Correction de la d´ erive de l’analyseur de gaz

3.2.1. Position du probl`eme

L’hygrom`etre optique qui mesure la concentration de vapeur d’eau et de dioxyde de carbone est sensible aux d´epˆots de poussi`ere et d’eau qui se d´eposent sur les fenˆetres du capteur. Le si-gnal ´emis est donc perturb´e lorsque son chemin optique est obstru´e. Des d´erives dans les mesures deviennent par cons´equent in´evitables lorsque des nettoyages p´eriodiques ne sont pas effectu´ees. C’est le cas des mesures ´echantillonn´ees sur les sites ´etudi´es. En saison s`eche, lorsque souffle les vents d’Harmattan, l’air est tr`es charg´e en a´erosols qui se d´eposent sur l’hygrom`etre optique et perturbent les mesures effectu´ees. La figure (3.5) illustre les d´erives importantes de la concentration de vapeur d’eau en d´ebut de l’ann´ee 2008 `a Nalohou. Les autres ann´ees et le site de Bellefoungou sont pr´esent´es en annexe B.

Les valeurs qlmesur´ees par l’analyseur de gaz (en rouge) sont compar´ees aux mesures effectu´ees par un capteur capacitif basse fr´equence qa(bleu). Pendant la p´eriode s`eche, les valeurs de concen-tration mesur´ees avec l’analyseur de gaz peuvent ˆetre jusqu’`a 4 fois sup´erieures `a celles observ´ees par le capteur basse fr´equence. D`es que les pluies arrivent, le capteur est nettoy´e et les deux s´eries se rapprochent.

3.2.2. Strat´egie d´evelopp´ee pour la correction de la d´erive

La strat´egie d´evelopp´ee pour corriger les d´erives li´ees aux salissures du capteur repose sur le mod`ele de [Van Dijk et al., 2004]. En effet, ces auteurs ont sugg´er´e d’utiliser les mesures d’humidit´e issues des capteurs `a basse fr´equence, qui sont plus stables [Stull, 1988], pour re-calibrer in situ les mesures de l’hygrom`etre avec une relation lin´eaire (3.3).

q_a= gainq × q_l+ offset (3.3)

Les d´epˆots de salissure sur les fenˆetres ´evoluent progressivement, sauf lors des ´ev´enements plu-vieux qui nettoient les fenˆetres brusquement. Les d´epˆots affectent plutˆot l’offset. Les variations de gainq sont plutˆot associ´ees aux variations de la temp´erature susceptibles d’affecter la calibration du capteur. La strat´egie d´evelopp´ee pour corriger les erreurs li´ees aux salissures sur les fenˆetres est illustr´ee par l’organigramme (3.6). Elle comporte les ´etapes suivantes :

3.2. Correction de la d´erive de l’analyseur de gaz

Figure 3.5 – Evolution temporelle des valeurs mi-horaires de la pluie (haut), de la direction du vent (milieu) filtr´ee pour les vitesses de vent inf´erieures `a 1m/s et de l’humidit´e absolue de l’air (bas) obtenue avec les capteurs m´et´eorologiques (points bleus, uniquement les valeurs du jour) et mesur´ee par le licor (points rouges) `a Nalohou au cours de l’ann´ee 2008.

i ) S´election des valeurs de q_l physiquement valides (q_l > 0) montrant des fluctuations internes telles que σql < 1 g.m⁻³. Les donn´ees pendant les ´ev´enements pluvieux ainsi que celles de la 1/2h suivant un ´ev´enement pluvieux sont ´elimin´ees.

ii) Calcul du gainq par r´egression lin´eaire pour les donn´ees de jour. Les donn´ees de nuit ont ´

et´e ´ecart´ees car nous suspectons que les mesures de q_a pendant la nuit soient biais´ees (l’abri du capteur basse fr´equence n’est pas ventil´e). Les pentes et les coefficients de d´etermination entre ql et q_asont alors calcul´es. Les offset calcul´es `a ce niveau ne sont pas conserv´es.

iii) La chronique des gainq journaliers est liss´ee sur 40 jours afin de ne garder que les variations saisonni`eres de basse fr´equence. Pour ce calcul, seules les valeurs de gainq calcul´ees avec un coeffi-cient de d´etermination sup´erieur `a 95% sont consid´er´ees. Pendant la saison des pluies, le gainq est suppos´e ´egal `a 1.

iv) L’offset est calcul´e avec l’´equation (3.4) au pas de temps de la demi-heure.

v) Les valeurs d’offset obtenues sont alors moyenn´ees au pas de temps journalier afin de suppri-mer les ´eventuels effets de temp´erature associ´es au cycle diurne. La moyenne journali`ere est calcul´ee par sous p´eriode afin de prendre en compte les variations brusques associ´ees aux nettoyages par les pluies. Les sous p´eriodes sont d´efinies par les ´ev`enements pluvieux. Pendant la saison des pluies, les ´ev`enements sont suffisamment rapproch´es pour que le capteur n’ait pas le temps de se salir. Lorsque le gainq atteint la valeur 1, il n’est plus la peine de d´ecouper en sous p´eriode.

vi) Les concentrations de vapeur d’eau mesur´ees par l’analyseur de gaz sont alors corrig´ees au pas de temps de 0,05 s avec les gainq et offset ainsi obtenus au pas de temps de la demi-heure.

offset

Not used

Protocol developed for optical hygrometer drift correction

Moving average of “gainq” over 40 days and setting gainq equal 1 during rainy

season 30 min ql data

Data selection for:

- qlmin > 0; > 0; < 1g/m³

- ql data rejected for rainy events and 1/2h after rainy events

Daytime data selection (Rn > 0) qa and Rn 30min data

Selection of daily calculated “gainq” for at least 5 half-hourly ql data

Daily “qainq” and “offset” calculation by linear regression

Offset calculation with “Offset = qa – gainq*ql” Moving average of offset by block of

rainy events

Smoothing daily offset

Corrected ql calculation

Figure 3.6 – Organigramme r´ecapitulatif des diff´erentes ´etapes de la correction de la vapeur d’eau mesur´ee par l’hygrom`etre optique d’apr`es [Mamadou et al., 2012].

3.2. Correction de la d´erive de l’analyseur de gaz

La figure (3.7) montre les ´evolutions temporelles des valeurs du gainq calcul´ees ainsi que les crit`eres (nombre de donn´ees par jour, coefficient de d´etermination) utilis´es au cours des diff´erentes ´

etapes de la proc´edure. La figure montre la grande variabilit´e des gainq obtenus au pas de temps journalier, en particulier pendant la saison des pluies. Pendant cette saison, les coefficients de d´etermination sont faibles (< 0,8). Pendant les autres p´eriodes de l’ann´ee, les valeurs du gainq ont un coefficient de d´etermination majoritairement sup´erieur `a 95%. La moyenne glissante de 40 jours permet de filtrer les variations inter-journali`eres pour ne conserver que la tendance saisonni`ere. Le gainq atteint un minimum au cours du mois de f´evrier (∼ DOY 40) bien avant le d´ebut des ´

ev´enements pluvieux. Cel`a indique que les variations de gainq ne sont pas li´ees aux d´epˆots sur les fenˆetres qui continuent de s’accumuler jusqu’`a fin mars. De mˆeme, la premi`ere pluie (DOY 90) ne semble avoir qu’un tr`es faible impact sur le gainq. Entre les mois de mars et mai, le gainq augmente pour retrouver des valeurs proches de 1. Nous suspectons que ces variations de gainq proviennent de la sensibilit´e de la calibration `a la temp´erature qui transforme le signal brut en concentration [Foken & Falke, 2012]. De plus, [Iwata et al., 2012] ont montr´e que les ´ev´enements pluvieux n’affectent pas le gainq mais plutˆot l’offset. Pour ces raisons, nous avons choisi de fixer une valeur ´

egale `a 1 pour le gainq d`es lors que celui-ci a atteint cette valeur.

Figure 3.7 – Pente journali`<sup>ere (points noirs), coefficient de d´etermination (points rouges) entre q</sup>a jour et q<sub>l</sub> filtr´e et nombre total de donn´ees sur le pas de temps consid´er´e (points gris, ordonn´ee de droite) `a Nalohou au cours de l’ann´ee 2008. La courbe noire est obtenue par moyenne glissante sur 40 jours et un gainq ´egal `a 1 pendant la saison humide.

L’´evolution temporelle de l’offset est illustr´ee sur la figure (3.8). On remarque tout d’abord la faible dispersion des offsets calcul´es `a la demi-heure, autour de la moyenne journali`ere, et la faible dispersion des valeurs inter-journali`eres comparativement `a la dispersion obtenue sur les valeurs du gainq. L’offset d´ecroit au cours de la saison s`eche pour atteindre une valeur minimale (∼ -20 g.m<sup>−3</sup>) `a la fin du mois de mars. Les retours brusques vers une valeur proche de z´ero correspondent aux pluies qui nettoient le capteur. Lorsque la fr´equence des pluies augmente, l’offset se stabilise autour de (∼ -4 g.m⁻³). En novembre 2008, le capteur a ´et´e ´etalonn´e et on note un retour brusque

de l’offset `a des valeurs nulles les jours suivants cet ´etalonnage. Pendant ces quelques jours, les valeurs du gainq sont ´egales `a 1.

La baisse du gainq et de l’offset avant l’apparition des vents d’Harmattan (apr`es novembre) laisse pr´esager la pr´esence d’autres facteurs qui influenceraient le signal mesur´e par le licor. En analysant les corr´elations entre les diff´erentes composantes du bilan radiatif de surface et le gainq, on constate que ce dernier semble ´evoluer lin´eairement avec le bilan des rayonnements de grande longueur d’onde (LWnet). Cela sugg`ere que pour des valeurs faibles de LWnetcaract´eristique de la saison s`eche, avec des temp´eratures de surface ´elev´ees, le gainq est faible et la d´erive est impor-tante. Toutefois, aucune tendance claire n’apparaˆıt entre le gainq et l’amplitude journali`ere de la temp´erature de l’air que ce soit pour le site de Nalohou ou pour le site de Bellefoungou (voir annexe B). Il serait int´eressant d’approfondir cette analyse, en exploitant directement la temp´erature du boˆıtier du licor par exemple, afin de v´erifier s’il existe ou non une relation entre temp´erature et d´erive du licor.

Figure 3.8 – Evolution temporelle de l’offset et du gainq au pas de temps de la demi-heure `<sup>a Nalohou</sup> pendant l’ann´ee 2008. La courbe noire est la moyenne journali`ere.

A d´efaut d’´evaluer la m´ethode d´evelopp´ee, on peut v´erifier comment se comporte l’humidit´e absolue du licor corrig´ee et celle de la m´et´eo (Figure 3.9 b). Aucun point ne semble sortir du nuage de corr´elation, ce qui tend `a montrer qu’aucune p´eriode (s`eche – faible valeur ; humide – forte valeur) n’ait ´et´e d´efavoris´ee. De mˆeme la diff´erence normalis´ee montre que l’erreur relative est toujours de ± 10% (Figure 3.9 a).

Apr`es l’´etape de correction de la d´erive de l’analyseur, les donn´ees de flux sont trait´ees avec le logiciel EdiRe puis ensuite on v´erifie la qualit´e de celles-ci.