Comparaison avec les données satellites

Indice sur les températures de brillance AMSR-E

Les résultats de l’optimisation ont tout d’abord été validés sur la période 2006-2011

par comparaison entre les résultats des simulations DMRT-ML issues de la chaîne de

cou-plage et le ∆TB mesuré par l’instrument AMSR-E sur cette période (Figure 4.16). Cette

comparaison met en évidence une certaine correspondance entre les données mesurées et

simulées, mais elle met aussi en lumière de nombreux artefacts du modèle DMRT-ML

4.6 - Validation de l’optimisation sur la période 2006-2011

aboutissant à une RMSE toujours élevée de 16,8 K. En effet, si le saut brutal des

tempé-ratures de brillance lorsque le manteau neigeux s’humidifie est en général bien reproduit,

il arrive que, en particulier lorsque les teneurs en eau liquide sont très élevées,

DMRT-ML sur-estime la température de brillance à 37 GHz, aboutissant à un ∆TB très faible.

Cependant, ces artefacts ne représentent qu’une minorité de pas de temps (environ 20

jours sur plus de 2000 soit moins de 1%). Les années 2008-2009 et 2010 présentent une

moins bonne correspondance que les années 2007 et 2011. Cela s’explique en partie par la

formation de croûtes de glace en début de saison, lesquelles se traduisent par des paliers

dans l’augmentation du ∆TB. La formation de croûtes de glace se traduit par la création

d’interfaces à fort contraste de densité et donc de constante diélectrique effective au sein

du manteau neigeux. Les réflexions au niveau de ces interfaces induisent une diminution

générale de la température de brillance émise, d’autant plus marquée à 37 GHz (Grody,

2008; Montpetit et al., 2013), et donc une diminution relative du ∆TB. En effet, les

don-nées NARR montrent sur ces pas de temps une augmentation brutale de la température

atmosphérique associée à des précipitations, ce qui correspond à une situation typique de

formation de ces croûtes de glace. Bien que les réanalyses possèdent cette information,

le modèle SURFEX-CROCUS ne parvient pas à modéliser ce phénomène, ce qui induit

un décalage entre les évolutions observées et modélisées du ∆TB sur le reste de la saison

hivernale.

Figure4.16 – Évolution temporelle du ∆TB mesuré par le radiomètre AMSR-E (courbe

rouge) et simulé sur la période 2006-2011 au sommet de la calotte Barnes. La courbe bleue

représente les simulations effectuées avec les paramètres optimisés, et la courbe verte avec

les forçages NARR bruts.

Les RMSE calculées entre les mesures satellites et les résultats des simulations avec

et sans optimisation sont égales à 16,8 K et 20,1 K, respectivement (Figure 4.16).

L’amé-lioration apportée par l’optimisation à ce niveau n’est donc pas très significative. La

per-sistance d’une RMSE élevée provient certainement de la difficulté à modéliser la SSA des

couches de neige, notamment à la transition avec la glace (voir section 4.3.3). En effet, la

figure 4.17 montre, pour un profil typique mesuré sur le terrain, que la SSA modélisée par

SURFEX-CROCUS est sur-estimée en profondeur. De plus, bien que l’ordre de grandeur

Chapitre 4 : Modélisation et analyse des processus d’évolution de la calotte

Barnes : accumulation, fonte et bilan de masse de surface

soit respecté, le profil simulé présente aussi une sur-estimation significative de la SSA aux

environs de 20 cm de profondeur, ce qui peut aussi avoir une forte influence sur le signal

modélisé, en particulier à 37 GHz. Enfin, une piste d’amélioration de ces résultats est

d’in-troduire un facteur de calibration sur la SSA, à déterminer sur une période de référence

(typiquement la période de mesures) en amont du processus d’optimisation, afin de mieux

simuler la température de brillance en valeur absolue.

Figure 4.17 – Comparaison entre la surface spécifique du manteau neigeux mesurée

(courbe pleine rouge) et simulée à 3 dates différentes (courbes pointillées vertes, jaunes et

noires) au sommet de la calotte Barnes, en mars 2011.

Température de surface et albédo MODIS

La figure4.18 présente les résultats des simulations réalisées avec les paramètres

optimi-sés ou bruts en terme de température de surface. Ces résultats sont comparés aux mesures

MODIS de température de surface. Les RMSE obtenues avec ou sans optimisation sont

presque identiques (11,4 K et 11,6 K, respectivement), ce qui montre que la contrainte

apportée par les températures de surface lors du processus d’optimisation n’a pas été

si-gnificative pour la détermination de l’état optimal. La RMSE calculée hors période de fonte

ne montre pas non plus d’amélioration significative : 9,7 K et 10,6 K, respectivement, après

et avant optimisation. Les implications de cette constatation sont discutées à la section 4.7.

La comparaison entre l’albédo estival mesuré lui aussi par l’instrument MODIS et

l’albédo prescrit dans le modèle SURFEX-CROCUS n’est pas présentée car le résultat de

l’optimisation se résume à une valeur unique d’albédo utilisée par le modèle lorsque tout le

4.6 - Validation de l’optimisation sur la période 2006-2011

Figure4.18 – Évolution temporelle de la température de surface mesuré par l’instrument

MODIS (courbe rouge) et simulé sur la période 2006-2011 au sommet de la calotte Barnes.

La courbe bleue représente les simulations effectuées avec les paramètres optimisés, et la

courbe verte avec les forçages NARR bruts.

manteau neigeux a fondu. Cette valeur, initialement de 0,33 est de 0,4 après optimisation.

L’albédo moyen mesuré sur ces périodes estivales par l’instrument MODIS est de 0,53_±0,8

(Figure 4.6).

4.6.2 Comparaison des durées de fonte modélisées par rapport aux