Variabilité de la circulation thermohaline en Atlantique Nord - LMD

Figure III - 3 : Spectres* des deux premières PC de la fonction de courant méridienne annuelle.
Description des courbes identique à la figure II-17
Le second mode de variabilité de la circulation méridienne moyenne, représenté sur la
figure III-1, est caractérisé par deux cellules de sens de rotation opposés avec un maximum
marqué, de 2.15Sv à 44°N et 2500m de profondeur et une structure négative beaucoup plus
faible et s’étendant de 30°S à 25°N. La structure de ce second mode de variabilité est similaire
à celle obtenue par Mignot (2003), bien que le contraste d’intensité entre les deux cellules soit
plus intense que celui de Mignot (2003) et le pourcentage de variance* expliqué de 5% plus
faible. Le temps de persistance d’une anomalie de la seconde composante principale* est de
deux ans (voir figure III-2). Sa période caractéristique est d’environ 7ans. Son spectre*,
représenté sur la figure III-3 avec son intervalle de confiance à 85%, est également rouge*. Le
processus autorégressif* d’ordre 2 ajusté à la seconde composante principale* présente un
mode propre d’oscillation à 7ans. Ainsi, du fait de son autocorrélation* à l’ordre 1 et à l’ordre
2, la seconde composante principale*, forcée par un bruit blanc*, réagit préférentiellement avec
une période d’oscillation de 7ans. Par ailleurs, le niveau de confiance à 85% du spectre* du
processus autorégressif* ajusté permet de mettre en évidence le forçage de la seconde
composante principale* à une période préférentielle d’environ 25ans.
Enfin, le troisième mode de variabilité, représenté sur la figure III-1, est constitué de
trois cellules. Sa structure est similaire à celle obtenue par Mignot (2003) mais la variance*
expliquée par ce mode est plus importante de 4% que celle de l’étude de Mignot (2003). Ce
mode de variabilité présente un temps d’autocorrélation* d’environ 1an (voir figure III-2).
Notons que les deuxième et troisième modes de variabilité dans le modèle CNRM-CM3 sont
faiblement séparés du fait de leur pourcentage de variance expliqué proche.
L’analyse en composantes principales* permet de séparer spatialement les structures de
variabilité. Mais ces structures peuvent être reliées temporellement. C’est ce qu’il est proposé
d’étudier dans le paragraphe suivant.
37