Restitution de la température de surface et de l’émissivité infrarouge 

Télécharger le fichier pdf d’un mémoire de fin d’études

Mise en place d’une chaîne opérationnelle

Nous avons utilisé précédemment des re-analyses de l’ECMWF comme données de première ébauche pour la température de surface et l’état de l’atmosphère. Ces données sont issues de révisions des sorties de modèles de prévision grâce aux observations in situ. Nous cherchons à effectuer des restitutions les plus indépendantes possible du modèle, afin de pouvoir effectuer des comparaisons par la suite.
Dans cette optique, nous avons opté pour les L2 IASI fournies par l’EUMETSAT (EUropean organisation for the exploitation of METeorological SATellites). Il s’agit de restitutions en temps réel, à partir notamment des observations IASI d’octobre 2007 à nos jours. Une description plus poussée de ces données, de la façon dont elles sont restituées et de leur contenu exact est fourni à la Section 6.2.1 (page 160). Nous soulignerons simplement ici que ces données nous fournissent une première ébauche en température de surface et pour les profils atmosphériques. Ils sont indépendants des modèles de prévision, contrairement aux re-analyses utilisées précédemment. Notre choix s’est porté sur ces données car elles sont disponibles facilement sur un serveur, en coïncidence directe avec les mesures de IASI. En effet, chacune des situations issues des L2 est une restitution d’un sondage de IASI (appelé L1). Les deux jeux de données sont donc en coïncidence temporelle et spatiale exactes.
Nous avons dû faire face à de nombreux problèmes, liés notamment à la qualité du flag nuageux. Une mauvaise identification des situations claires peut entraîner d’importantes erreurs et une instabilité de la restitution. Inversement, un flag nuageux trop restrictif diminuerait le nombre de restitutions effectuées et donc la couverture globale de nos restitutions.
Il a fallu également adapter notre algorithme afin de le rendre compatible avec différents formats de données, car ces dernières ont évoluées au cours du temps au sein même des L2 d’EUMETSAT (nombre de niveaux de pression des profils différents, unité des différentes variables…).

Restitutions en pseudo temps réel

Nous disposons au final de restitutions de températures et d’émissivités de surface d’octobre 2007 à nos jours. Chaque situation identifiée comme étant en ciel clair et au-dessus des surfaces continentales est considérée pour la restitution. Nos restitutions sont disponibles par fichiers journaliers, contenant, pour chaque situation restituée, la température de surface, l’émissivité ainsi que la matrice de covariance d’erreur des données restituées.

Étude spatiale

La Figure 3.1 présente des restitutions obtenues pour la journée du 1 mars 2013. Les deux cartes de la partie gauche de la figure représentent l’émissivité de la surface à 1100 cm−1, ce qui correspond, d’après la Section 2.1.2 (page 42), à une des bandes d’absorption des silicates. Les cartes de droite représentent quant à elles l’émissivité à 1500 cm−1, ce qui correspond à une bande d’absorption des carbonates. Les deux cartes dans la partie supérieure correspondent à l’émissivité de première ébauche interpolée à partir de MODIS et utilisée en entrée de l’algorithme. Les deux cartes dans la partie basse de l’image correspondent à l’émissivité restituée.
Chaque point sur la carte correspond à une observation IASI. On peut constater qu’il y a eu trois survols de la zone. Le premier survol, au-dessus de la péninsule arabique, a eu lieu à environ 6h30 heure universelle (≈9h30 heure solaire locale). Le deuxième, au-dessus de la Libye, du Niger et du Tchad, a eu lieu à environ 8h15 heure universelle (≈ 9h30 en heure solaire locale, MetOp est un satellite héliosynchrone donc il passe à la même heure en heure solaire locale dans son orbite descendante). Le troisième survol, sur l’ouest de l’Afrique, a eu lieu à environ 10h00 heure universelle (soit encore ≈9h30). Ces trois survols ont duré environ 7 minutes chacun. Le temps qui sépare chacun de ces survols correspond au temps de rotation de MetOp autour de la Terre (1h40 environ). Il y a eu d’autres survols de l’Afrique du nord plus tard dans la journée (vers 18h00, 19h30 et 21h00, vers 21h en heure locale, il s’agit d’orbites montantes) mais on ne les représente pas ici pour ne pas superposer les différentes orbites.
Les cartes de droite représentent l’émissivité de la surface au niveau d’une bande d’absorption des carbonates. Cette bande est assez peu marquée, c’est pourquoi il est plus compliqué de voir ici des signatures claires (l’échelle n’est pas la même que pour les cartes de droite). Les régions connues pour être composées en majeure partie de carbonates sont (Jiménez et al. 2010) :
– La pointe sud de la péninsule arabique, non visible ici car considérée comme nuageuse (par le flag nuage d’EUMETSAT) ;
– Une virgule en travers de la péninsule arabique visible sur les deux cartes ;
– Une petite zone dans le Darfour, entre le Soudan et le Tchad. Cette zone n’est pas visible sur la carte d’émissivité de première ébauche, mais sur la carte des émissivités restituées qui présentent un minimum local exactement sur cette zone (en bas à droite de l’orbite centrale).
Les zones déjà marquées par la signature des carbonates ont donc été conservées dans les émissivités restituées. Mais certaines zones non identifiées par les émissivités de première ébauche (interpolées à partir de MODIS) apparaissent clairement sur la carte des émissivités restituées. Cette signature spectrale n’a pas été fournie en entrée à l’algorithme d’inversion qui arrive pourtant à la créer. Cela constitue donc une bonne validation de nos restitutions.
Les cartes de gauche, correspondant à l’émissivité dans une bande d’absorption des silicates, présentent des structures très marquées. En effet, le sable du Sahara, composé en grande partie de silicates, montre une forte signature dans cette bande. On peut remarquer sur ces cartes l’importante différence entre l’émissivité du sable avoisinant 0,7 et celle des zones végétalisées (plus au sud) avoisinant 0,95. Le mont Tibesti, au milieu du Tchad, est également très visible sur ces cartes. On retrouve aussi la “virgule” de carbonates sur la péninsule arabique. Elle apparait ici comme une zone à l’émissivité supérieure, car elle ne présente pas de signature à 1100 cm−1.
On note cependant de légères différences entre ces deux cartes. L’ouest africain, par exemple, présente de nombreuses structures sur la carte du bas (émissivité restituée). Ces structures ne sont pas visibles sur les émissivités de première ébauche. Afin de déterminer quelles structures sont les plus représentatives de la surface réelle, deux solutions s’offrent à nous. Nous pouvons comparer ces motifs spatiaux aux structures géologiques connues, ce qui a été fait précédemment avec les carbonates en utilisant les informations de Jiménez et al. (2010). Nous pouvons également regarder une photographie de la région dans le spatial afin d’identifier finement les structures. Cette méthode fonctionne particulièrement bien avec les silicates car ils composent la majeure partie des roches. On peut alors facilement identifier visuellement les zones composées de silicates.

RESTITUTIONS EN PSEUDO TEMPS RÉEL

La Figure 3.2 représente une imagerie satellite de l’Afrique du nord issue de Google Earth. Sur cette carte dans le visible, nous avons superposé les émissivités restituées à 1100 cm−1 présentées précédemment. Il s’agit donc des restitutions de la matinée du 1er mars 2013. L’échelle utilisée pour le code couleur est la même que précédemment, le bleu correspondant à une émissivité de 0,7 et le rouge à une émissivité de 1.
On peut remarquer sur cette carte la coïncidence entre les motifs spatiaux observables dans le visible et les structures d’émissivité. Le mont Tibesti est encore une fois bien visible.
Les structures spatiales sur la péninsule arabique coïncident également. Ces dernières étaient similaires dans les émissivités restituées et les émissivités de la première ébauche. Pour évaluer l’algorithme de restitution, les structures qu’il nous faut valider sont celles au-dessus de l’Afrique de l’ouest qui différaient entre les deux cartes précédentes. Ici encore, on note une très bonne corrélation entre les structures visibles et celles d’émissivité. Les structures présentes sur la carte d’émissivités restituées à 1100 cm−1 sont plus réalistes que celles de la première ébauche. On valide ainsi une nouvelle fois l’apport de notre algorithme.
Ces cartes correspondent à des restitutions directes à partir de sondages IASI. La géométrie de l’instrument, qui sonde en balayage cross-track, est visible. Chaque bande cross-track représente un balayage (par séries de 4 pixels). Il est intéressant de noter qu’il ne semble pas y avoir de dépendance de l’émissivité restituée à l’angle de visée du satellite. Les émissivités au bord de la fauchée sont semblables à celle au nadir. Cette observation vient une nouvelle fois valider notre algorithme.

Étude spectrale

Étudier les caractéristiques spectrales des émissivités restituées est complexe. Chaque spectre est constitué de 8461 valeurs, il est donc difficile de les représenter en totalité sur une carte. Calculer des statistiques d’écart entre différentes bases de données d’émissivités ou entre des calculs de transfert radiatif utilisant plusieurs bases d’émissivité en entrée (comme il a été fait précédemment) ne suffit pas. Nous avons donc décidé de comparer les émissivités de plusieurs bases de données en parallèle en prenant en compte le type de surface.
Pour cela nous utilisons la classification de surface en 17 classes de l’IGBP (voir Section 2.2.2, page 51). Les bases d’émissivité que nous comparons sont :
– Les émissivités restituées à partir de MODIS (voir Section 2.1.2.2, page 44) de l’année 2007, on utilise les moyennes mensuelles de janvier, avril, juillet et octobre ;
– Les émissivités interpolées à partir de celles de MODIS (voir Section 2.2.5, page 59), on utilise les mêmes mois ;
– Les moyennes mensuelles d’émissivités restituées par la NASA à partir de sondages IASI de l’année 2008, ici encore on utilise les 4 mois répartis dans l’année ;
– Les émissivités restituées par notre algorithme, afin d’avoir un nombre comparable de situations et une variabilité annuelle approchant celles des autres bases, nous utilisons ici toutes les données restituées pour la première semaine de juillet 2012 et la première semaine de janvier 2013.
Au final chaque base de données est constituée d’environ 800.000 spectres d’émissivité.
Si les trois dernières bases sont hyperspectrales, la première ne dispose que de 6 valeurs d’émissivité à 833,3 ; 909,1 ; 1162,8 ; 2500 ; 2564 et 2631,6 cm−1. Nous utilisons cette base de données car c’est une base largement utilisée, reconnue et validée dans la communauté. Nous ne pouvons donc comparer les différentes bases de données qu’au niveau de ces 6 canaux.
Nous choisissons de comparer ces bases d’émissivité sur les canaux à 833.3 et 1162.8 cm−1. Le premier canal correspond à un canal où l’émissivité reste élevée, tandis que le deuxième est dans une bande spectrale des silicates. La comparaison entre les valeurs de ces deux émissivités sur les quatre bases sera intéressante, puisque nous pourrons analyser leur stabilité respective (premier canal) ainsi que leur capacité à identifier les structures les plus importantes (deuxième canal).
Nous allons calculer des histogrammes de dispersion de l’émissivité à ces deux nombres d’onde, pour les quatre bases de données, en fonction du type de surface. Présenter 17 histogrammes correspondant aux 17 classes de l’IGBP serait rébarbatif et complexe à analyser.
D’autant que certaines classes sont très semblables, du point de vue de l’émissivité infrarouge.
Nous considérons alors une nouvelle classification en regroupant certaines classes de l’IGBP. Nous avons choisi de considérer que trois catégories de surface :
– La neige et la glace, correspondant à la catégorie neige et glace de l’IGBP (16) ;
– Les surfaces végétalisées, correspondant aux catégories forêt résineuse (2), forêt de feuillus à feuilles persistantes (3), forêt de conifères à feuilles persistantes (4), forêt de feuillus à feuilles caduques (5), forêt mixte (6), broussaille dense (7), savane boisée (9), savane (10), prairie (11), marécage permanent (12), terre cultivée (13) et mosaïque de terres cultivées ou naturelles (15) de l’IGBP;
– Les surfaces arides ou semi-arides correspondant aux catégories broussaille clairsemée (8) et désertique ou quasi désertique (17) de l’IGBP.
Pour chacun de ces trois types de surfaces, nous calculons les histogrammes de répartition de l’émissivité aux deux longueurs d’onde considérées. Les résultats obtenus sont présentés sur la Figure 3.3.
Nous avons volontairement utilisé la même échelle pour tous les histogrammes afin que le lecteur prenne conscience de la faible dispersion des émissivités sur certaines surfaces ou à certaines longueurs d’onde. Utiliser une échelle réduite entrainerait l’apparition de certaines différences qui sont d’un ordre très inférieur à la dispersion globale des bases de données.
On peut remarquer la très faible dispersion des émissivités à 830 cm−1, quelque soit la surface considérée. C’est une zone du spectre très stable, où peu de composantes du sol viennent interférer, il y a donc quasi systématiquement une émissivité de 0,98. Le fait que les émissivités que l’on restitue présentent également cette caractéristique est encore une fois un signe de leur validité.
Les émissivités à 1160 cm−1 sont plus variées. Elles présentent une très faible variabilité sur les zones recouvertes de neige ou de glace, pour les quatre bases de données. Leur variabilité est supérieure mais tout de même faible au-dessus des zones végétalisées. Encore une fois, on note une grande similitude entre les quatre bases de données. La base de données de la NASA semble tout de même présenter des émissivités plus élevées, avoisinant plutôt les 0,97, alors que les autres restent autour de 0,95. Ceci est certainement dû à la méthode de restitution des émissivités qui, à l’aide d’une transformation logarithmique, contraint les émissivités à un intervalle de variation restreint.
Au-dessus des sols arides, on note des différences dans la répartition des émissivités à 1162 cm−1. Les émissivités de MODIS et celles interpolées à partir de ces dernières sont par construction très proches et ceci se retrouve sur l’histogramme. Les données de la NASA semblent ici encore présenter des valeurs nettement supérieures, pour les mêmes raisons que précédemment (i.e., la contrainte logarithmique dans leur algorithme). Les émissivités que nous restituons présentent des valeurs légèrement supérieures également. Cette différence plus faible peu s’expliquer par la différence entre une émissivité issue de climatologie (moyennes mensuelles) et une émissivité restituée directement à partir d’un sondage. En effet, une variation de l’humidité du sol augmentera nettement son émissivité (jusqu’à atteindre les valeurs correspondant aux sols végétalisés). Toutefois, les différences observées ici restent faibles et leur dispersion semble équivalente.
Cette étude vient confirmer plus encore la validité des émissivités restituées par notre algorithme à partir des sondages IASI.

Moyennes mensuelles

À partir des restitutions d’émissivités de chaque sondage IASI en ciel clair au-dessus des continents, nous cherchons à créer une base de données d’émissivités infrarouges hyperspectrales, facilement exploitable. L’intérêt est de pouvoir étudier les variations spatiales, temporelles et spectrales de l’émissivité des surfaces.
Une telle étude est compliquée à mener sur la base de données en pseudo temps réel. La présence éventuelle de nuages entraîne l’absence de données. La grande quantité de données quotidiennes rend ardues les études spectrales et spatiales simultanées. Nous avons donc décidé de compiler toutes les données disponibles depuis le 01/10/2007 jusqu’à aujourd’hui.

Variabilité spatiale

Pour rassembler ces données, la base d’émissivités journalières a été projetée sur la grille “equal-area” à 0,25◦×0,25◦, déjà utilisée précédemment. Pour chaque pixel continental, les moyennes mensuelles globales et annuelles des restitutions de l’émissivité sont calculées.
On obtient ainsi une climatologie mensuelle de l’émissivité ainsi que les matrices de covariance d’erreur théoriques associées. On calcule également la dispersion intra-mensuelle des différentes restitutions sur ce pixel.
La Figure 3.4 présente l’émissivité restituée à 1120 cm−1, moyennée sur les mois de janvier de 2008 à 2013. La partie supérieure de la figure montre la première ébauche utilisée dans les restitutions. On voit que l’on se situe au niveau d’une bande d’absorption des silicates. Le graphique du bas de la figure présente un spectre d’absorption typique d’un silicate (en bleu), ainsi qu’un spectre d’absorption d’un carbonate (en vert) et un spectre de végétation (en rouge). La barre verticale noire indique la zone du spectre où l’on se situe.
On remarque que les silicates sont les seuls à présenter une signature spectrale nette dans cette zone.
Sur la carte supérieure, la limite entre les données interpolées à partir des restitutions de MODIS et celles restituées par la NASA est bien visible au nord. En effet, comme expliqué à la Section 2.2.5 (page 59), pour tous les pixels pour lesquels les restitutions de MODIS n’étaient pas disponibles, nous avons complété notre carte de première ébauche avec les restitutions de la NASA. Au mois de janvier, le pôle nord reste dans la nuit, il n’y a pas d’alternance jour/nuit, donc pas de restitutions possibles pour MODIS. Il en est de même pour l’Antarctique, même si la limite entre les deux bases de données est moins visible.
La partie basse de la figure présente les moyennes par pixel d’émissivité restituée. Sur cette carte, la limite nette entre les deux types de premières ébauches utilisés n’est plus visible au nord. Aucune contrainte spatiale n’est utilisée dans les restitutions, cette meilleure cohérence spatiale de la restitution vient une fois de plus valider notre algorithme. La discontinuité que l’on peut remarquer sur l’Antarctique n’est plus vraiment en rapport avec la discontinuité de la première ébauche. Elle correspond plutôt à la variation en altitude de l’Antarctique 1.

Le rapport de stage ou le pfe est un document d’analyse, de synthèse et d’évaluation de votre apprentissage, c’est pour cela chatpfe.com propose le téléchargement des modèles complet de projet de fin d’étude, rapport de stage, mémoire, pfe, thèse, pour connaître la méthodologie à avoir et savoir comment construire les parties d’un projet de fin d’étude.

Table des matières

1 Le sondage atmosphérique 
1.1 Le transfert radiatif
1.1.1 Le rayonnement électromagnétique
1.1.1.1 L’émission
1.1.1.2 L’absorption
1.1.1.3 La diffusion
1.1.2 L’équation de transfert radiatif
1.2 Le sondage satellite : principe
1.2.1 Le spectre électromagnétique
1.2.2 Le sondage dans le micro-onde
1.2.3 Le sondage dans l’infrarouge
1.3 La plate-forme MetOp
1.3.1 IASI
1.3.2 AMSU-A
1.3.3 MHS
1.4 Le modèle de transfert radiatif RTTOV
1.5 Les centres de prévision météorologique
1.5.1 Dénomination des données satellites
1.5.2 Les centres de prévision numérique : NWP
2 Restitution de la température de surface et de l’émissivité infrarouge 
2.1 L’émissivité
2.1.1 Émissivité de surface dans le micro-onde
2.1.2 Émissivité de surface dans l’infrarouge
2.1.2.1 Bases de données d’émissivités mesurées en laboratoire
2.1.2.2 L’émissivité restituée à partir de MODIS
2.1.2.3 La base de données UWIRemis
2.1.2.4 L’émissivité IASI de la NASA
2.1.2.5 L’émissivité IASI du groupe ARA
2.1.3 Mise en coïncidence des bases
2.2 Construction d’une base de données d’émissivités infrarouges
2.2.1 Les réseaux de neurones
2.2.2 Base hyperspectrale d’émissivité
2.2.2.1 Une base de première ébauche indépendante de IASI
2.2.2.2 Une classification de surface
2.2.2.3 Création de la base à partir des observations MODIS
2.2.3 Analyse en composantes principales des spectres d’émissivité
2.2.3.1 Exemple simple d’analyse en composantes principales
2.2.3.2 Méthodologie
2.2.3.3 Résultats obtenus sur les spectres d’émissivité
2.2.3.4 Compression des émissivités infrarouges
2.2.4 Interpolation spectrale de l’émissivité infrarouge
2.2.5 La première ébauche
2.3 Un nouvel algorithme de restitution de surface
2.3.1 Inversion bayésienne du transfert radiatif
2.3.2 Sélection des paramètres de la restitution
2.3.2.1 La matrice de covariance d’erreur de F
2.3.2.2 La matrice de covariance d’erreur de la première ébauche
2.3.2.3 Les canaux sélectionnés
2.3.2.4 Le nombre de composantes de l’ACP
2.3.2.5 Conclusion
2.3.3 Influence de la première ébauche
2.3.4 Résultats et évaluation
2.3.4.1 Conditions expérimentales
2.3.4.2 Analyse spectrale
2.3.4.3 Évaluation de la température de surface
2.4 Conclusion
3 Chaîne opérationnelle de restitution de surface 
3.1 Mise en place d’une chaîne opérationnelle
3.2 Restitutions en pseudo temps réel
3.2.1 Étude spatiale
3.2.2 Étude spectrale
3.3 Moyennes mensuelles
3.3.1 Variabilité spatiale
3.3.2 Variabilité temporelle
3.4 Comparaison avec des radiosondages au-dessus du dôme C
3.4.1 Données disponibles et objectif
3.4.2 Méthode
3.4.3 Résultats
3.5 Perspectives
3.6 Conclusion
4 Synergie : Principes généraux
4.1 Principe
4.2 Exemple sans synergie
4.3 Synergie additive
4.4 Synergie indirecte
4.5 Synergie de débruitage
4.6 Généralisation
4.7 Conclusion
5 Synergie au-dessus des océans, en ciel clair 
5.1 Base d’apprentissage
5.1.1 Données atmosphériques utilisées
5.1.2 Échantillonnage de la base
5.1.3 Simulation de transfert radiatif et bruit instrumental
5.1.4 Réduction de la dimension des données IASI
5.1.4.1 Sélection de canaux
5.1.4.2 Compression de canaux
5.1.4.3 Statistiques de compression
5.1.4.4 Statistiques de débruitage
5.2 Restitutions atmosphériques
5.2.1 Corrélations entre les variables et les mesures
5.2.2 Restitutions par k-plus proches voisins
5.2.2.1 Méthode
5.2.2.2 Résultats
5.2.3 Restitutions par régression linéaire
5.2.3.1 Méthode
5.2.3.2 Résultats
5.2.4 Restitutions grâce à un réseau de neurones
5.2.4.1 Méthode
5.2.4.2 Résultats
5.2.5 Comparaison des trois méthodes
5.2.6 Évaluation de la synergie
5.3 Conclusion
6 Échantillonnage par entropie 
6.1 L’entropie au sens de Shannon
6.1.1 Historique et définition
6.1.2 Exemple de calcul d’une entropie
6.2 Base de données atmosphériques initiale
6.2.1 Les produits L2 IASI d’EUMETSAT
6.2.2 Niveaux de pression
6.3 Échantillonnage
6.3.1 Méthode d’échantillonnage : l’entropie
6.3.1.1 Discrétisation
6.3.1.2 Variabilité de la vapeur d’eau
6.3.1.3 Pondération de chaque variable
6.3.1.4 Optimisation du calcul
6.3.1.5 Convergence de l’algorithme d’échantillonnage
6.3.2 Apport de l’entropie pour l’échantillonnage multivarié
6.3.2.1 Exemple d’échantillonnage sur une seule variable
6.3.2.2 Prise en compte de plusieurs variables grâce à l’entropie
6.4 Résultats
6.4.1 Représentation des différentes variables
6.4.1.1 Base de données complète
6.4.1.2 Base de données échantillonnée
6.4.2 Variabilité spatiale
6.5 Conclusion
7 Synergie au-dessus des continents, en ciel clair 
7.1 Configuration des restitutions
7.1.1 Base d’apprentissage
7.1.2 Méthode de restitution
7.1.3 Convergence des différents réseaux de neurones
7.2 Apports de l’émissivité et de la température de surface
7.2.1 Dans le micro-onde
7.2.2 Dans l’infrarouge
7.3 Synergie infrarouge et micro-onde
7.3.1 Sans informations de surface
7.3.2 Synergie complète entre toutes les données disponibles
7.4 Synergie et informations de surface
7.5 Conclusion
A Acronymes
B Mathématiques
C Re-analyses de l’ECMWF

Télécharger le rapport complet

Télécharger aussi :

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *