Sur les profils lidar, on peut observer des couches de forte rétrodiffusion qui ont ten-dance à fortement atténuer le signal. La rétrodiffusion étant dépendante de la concen-tration des particules échantillonnées ces couches sont donc composées d’eau liquide, d’eau surfondue ou de glace en forte concentration.
3.4 - Couches de forte rétrodiffusion lidar 77
Masque Lidar Masque Radar Classe Description Classe Description
-3 Lidar éteint -2 Clutter -2 Lidar atténué -1 Sol et sous-sol -1 Sol et sous-sol 0 Pas de détection
0 Pas de détection 1 Nuages
1 Hydrométéores 2 Faux sommet de nuage 2 Aérosols 3 Peut être faux sommet de nuage
4 Pluie ou nuage d’eau liquide Tableau III.2: Classes des masques lidar et radar.
Figure III.15 – Masques lidar et radar finaux.
Il est important de pouvoir détecter l’eau surfondue car elle est un danger pour l’avia-tion et elle a un impact non négligeable sur le transfert radiatif et est mal représentée dans les modèles [Hogan et al., 2004]. De plus la glace de haute altitude et en forte concentration est aussi suspectée de représenter un danger pour les moteurs d’avions et des recherches sont actuellement en cours sur ce sujet avec le projet HAIC-HIWC (High Altitude Ice Crystals – High Ice Water Content).
Pour obtenir ces classes supplémentaires, tout d’abord, les pixels où log(β) > 2.10−5m−1.sr−1 et où dans les 720 m en dessous le signal est divisé au
78 Détail de la méthode et évolution depuis la publication
moins par un facteur 10, sont sélectionnés. Cette sélection de pixels est représentée par les couches roses de l’image de droite de la Figure III.16, avec la rétrodiffusion de CALIOP sur l’image de gauche. Il n’y a donc jamais plus de 720 m de nuage provenant du masque lidar (en bleu sur l’image) en dessous de chaque couche rose. Lors de la rédaction de l’article, seuls les pixels où β est atténué 10 fois dans les 480 m en dessous avaient été sélectionnés. En augmentant ce seuil, ceci permet de sélectionner aussi les pixels qui atténuent un peu moins rapidement le signal et ceci donne un meilleur rendu des couches, principalement en ce qui concerne les couches de glace en forte concentration. Le sommet et la base de la couche sont repérés à partir de chaque pixel comme étant les portes où l’on rencontre le gradient de rétrodiffusion maximal respectivement dans les 300 m au dessus et 240 m en dessous.
Figure III.16 – Sélection des couches de forte rétrodiffusion CALIOP ayant la capacité d’atténuer le signal lidar fortement et rapidement.
Cette étape sélectionne un certain nombre de pixels regroupés généralement en forme de couches horizontales de faible épaisseur et de longueur variable. Ces couches sont ensuite étudiées comme des objets, leurs pixels ne sont pas classifiés un à un. Pour ce faire, des paramètres applicables à chaque couche comme leur température, leur longueur, leur épaisseur et leur réflectivité sont mesurés.
L’arbre de décision pour classer ces couches est bien décrit dans l’article et n’a pas changé depuis la publication. Cependant la méthode pour distinguer la glace en forte concentration de l’eau surfondue grâce à un seuil d’épaisseur de 360 m a légérement changé. Ce critère d’épaisseur de couche vient de [Hogan et al., 2003] rapportant que les couches d’eau surfondue détectées par un lidar sol dépasse rarement les 300 m. Dans la première version, l’épaisseur de la couche était définie comme la moyenne des épaisseurs de tous les profils formant la couche. Si cette moyenne était supérieure à 360 m alors la couche était classée comme “glace en forte concentration” sinon comme “eau surfondue”. L’inconvénient de ce calcul de moyenne est que l’épaisseur calculée est donc très dépendante de l’épaisseur de tous les profils. Malheureusement, il arrivait qu’une couche qui dans l’ensemble faisait moins que 360 m se retrouvait classée comme “glace en forte concentration” à cause de quelques profils très épais. La méthode a donc été modifiée pour classer en “glace en forte concentration” (respectivement “eau surfondue”) les couches dont plus de la moitié des profils faisaient plus (respectivement moins) que 360 m d’épaisseur.
3.4 - Couches de forte rétrodiffusion lidar 79
de gauche de la Figure III.17 représentant la réflectivité de CloudSat on observe deux zones très étroites de forte réflectivité aux temps 4059 et 4081. Ces zones qui atténuent le signal radar au point que le sol n’a pas la meme signature (comme déjà évoqué pour la technique d’élimination du clutter) correspondent à de la convection. Dans ce type de nuages, de forts courants ascendants entrainent de l’eau liquide des basses couches vers le sommet du nuage qui se retrouve alors composé d’un mélange de gros cristaux de glace et d’eau liquide. Ce mélange produit une forte rétrodiffusion lidar que l’on cherche donc à classifier comme “sommet de tour convective”. Pour être inclus dans cette classe, les pixels doivent appartenir à un nuage étroit (moins de 20 km de large) de réflectivité supérieure à 5 dBZ orienté plutôt verticalement. Sur l’image de droite de la Figure III.17 sont représentés en rose les nuages convectifs ainsi obtenus au sein du masque radar en bleu. Dans la version utilisée et présentée dans l’article une erreur avait été commise car c’étaient les nuages de forte réflectivité orientés plutôt horizontalement qui étaient sélectionnés dans le masque radar (au lieu de ceux orientés plutôt verticalement) ; ceci est maintenant corrigé.
Figure III.17 – Sélection des tours convectives à partir des données CloudSat.
La classification des couches de forte rétrodiffusion de cet exemple sont présentées sur la Figure III.18. On peut y voir qu’au dessus de tours convectives repérées sur la Figure III.17 les couches de forte rétrodiffusion sélectionnés sur la Figure III.16 sont bien classés en “sommet de tour convective”.
80 Détail de la méthode et évolution depuis la publication