Les erreurs systématiques entre les TBs observées de SMAP et de AMSR2 et les TBs simulées avec les différents RTMs océaniques sont estimées. La valeur moyenne de la différence entre les TBs observées et les TBs simulées pour chaque canal est calculée en filtrant les vents supérieurs à 7 m/s. La Figure II.12 montre ces erreurs systématiques et leurs écarts types respectifs pour chaque canal et chaque RTM océanique. Les erreurs systématiques entre les observations et les simulations peuvent provenir de problèmes de calibrations des instruments, des données utilisées en entrées pour exécuter les RTMs, de la colocalisation des données, ou des RTMs océaniques eux-mêmes.
Les erreurs systématiques entre les observations SMAP et les simulations des RTMs sont faibles (< 0.9K) (voir Figure II.12). Peng et al. [2017] ont testé la calibration de SMAP et ont trouvé un décalage de 0,21 K sur l’océan avec les observations SMOS, montrant ainsi que les instruments sont bien calibrés. Les erreurs systématiques estimées entre les observations AMSR2 et les simulations des RTMs sont beaucoup plus impor-tantes qu’avec SMAP. La calibration de AMSR2 a été étudiée par Alsweiss et al. [2015] etOkuyama and Imaoka [2015]. Ils ont trouvé des biais allant jusqu’à 5 K selon le canal sur l’océan entre AMSR2 et TMI (en utilisant la méthode de la double différence). Par conséquent, l’instrument AMSR2 ou TMI présente un problème d’étalonnage. Les erreurs systématiques calculées sont différentes d’un RTM océanique à l’autre, ce qui signifie qu’il existe d’importantes différences entre eux et que certains introduisent plus d’erreurs que d’autres.
Fig. II.12 Erreurs systématiques entre les observations SMAP/AMSR2 et les simulations des RTMs, calculées comme la valeur moyenne des différences TBobservée- TBsimulée. Les erreurs systématiques sont représentées par les lignes continues et leurs écarts types par les lignes tiretés.
plus important dans l’analyse et l’inversion. Pour l’estimation des paramètres de surface de la mer à partir des TBs observées par satellite, le facteur clé de l’algorithme est le calcul réaliste des jacobiens, c’est-à-dire la dérivée de la TB en fonction des différents paramètres de surface.
Les FiguresII.13àII.18 représentent à différentes fréquences la comparaison des TBs SMAP ou AMSR2 avec les TBs simulées avec les modèles FASTEM, RSS et LOCEAN, en fonction de la SST, de la SSS et de l’OWS. Les erreurs systématiques estimées précé-demment ont été soustraites. Nous nous concentrons sur la capacité des différents RTMs à reproduire correctement la variation de la TB en fonction des différents paramètres de surface de la mer (SST, SSS, OWS). Pour l’analyse de la dépendance en SST et SSS, seuls les cas où les OWSs sont inférieures à 7 m/s sont pris en compte, afin d’éviter les erreurs importantes introduites lorsque les OWSs sont fortes.
A 1,4 GHz, les simulations RSS et LOCEAN sont en bon accord avec les observations (voir Figure II.13). La variation de la TB en fonction de l’OWS, de la SST et de la SSS est correctement représentée, car les différences entre les TBs simulées et les TB observées sont constantes. Pour FASTEM à 1,4 GHz, les TBs sont surestimées pour les OWSs > 12 m.s−1. Une bonne précision du RTM est nécessaire pour atteindre 0,1-0,2 psu d’incertitude dans la restitution de la SSS. Les erreurs sont plus grandes aux faibles SSTs avec les modèles FASTEM et LOCEAN. Pour des OWSs très faibles (0-2 m/s), il y a aussi des erreurs plus importantes. Cela peut provenir d’effets de bord ou du fait que la surface de l’océan peut être rugueuse même pour une OWS = 0 m/s, en raison du fetch qui n’est pas pris en compte dans les RTMs ici. En polarisation horizontale, la dépendance à l’OWS est moins bien représentée qu’en polarisation verticale. Pour la comparaison avec les TBs de surface SMAP, le modèle RSS est favorisé car les données utilisées ont été générées par
Fig. II.13 Différence entre les TBs de surface observées par SMAP et les TBs de surface simulées avec les RTMs (corrigées des erreurs systématiques) à 1,4 GHz en fonction de l’OWS (à gauche), de la SST (au milieu) et de la SSS (à droite). Pour les comparaisons en fonction de la SST et de la SSS, seules les observations avec des OWSs < 7 m/s sont prises en compte. Les distributions du nombre d’observations en fonction des paramètres océaniques (OWS,SST,SSS) sont re-présentées en barres grises avec la légende sur l’axe des ordonnées de droite.
RSS.
La dépendance en OWS n’est pas correctement simulée avec FASTEM (comme observé dans Bormann et al. [2012]) et avec le modèle LOCEAN à une fréquence supérieure à 1.4 GHz (voir Figure II.14 à II.18). La TB est sous-estimée à des OWSs > 7 m/s. Pour décrire la dépendance en OWS, les modèles LOCEAN et FASTEM utilisent 3 modules : un spectre de vagues, une fraction d’écume et une émissivité d’écume, alors que le modèle RSS utilise une paramétrisation de la dépendance en OWS basée directement sur les observations d’Aquarius à 1,4 GHz et de SSMI et WindSat aux fréquences entre 6,9 et 89 GHz. Pour le modèle RSS, nous observons une différence avec les observations en fonction de l’OWS inférieure à 1 K jusqu’à 10.65 GHz. A des fréquences plus élevées (de 18,7 à 89 GHz), les différences entre les simulations et les observations sont plus grandes. A ces fréquences, la sensibilité à la vapeur d’eau et à l’eau liquide est plus grande, et les incertitudes du RTM atmosphérique et des champs atmosphériques auxiliaires sont beaucoup plus importantes et entraînent des erreurs plus importantes dans les résultats. Pour la dépendance en SST à 6,9 GHz, les modèles LOCEAN, RSS et FASTEM montrent une différence inférieure à 0,5 K, 1,1K et 1,8 K respectivement avec les obser-vations AMSR2. De 10 à 89 GHz, la dépendance en SST du modèle LOCEAN se dégrade avec des fréquences croissantes tandis que les modèles RSS et FASTEM conservent le même comportement. On peut observer des désaccords entre les observations et les
simu-Fig. II.14 Différence entre les TBs TOA observées par AMSR2 et les TBs TOA simulées par les RTMs (corrigées des erreurs systématiques) à 6,9 GHz en fonction de l’OWS (à gauche), de la SST (au milieu) et de la SSS (à droite). Pour les comparaisons en fonction de la SST et de la SSS, seules les observations avec des OWSs < 7 m/s sont prises en compte. Les distributions du nombre d’observations en fonction des paramètres océaniques (OWS, SST, SSS) sont représentées en barres grises avec la légende sur l’axe des ordonnées de droite.
Fig. II.16 Pareil que la FigureII.14 à 18,7 GHz.
Fig. II.18 Pareil que la FigureII.14 à 89 GHz.
lations aux températures froides (< 280K) et qui augmentent avec la fréquence surtout pour la polarisation horizontale, ces erreurs peuvent être des problèmes dus à l’atmosphère ou à la glace de mer. Selon la fréquence, le RTM qui correspond le mieux aux observations n’est pas le même. De 6 à 10 GHz le modèle LOCEAN montre les meilleurs résultats, mais de 18 à 89 GHz les modèles FASTEM et RSS montrent des résultats comparables ou meilleurs que ceux du modèle LOCEAN. En polarisation horizontale, les simulations des RTMs ne concordent pas avec les observations. Cela peut s’expliquer par la plus grande sensibilité aux paramètres atmosphériques à ces fréquences et à cette polarisation. Un pic de différence entre les observations et les simulations est observé pour les fortes SSTs (303-305 K) surtout pour la polarisation horizontale et pour les hautes fréquences. Cela s’explique par le fait que les fortes SSTs sont corrélées avec des TCWV élevés, typiquement des zones tropicales. L’atmosphère tropicale est saturée en vapeur d’eau. Premièrement, l’incertitude sur le TCWV et la modélisation peut introduire des erreurs supplémentaires. Deuxièmement, la probabilité de présence de nuages augmente dans ces atmosphères, et ils ne sont pas nécessairement bien caractérisés dans la réanalyse de l’ECMWF.
Pour la dépendance en SSS, les différences entre les observations et les simulations des RTMs sont limitées, même à 1,4 GHz malgré la sensibilité élevée à la SSS à cette fréquence. Ceci est encourageant car c’est la fréquence clé pour l’analyse de la SSS à partir des observations satellites. Il est à noter que l’augmentation des erreurs quand la SSS est proche de 38 psu en polarisation horizontale à 1,4 GHz est associée à un nombre très limité d’observations et doit être considérée avec prudence (voir l’histogramme correspondant sur la FigureII.13). Aux fréquences supérieures à 1,4 GHz, la sensibilité à la SSS est très limitée (voir Figure II.10). Les faibles variations des différences observées en fonction de la SSS sont probablement dues à la corrélation avec d’autres paramètres (SST ou OWS)