| Summary: | Les calottes polaires, ou inlandsis, sont parmi les principaux contributeurs à la montée des océans. Ces systèmes dynamiques gagnent de la masse par accumulation de neige, et en perdent par fonte au contact de l’océan et à la surface, ainsi que par le vêlage d’icebergs. Depuis plus de trois décennies, les observations ont montré que les calottes polaires de l’Antarctique et du Groenland perdent plus de masse qu’ils n’en gagnent. L’évolution des glaciers suite à ce déséquilibre de masse est devenue aujourd’hui l’une des problématiques les plus importantes des implications du changement climatique. Le Groupe d’experts intergouvernemental sur l’évolution du climat (GIEC) a identifié la contribution des glaciers comme l’un des facteurs clés d’incertitude de prédiction de l’élévation du niveau des mers. La modélisation numérique est le seul outil efficace pour répondre à cette question. Cependant, modéliser l’écoulement de glace à l’échelle du Groenland ou de l’Antarctique représente un défi à la fois scientifique et technique. Deux aspects clés de l’amélioration de la modélisation des glaciers sont abordés dans cette thèse. Le premier consiste à déterminer certaines propriétés non mesurables de la glace par méthode inverse. La friction ou la rigidité des barrières de glace, sont des paramètres qui ne peuvent être mesurés directement et doivent donc être déduits à partir d’observations par télédétection. Nous appliquons ici ces inversions pour trois modèles d’écoulement de glace de complexité croissante: le modèle bidimensionnel de MacAyeal/Morland, le modèle dit d’ordre supérieur de Blatter/Pattyn et le modèle full-Stokes. Les propriétés ainsi calculées sont ensuite utilisées pour initialiser des modèles grande-échelle et pour déterminer le degré de complexité minimum nécessaire pour reproduire correctement la dynamique des glaciers. Le second aspect abordé dans ce travail est l’amélioration de la consistance des données pour la modélisation numérique. Les données disponibles sont souvent issues de campagnes de ...
|
|---|