Caractéristiques et limitations des produits actuels

Les cartes globales ou régionales obtenues par interpolation optimale servent à de nom- breuses études océanographiques et plus particulièrement pour des applications concernant la mésoéchelle (Pascual et al., 2006; Fu, 2009; Le Traon et al., 2001; Chelton et al., 2011a; Morrow et al., 2010). On peut citer des travaux concernant l’étude et le suivi de tour- billons mésoéchelle (Morrow et al., 2004; Isern-Fontanet et al., 2003; Chaigneau et al., 2009; Chelton et al., 2011a; Ebuchi and Hanawa, 2001; Souza et al., 2011), la compréhen- sion des processus dynamiques et biogéochimiques (Rubio et al., 2009; Capet et al., 2014; Hernandez-Carrasco et al., 2014) ou encore les études sur la dynamique lagrangienne et le

CHAPITRE 1. CARTOGRAPHIE ET ENJEUX 35 suivi des populations marines (d’Ovidio et al., 2009). Ces cartes sont aussi utilisées pour générer des produits dérivés. Elles ont notamment servies au developpement d’“indicateurs de l’océan” pour surveiller l’état des océans (Bessières et al., 2013). Les données altimé- triques cartographiées sont aussi très profitables aux modèles de circulation océanique, ou pour contraindre entre autre les modèles d’assimilation (Penduff et al., 2010; Marcos et al., 2015; Juza et al., 2016; Mourre et al., 2006). Les récentes améliorations des diffé- rents traitements (MDT, réduction du filtrage des données de SLA, échelles de corrélation adaptées à la dynamique régionale (Pujol et al., 2016)), ont particulièrement contribué au développement d’études côtières (Capet et al., 2014; Marcos et al., 2015; Juza et al., 2016; Birol et al., 2017). Néanmoins, malgré les grandes améliorations des traitements et techniques de corrections, ces produits grillés présentent encore des limitations pour l’ob- servation de la circulation sous-mésoéchelle. Cette limite est due à la distance entre les traces des satellites et aux échelles de corrélation imposées qui sont encore trop grandes. Les cartes de température de surface (SST) permettent de voir assez distinctement les filaments et structures de très petites échelles qui sont présents à la surface des océans. La figure 1.9 permet une une simple comparaison visuelle entre la SST et la SSH. Elle illustre le contraste entre la résolution des produits grillées altimétriques (SSH) et la richesses des structures dynamiques capturées par imagerie satellite.

Figure 1.9 – (a) Image satellite de température de surface (◦ _{C) ; (b) Produit grillé altimétrique} régional de SSH (cm) issu de DUACS. Données correspondant au 9 février 2015.

Une façon rigoureuse pour déterminer la taille des structures dynamiques que l’on peut observer par altimétrie est d’analyser le contenu spectral des données de SLA le long des traces. Les spectres de SLA le long des traces donnent l’information sur le contenu spec- tral énergétique en fonction des différentes longueurs d’ondes ainsi qu’un estimé du bruit spectral moyenné en temps aux petites longueurs d’onde. En s’appuyant sur une analyse conjointe des spectres de SLA et plus particulièrement de la pente du signal, et du niveau du bruit altimétrique, des études récentes sont parvenues à estimer la taille minimale des structures dynamiques observables par les différentes mission altimétriques (Xu and Fu, 2012; Dufau et al., 2016). Le bruit altimétrique est déterminé en moyennant temporel-

lement et spatialement les spectres le long des traces. Le bruit aléatoire de l’instrument est alors moyenné et induit un plancher spectral horizontal dans les données définissant ainsi le niveau de bruit spectral. La limite d’observabilité en terme de longueur d’onde se définie comme l’intersection de la pente spectrale des données de SLA et le plancher du bruit spectral. Au dessus de cette intersection, le ratio signal sur bruit est plus grand que l’unité, ce qui signifie que le bruit est assez faible pour pouvoir distinguer le signal physique de la mesure altimétrique. Ainsi, dans leur étude globale, Dufau et al. (2016) ont estimé que, les courants de bords ouest où le signal mésoéchelle est très énergétique, ont un ratio signal sur bruit plus grand que l’unité. Dans ces région, le satellite Saral/AltiKa est capable d’identifier des structures dynamiques de l’ordre de 40 km de longueur d’onde. Le niveau de bruit de mesure de ce satellite est actuellement un des plus faibles. Pour Jason-2, les mesures sont capables de descendre un peu moins loin vers les petites échelles, jusqu’à 50 km de longueur d’onde. Dans les zones est des bassins, le ratio signal sur bruit des données de SLA est limitant pour observer les petites longueurs d’onde. Dans ces régions les produits le long des traces sont capables de résoudre les échelles jusqu’à des longueurs d’ondes de l’ordre de 80 à 100 km. Les études de Xu and Fu (2012) et Dufau et al. (2016) révèlent une grande variation spatiale du niveau de bruit et de la résolution mésoéchelle. Dufau et al. (2016) soulignent aussi une grande variation saisonnière du niveau de bruit, dépendant de l’état de surface de la mer, et contraint par conséquent l’observation de la mésoéchelle par les altimètres.

Par contre, l’analyse du contenu spectral des produits grillés révèle clairement la li- mite de ces produits à observer les signaux petites échelles. Le compromis à faire entre les échelles physiques que l’on souhaite observer et la capacité d’échantillonnage des altimètres joue grandement sur le choix des paramètres des traitements et corrections ainsi que sur la résolution spatiale des grilles finales. Cela impacte la résolution des structures dynamiques observables par ces cartes bi-dimensionnelles qui ne sont finalement pas adaptées à l’étude des processus sous-mésoéchelle avec la constellation d’altimètres actuelle (Chavanne and Klein, 2010). L’espacement entre les traces reste toujours limitant pour observer les struc- tures petite échelle et la résolution globale de ces produits altimétriques grillés est estimée à 1.7◦_{, ce qui correspond à environ 150 km aux moyennes latitudes (Chelton et al., 2011a,} 2014). En terme de contenu spectral et en comparaison aux données le long des traces de Saral/AltiKa, les cartes bi-dimensionnelles sous-estiment près de 60% de l’énergie ciné- tique observée aux longueurs d’onde comprises entre 200 et 65 km, ce qui fait près de 3/5 de la variabilité petite échelle (Pujol et al., 2016).

Concernant la région Nord Occidentale Méditerranéenne, l’étude de Morrow et al. (2017a) montre aussi une variabilité saisonnière de la capacité d’observation des mesures le long des traces. Cette variabilité résulte de la forte fluctuation du niveau de bruit des différents satellites et du contenu énergétique des données de SLA en fonction des saisons. Dans cette région dominée par des échelles spatiales relativement plus fines que dans l’océan ouvert, leur étude détermine une capacité à observer des échelles différents jusqu’à 40-50km de longueurs d’ondes en hiver lorsque la la couche de mélange océanique est profonde et que la sous-mésoéchelle est énergétique. En été, cette sous-mésoéchelle est moins active, et les satellites tels que Jason-2 et Cryosat-2 sont alors limités à des longueurs d’onde de l’ordre de 50-55 km. Mais de même que les produits globaux, les produits grillés régionaux en Méditerranée sont limités pour étudier la petite mésoéchelle et ne permettent pas d’observer des structures inférieures à 150 km de longueur d’onde (Pascual et al., 2006). Une grande partie de la dynamique Méditerranéenne est contenue dans les échelles plus petites et est donc manquante dans ces produits bi-dimensionnels. Des traitements spécifiques sur les données le long des traces ont récemment permis l’obtention

CHAPITRE 1. CARTOGRAPHIE ET ENJEUX 37 de produits dédiés aux études côtières ou à la petite mésoéchelle comme les produits PISTACH1_{, X-track}2 _{ou encore COASTALT}3_{. Mais ces produits ne sont pas utilisés} pour les données cartographiées et restent spécifiques aux études régionales. Des stratégies novatrices d’interpolation optimale ont également contribué à l’amélioration de produits grillés en augmentant la résolution localement autour des traces (Dussurget et al., 2011; Escudier et al., 2013). Basées sur des innovations dans la détermination des matrices de covariances, ces études restent néanmoins des démonstrations et ne sont actuellement pas disponibles globalement. Elles ne permettent pas de fournir une évolution spatio- temporelle consistante en temps.

La nécessité de disposer de mesures à plus haute résolution est donc devenue essentielle pour mieux comprendre et identifier les processus à fine échelle.

1.3.2 Présentation de la future mission SWOT