histogrammes de la SIC sont fournies en FigureIII.14, pour les estimations MODIS et pour nos inversions avec les combinaisons 6+10GHz et 18+36GHz. On rapelle que les pixels qui sont contaminés à plus de 50% par des nuages sont exclus pour les comparaisons. Les estimations de MODIS montrent des grandes populations de pixels à 0 et 100% de SIC, et une faible population de pixels avec des SIC intermédiaires. Cela s’explique en partie par le fait que les bords des glaces de mer sont souvent nuageux, mais aussi par certaines ambiguïtés dans la détection des bords des glaces de mer et des nuages avec MODIS. Les estimations de AMSR2 ont des gammes de valeurs de SIC plus larges, en particulier autour de 100% pour l’algorithme 18+36GHz. Les pics des distributions ne sont pas exactement situés à 0 ou 100%, on a quelques pixels en dessous de 0% et une population significative
Fig. III.13 Résultats de l’estimation de la SIC pour la scène du 20/04/2018. A gauche, les SIC estimées avec la combinaison 18 et 36 GHz à la résolution spatiale du 18 GHz, et à droite l’erreur d’inversion StD correspondante.
de pixels au-dessus de 100% pour l’algorithme 18+36GHz. Ceci est en accord avec les résultats de la Section 2.3 qui a montré que les algorithmes 18+36GHz ont des erreurs systématiques et aléatoires plus importantes que les combinaisons 6+10GHz. On observe que les pics des distributions de SIC à partir des combinaisons 6+10GHz et 18+36GHz autour de 100% (respectivement, 0%) n’est pas strictement à 100% (respectivement, à 0%). En effet, l’inversion doit fournir des résultats peu biaisés à l’échelle mondiale et sur un cycle saisonnier complet en particulier avec l’algorithme 6+10GHz, mais ici, une seule scène est présentée pour le pôle Nord à un moment donné de l’année, et donc un biais est observé dans les résultats. Les conditions des glaces dans cette situation particulière ne correspondent pas parfaitement aux conditions moyennes des données RRDP à partir desquelles les points de rattachements ont été calculés.
Des changements dans les points de rattachement (points de rattachement dyna-miques) ont été appliqués dans des méthodes opérationnelles comme l’algorithme OSI-SAF, pour tenir compte de l’impact de la variabilité de la glace de mer sur les observations micro-ondes en fonction du lieu et de la saison. Ici, l’effet de la modification des points de rattachement est testé dans notre algorithme en sélectionnant seulement une partie des données du RRDP pour calculer les points de rattachements. Seules les situations recueillies au pôle Nord sont sélectionnées, d’abord pour les mois d’hiver, puis pour les mois d’été. Les histogrammes des résultats sont présentés à la Figure III.14 (en lignes pointillées), comparativement aux résultats obtenus en utilisant le RRDP au complet (lignes pleines). Certains changements sont observés dans les distributions SIC, tant pour les algorithmes 6+10GHz que 18+36GHz, mais ils sont limités, confirmant les résultats obtenus dans la Section 2.3. Désormais, la sensibilité des observations continuera d’être dérivée du RRDP complet (les deux pôles, toutes saisons).
Fig. III.14 Histogrammes de la SIC estimée, pour MODIS à 36 GHz de ré-solution en rouge, pour AMSR2 pour la combinaison 18 et 36 GHz (avec les covariances complètes en vert), pour AMSR2 pour la combinaison des canaux 6, 10, 18 et 36 GHz (sans la covariance complète, en noir) et pour une version simplifiée de l’algorithme OSI-SAF AMSR2 en magenta. Gauche : pour la scène du 28/03/2017. A droite : pour la scène du 20/04/2018. Les pixels qui sont conta-minés par les nuages à plus de 50% sont exclus, comme précédemment pour les données MODIS.
Dans cette situation de ciel clair, l’algorithme 6+10GHz montre déjà des erreurs plus faibles que la combinaison 18+36GHz. On s’attend à ce que l’algorithme utilisant les basses fréquences soit encore plus avantageux pour les scènes nuageuses, car les nuages affectent surtout les hautes fréquences.
2.5.d Evaluation des méthodes de prise en compte des différences de réso-lutions spatiales
Entre les canaux AMSR2 à 6 et 18 GHz, il y a un facteur 3 dans l’empreinte au sol équivalente. Pour l’instrument CIMR, les canaux 6 et 10 GHz auront une résolution spatiale de 15 km et les canaux 18 et 36 GHz ont une résolution de 5 km. Ici, nous testons la méthodologie de fusion de données décrite dans la Section2.4pour combiner la grande sensibilité de la combinaison 6+10GHz à la SIC avec la haute résolution spatiale de la combinaison 18+36GHz.
La méthodologie consiste à effectuer l’inversion séparément pour les basses fréquences (6+10GHz) et les hautes fréquences (18 et 36 GHz) d’abord, puis à utiliser l’estimation des basses fréquences pour débiaiser celles des hautes fréquences et ainsi produire une estimation SIC fusionnée (6+10+18+36GHz) donnée à la résolution spatiale du 18 GHz.
Fig. III.15 Résultats de l’estimation de la SIC pour la combinaison 6+10+18+36GHz en utilisant la méthode de fusion de données, pour la scène du 20/04/2018 à gauche et l’erreur d’inversion correspondante à droite.
L’inversion avec les fréquences plus basses offre une bonne précision, mais avec une faible résolution spatiale. Au contraire, l’inversion en utilisant les hautes fréquences a une bonne résolution spatiale, mais avec de grandes erreurs d’inversion. La méthode de fusion consiste à débiaser les estimations à haute résolution spatiale par rapport à une moyenne de réfé-rence qui prend en compte l’estimation à faible résolution et son erreur et les estimations à hautes résolutions et leurs erreurs. Cette solution est particulièrement bien adaptée pour CIMR, étant donné que les canaux basse fréquence à 6 et 10 GHz (respectivement les canaux haute fréquence à 18 et 36 GHz) auront des résolutions spatiales très similaires, c’est-à-dire que leur combinaison (6 et 10 GHz d’un côté et 18 et 36 GHz de l’autre) ne posera aucun problème d’incohérence dans les résolutions spatiales.
Pour la même scène locale que précédemment, on applique la méthode de fusion de données en utilisant nos estimations avec la combinaison 18+36GHz pour la haute réso-lution et 6+10GHz pour la faible résoréso-lution. Le produit SIC fusionné à haute résoréso-lution (SIC 6+10+18+36GHz) est présentée en FigureIII.15, ainsi que l’erreur d’inversion StD correspondante.
Pour une évaluation plus détaillée des résultats, les histogrammes de nos estimations SIC avec les combinaisons 6+10GHz, 18+36GHz et fusionnées (6+10+18+36GHz) sont comparés aux estimations MODIS en Figure III.16. La distribution des SIC fusionnées est proche des résultats à 6+10GHz, avec un biais faible et une dispersion limitée autour du maximum, particulièrement proche de 100% de SIC. De plus, la FigureIII.17présente une comparaison de nos estimations avec les estimations MODIS et OSI-SAF sur deux transects de la scène, à 62◦O et 59◦O.
Toutes les estimations SIC à partir des données AMSR2 suivent raisonnablement bien les estimations MODIS. Nos estimations SIC avec l’algorithme 18+36GHz sont en bon
Fig. III.16 Distribution des SIC pour la scène du 4 avril 2018. Les estimations présentées sont : les estimations MODIS à la résolution du 18 GHz, notre es-timation AMSR2 à 6+10GHz, notre eses-timation AMSR2 à 18+36GHz et notre estimation AMSR2 fusionnée 6+10+18+36GHz.
accord avec le produit opérationnel OSI-SAF (également dérivé des mêmes fréquences), bien que nous n’appliquions aucun changement de points de rattachements ni aucun filtrage météorologique sur nos résultats. Nous n’adoptons délibérément pas de seuil à 0% et 100% sur notre SIC, pour montrer les incertitudes liées à notre algorithme : en mode opérationnel, des seuils seraient évidemment appliqués. Avec l’algorithme 6+10GHz, les structures spatiales sont clairement étalées par rapport aux autres produits à plus haute résolution spatiale. Enfin, la combinaison de toutes les fréquences avec la méthode de fusion donne des résultats qui gardent la résolution spatiale de la combinaison 18+36GHz, mais avec des valeurs plus proches de la combinaison 6+10GHz qui a moins d’erreurs systématiques et aléatoires.
2.5.e Résultats à grande échelle pour les pôles Nord et Sud en conditions