Soutenance mémoire
Télécharger le fichier pdf d’un mémoire de fin d’études
MODELISATION DES FLUX D’ENERGIE, D’EAU ET DE CARBONE TERRESTRE
Au cours des dernières décennies, la recherche dans le domaine des systèmes couplés (c’est-à-dire dans la modélisation des interactions entre l’atmosphère, l’océan et la surface continentale) a évolué à un rythme rapide en raison notamment de progrès dans la connaissance des phénomènes physiques mis en jeu et de l’accroissement des moyens informatiques. Cette modélisation couplée est devenue dès lors, un outil intéressant pour le suivi des flux d’énergie, d’eau et de carbone à la surface.
EQUATIONS SIMPLIFIEES
Selon le premier principe de la thermodynamique les pertes et les gains d’énergie d’un système s’équilibrent. Le bilan d’énergie à la surface (Figure 1.3) suit la loi de conservation de l’énergie et se calcule comme étant la somme entre le rayonnement net ( Rn ), le flux de chaleur sensible ( H ), le flux de chaleur latente ( LE ) et le flux de chaleur dans le sol, ( G ): Rn H LE G, Rn F (1 ) (RATTs 4 ). (1.1)
H correspond au transfert de chaleur par convection entre la surface et l’air. Il peut être dérivé d’une formule d’aérodynamique fonction de la stabilité thermique de l’atmosphère (Louis 1979) et de la longueur de rugosité (Mascart et al. 1995). LE traduit les transferts d’énergie résultant de l’évaporation du sol nu, de la sublimation de la couche de neige et de glace, et de l’évapotranspiration de la végétation G. sert à réchauffer le sol par conduction et se calcule généralement comme le résidu de tous les flux d’énergie nécessaires pour fermer le bilan.
Le calcul de rayonnement net, Rn , représente l’équilibre entre les apports d’énergie dans le domaine solaire moins les pertes dans le domaine infrarouge (voir schéma Figure 1.1). C’est la somme du flux solaire absorbé par la surface (où est l’albédo de surface, F le
rayonnement solaire incident) et du flux infrarouge absorbé par la surface (où est l’émissivité de surface, RAT le rayonnement infrarouge descendant, la constante de Stefan-Boltzmann et Ts la température de surface).
L’évolution de la température à la surface (dTs ) au court du temps ( dt ) se déduit de l’évolution de cet équilibre entre les différentsluxf : CdTs / dt Rn LE H . (1.2)
où C est la capacité calorifique du milieu. Le même type d’équations simplifiées régit l’évolution des flux d’eau et de carbone à la surface : dS / dt P E R, (1.3) NEE GPP Re co
Le bilan d’eau (ligne du haut, Equation (1.3)) s’ef fectue à la surface en fonction des apports et pertes d’eau, en un point et sur une période donnée. Les apports proviennent des précipitations (P ). Les pertes sont essentiellement dues à l’évapotranspiration ( E ) et au ruissellement ( R ) de surface et subsurface. Ainsi, l’évolution du stock d’eau continentale ( dS ) au cours du temps ( dt ) est étroitement liée au bilan d’énergie par le uxfl LE dans lequel la végétation intervient de par la transpiration des lantesp.
Le bilan de carbone est représenté par la ligne dubas de l’Equation (1.3). Les échanges nets ( NEE ) de flux de CO2 entre écosystème et atmosphère sont fonction de l’équilibre entre les flux de CO2 entrants (CO2 fixé par la végétation soit la production primairebrute nomméeGPP ) et des flux de CO2 sortants (CO2 émis par le sol soit la respiration de l’écosystème nomméeRe co ). L’efficacité des échanges de flux de CO est principalement fonction des conditions hydriques et thermiques résultantes des bilans d’énergie et d’eau.
EVOLUTION DE LA MODELISATION DU BILAN D’EAU ET D’ENERGIE DES SURFACES CONTINENTALES
La surface continentale représente 29% de la surface de la Terre. La sensibilité des Modèles de Circulation Générale (GCM) aux processusde surface liés à la végétation fut étudiée pour l’une des premières fois à la fin desannées 1970 par Charney et al. (1977). Ces auteurs montrèrent que des modifications d’albédo de surface dans la bande tropicale pouvaient avoir un impact significatif sur la circulation générale et sur la localisation spatiale des précipitations. L’année suivante Deardorff (197) montra l’apport de l’introduction explicite de la végétation pour le calcul de la température de surface et par conséquent dans le calcul des flux de chaleur sensible et latente. Shukla et Mintz (1982) mirent en avant qu’un changement de contenu en eau dans le sol influe sur le climat. Rutter et al. (1971), Seller et Lockwood (1981) démontrèrent la forte dépendance des bilans hydriques et énergétiques avec la physiologie et la morphologie de la végétation.Puis, Sud et al. (1988) montrèrent qu’un changement de rugosité de la végétation pouvait altérer la répartition spatiale des pluies convectives. Et plus récemment, Douville et al. (2000) ont montré que la prise en compte de l’évolution des propriétés physiologiques et structurelles de la végétation pouvait avoir un impact marqué sur le climat à l’échelle régionale.
Motivée par ces études, toute une génération de schémas de surface vit le jour dont certains plus spécifiquement dédiés à l’amélioration de la prévision numérique du temps et du climat. Parmi ces modèles, on peut citer BATS (Biosphere Atmosphere Transfer Scheme) développé par Dickinson et al. (1986) couplé au modèle de climat du NCAR (National Center for Atmospheric Research). D’une complexité comparable et disposant de deux bilans d’énergie séparés pour le sol et la végétation vientr également : le modèle SisPAT (Simple Soil-Plant-Atmosphere Transfert model ; Braud et al. 1995b) et le modèle SiB (Simple Biosphere model, Sellers et al. 1986) ayant en plus un transfert radiatif détaillé du rayonnement dans la canopée. Dans cette famille de modèle, nous trouvons le modèle de surface ISBA (Interactions between Soil, Biosphere and Atmosphere) de Météo-France (Noilhan et Planton, 1989). Ce modèle peut paraître plus simple sous certains aspects (thèse S. Morel, 2003), notamment de par son transfert radiatif dans la végétation qui est particulièrement simplifié par rapport à SiB. On y trouve également qu’un seul bilan d’énergie pour le sol et la végétation qui sont vusde manière agrégée. Cette simplification était justifiée à l’époque par des contraintes de empst de calcul ; le modèle ISBA est en effet utilisé comme schéma de surface à la fois des modèles opérationnels de prévision du temps et des modèles de climat de Météo France. Concernant la qualité de ces modèles, le programmed’intercomparaison PILPS (Project for Intercomparison of Land-Surface Parametrization Schemes) confronta les différents schémas de surface. Il ressorti de cet exercice un écart moyen entre les schémas de 10W.m sur le rayonnement net, de 2°C sur la température de surface et de 25W.m-2 sur les flux de chaleur sensible et latente (Chen at al., 1997). Ce type d’initiative a été repris sur l’Afrique entre 2004 et 2007 (programme ALMIP – African monso on multidisciplinary analyses Land surface Model (LSM) Intercomparison Project) par Boone et al. (2009). La déviation standard sur les différences de température de brillance desurface entre 8 modèles de surface fut estimée à environ 1°C. Enfin, Abramowitz (2012) met actuellement en place l’outil PALS (Protocol for the Analysis of Land Surface models) d’intercomparaison afin de permettre de confronter facilement les performances de chaque modèle de surface (http://www.pals.unsw.edu.au).
Concernant les développements de la modélisation desurface à Météo France, quatre modèles sont venus se greffer ces dernières annéesà une plateforme d’accueil nommée SURFEX (Masson et al., 2013). On dénombre aujourd’hui :
un modèle pour les mers et océans ;
un modèle de lac (FLake; Mironov et al., 2010) qui représente un profil vertical d’échange d’énergie urs la profondeur de la colonne d’eau ;
un modèle de surface ISBA avec la possibilité d’activer une végétation dite interactive (Calvet et al., 1998) ourp simuler les échanges de carbone entre la surface et l’atmosphère (détaillé dans la section ci-après) ;
un schéma de ville TEB (Town Energy Budget) qui simule les échanges radiatifs et turbulents entre la surface et l’atmosphère au-dessus des villes.
Concernant le bilan d’énergie sur les surfaces terrestres, la version standard du schéma ISBA utilise une approche mélangée en surface (solplus végétation) avec 3 couches dans le sol. La couche superficielle de surface est fixée à 0.01m. Puis s’ajoute une couche dont la profondeur varie en fonction de la profondeur racinaire de la végétation et une couche profonde. Plus de détails sur le schéma ISBA sont ournisf dans Noilhan and Planton (1989), Douville et al. (1995), Boone et al. (2000) et Masson et al. (2013).
VERS UNE INTEGRATION DU CYCLE DU CARBONE
Le couvert végétal est un lieu d’échange avec l’atmosphère de flux d’énergie, d’eau et de carbone. Rappelons que la végétation, via la photosynthèse est à l’origine de l’oxygène dans l’atmosphère. De nos jours la végétation continue à réguler le cycle du carbone qui est étroitement lié au cycle de l’eau et au bilan d’énergie à la surface. Ce couplage important entre la biosphère terrestre et l’atmosphère a conduit la communauté scientifique à aller plus loin que le bilan d’énergie et d’eau. A la fin des années 1980, certaines générations demodèles de surface continentale ont évolué afin d’inclure également les processus biogéochimiques responsables de la croissance et de la sénescence de la végétation : MOSES (Met fficeO Subsurface Exchange Scheme ; Cox et al., 1998), ORCHIDEE (Organising Carbon and Hydrology in Dynamic Ecosystems ; Krinner et al., 2005), SiB2 (Sellers et al., 1996) et ISBA-A-gs (Calvet et al., 1998). Tous ces modèles visent à représenter les échanges de carbone entre la biosphère terrestre et l’atmosphère et tendent à simuler la réponse de la végétation à une évolution des conditions climatiques et en particulier à une augmentation du CO2 atmosphérique. Les modélisations de la surface sont ainsi devenues de plus en plus complexes au fil des années (Dai et al., 2003; Sellers et al., 1996) pour prendre en compte les rétroactions entre l’atmosphère et la surface d’une part et entre le cycle du carbone et le cycle de l’eau d’autre part.
Le module A-gs (‘A’ pour Assimilation nette de CO 2 et ‘gs’ pour conductance stomatique) du schéma ISBA a pour vocation de simuler les échanges décrits plus haut de CO2 entre l’atmosphère et la végétation. Un objectif ste d’identifier la part du CO 2 qui est d’origine anthropique de celle qui est d’origine na turelle de par la connaissance de la contribution naturelle de la végétation. Le calculde la conductance de la canopée se fait de façon plus complète que dans la version standard (Jacobs, 1994) ce qui apporte aussi une valeur ajoutée sur la qualité des simulations atmosphériques à l’échelle régionale (Noilhan et al., 2011) ou des débits des fleuves (Szczypta et al., 2012). Plusieurs options sont activables pour modéliser l’évolution de la végétation de manière dynamique d’une année à l’autre en fonction des conditions climatiques, ou encore pour représenter les stocks de biomasse dans les différents réservoirs du sol et des plantes.
TELEDETECTION DES FLUX RADIATIFS ONDES-COURTES AU-DESSUS DES SURFACES CONTINENTALES
En parallèle de l’évolution de la modélisation desprocessus inhérents aux surfaces continentales, des moyens puissants d’observer la Terre depuis l’espace se sont également développés durant ces dernières décennies. Au mêmetitre que la modélisation, la télédétection de la Terre à grande échelle constitue ainsi un outil relativement récent pour le suivi des flux échangés à la surface. Le domaine ondes-courtes dit domaine solaire correspond
à des longueurs d’ondes inférieures à 2µm pour lesq uelles les capteurs satellitaires optiques se sont employés à discrétiser les signatures spectrales de surface. La Figure 1.4 présente ce signatures spectrales pour quelques surfaces types. A travers ces signatures bien différentes les unes des autres peut être perçu l’intérêt de cetype de télédétection.
Après un bref rappel des missions spatiales historiques dédiées à la mesure des propriétés de surface, je présenterai ci-après lesprincipes méthodologiques.
HISTORIQUE DES MISSIONS SPATIALES DEDIEES A L’ETUDE DES SURFACES CONTINENTALES
Quelques années après le lancement du premier satellite artificiel autour de la Terre (Spoutnik 1957), les satellites TIROS (Television Infrared Observation Satellite) et NIMBUS (d’après le nom latin pour nuage de pluie) fournirent au début des années 1960 les premières images satellitaires rafraîchies à fréquence régulière de la Terre. Ces images furent utilisées pour la première fois en prévision météorologiqueEt. le programme de satellites en orbite polaire de la NOAA (National Oceanic and Atmosphere Administration) vit le jour en continuité de la série TIROS. En 1972, le satelliteLANDSAT (LAND SATellite) dédié à l’observation de la surface continentale fournit des images à 80m de résolution dans plusieurs bandes spectrales. En 1975, le premier satellite météorologique géostationnaire de la série GOES (Geostationary Operational Environmental Satellites) fut mis en orbite. Au niveau européen, les programmes d’observation de la Terre furent engagés dans le domaine optique avec METEOSAT (1977) et SPOT (Satellite Pour l’Observation de la Terre, 1981). Puis des années 1980 à aujourd’hui, les missions satellitaires se sont multipliées ce qui a permis d’accroître la capacité d’observation de la biosphère. De manière non exhaustive peuvent être cités divers programmes : AVHRR (Advanced Very High Resolution Radiometer, e.g., Csiszar et Gutman, 1999; Strugnell et Lucht, 2001), POLDER (POLarization and Directionality of the Earth’s Reflectances, e.g., Leroy et al., 1997), MODIS (Moderate Resolution Imaging Spectroradiometer, e.g., Justice et al., 1998; Strahler et al., 1999; Schaaf, 2002), MVIRI (Meteosat Visible and Infrared Imager, e.g., Ba et al. 2001; Pinty et al., 2000), SPOT/VEGETATION (l’instrument VEGETATION à bord du satellite SPOT, e.g., Samain et al., 2007), SEVIRI/MSG (l’instrument Spinning Enhanced Visible and Infrared Imager à bord du satellite Meteosat Second Generation, e.g., Geiger et al., 2008; Carrer et al., 2010), et MISR (Multi-angle Imaging SpectroRadiometer, e.g., Taberner et al., 2010).
Quand on s’intéresse au fonctionnement du système Terre et que l’on vise notamment à quantifier l’importance du flux absorbé à sa surface, le développement à l’échelle mondiale des réseaux d’observation de la Terre depuis l’espace est d’un intérêt majeur. L’observation satellitaire offre une vision globale, très riche du système terrestre dans son état actuel. Dans le domaine optique visible, elle renseigne sur l’évolution de l’ensoleillement ou de l’état des propriétés des surfaces.
CARACTERISATION DE LA SURFACE PAR SATELLITE
L’interprétation des observations satellitaires ne peut se faire de manière directe. Les observations satellitaires doivent en effet être d’abord transposées en variables analysables (indices empiriques ou grandeurs physiques). Diverses méthodes existent pour représenter des grandeurs caractérisant la surface. Elles font appel à des algorithmes numériques aux fondements physiques afin d’inverser des modèles conceptualisant la surface ou l’atmosphère. Ces algorithmes sont relativement jeunes et ont commencé à émerger dans les années 1980. Pionnier en la matière et aussi l’un des plus simples est l’indice NDVI (Normalized Difference Vegetation Index). Il se calcule par un simple rapport entre les bandes proches infrarouges et visibles. Même s’il date du début des années 1980t est purement empirique, il reste encore aujourd’hui le moyen le plus répandu pour caractériser notamment des anomalies de végétation dues à des sécheresses.
Aussi, plusieurs initiatives internationales ont été engagées pour avoir un suivi de l’équilibre radiatif de la planète. Parmi les grands programmes, on peut citer le programme ERBS (Earth Radiation Budget Satellite – de 1984 à 2005) de la NASA qui visait à comprendre comment l’énergie émise par le Soleil est absorbée puis re-émise par la Terre. Au fil de ces initiatives internationales, les algorithmes de traitement de données satellites se sont perfectionnés pour donner accès non plus à des indices mais à des grandeurs physiques de surface (température, fraction de végétation, albédo de surface, rayonnement incident, quantité de feuille par mètre carré, etc.). Toutefois, nous relèverons que les produits satellites de surface sont estimés de manière indépendante lesuns des autres. Et les inconsistances qui en émanent peuvent induire une non-fermeture du bilan d’énergie mesuré (Liu et al., 2014) préjudiciable à l’étude et au suivi des équilibresclimatiques. Ainsi, un programme porté par EUMETSAT (EUropean organisation for the exploitation of METeorological SATellites) se construit en Europe depuis 1999 au travers de centres d’expertise décentralisés (les SAFs – Satellite Application Facilities ; Trigo et al., 2011) avec comme objectif d’assurer la continuité à long terme et la pleine consistance entre les différents produits satellitaires. La consistance signifie, par exemple, utiliser comme donnée d’entrée pour la restitution d’un produit flux solaire incident à la surface, la rest itution de l’albédo de surface issue du même instrument satellitaire. A ma connaissance ce type d’initiative visant à disposer d’une synergie entre la qualité des différents produits issus d’unmême instrument caractérisant la surface est unique.
L’héritage de ce travail algorithmique permet d’atteindre aujourd’hui une précision sur ces variables satellitaires de surface en sortie généralement inférieure à 10%. Une telle qualité de produits est cependant relativement récente. Elle ouvre en tout cas la voie à de nouvelles perspectives d’utilisation pour les modèles de prévision du temps et du climat.
INCERTITUDES ET CONTRAINTES
Comme nous venons de le voir, l’albédo de surface combiné au flux solaire incident permet d’avoir accès au flux solaire absorbé par lasurface (voir terme F (1 ) , Equation (1.1)). Cette quantité de flux absorbé influence dès lors la partition de l’énergie disponible en surface entre les flux turbulents de chaleur latente et de chaleur sensible et le flux de chaleur dans le sol, ainsi que l’équilibre entre les précipitations, l’évaporation, le ruissellement et l’évolution du contenu en eau du sol. L’équilibre nergétique et hydrique qui en découle pilote en partie le cycle du carbone.
Je me propose dans ce manuscrit d’évaluer l’apport de la cartographie de la dynamique du flux solaire absorbé par la surface et plus particulièrement sa partie végétative pour le suivi des flux d’énergie, d’eauet de carbone. Pour ce faire je ferai appel
à l’observation satellitaire et à la modélisation. Des estimations des flux échangés à l’interface sol-végétation atmosphère peuvent être délivrées despa modèles de surface (voir Section 1.2.1). Sont listées ci-dessous les principales incertitudes et contraintes qui peuvent rendre cette tâche délicate.
INCERTITUDES SUR LA CONNAISSANCE DU RAYONNEMENT SOLAIRE ABSORBE PAR LA SURFACE
Incertitudes sur la détermination du rayonnement solaire incident – Une première source d’incertitude pour la caractérisation du rayonnement absorbé par la surface peut provenir de la connaissance du rayonnement incident à la surface. Les modèles atmosphériques servant pour les prévisions du tempset du climat délivrent, entre autres, des estimations de rayonnement incident à la surface. C es estimations sont cependant entachées d’erreur. Et il peut s’avérer coûteux en temps de calcul d’utiliser ces modèles dédiés à l’étude de la circulation atmosphérique pour des applications particulières liées à l’étude de ce qui se passe proche de la surface. Afin de s’affranchir de ces contraintes, les modèles de surface peuvent être utilisés non pas en mode couplé à un odèlem atmosphérique mais plutôt en mode offline ; c’est-à-dire forcé par des champs atmosphériques observés ou issus d’analyses particulières qui sont généralement de qualité supérieure aux mêmes champs issus des modèles atmosphériques. Par exemple il existe sur al France une analyse au pas de temps horaire, à la résolution de 8kmx8km, basée sur une combinaison de données « modèle » t ede données observées issues d’environ 600 stations demesure. Cette analyse, nommée SAFRAN (Système d’Analyse Fournissant des Renseignements Atmosphériques à la Neige), fournit la température, l’humidité, les précipitations, le vent, la pression atmosphérique et les rayonnements incidents infrarouge et visible (solaire) nécessaires pour forcer un modèle de surface de type ISBA (Durand et al. 1993, 1999 ; Le Moigne 2002). L’avantage principal de disposer d’une bonne qualité à hautes résolutions spatiale et temporelle sur les paramètres d’entrée du modèle de surface est de conduire généralement à une restitution fine des flux d’énergie, d’eau et de carbone. Pour autant, ce type d’analyse n’est disponible qu’en temps différé de plus d’un mois et nécessite de faire appel à un réseau d’observations densifié qui n’existe pas pour de nombreuses régions du globe. Ainsi, l’utilisation de données satellites pour représenter le rayonnement solaire incident peut constituer une alternative qui mérite d’être étudiée. La contrainte de disposer de données décrivant l’évolution de l’ensoleillement au cours de la journée écarte d’emblée l’utilisation de systèmes polaires d’observation.
CONTRAINTES POUR LE SUIVI DES FLUX D’ENERGIE, D’EAU ET DE CARBONE
J’insisterai ici sur quelques contraintes méthodologiques que je juge aujourd’hui essentielles pour conduire à bien le suivi des flux d’énergie, d’eau et de carbone en s’appuyant sur la cartographie de la dynamique du rayonnement solaire absorbé par la végétation.
Contraintes nécessitant des développements méthodologiques – Les flux échangés à l’interface sol-végétation atmosphère peuvent êtreobtenus à l’aide de modèles de surface. L’inclusion d’information d’origine satellitaire po ur caractériser le rayonnement solaire absorbé par la végétation peut aider à améliorer laqualité des restitutions. Toutefois cette étape peut s’avérer complexe sous certains aspects . Au-delà des aspects classiques de projections sur les mêmes échelles spatiale et temporelle, cela nécessite de parvenir à allier des représentations conceptualisées différentes. Eneffet, les communautés travaillant sur la modélisation ou la télédétection de surface font acunech appel à des approches conceptuelles simplifiées afin de parvenir à offrir une vision aussi correcte que possible de la réalité.
Quand on s’intéresse au rayonnement absorbé en surface, il est indispensable de bien prendre en compte les hétérogénéités horizontalesverticales de la surface (voir Figure 1.7). Les photons qui frappent une cible terrestre peuvent être vus comme se répartissant horizontalement entre des zones de sol nu et des zones de végétation. Puis la part des photons qui touche la partie végétative de la surface connaît un parcours sur la verticale de la végétation plus ou moins délicat en fonction typiquement de l’architecture de celle-ci.
La grande majorité des modèles de surface considèreaujourd’hui plusieurs albédos de surface dissociés en plusieurs partitions pour représenter les spectres visibles et proche infrarouge, les composantes directe et diffuse et les composantes sol nu et végétation (Dai et al., 2003 ; Noilhan et Mahfouf, 1996). La raison de cette représentation dissociée est que la végétation et le sol nu ont des caractéristiques èstr différentes qui influent sur les échanges d’énergie, d’eau et de carbone de manière très différente l’un de l’autre. Cette représentation dissocie donc les composantes du sol nu et de la végétation. A l’inverse, la mesure satellite restitue une vision intégrée du système ols-végétation.On comprend donc aisément que la mise en relation de ces deux vision conceptuelles très différentes de la surface puisse être source de difficulté lorsque onl’ souhaite les coupler.
Par ailleurs, la composante verticale de la végétation n’est généralement pas considérée explicitement par les modèles de surface pour l’estimation des bilans d’énergie et d’eau. Néanmoins, c’est une dimension essentielle pour le cycle du carbone. La part des photons qui appartiennent au domaine solaire dit photosynthétiquement actif (PAR – [0.4-0.7µm]) et qui atteignent la végétation va être utilisée pour laroductionp de photosynthèse de la végétation. L’absorption de ce rayonnement PAR sur la profondeur d’une canopée n’est pas linéaire et dépend de l’architecture de celle-ci. La problématique centrale qui émane pour la représentation du cycle du carbone, est que la réponse de la photosynthèse à la lumière n’est pas linéaire. Cela signifie que la seule connaissance du rayonnement total absorbépar la végétation n’est pas suffisante pour appréhender nementfi le processus de photosynthèse. Pour ce faire, il peut être fait appel à un modèle de transfert radiatif couplé à un modèle de surface simulant le flux de carbone. Typiquement, le module A-gs du schéma ISBA pourrait convenir mais cela nécessiterait d’y rénover son modèle de transfert radiatif. Si on s’intéresse à de la grande échelle, l’utilisation de modèles sophistiqués de type 3D est peu réaliste et il faut plutôt développer une approchemulticouche simplifiée. Je justifierai plus en détail ce choix de modèle de transfert radiatif ultérieurement (voir Section 2.3.1). En fait un tel travail pourrait se positionner comme une réponse anticipant les recommandations de Loew et al. (2014) – “ Do we (need to) care about canopy radiation schemes in DGVMs? ” – sur l’importance de rénover les modules de transfer radiatif dans les modèles de surface qui datent pour la plupart de 20 ans.
Enfin un autre point sensible est que la nature directe ou diffuse du rayonnement conditionne aussi de manière très différente l’assimilation nette de carbone faite au sein de la plante (Mercado et al., 2009). Il semble donc crucial de bien représenter la part du diffus atmosphérique et l’évolution du diffus au sein de al végétation. En fait, l’albédo de surface pour être estimé avec précision et répondre aux spécifications GCOS (Global Climate Observing System) doit être pris comme étant la some pondérée par la fraction de diffus d’un albédo direct et d’un albédo diffus. Cette fraction de diffus sous condition de ciel non nuageux est liée à la présence d’aérosols et la Figure 1.8 suggère une augmentation de la part du rayonnement diffus de 1960 à 1999.
Il a été décrit en Section 1.1 l’importance des aérosols sur l’évolution du rayonnement solaire incident. L’incertitude sur la présence d’aérosol implique des incertitudes sur la quantité de rayonnement solaire incident à la surface et également sur la qualité de la restitution de l’albédo de surface. De plus, les interactions multiples entre le rayonnement réfléchi par la surface et la couche d’aérosols renforcent les incertitudes sur le flux absorbé en surface. L’amplitude des réflexions multiples va dépendre des propriétés de réflectivités « environnantes » autour de la cible regardée, de l’hétérogénéité directionnelle de ces propriétés et de la concentration et du type d’aérosol présent. Il est difficile de saisir les subtilités à ce stade de la problématique des interactions entre albédo de surface et aérosols. La directionalité du rayonnement incident est fonction de la présence d’aérosols et surtout du type ou de la coexistence de types des aérosols présents. Si nous voulons connaitre le rayonnement absorbé à la surface, la contribution des aérosols ne peut être écartée. Et chacune des entités aérosols et albédo de surface est liéeàl’autre à l’endroit et autour de l’endroit étudié. De par ces diffusions multiples entre surface et aérosols, une des principales limitations de la connaissance de la présence d’aérosol dans l’atmosphère est la méconnaissance des propriétés de surface. La télédétection spatiale s’emploie via diverses méthodes basées principalement sur le contraste spatial et spectral dans le domaine optique à proposer des estimations de la présence d’aérosols .Ces estimations de concentration en aérosol sont relativement imprécises avec des erreurs qui excèdent fréquemment 25% et des taux de détection rarement au-delà des 30% (Xu et al., 2014). La détermination du type d’aérosol présent par satellite dans le domaine optique est aujourd’hui très incertaine. En conséquence, il sera intéressant d’évaluer à quel point une meileure connaissance de la dynamique de l’albédo de surface, et notamment de sa directionalité, pourra nous permettre d’améliorer la connaissance de la présenc d’aérosols et par là même la connaissance du rayonnement solaire incident.
Enfin, il n’est pas trivial de tirer d’une expérience unique des enseignements généraux sur la valeur ajoutée de tel ou tel paramètre pour le suiv des flux d’énergie, d’eau et de carbone à la surface. Par exemple, un mode de fonctionnement offline empêche toute rétroaction de la surface sur l’atmosphère et réciproquement. Ainsi,même si la qualité des paramètres d’entrée envoyés à la surface par un modèle atmosphérique deprévision de temps (typiquement ALADIN ; Aire Limitée Adaptation dynamique Développement InterNational) ou du climat (par exemple ARPEGE-Climat ; Action de Recherche Petite Échelle Grande Échelle – Climat) n’est pas parfaite, les rétroactions opérées peuvent potentiellement permettre de mieux révéler l’importance de certains facteurs. C’est pourquoi i l semble recommandable de rester vigilant quant à l’interprétation des résultats en fonction de la configuration du modèle utilisé et selon les domaines et les échéances plus ou moins court ermet analysées (tendances sur quelques heures à celles sur plusieurs décennies).
METHODE DE RESTITUTION A PARTIR DE LA MESURE SATELLITAIRE ET MISE EN ŒUVRE OPERATIONNELLE
Diverses équipes se sont employées depuis la fin des années 1990 à restituer ces grandeurs radiatives par satellite en explorant divers courants (empirique, semi-empirique, statistique, etc.) sans qu’il y ait de consensus réel pour une approche plutôt qu’une autre. A partir des définitions ci-dessus, je me suis employé à mon tour au développement d’algorithmes permettant l’estimation de l’albédo de surface et du rayonnement solaire incident avec pour défi, par rapport aux initiatives passées, de proposer des estimations en quasi-temps réel sans trou quelques soit les conditions de nébulosité et assujetti d’une incertitude quantitative sur la qualité de ces restitutions. Ce besoin de produits en quasi temps réel (disponible sous 3h) est relativement nouveau et provient principalement de la communauté numérique de prévision du temps qui assimile de plus en plus de variables. De plus, un aspect novateur de ce travail est de quantifier les incertitudes de restitution sur l’albédo de surface. Le produit satellitaire d’albédo de surface MODIS ne propose à ce jour qu’une information qualitative sur la qualité de ses restitutions.
Plusieurs arguments ont milité pour l’utilisation de données MSG. Comme exposé en Section 1.3.1 la nécessité de disposer de rayonnement solaire incident à haute fréquence temporelle sur l’Europe et l’Afrique écarte d’emblé l’utilisation d’observations issues de satellites en orbite polaire. Le seul satellite géostationnaire permettant de répondre à ce besoin avec un capteur optique embarqué et couvrant l’Europe et l’Afrique est MSG. Pour l’albédo, l’utilisation de produits MODIS d’albédo de surface aurait pu être cependant suffisant. La fréquence d’actualisation de 16 jours ou 8 jours de ces produits aurait pu convenir car cette grandeur est relativement stationnaire au cours du temps. En revanche le suivi aurait été réalisé avec des variables (albédo de surface et yonnementra incident) non cohérentes entre elles (provenant de deux instruments différents). Enfin, le dernier point qui a pesé en faveur du développement d’un albédo de surface MSG était ed pouvoir jauger à quel point une meilleure connaissance de la surface au jour le jour peut permettre de mieux appréhender la quantité d’aérosols présente dans l’atmosphère ; axe qui sera abordé avant de conclure l’étude dans le Chapitre 4.
A noter que le travail proposé ci-après se dérouledans un contexte scientifique et technique favorable. Ces dernières années s’est opérée la conjonction de plusieurs facteurs : l’évolution de la radiométrie instrumentale ; l’accroissement des moyens informatiques ; et l’augmentation de la qualité des prévisions du temps (un certain nombre de variables auxiliaires d’origine atmosphérique sont nécessaire à la restitution de ces paramètres satellitaires).
TRAITEMENT OPERATIONNEL
Pour effectuer un suivi continu dans le temps, il était logique de s’appuyer sur un programme opérationnel dans la mesure où la continuité des observations est par nature garantie.
Le programme de satellite météorologique METEOSAT ffreo une telle opportunité. Le premier satellite, METEOSAT 1 a été lancé le 23 novembre 1977. Depuis, six autres satellites de première génération ont été lancés. Si les cinqpremiers satellites sont maintenant hors d’usage, METEOSAT 7, le dernier de la série mis surorbite en septembre 1997 est toujours opérationnel au-dessus de l’océan Indien. METEOSAT 6 est néanmoins encore en exploitation comme satellite de réserve de METEOSAT 7. Depuis août 2002, la première génération est relayée par les satellites METEOSATde seconde génération (MSG) beaucoup plus performants. A bord de ce satellite le radiomètre imageur SEVIRI, l’instrument principal de cette nouvelle série de satellite, transmet des images de l’hémisphère terrestre tous les quarts d’heure dans douze bandes spectrales différentes, du visible à l’infrarouge thermique avec une résolution spatiale variant entre 3 km sou la trace et autour de 4 à 5 km sur la France (voir Figure 1.5). Ainsi une observation toutes les 15 min est disponible en quasi temps réel à fine résolution de l’Europe, l’Afrique et l’Amérique du Sud.
Le segment sol comprend un réseau européen de centres de développement et de traitement, appelés centres d’applications satellitaires (SAF). Il existe actuellement 8 SAFs en Europe qui se partagent des domaines de compétencescientifique. Lancé en juin 1999, le SAF qui analyse des surfaces continentales (LSA-SAF) a pour objectif de développer les techniques et les produits utiles pour l’étude de al biosphère et les interactions Terre-atmosphère (voir chronologie Figure 2.3). J’ai pris part au projet dans une phase amont (‘development phase’). Les algorithmes de traitemen t des données satellitaires restaient à écrire et à implémenter sur une chaîne opérationnelle qui était aussi à construire. C’est ainsi que j’ai travaillé avec B. Geiger puis X. Ceamanos à la connaissance et au suivi des deux variables qui m’intéressaient : l’albédo de surface et le rayonnement solaire incident. Je présente ci-après le principe et la qualité de cesdeux algorithmes de traitement que nous avons développés. Je ne m’étendrai pas ici sur lescontraintes techniques de la mise en opérationnel.
ACCES A LA COMPOSANTE INSTANTANEE DU FLUX SOLAIRE INCIDENT
Le rayonnement solaire incident dépend de l’angle zénithal solaire, de la couverture nuageuse, et dans une moindre mesure de l’extinction atmosphérique (primordial en ciel clair) et de l’albédo de surface (Section 2.1.1).
La difficulté de la mesure par satellite de F peut se résumer à l’estimation de la transmittance effective T (l’équation (2.3)). Pour ce faire, j’ai contribuéau développement et à la validation de deux algorithmes (Geiger et al., 2008, Trigo et al., 2011, Carrer et al., 2012, Ceamanos et al., 2014a, et Ceamanos et al., 2014b) utilisés distinctement :
o un pour des conditions de ciel clair ;
o et l’autre pour des conditions de ciel nuageux.
Cette approche suit largement les méthodes précédement proposées dans divers projets par Gautier et al. (1980), Frouin et al. (1989), Brisson et al. (1999), Le Borgne et al. (2005), et Le Borgne et al. (2006). Elle se différencie cependant sur l’utilisation des trois bandes MSG (au lieu d’une généralement utilisée à 0.6µm) pour l’estimation de la radiance solaire bande large au sommet de l’atmosphère avant atténuation atmosphérique (par la transmittance effective T ), sur le choix des champs auxiliaires en entrée visant une estimation en temps réel, ou encore sur la résolution spatiale ou temporelle.Par exemple d’autres projets s’intéressent à fournir une estimation à partir de MSG de ce même paramètre sur océan uniquement (SAF on Climate Monitoring ; Hollmann et al., 2006) ou à l’ échelle journalière ou mensuelle (SAF on Ocean et Sea-Ice ; OSI-SAF, 2005). Mon objectif d’avoir accès au rayonnement solaire absorbé par la surface concorde avec celui du projet LSA-SAF : estimer cette quantité de manière instantanée (toutes les 30 min) sur les terres émergées.
Ciel clair – En condition de ciel clair, T est estimée en fonction de la concentration de constituants atmosphériques (principalement vapeur d’eau, ozone et aérosols) et des réflexions multiples entre l’atmosphère et la surface (voir Equations (2.15) et (2.15)). T TA (2.14)
AS et AA représentent les albédos de surface et de l’atmosphère et TA la transmittance de l’atmosphère (d’après Frouin et al., 1989): TA e H 20 eO 3 e AerC 0202 (2.15)
La vapeur d’eau est ici tirée des prévisions du modèle du centre européen (ECMWF – European Centre for Medium-Range Weather Forecasts). La concentration d’ozone est issue d’une climatologie satellitaire (TOMS – Total Ozone Mapping Spectrometer). Une concentration fixe en aérosol est utilisée. Le Chapitre 4 abordera en détail cette limitation. Dès lors, il mérite d’être souligné que cet algorithme sous condition de ciel clair n’utilise pas de données satellites en dehors du masque nuage qui va renseigner le type d’algorithme à utiliser (nuageux ou clair). Le calcul du rayonnement solaire incident à la surface sous condition de ciel clair est simplement théorique en fonction de la constante solaire, de l’élévation du Soleil et de cette atténuation atmosphérique étroitement liée à la quantité fixée d’aérosols.
Ciel nuageux – En condition de ciel nuageux, T (voir Eq. (2.16)) est estimée en fonction de la transmittance de l’atmosphère TA (calculée en fonction des constituants atmosphériques telle une transmittance en ciel clair – voir Eq. (2.15)), de la transmittance du nuage TC , et des réflexions multiples entre nuage et surface TSurfaceCloudSurface . T TATC (2.16)
Le détail des calculs est disponible dans Geiger et al. (2008). En première approximation, TC peut se déduire de l’albédo du nuage mesuré par satellite. Plus le nuage est brillant, plus il est supposé haut et épais, plus son albédo sera élevé et plus faible sera le flux transmis au sol. A ce niveau, quelques subtilités sont néanmoins nécessaires. L’absorption du nuage est tirée d’une relation empirique et dépend linéairement de l’albédo du nuage. De plus, la grandeur recherchée Equation (2.1) est bande large pour tout le spectre visible alors que la mesure délivrée par l’instrument satellite est réalisée sur plusieurs bandes spectrales de sensibilités relativement fines (à 0.6, 0.8 et 1.6µm pour MSG/SEVIRI). Pour transformer ces mesures spectrales en un signal large-bande sur tout le spectre visible, des coefficients de conversion sont appliqués aux radiances au sommet de l’atmosphère (Clerbaux et al., 2005). Enfin, pour les réflexions multiplesentre surface et nuage, l’albédo de surface AS de la veille calculé avec MSG est utilisé comme entrée.
|
Table des matières
1 CONTEXTE SCIENTIFIQUE
1.1 Motivations
1.2 Outils
1.2.1 Modélisation des flux d’énergie, d’eau et de carbone terrestre
1.2.2 Télédétection des flux radiatifs ondes-courtes au-dessus des surfaces continentales
1.3 Incertitudes et Contraintes
1.3.1 Incertitudes sur la connaissance du rayonnement solaire absorbé par la surface
1.3.2 Contraintes pour le suivi des flux d’énergie, d’eau et de carbone
1.4 Plan de travail
2 TELEDETECTION ET MODELISATION DU RAYONNEMENT SOLAIRE ABSORBE PAR LA VEGETATION ET DE SES HETEROGENEITES
2.1 Définitions
2.1.1 Rayonnement solaire incident à la surface
2.1.2 Albédo de surface
2.2 Méthode de restitution à partir de la mesure satellitaire et mise en oeuvre opérationnelle
2.2.1 Traitement opérationnel
2.2.2 Accès à la composante instantanée du flux solaire incident
2.2.3 Accès à l’albédo de surface journalier
2.3 Estimation de la répartition du rayonnement absorbé par la végétation
2.3.1 Motivations et Stratégie
2.3.2 Répartition horizontale entre la végétation et le sol nu sous-jacent
2.3.3 Répartition verticale au sein de la canopée
2.4 Discussion et Conclusion du Chapitre 2
2.4.1 Discussion
2.4.2 Conclusion
3 IMPACT DU RAYONNEMENT SOLAIRE ABSORBE PAR LA SURFACE SUR LA MODELISATION DES FLUX D’ENERGIE, D’EAU ET DE CARBONE
3.1 Contexte
3.2 Incertitudes sur les flux d’energie et d’eau provenant de l’incertitude sur le flux solaire absorbé en surface
3.2.1 Estimation des incertitudes venant du rayonnement solaire incident
3.2.2 Estimation des incertitudes liées à l’albédo de surface
3.3 Incertitudes sur les flux de carbone provenant de l’incertitude sur le flux solaire absorbé par la vegetation
3.3.1 Présentation du processus de photosyntèse
3.3.2 Evaluation de l’impact d’une représentation verticale du rayonnement dans la canopée
3.4 Discussion et Conclusion du Chapitre 3
3.4.1 Discussion
3.4.2 Conclusion
4 PROBLEMATIQUES LIEES A LA PRESENCE D’AEROSOLS POUR LA TELEDETECTION DE LA SURFACE
4.1 Contexte
4.2 Présentation d’une nouvelle approche de détection des aérosols
4.2.1 Introduction
4.2.2 Méthode
4.2.3 Evaluation
4.2.4 Mise en oeuvre opérationnelle
4.3 Impact des aérosols sur la mesure des flux radiatifs ondes-courtes
4.4 Discussion et Conclusion du Chapitre 4
4.4.1 Discussion
4.4.2 Conclusion
5 CONCLUSION ET PERSPECTIVES
Télécharger le rapport complet
