Variabilité de la circulation thermohaline en Atlantique Nord - LMD

dans une zone donnée. Un moyenne des différentes variables d’intérêt au cours de la
période allant de quelques années avant à quelques années après l’évènement a permis
de rechercher le mécanisme expliquant les évènements de convection* intense dans la
zone.
Il est également possible, selon le même principe de moyenner une différence
d’évènements. Par exemple, ce type de composite peut être réalisé en considérant les
minima et maxima successifs d’une série temporelle. La différence de chaque
maximum avec le minimum qui le précède puis une moyenne de ces différences permet
de mettre en évidence les mécanismes à l’origine d’une transition entre un minimum et
un maximum d’une variable donnée.
Ce procédé peut fournir des informations intéressantes sur les causes de la variabilité
d’un système physique.
Composante Principale :
Voir définition de EOF
Une composante principale représente la série temporelle du champ donné par l’EOF
associée.
Pour plus de détails, voir Annexe 2 et Von Storch et Zwiers (1999) ou Björnsson et
Venegas (1997)
Convection profonde :
La convection* profonde (Marshall et Schott, 1999) consiste en une plongée des eaux
de surface au sein d’une zone peu étendue. Une densification des eaux de surface sous
l’effet d’un forçage atmosphérique intense dans une zone où la stratification* des eaux
de subsurface est faible est à l’origine de cette plongée. La zone située en mer du
Labrador traitée au cours de cette étude est un exemple de zone de convection*
profonde.
Corrélation :
Voir définition de variance et écart-type
La corrélation entre deux champs fournit le pourcentage de variabilité simultanée entre
ces deux champs. Soient deux séries temporelles x(t) et y(t) de moyennes respectives
AJ AJ @ écart-JOFAI HAIFA?JEBI x AJ y , leur corrélation I=I KEJé, est définie par :
NJ i )- OJi)- ) ] / NJ i )-
2 OJi)-
2 ))
ou encore
x y )
où AIJ = ?L=HE=?A @A NJ AJ OJ
Elle est comprise entre –1 et 1. Deux variables indépendantes possèdent une corrélation
nulle. Deux variables dont les variations sont exactement en phase ont une corrélation
de 1 ; si leur variations sont en opposition de phase, leur corrélation est de –1. Cette
quantité ne constitue pas une preuve d’une relation de cause à effet mais peut fournir
des indications quant à un lien linéaire éventuel entre deux variables.
Par exemple, si y(t) = a*x(t) + z(t) et où z(t) est indépendant de x(t),
la variance de y(t), notée y est donnée par y = a 2 x z , où x est la variance de x(t)
AJ z est la variance de z(t).
74