Calcul du forçage radiatif

Le forçage radiatif (RF pour « radiative forcing » en anglais) est défini comme la différence entre la quantité d’énergie arrivant sur la Terre et la quantité d’énergie renvoyée vers l’espace. Un forçage radiatif positif tend à réchauffer le système climatique, tandis qu’un forçage radiatif négatif tend à le refroidir. Différentes études basées sur le changement de RF ont analysé le lien qu’il pouvait exister entre les changements d’albédo de surface et le changement climatique. Muñoz et al. (2010) se sont appuyés sur les études de Ramaswamy et al. (2001) et Lenton et Vaughan (2009) afin de définir le forçage radiatif de la manière suivante (Eq. II-1) :

𝑅𝐹𝑇𝑂𝐴 = − 𝑅𝑠∗ 𝑅𝑠 𝑅𝑡𝑜𝑎 ∗ Δ𝛼

Eq. II-1

où, 𝑅𝐹𝑇𝑂𝐴 est le forçage radiatif (RF en W.m-2) en haut de l’atmosphère (TOA pour « top of

atmosphere » en anglais), 𝑅𝑡𝑜𝑎 est le rayonnement solaire incident en haut de l’atmosphère et 𝑅𝑠 est

le rayonnement solaire descendant à la surface de la Terre. Le rapport entre 𝑅𝑠 et 𝑅𝑡𝑜𝑎 estime le

facteur de transmittance atmosphérique ascendante (Ta). On fait l’hypothèse que les transmittances descendantes et ascendantes sont égales, c’est-à-dire que la même atmosphère est traversée dans les deux sens. Dans cette équation, Δ𝛼 représente le changement d’albédo total dans les courtes longueurs d’onde (albédo SW).

Les tendances en albédo n’affectant pas la totalité de la zone d’étude (France métropolitaine), le forçage radiatif a été pondéré par rapport à la surface de la France :

𝑅𝐹𝑟 = 𝑅𝐹𝑇𝑂𝐴 ∗

𝐴𝑎𝑓𝑓𝑒𝑐𝑡𝑒𝑒

𝐴_{𝐹𝑟𝑎𝑛𝑐𝑒} Eq. II-2

l’atmosphère (TOA) décrit dans l’Eq. II-1, 𝐴𝑎𝑓𝑓𝑒𝑐𝑡𝑒𝑒 la surface affectée par des tendances en albédo et

AFrance la surface terrestre de la zone étudiée.

2.2.4. Données

Différents types de données satellitaires ont été utilisés pour mettre en œuvre la stratégie méthodologique. Dans ce Chapitre II, seules les données nécessaires à la mise en place des outils méthodologiques sont présentées. Les données pour la validation des résultats seront présentées dans les chapitres de résultats en question.

a) Données d’albédo de surface

Tout d’abord des données d’albédo. Les données d’albédo utilisées couvrent plusieurs domaines spectraux et plusieurs conditions d’illumination. En effet comme nous l’avons vu dans le Chapitre I, un grand nombre de modèles LSM ou/et de modèles GCM font la distinction entre deux domaines spectraux, le domaine du visible (VIS) dans lequel la végétation va être fortement active et le domaine de l’infra-rouge proche (NIR). Ces deux domaines assemblés vont permettre d’accéder à la très grande majorité du domaine des courtes longueurs d’onde (SW pour « shortwave » en anglais). Le domaine SW est le domaine dans lequel le rayonnement solaire est actif. Ainsi lors de l’estimation du forçage radiatif, le domaine SW dans son ensemble doit être pris en compte. Comme nous l’avons vu dans le Chapitre I, dans un environnement naturel les conditions d’illumination sont un mélange de rayonnement diffus et de rayonnement direct. Ainsi dans cette étude les deux conditions extrêmes théoriques d’illumination, totalement diffus (« white-sky ») et totalement direct (« black-sky »), sont utilisées, la vérité se trouvant entre ces deux conditions.

Ainsi les données utilisées sont les estimations satellitaires des albédos de surface « black- sky » (BSA pour « black-sky albedo » en anglais), au midi solaire local (12:00), et « white-sky » (WSA pour « white-sky albedo » en anglais) dans les bandes larges du domaine visible (VIS pour « visible » en anglais) [0.3-0.7μm], du domaine proche infrarouge (NIR pour « near infrared » en anglais) [0.7- 5.0μm] et du spectre solaire réfléchi (SW pour « shortwave » en anglais) [0.3-5.0μm]. Les produits ont été téléchargés depuis le serveur ftp de l’université de Boston: UMass Boston ftp server (ftp://rsftp.eeos.umb.edu/data02/Gapfilled/, accès le 01/12/2014). Les données d’albédo de surface utilisées sont des estimations issues des capteurs MODIS Terra et Aqua. La collection de données utilisées (MCD43GF) est fournie décontaminée de la présence de neige et interpolée temporellement et spatialement en cas de présence nuageuse persistante (Sun, 2014). Le pas de temps utilisé est de 8 jours et la résolution spatiale est de 1/120 degré (soit environ 1 km). Les données ont été sélectionnées sur la période d’étude maximale fournie par les capteurs : 2001-2013. Les produits

albédos de surface sont fournis avec un indice de qualité donnant une information qualitative sur la confiance de l’estimation. Outre la mise en place de la méthodologie du Chapitre III, ces données d’albédos de surfaces MODIS seront utilisées dans l’ensemble du manuscrit.

b) Données biophysiques

Deux types de données biophysiques permettant de caractériser la végétation ont été utilisés pour la mise en place de la méthodologie du Chapitre III : la surface de feuilles par surface au sol (Leaf Area Index ; LAI) et la fraction de végétation verte sur le pixel (Fraction de COVER de végétation verte ; FCOVER). Les estimations satellitaires de ces deux propriétés biophysiques sont le produit GEOV1 de Copernicus Global Land et proviennent d’observations du capteur SPOT-VEGETATION (Camacho et al., 2013). Les estimations sont fournies tous les 10 jours à une résolution spatiale de 1/112 degré (http://land.copernicus.eu/global/, accès le 01/12/2014). Les données ont été téléchargées pour la même période d’étude que l’albédo de surface, à savoir sur la période 2001- 2013. Le LAI GEOV1 est construit par un réseau de neurones dont l’apprentissage repose sur la fusion des produits LAI MODIS/Terra collection 5 (Myneni et al., 2002) et CYCLOPES V3.1 (Baret et al., 2007). Un poids est assigné à chacun des deux produits lors de l’apprentissage. Garrigues et al. (2008) et Weiss et al. (2007) ont montré que le produit LAI CYCLOPES avait tendance à saturer pour des valeurs de LAI supérieures ou égales à 4. Ainsi, dans le produit GEOV1, à partir d’un LAI supérieur à 2, plus de la moitié du poids est donnée au LAI MODIS et à partir d’un LAI supérieur à 4 la totalité du poids est donnée au LAI MODIS (Baret et al., 2013). Le FCOVER GEOV1 est construit par observation de la végétation verte au nadir. Le FCOVER est indépendant des conditions d’éclairement mais est sensible à la quantité de végétation (Baret et al., 2013). Le FCOVER et le LAI ne sont donc pas indépendants l’un de l’autre, mais la relation entre ces deux variables n’est pas linéaire, notamment pour des quantités moyennes à fortes de végétation. La Figure II-2 met en évidence la relation qui existe entre le FCOVER GEOV1 et le LAI GEOV1 en France métropolitaine.

Ces produits ont été utilisés plutôt que les produits réalisés à partir de capteur MODIS car Li et al. (2015) ont montré dans leur étude d’inter-comparaison que les produits GEOV1 étaient de meilleure qualité. Outre la mise en place de la méthodologie du Chapitre III, ces données de FCOVER et de LAI seront utilisées dans l’ensemble du manuscrit.

Figure II-2 : Relation entre le FCOVER GEOV1 (SPOT-VGT) et le LAI GEOV1 (SPOT-VGT) sur la France métropolitain au cours de l’été 2007 (24 juillet 2007).

c) Données atmosphériques

Afin de calculer le forçage radiatif, les produits ERA-Interim ont été utilisés. Le produit ERA- Interim propose une ré-analyse depuis 1979 de produits atmosphériques à échelle globale produite par le Centre Européen de Prévision Météorologique à Moyen Terme (CEPMMT, ou « ECMWF » en anglais) (Berrisford et al., 2011(a) ; Dee et al., 2011). La ré-analyse est construite sur 60 niveaux verticaux à partir d’une assimilation de données 4D-Var (variation à quatre dimensions) sur une fenêtre de 12 heures (Mooney et al., 2011; Simmons et al., 2010). ERA-Interim met à disposition une vaste gamme de produits permettant de décrire les conditions météorologiques, océaniques et terrestres (Dee et al., 2011). Le projet ERA-Interim (1979-présent) succède à la ré-analyse ERA-40 de 45 ans (1957-2002). ERA-Interim a été évalué comme étant globalement de meilleure qualité par rapport à ERA-40 (Dee et al., 2011). Cependant, une erreur de programmation non résolue a introduit un biais positif sur le rayonnement solaire incident en haut de l’atmosphère (TOA, pour Top Of Atmosphere en anglais) d’environ 2 W.m-2 (Berrisford et al., 2011(b); Dee et al., 2011). Les données ERA-Interim ont une résolution spatiale régulière de 0.75° (http://www.apps.ecmwf.int/datasets/data/interim-full-daily/, accès 01/12/2015) et sont directement extrapolées dans cette étude à 1 km de résolution. Le rayonnement solaire incident TOA (en J.m-2) et le rayonnement solaire descendant à la surface (en J.m-2) accumulés sur 12 heures, à 0000 UTC et à 1200 UTC, ont été cumulés afin de calculer la quantité journalière de rayonnement

solaire incident TOA (𝑅𝑡𝑜𝑎) et la quantité journalière de rayonnement solaire descendant à la surface

(𝑅𝑠). Ces quantités de rayonnement ont été utilisées afin d’évaluer l’impact radiatif des changements

dans les couverts forestiers, voir Section 2.2.3. De plus elles seront également utilisées dans le Chapitre V, voir Section 3.4 du Chapitre V.

d) Produits d’occupation du sol

Des cartes de classification des types de couvert ont été utilisées pour la détection des forêts présentant un cycle annuel caractéristique de l’albédo de surface. Ces cartes ont été produites dans le cadre du programme « Land Cover » de l’initiative Changement Climatique (CCI en anglais) piloté par l’agence spatiale européenne (ESA) (www.esa-landcover-cci.org, accès le 01/06/2015). Le produit cartographique offre une résolution spatiale de 300m, comprend 36 types de surface et est réactualisé tous les 5 ans (2000, 2005 et 2010). Chacune des cartes ESA-CCI couvre une période de 5 ans ; 1998–2002, 2003–2007 et 2008–2012, respectivement, pour les cartes 2000, 2005 et 2010. Elles sont produites à partir de données de l’instrument satellitaire MERIS (« Medium Resolution Imaging Spectrometer » en anglais) qui offre une observation multi-spectrale (15 bandes de 0.39 à 1.04μm) de la surface de la Terre avec une résolution de 300m depuis 2002. Ces données à 300m de résolution spatiale ont été ré-échantillonnées à la résolution spatiale des produits d’albédo, à savoir 1/120 degré, et les 36 couverts du produit ESA-CCI ont été agrégés en 8 classes de végétation (Tableau II-1). Les 8 grands types de végétation sont inspirés des grandes catégories de classification des écosystèmes (Land Ecosystem Classification Product) développées par l’IGBP (International Geosphere-Biosphere Programme) qui sont présentes sur la zone d’étude.

Tableau II-1 : Tableau de correspondance entre la carte ESA-CCI formée de 36 classes et la carte agrégée formée de 8 classes utilisées dans cette étude. La dernière colonne de droite indique le taux d’occupation des surfaces de chacune des 8 classes.

Nouvelles

valeurs Nouvelles classes

Valeurs des classes du produit ESA-

CCI «land cover» Surface (%)

1 Cultures 10, 20, 30 44.2 2 Herbacée/prairie 11, 110, 130, 140, 153 18.9 3 Végétation arbustive 12, 40, 100, 120, 121, 122, 150, 152 5.5 4 Arborée - Feuillus 50, 60, 61, 62 14.2 5 Arborée – Conifères 70, 71, 72, 80, 81, 82 6.6 6 Arborée –Mixte 90 2.6 7 Végétation irriguée 160, 170, 180 0.3 8 Sans végétation 190, 200, 201, 202, 210, 220 7.7