Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français français
CORDIS - Résultats de la recherche de l’UE
CORDIS

Near-term predictability of net primary production in the Atlantic Ocean

Objectif

The main goal of this research project is the improvement of near-term (i.e. seasonal to decadal) predictions of Net Primary Production (NPP) in the Atlantic Ocean. NPP is the rate of production of phytoplankton biomass, the primary source of food for marine animal life and thus a fundamental environmental variable to be taken into account in fishery management strategies. The activities proposed are based on a suite of simulations with an Earth System Model (ESM). These simulations include reconstructions of the biogeochemical state of the Atlantic ocean for the period 1960 to present and a set of near-term predictions initialized every 3 years for the period 1979 to present. The simulations are designed to test the ability of two different initialization techniques to provide predictive skill to the NPP prediction. One initialization technique is based on data-assimilation of physical fields only. As an absolute novelty, the second technique proposed is based on the reconstruction of 3D nutrient fields. This combines information from climatological nutrient fields and reconstructed water masses variability. This combination is meant to exploit the ability of Atlantic mode waters to propagate a signal on nutrient distribution on interannual timescales providing a source of predictability for nutrients and thus for NPP. Skill scores will be used to validate the near-term predictions derived from both techniques and the best performing one will be extended to 10-year forecast and initialization every year in order to obtain a complete evaluation of the predictive capability of the modeling system (ESM+initialization technique).

Champ scientifique (EuroSciVoc)

CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.

Vous devez vous identifier ou vous inscrire pour utiliser cette fonction

Programme(s)

Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.

Thème(s)

Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.

Régime de financement

Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.

MSCA-IF-EF-ST - Standard EF

Voir tous les projets financés dans le cadre de ce programme de financement

Appel à propositions

Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.

(s’ouvre dans une nouvelle fenêtre) H2020-MSCA-IF-2015

Voir tous les projets financés au titre de cet appel

Coordinateur

BARCELONA SUPERCOMPUTING CENTER CENTRO NACIONAL DE SUPERCOMPUTACION
Contribution nette de l'UE

La contribution financière nette de l’UE est la somme d’argent que le participant reçoit, déduite de la contribution de l’UE versée à son tiers lié. Elle prend en compte la répartition de la contribution financière de l’UE entre les bénéficiaires directs du projet et d’autres types de participants, tels que les participants tiers.

€ 170 121,60
Coût total

Les coûts totaux encourus par l’organisation concernée pour participer au projet, y compris les coûts directs et indirects. Ce montant est un sous-ensemble du budget global du projet.

€ 170 121,60
Mon livret 0 0