Analyse de l'eet d'autres paramètres sur les résultats de l'in- l'in-versionl'in-version

Par la suite, nous avons tenté d'améliorer l'algorithme d'inversion notamment en jouant avec la distribution verticale des particules, ainsi que sur la pondération des bandes.

4.7.1. Limitation de l'épaisseur du nuage

Nous avons décrit dans notre chapitre 3, la sensibilité de l'inversion à l'épaisseur du nuage. D'après Pancrati (2003), les mesures radiométriques sont surtout sensibles aux couches basses de l'atmosphère. Ainsi, le radiomètre est plutôt sensible aux couches basses du nuage et très peu sensible au sommet du nuage. An d'exploiter ce fait, nous avons eectué une analyse du prol vertical de la luminance émise, à diérents niveaux de l'atmosphère. Nous avons considéré un nuage bas à 2 km d'altitude (gure 4.16) ainsi qu'un nuage haut situé à 5 km d'altitude (gure 4.17) et tous deux ayant une épaisseur de 5 km. Sur ces gures, le trait bleu représente la limite basse du nuage et le trait rouge la limite haute. Nous avons extrait, pour chaque altitude, la luminance émise entre le nuage et le capteur au sol (Lsol - L(z)), que nous avons ensuite normalisée en fonction de la luminance au sommet de l'atmosphère (TOA pour Top of Atmosphere) et intégrée entre 8 et 13.5 µm. Cette analyse a été eectuée pour cinq valeurs de COD (du ciel clair COD = 0 jusqu'à COD = 5).

Figure 4.16: Prol vertical du rapport de luminance intégrée (entre 8 et 13.5 µm) pour un nuage situé à 2km. Les lignes bleue et rouge indiquent la base et le sommet du nuage

Les gures 4.16 et 4.17 cherchent à montrer l'inuence du choix de l'épaisseur du nuage en termes de luminance reçue, pour un nuage haut et un nuage bas. Dans les deux cas, la quantité de signal reçue entre le sol et le haut du nuage (trait rouge) est supérieure à 90% du signal total.

Figure 4.17: Prol vertical du rapport de luminance intégrée (entre 8 et 13.5 µm) pour un nuage situé à 5km

En limitant l'épaisseur du nuage à 2 km (au lieu de 5 km) et en se référant au trait vert, il apparaît que quelque soit le nuage, le capteur va recevoir au moins 75% du signal. Nous souhaitons ainsi essayer de nous détacher de l'incertitude liée à l'épaisseur du nuage, quand le nuage est trop opaque pour que le LIDAR puisse passer au travers et donner l'épaisseur précisément.

Nous avons appliqué cette proposition à la méthode d'inversion an de voir son inuence sur la centaine de cas (voir section 4.7.4). Pour se faire, nous avons conservé la valeur de l'altitude basse du nuage et nous avons limité l'épaisseur à 2 km (pour tous les nuages dont l'épaisseur était supérieure à 2 km).

4.7.2. Prol vertical exponentiel décroissant des particules de glace

Comme variante de l'analyse de la section précédente, nous avons appliqué un prol verti-cal exponentiel décroissant pour les particules. En eet, nous avons illustré, sur les gures précédentes, que ce sont les couches du nuage les plus basses qui ont le plus d'inuence sur la luminance mesurée (pour les cas d'un prol de coecient d'extinction indépendant de l'altitude). Nous avons alors proposé d'appliquer un prol exponentiel décroissant an d'augmenter le coecient d'extinction des particules qui se trouvent dans les couches les plus basses. Les gures 4.18 et 4.19 représentent l'eet d'un prol exponentiel sur le prol

vertical du rapport de luminance intégrée (normalisé en fonction de la luminance TOA).

Figure 4.18: Prol vertical du rapport de luminance intégrée (entre 8 et 13.5 µm) pour un nuage situé à 2km en utilisant un prol exponentiel décroissant

Figure 4.19: Prol vertical du rapport de luminance intégrée pour un nuage situé à 5km en utilisant un prol exponentiel décroissant

Sur les gures 4.18 et 4.19, nous constatons que le prol a pour eet d'accroître légèrement l'eet des premières couches du nuage. Les chires, par rapport à la section 4.7.1., sont main-tenant de 85% et 90% du signal reçu TOA, pour le signal reçu à 2 km au dessus de la base du nuage. Il apparaît que le choix du prol vertical peut avoir une inuence sur le signal reçu. Dans la partie 4.7.4, nous allons appliquer ce test aux 100 cas mesurés à Eureka.

4.7.3. Pondération des bandes

Dans ce paragraphe, la proposition pour l'amélioration de la méthode d'inversion consiste à pondérer certaines bandes dans la fonction coût, lors de l'étape de la détermination de la simulation la plus proche des mesures. En eet, nous avons indiqué dans le chapitre 2, en utilisant le calcul de Van de Hulst, que les bandes à 10.65 et 11.35 µm sont les plus sensibles aux particules de grosses tailles (tableau 2.1). À partir de cette constatation, nous avons voulu voir l'eet d'une pondération d'un facteur arbitraire de 2 de ces deux bandes dans le calcul du minimum de la fonction coût. Ainsi, en donnant plus de poids à ces deux bandes, nous espérons que l'inversion sera plus précise pour les particules de grosses tailles.

4.7.4. Analyse des résultats

Après avoir appliqué chacune des trois propositions de modications de l'algorithme d'in-version, nous avons comparé leurs résultats sur les 100 cas de nuages (tableau 4.10) et sur la discrimination TIC1/TIC2 (tableau 4.11).

Tableau 4.10: Résultats de la validation de l'inversion pour diérentes proposi-tions de modicaproposi-tions de l'algorithme d'inversion

Le tableau 4.10 permet de constater que les propositions de modications de l'algorithme n'apportent pas vraiment de résultats satisfaisants quand ils sont comparés avec les valeurs de validation. Le tableau 4.11 démontre, quant à lui, que la pondération des bandes 10.65 et 11.35 µm n'apporte aucune amélioration au regard des résultats sur la discrimination du type de TIC comparés à la conguration de référence.

Tableau 4.11: Résultats de la discrimination TIC1/TIC2 pour diérentes pro-positions de modications de l'algorithme d'inversion