An Olive Ridley turtle with an Argos PTT glued on its back. The glue is made so as to fall off within one year (credit Katsufumi Sato, University of Tokyo)
22.01.2020 Animaux marins

Les tortues olivâtres aident à la prévision des océans

Les tortues de mer olivâtres vivent dans les océans tropicaux. Elles plongent pour se nourrir et, comme toutes les espèces de tortues de mer, elles sont aujourd’hui menacées. Pour aider à les comprendre et à les protéger, certaines sont suivies à l’aide de la télémétrie par satellite Argos. Cependant, les données environnementales ainsi recueillies peuvent aider d’autres domaines d’études, notamment la prévision des océans à l’échelle saisonnière.

Photo: une tortue olivâtres avec un émetteur Argos collé sur sa carapace. La colle est conçue pour que l’émetteur se détache au bout d’environ un an (crédit Katsufumi Sato, Université de Tokyo)

Les tropiques sont le siège d’un certain nombre d’oscillations couplées océan/atmosphère qui ont un impact sur la majeure partie de la population de notre planète. La prévision d’ENSO dans l’océan Pacifique, mais aussi du dipôle de l’océan Indien, sont des informations majeures pour prévoir ce que sera le climat dans trois à six mois.

La température de l’eau est l’une des clés d’une prévision océan-climat couplée précise à une échéance saisonnière, en particulier sous les tropiques. La température en subsurface, en particulier, est importante car dans ces régions tropicales, la surface de la mer est chauffée de manière presque uniforme. Comme les satellites de télédétection ne peuvent mesurer que cette température de surface, leur utilisation ne permet pas de détecter les caractéristiques dynamiques de l’océan. De telles mesures en subsurface ne sont disponibles qu’avec des dispositifs in situ : les classiques bouées ancrés, bathythermographes à usage unique, flotteurs Argo, etc. Mais, comme les éléphants de mer dans l’océan Austral, un certain nombre d’animaux marins peuvent également être utilisés pour collecter des données d’océanographie physique, y compris la température en profondeur pendant leurs plongées.

 

Les tortues olivâtres au secours de l’océanographie physique

Les tortues olivâtres (Lepidochelys olivacea) sont des tortues de mer tropicales. Elles plongent plus fréquemment dans les profondeurs de l’océan et y passent plus de temps que les autres espèces de tortues de mer à carapace dure. Cinq tortues olivâtres ont été équipées d’émetteur Argos enregistrant la température et la profondeur, sur la pointe nord de la péninsule de Bird’s Head, en Papouasie occidentale (Indonésie), à l’extrémité nord de l’île de Nouvelle-Guinée. Les émetteurs Argos ont été collés sur les carapace. La colle est faite de manière à ce que l’émetteur tombe au bout d’environ un an, afin que la tortue ne vive pas le reste de ses jours (ou jusqu’à sa prochaine mue) avec un dispositif inutile sur le dos. Les cinq tortues ont migré dans la mer d’Arafura, entre le nord de l’Australie et l’île de Nouvelle-Guinée, et ont été suivies pendant trois mois. Cette mer n’est pas très bien échantillonnée par les systèmes automatisés, ce qui ajoute à l’intérêt d’y collecter des données.

Tracks of the five olive Ridley turtles (top), and recorded temperature profiles (bottom). More than 1000 profiles were recorded for the five individuals during the three months of their tracking (credit Japan Agency for Marine-Earth Science and Technology)
Trajet des cinq tortues olivâtres (en haut), et profils de température enregistrés (en bas). Plus de 1000 profils ont été enregistrés pour les cinq individus pendant les trois mois de leur suivi (crédit Agence japonaise pour les sciences et technologies marines et terrestres)
Sea Surface Temperature anomalies with respect to the seasonal means. Top, the satellite observation on November 2017. Middle, output of the model assimilating the automated systems only; bottom output of the model assimilating also the turtles’ data. The run with the turtles’ data, higher by 0.2°C than the one without in the black-lined area at the South-East corner, is closer to the measurements done at that time (credit Japan Agency for Marine-Earth Science and Technology)
Anomalies de température de surface par rapport aux moyennes saisonnières. En haut, l’observation par satellite de novembre 2017. Au milieu, la sortie du modèle assimilant uniquement les dispositifs océanographiques automatisés ; en bas, la sortie du modèle assimilant également les données des tortues. Le run avec les données des tortues, plus élevé de 0,2°C que celui sans ces données dans la zone encadrée en noir à l’angle sud-est, est plus proche des mesures effectuées à cette date (crédit Agence japonaise pour les sciences et technologies marines et terrestres)

Les suivis ont été analysés d’abord pour comprendre le comportement et la biologie des tortues, mais ils ont également été assimilés avec les températures de subsurface, dans un modèle climatique couplé océan-atmosphère-terre-mer-glace (modèle couplé SINTEX-F2). Le modèle a été lancé avec et sans les profils de température des tortues. Les runs avec les données des tortues fournissent pour trois mois plus tard une valeur de température supérieure de 0,2°C à celle du run sans ces données, ce qui est plus proche des mesures satellitaires effectuées à cette époque.

Un autre intérêt de l’utilisation des données collectées par des animaux marins tels que les tortues de mer est qu’ils se rapprochent des côtes plus que les systèmes automatisés, tout en poursuivant leur collecte. Si, par exemple, le suivi des tortues olivâtre ne peut pas être effectué chaque année dans la mer d’Arafura, d’autres animaux marins peuvent également être suivis pour leur comportement de plongée dans la région. La combinaison des différentes espèces dans différents océans devrait permettre de couvrir l’ensemble de l’océan à tout moment, estime le Dr Sato.

 

Référence

  • Doi T, Storto A, Fukuoka T, Suganuma H and Sato K (2019) Impacts of Temperature Measurements From Sea Turtles on Seasonal Prediction Around the Arafura Sea. Front. Mar. Sci. 6:719. doi: 10.3389/fmars.2019.00719