These gridded products are produced from the along-track (or Level-3) SEA LEVEL products (DOI: doi.org/10.48670/moi-00147) delivered by the Copernicus Marine Service (CMEMS, marine.copernicus.eu) for satellites SARAL/AltiKa, Cryosat-2, HaiYang-2B, Jason-3, Copernicus Sentinel-3A&B, Sentinel 6A, SWOT nadir, and SWOT Level-3 KaRIn sea level products (DOI: https://doi.org/10.24400/527896/A01-2023.018). Three mapping algorithms are proposed: MIOST, 4DvarNET, 4DvarQG: - the MIOST approach which give the global SSH solutions: the MIOST method is able of accounting for various modes of variability of the ocean surface topography (e.g., geostrophic, barotrope, equatorial waves dynamic …) by constructing several independent components within an assumed covariance model. - the 4DvarNET approach for the regional SSH solutions: the 4DvarNET mapping algorithm is a data-driven approach combining a data assimilation scheme associated with a deep learning framework. - the 4DvarQG approach for the regional SSH solutions: the 4DvarQG mapping technique integrates a 4-Dimensional variational (4DVAR) scheme with a Quasi-Geostrophic (QG) model. References: - Ballarotta, M., Ubelmann, C., Bellemin-Laponnaz, V., Le Guillou, F., Meda, G., Anadon, C., Laloue, A., Delepoulle, A., Faugère, Y., Pujol, M.-I., Fablet, R., and Dibarboure, G., 2024: Integrating wide swath altimetry data into Level-4 multi-mission maps, EGUsphere [preprint], https://doi.org/10.5194/egusphere-2024-2345 - Beauchamp, M., Febvre, Q., Georgenthum, H., and Fablet, R., 2023: 4DVarNet-SSH: end-to-end learning of variational interpolation schemes for nadir and wide-swath satellite altimetry, Geosci. Model Dev., 16, 2119–2147, https://doi.org/10.5194/gmd-16-2119-2023 - Fablet, R., Beauchamp, M., Drumetz, L., and Rousseau, F., 2021: Joint Interpolation and Representation Learning for Irregularly Sampled Satellite-Derived Geophysical Fields, Front. Appl. Math. Stat., 7, 655224, https://doi.org/10.3389/fams.2021.655224 - Le Guillou, F., Metref, S., Cosme, E., Ubelmann, C., Ballarotta, M. Le Sommer, J. Verron, J., 2021: Mapping Altimetry in the Forthcoming SWOT Era by Back-and-Forth Nudging a One-Layer Quasigeostrophic Model, J. Atmos. Oceanic Technol., 38, 697–710, https://doi.org/10.1175/JTECH-D-20-0104.1 - Ubelmann, C., Dibarboure, G., Gaultier, L., Ponte, A., Ardhuin, F., Ballarotta, M., & Faugère, Y., 2021: Reconstructing ocean surface current combining altimetry and future spaceborne Doppler data. Journal of Geophysical Research: Oceans, 126, e2020JC016560. https://doi.org/10.1029/2020JC016560

Variations régionales du contenu en chaleur de l'océan Atlantique avec l'approche géodésique spatiale : "4DAtlantic-OHC" Le "Contenu en chaleur de l'océan" (ou OHC pour "Ocean Heat Content") est estimé à partir de la mesure de la dilatation thermique de l'océan basée sur les différences entre le contenu total du niveau de la mer dérivé des mesures altimétriques et le contenu massique dérivé des données gravimétriques, noté «altimétrie-gravimétrie». Sont disponibles : - les grilles mensuelles des variations de l'OHC sur l'Atlantique (1°x1°) - les tendances de l'OHC et incertitudes. La stratégie établie à l'échelle globale (cf fiche de métadonnées associée "Contenu en Chaleur de l'Océan (OHC) et déséquilibre énergétique de la Terre (EEI)") a été étendue et développée à l'échelle régionale à la fois pour la génération de données et l'estimation des incertitudes. En particulier, les variations halostériques du niveau de la mer dues aux variations de la salinité qui ne sont pas négligeables régionalement sont prises en compte dans la chaîne de traitement. Elles sont estimées à partir des données in situ et sont ensuite retirées des variations stériques du niveau de la mer "altimétrie - gravimétrie". À partir de l'équation du bilan du niveau de la mer, la variation thermostérique du niveau de la mer est calculée selon : ΔSLthermosteric = ΔSLtotal - ΔSLmass - ΔSLhalosteric Avec ΔSLtotal : à partir de données d'altimétrie spatiale provenant du Copernicus Climate Change Service. ΔSLmass : données de Gravimétrie spatiale de GRACE(-FO), mise à jour de Blazquez et al. 2018 ΔSLhalosteric : données in situ, à partir d'Argo, combinaison de ISAS20 (0-2000m) et EN4.2.2.l09 (en-dessous de 2000m) La variation de l'OHC est calculée à l'échelle régionale en divisant la variation thermostérique du niveau de la mer par le coefficient d'efficacité d'expansion intégrée de la chaleur (IEEH) : elle exprime la variation de la densité de l'océan due à l'absorption de chaleur et est estimée à partir des mesures in situ de la température et de la salinité. Les incertitudes sur les changements de l'OHC sont estimées par propagation des incertitudes à partir des données d'entrée jusqu'au changement de l'OHC. Des activités de validation ont été menées dans la région de l'Atlantique Nord subtropical (SPNA) (Figure 4) et dans la région de l'Atlantique Nord subpolaire (SNA) (Figure 5) avec des données in situ Argo. De plus, l'utilisation de données in situ des sections de mouillage RAPID et A25-OVIDE met en évidence une bonne cohérence des tendances de l'OHC avec le produit géodésique spatial. Références: Ablain et al., OSTST 2022: Monitoring the regional heat content change over the Atlantic Ocean with the space geodetic approach: the 4DATLANTIC-OHC project. https://doi.org/10.24400/527896/a03-2022.3417 Blazquez, A., Meyssignac, B., Lemoine, J., Berthier, E., Ribes, A. and Cazenave, A. (2018) Exploring the uncertainty in GRACE estimates of the mass redistributions at the Earth surface: implications for the global water and sea level budgets, Geophys. J. Int., 215(1), 415–430, https://doi.org/10.1093/gji/ggy293 Marti, F., Blazquez, A., Meyssignac, B., Ablain, M., Barnoud, A., Fraudeau, R., Jugier, R., Chenal, J., Larnicol, G., Pfeffer, J., Restano, M., and Benveniste, J.(2021) : Monitoring the ocean heat content change and the Earth energy imbalance from space altimetry and space gravimetry, Earth Syst. Sci. Data Discuss., 1–32, https://doi.org/10.5194/essd-2021-220 . Meyssignac, B., Boyer, T., Zhao, Z., Hakuba, M. Z., Landerer, F. W., Stammer, D., Köhl, A., Kato, S., L’Ecuyer, T., Ablain, M., Abraham, J. P., Blazquez, A., Cazenave, A., Church, J. A., Cowley, R., Cheng, L., Domingues, C. M., Giglio, D., Gouretski, V., Ishii, M., Johnson, G. C., Killick, R. E., Legler, D., Llovel, W., Lyman, J., Palmer, M. D., Piotrowicz, S., Purkey, S. G., Roemmich, D., Roca, R., Savita, A., Schuckmann, K. von, Speich, S., Stephens, G., Wang, G., Wijffels, S. E., Zilberman, N. (2019) Measuring Global Ocean Heat Content to Estimate the Earth Energy Imbalance, Front. Mar. Sci., 6, doi: https://doi.org/10.3389/fmars.2019.00432, 2019.

Advanced Along-Track Scanning Radiometer multimission data have been reprocessed to provide update retrievals of Sea Surface Temperature (SST) to produce the AATSR Reprocessing for Climate (ARC) dataset.

Monomission altimeter satellite along-track sea surface heights computed with respect to a twenty-year mean. Previously distributed by Aviso+, no change in the scientific content. All the missions are homogenized with respect to a reference mission which is currently OSTM/Jason-2. The sla is computed with an optimal and centered computation time window (6 weeks before and after the date). Two kinds of datasets are proposed: filtered (nominal dataset) and unfiltered.

This dataset contains the version 3 of combined surface current velocities, i.e. absolute geostrophic velocities products from multi-satellite observations over Global Ocean added to Hs depth Ekman velocities computed from ECMWF wind stress with an Ekman model fitted onto drifting buoys[Rio et al. 2014], on a geographical grid with 0.25 degree resolution, from 1993 to 2017.

Le "Contenu en chaleur de l'océan" (ou OHC pour "Ocean Heat Content") est estimé à partir de la mesure de la dilatation thermique de l'océan basée sur les différences entre le contenu total du niveau de la mer dérivé des mesures altimétriques et le contenu massique dérivé des données gravimétriques, noté «altimétrie-gravimétrie». L'indicateur "Déséquilibre énergétique de la Terre" (ou EEI pour "Earth Energy Imbalance") est obtenu à partir des variations temporelles du contenu en chaleur de l'océan (OHC), c'est-à-dire en calculant sa dérivée (appelée absorption de chaleur océanique). Le jeu de données est livré en deux fichiers distincts. Le principal contient les variables essentielles comme les séries temporelles du contenu thermique global des océans, du déséquilibre énergétique de la Terre et leurs matrices de variance-covariance relatives. Le second fichier contient plus de variables que le 1er fichier, comme les séries temporelles des grilles de changement Ocean Mass, Sea Level et Steric Sea Level. Il inclut également des variables supplémentaires qui n'ont pas été utilisées pour le calcul du Global ocean heat content, comme les séries temporelles Global mean of ocean mass, Global mean sea level et Global mean steric sea level, mais qui peuvent néanmoins présenter un intérêt pour les utilisateurs. Les utilisateurs trouveront donc notamment: - la carte régionale des tendances pour l'indicateur OHC (cf image associée à cette fiche de métadonnée), - la série temporelle de l 'OHC global des océans (représentative du globe en fonction de la disponibilité des données d'entrée), - la série temporelle de l'EEI (issu de l'OHC global filtré à partir de signaux inférieurs à 3 ans), - les incertitudes associées à ces deux jeux de données.

Multimission altimeter satellite gridded sea surface heights and derived variables computed with respect to a twenty-year mean. Previously distributed by Aviso+, no change in the scientific content. All the missions are homogenized with respect to a reference mission. The acquisition of various altimeter data is a few days at most. The sla is computed with a non-centered computation time window (6 weeks before the date).

Dans le cadre d'un suivi des évolutions morphologiques du littoral de Charente-Maritime, à la demande du CD17, une synthèse des évolutions des littoraux de l'île de Ré, de l'île d'Oléron et de la Presqu'île d'Arvert a été réalisée. Cette étude a été effectuée à court terme entre 2000 et 2016 et à long terme entre 1824 et 2016. Plusieurs traits de côtes ont été numérisés depuis 1824 jusqu'à 2016. Donnée : Carte Hydrographique Beautemps-Beaupré 1825 - Charente-Maritime (Nord de l'île d'Oléron)

Eddies detected in Delayed-Time (DT) for the entire period [1993 - present]. Variables provided include day-by-day, and for one rotation type (Cyclonic/Anticyclonic) : - Center position (Longitude and latitude of the center of the best fit circle with the contour of maximum circum-average geostrophic speed); - Amplitude (|SSH(local_extremum) – SSH(outermost_contour)|); - Speed radius (Radius of the best fit circle with the contour of maximum circum-average geostrophic speed); - Speed average (Average geostrophic speed of the contour defining the speed radius); - Speed profile (Profile speed average values from effective contour inwards to smallest inner contour); - Effective contour (Largest contour of the detected eddy); - Speed contour (Contour of maximum circum-average geostrophic speed for the detected eddy).

Les variations barystatiques et manométriques du niveau marin représentent la composante de masse des variations du niveau marin aux échelles globale et régionale respectivement. Les variations barystatiques et manométriques du niveau marin sont estimées ici à partir de la gravimétrie, issues des mesures des missions de gravimétrie spatiale GRACE et GRACE - Follow On. Deux produits sont distribués sur la période avril 2002 à août 2022 : - Les variations barystatiques du niveau de la mer à partir de la gravimétrie : séries temporelles mensuelles, - Les variations manométriques du niveau de la mer à partir de la gravimétrie : grilles mensuelles 1x1°. Les variations BARYSTATIQUES du niveau marin représentent les échanges de masses d’eau des continents aux océans et vice versa. La fonte des calottes polaires et des glaciers continentaux constituent les principales sources de variation du niveau barystatique. A l'échelle interannuelle, les échanges d'eau douce avec les grands bassins hydrologiques (par exemple l'Amazone, Mississippi) sont également importants. Les changements MANOMETRIQUES du niveau de la mer sont dus à plusieurs processus, incluant la circulation océanique et atmosphériques, les empreintes du niveau de la mer (sea level fingerprints en anglais) ou le cycle global de l'eau. Les modes climatiques, tels que l'oscillation australe d'El Niño, l'oscillation arctique, l'oscillation nord-atlantique ou le mode annulaire austral, influencent également de manière significative les changements manométriques du niveau de la mer Pfeffer et al., 2022). Les missions GRACE et GRACE Follow-On surveillent les variations temporelles du champ de gravité de façon quasi continue depuis 2002. De nombreux centres distribuent des solutions temporelles du potentiel gravitationnel de la Terre, fournies sous forme de coefficients de Stokes, connues sous le nom de solutions de niveau-2. Les solutions de niveau-2 doivent être corrigées de plusieurs effets géophysiques et erreurs instrumentales, converties en anomalies de masse de surface et projetées sur l'ellipsoïde. Les grilles d'anomalies de masse de surface qui en résultent, après application des corrections appropriées, sont appelées solutions de niveau-3. Plusieurs sources d'erreurs affectent les solutions des niveaux 2 et 3, imposées par la configuration du satellite, les erreurs instrumentales et les incertitudes dans les corrections géophysiques utilisées pour traiter les mesures. L'approche d'ensemble de Blazquez et al. (2018) est utilisée pour estimer de manière robuste les changements manométriques et barystatiques du niveau de la mer et leurs incertitudes. Références bibliographique - Blazquez, A., Meyssignac, B., Lemoine, J.-M., Berthier, E., Ribes, A., Cazenave, A. (2018). Exploring the uncertainty in GRACE estimates of the mass redistributions at the Earth surface: implications for the global water and sea level budgets, Geophysical Journal International, 215 (1), 415–430, https://doi.org/10.1093/gji/ggy293 - Pfeffer, J., Cazenave, A. & Barnoud, A. (2022). Analysis of the interannual variability in satellite gravity solutions: detection of climate modes fingerprints in water mass displacements across continents and oceans. Clim Dyn 58, 1065–1084. https://doi.org/10.1007/s00382-021-05953-z