaux données POC pour investiguer les relations entre POC:cp et POC:bbp sous différentes conditions. • Investiguer la possibilité de combiner les données BOUSSOLE avec les données des profileurs • Déterminer quels grandeurs biogéochimiques peuvent caractériser les anomalies optiques de la Méditerranée • Déterminer quels forçages environnementales/ communautaires exercent le plus d’influence sur la NCP Variabilité de POC:cp (Cetinic et al 2012)

28. BOUSSOLE & Co Merci à tous! Merci à toute l’équipe BOUSSOLE et BIOCAREX