Thèse de Marcos Herreras

Thèse de Marco Herreras - laboratoire LOA

Résumé :

La compréhension des incertitudes dans la restitution des propriétés des aérosols et des surfaces est très importante pour une caractérisation adéquate des processus qui se produisent dans l’atmosphère. Cependant, la caractérisation fiable du bilan d’erreur des produits de restitution est un aspect complexe qui n’est pas encore entièrement résolu dans la plupart des approches de la télédétection. Le niveau d’incertitude pour la majorité des produits de télédétection repose principalement sur des validations post-traitement et des comparaisons avec d’autres données, alors que les erreurs dynamiques sont rarement fournies. Cette étude décrit, analyse et évalue un concept issu de l’algorithme GRASP (Generalized Retrieval of Atmosphere and Surface Properties) dont l’objectif est de fournir les estimations dynamiques des erreurs pour les paramètres restitués. L’approche utilise un concept rigoureux d’optimisation statistique pour estimer les effets de la propagation des incertitudes de mesure sur les résultats de la restitution. Elle tient compte de l’effet des incertitudes aléatoires et systématiques dans les données initiales et fournit des estimations d’erreurs tant pour les paramètres directement restitués inclus dans le vecteur d’état de restitution que pour les caractéristiques dérivées de ces paramètres. L’efficacité du concept d’estimation des erreurs réalisées est analysée en profondeur pour les restitutions GRASP à partir des mesures photomètre et lidar.
Les divers aspects des générations et évaluations des estimations d’erreurs sont discutés et illustrés. Ces évaluations ont été réalisées à l’aide de la série exhaustive de tests de sensibilité lorsque des mesures du photomètre et lidar simulées sont perturbées par des erreurs aléatoires et systématiques et inversées. Les résultats des restitutions et leurs estimations d’erreurs obtenues dans les tests sont analysés et évalués. Les essais sont effectués pour les observations de plusieurs types d’aérosols, issus de la combustion de biomasse, urbains, de poussières et leurs mélanges. L’étude tient compte des mesures faites par les photomètres solaires AERONET à 440, 675, 870 et 1020 nm et lidar élastique à 355, 532 et 1064 nm. Les données du photomètre sont inversées seules ou avec les données lidar. L’analyse montre que l’erreur générée estime globalement de façon satisfaisante les incertitudes des différentes caractéristiques des aérosols restitués: distribution en taille, indice de réfraction complexe, albédo à diffusion simple, rapports du lidar, profils verticaux des aérosols, etc.
En outre, l’analyse montre que les principales erreurs dynamiques observées concorde bien avec les tendances d’erreurs communément connues par les expériences de restitution. Par exemple, les limites de précision de restitution pour tous types d’aérosols sont associées aux situations de faible épaisseur optique. De plus, pour les observations de mélanges d’aérosols multi-composants, la caractérisation fiable de chaque composant n’est possible que dans des situations limitées, par exemple à partir de données radiométriques obtenues pour des observations à faible angle zénithal solaire ou à partir d’une combinaison de données radiométriques et lidar. Dans le même temps, les propriétés optiques totales des mélanges d’aérosols ont tendance à être toujours restituées de manière satisfaisante. En outre, l’étude comprend l’analyse de la structure détaillée des matrices de corrélation pour les erreurs de restitution des aérosols mono et multi-composants. Cette analyse semble être une approche utile pour optimiser les schémas d’observations et les configurations de récupération. L’illustration de l’application de l’approche développée aux données réelles est fournie pour les observations co-localisées du photomètre et lidar à Buenos Aires. De plus, les résultats préliminaires de l’utilisation des estimations d’erreurs pour la restitution des aérosols à partir des données satellitaires sont fournis.

Mots clés : aérosol atmosphérique,estimation d’erreur,télédétection