Modéliser la fonte à la base des plateformes glaciaires en Antarctique à l’aide d’un réseau de neurones

Contexte du stage
La fonte de la calotte Antarctique due au changement climatique contribue à la montée du niveau des mers. Beaucoup d’incertitudes entourent la hauteur de cette contribution, notamment car la vitesse de fonte des plateformes glaciaires (ice shelves) à la frontière entre la calotte et l’océan est incertaine. En contact avec un océan de plus en plus chaud à leur base, les ice shelves s’amincissent. Les processus décrivant l’entrée et le déplacement des masses d’eau dans la cavité sous un ice shelf jusqu’à leur contact avec la glace sont complexes et ne peuvent pas toujours être résolus dans les modèles d’océan. Nous avons besoin de paramétrisations pour représenter de façon simplifiée le lien entre les propriétés de l’océan devant un ice shelf et la fonte, comme celles listées dans Favier et al. (2019) par exemple. Pour prendre en compte une plus grande variété de variables d’entrée, nous proposons de développer une paraméterisation en utilisant un réseau de neurones.

Objectif du stage
Nous avons déjà une structure de base pour un réseau de neurones qui simule le lien entre les propriétés de l’océan devant un ice shelf et la fonte basale. Ce réseau de neurones dépend d’un certain nombre d’hyperparamètres (nombre de neurones, fonction de perte, etc.) et de variables d’entrées (température, salinité, position géographique, etc.). Dans le cadre de ce stage, l’étudiant.e fera des expériences de sensibilité sur un ice shelf à géométrie idéalisée pour déterminer l’influence de ces hyperparamètres et variables d’entrée sur la performance du réseau de neurones.

1. L’étudiant.e préparera les données d’entrées sur la base de simulations numériques faites dans le cadre de l’expérience multi-modèle MISOMIP (Asay-Davis et al. 2016).
2. L’étudiant.e se familiarisera avec le réseau de neurones (programmé en python) et conduira les expériences de sensibilité.

Selon les intérêts de l’étudiant.e, nous pourrons approfondir plus le côté technique du réseau de neurones ou le côté physique des processus.

Pour postuler
Contacter Clara Burgard et Nicolas Jourdain (adresses mails ci-dessus)

Références bibliographiques

• Asay-Davis, X., S. Cornford, G. Durand, B. Galton-Fenzi, R. Gladstone, G. Gudmundsson, T. Hattermann, D. Holland,D. Holland, P. Holland, D. Martin, P. Mathiot, F. Pattyn, and H. Seroussi (2016). “Experimental design for three interrelatedmarine ice sheet and ocean model intercomparison projects : MISMIP v. 3 (MISMIP +), ISOMIP v. 2 (ISOMIP +) andMISOMIP v. 1 (MISOMIP1) .” Geoscientific Model Development., 9(7), 2471–2497. doi:10.5194/gmd-9-2471-2016.
• Favier, L., N. Jourdain, A. Jenkins, N. Merino, G. Durand, O. Gagliardini, F. Gillet-Chaulet, and P. Mathiot (2019). “Assess-ment of sub-shelf melting parameterisations using the ocean–ice-sheet coupled model NEMO(v3.6)–Elmer/Ice(v8.3).”Geoscientific Model Development, 12(6), 2255–2283. doi:10.5194/gmd-12-2255-2019.