5.2.1 Introduction aux méthodologies de restitution des précipitations
Dans le spectre électromagnétique, le domaine micro-onde correspond aux longueurs d’onde
comprises entre 300µm et 30 cm. A ces longueurs d’onde, le rayonnement électromagnétique
n’interagit que très peu avec les gouttelettes d’eau et les cristaux de glace formant les nuages (∼10 µm). Contrairement aux longueurs d’onde infrarouges, le rayonnement micro-onde pénètre à l’intérieur des nuages et interagit directement avec les particules de précipitation dont la taille peut
varier de 100µm à 1 cm permettant ainsi leur détection par les instruments micro-ondes passifs
ou actifs. Il existe deux types d’interactions entre les hydrométéores et le rayonnement émis à la surface de la Terre ou par l’atmosphère :
– l’absorption et l’émission
– la diffusion
Ces deux types d’interaction existent à toutes les fréquences micro-ondes. Cependant, pour les basses fréquences micro-ondes (< 22 GHz), le rayonnement émis à la surface de la Terre ou par l’atmosphère est principalement absorbé par les gouttes d’eau liquide, en présence de nuages précipitants. La diffusion par la glace ou par l’eau liquide est négligeable à ces fréquences. Le si- gnal mesuré par un radiomètre spatial correspond alors à la température de brillance de la couche d’atmosphère où se produit l’interaction. Cette interaction permet donc une mesure indirecte des précipitations. Cependant, la mesure des précipitations n’est notable que si l’émissivité de la sur-
face terrestre est suffisamment différente de celle des précipitations (ǫ ∼ 0,8). Si la surface visée
correspond à une zone océanique (ǫ ∼ 0,4), cela ne posera pas de problèmes. En revanche, sur
Terre, la variabilité du type de surface, de l’humidité, et la différence faible entre les émissivi- tés de surface et des précipitations ne permettent pas à ces fréquences de distinguer le signal dû aux précipitations. Pour les hautes fréquences micro-ondes (> 60 GHz), le rayonnement est aussi bien absorbé par les gouttes d’eau liquide que diffusé par la glace ou l’eau liquide. Le mécanisme de diffusion est prépondérant, et plus particulièrement en présence de cristaux de glace, et cette prédominance augmente avec la fréquence. Le rayonnement qui atteint le satellite est nettement di- minué par la diffusion, et les températures de brillance mesurées sont inférieures à celles mesurées en ciel clair. Ainsi, les grosses particules présentes au sommet des nuages convectifs induisent une diminution des températures de brillances observées par les satellites, en diffusant le rayonnement ascendant. Cette diminution constitue donc une signature des tours convectives et indirectement de la pluie engendrées par celles-ci. Cette propriété du rayonnement micro-ondes hautes-fréquences permet donc d’estimer les précipitations au dessus des zones continentales.
Il reste cependant difficile d’associer quantitativement le signal mesuré par un radiomètre micro-ondes avec les taux de précipitation des scènes observées. En effet, les températures de brillance mesurées depuis un satellite dépendent non seulement de l’intensité des précipitations dans les pixels observés, mais également d’un grand nombre de paramètres liés à la distribution
86 convectifs de mousson
des hydrométéores et des émissivités de surface à l’intérieur des pixels observés. Il n’existe donc pas de relation simple entre les températures de brillance et les taux de précipitation.
La méthode d’estimation des précipitations utilisée dans notre étude est l’algorithme BRAIN (Viltard et al. [2006]). Cet algorithme est fondé sur une méthode physique d’inversion.
5.2.2 L’algorithme de restitution des précipitations BRAIN
BRAIN est un algorithme de restitution des taux de précipitation, dérivé à l’origine de l’algo- rithme GPROF/2A12 (Kummerow et al. [2001]) présenté dans l’annexe A. Il utilise une approche de Bayes/MonteCarlo afin de restituer les taux de précipitation à partir d’une base de données de températures de brillance issues des mesures de TMI.
La spécificité de l’algorithme BRAIN réside dans cette base de données qui est exclusivement réalisée à partir des données colocalisées du radiomètre TMI et du radar de précipitation PR em- barqués à bord de TRMM. Les deux instruments partagent une fauchée commune de 100 km de chaque côté du nadir et observent alors une même région atmosphérique suivant deux angles de vue différents avec un temps de retard de 1 minute (cf Annexe A). La colocalisation des données radars et du radiomètre offrent ainsi une série infinie de taux de pluie auxquels sont associés les mesures de températures de brillance. La base de données de l’algorithme BRAIN est constituée de 60 000 vecteurs de température de brillance auxquels sont attribués les taux de pluie correspon- dants. La base de données est ensuite divisée en deux parties :
– une base de données utilisée pour la restitution des précipitations et constituée de 35 000
vecteurs
– une base de données test de 25 000 taux de pluie
La première base de données est alors utilisée afin de retrouver les taux de précipitations à partir des mesures de TMI. La base de données test est utilisée comme référence et permet une estimation des erreurs. La sélection des situations précipitantes constituant ces bases de données est réalisée de manière aléatoire et a été effectuée sur une période de deux mois de février à mai 1998. Afin de compléter la représentativité de ces bases de données, des cas météorologiques extrêmes (ouragans d’août 1998 et 2000) ont été rajoutés dans ces bases de données. Les données radars de TRMM sont traitées de telle sorte que la résolution finale des pixels en sortie de l’algorithme BRAIN soit dégradée à la résolution du canal 37 GHz du radiomètre TMI, soit un rayon de pixel équivalent de 8 km.
Dans le cadre de la mission GPM, l’algorithme BRAIN est également appliqué aux données des radiomètres SSMI F15, SSMI F13, et AMSRE (figure 5.1).
FIGURE5.1 – exemple de restitution de la pluie de surface par l’algorithme BRAIN dans le cyclone Gaëlle au moment de son passage sur la Réunion vu par tous les survols de TMI, SSMI/I et AMSR-E sur 48 h à partir du 4 février 2009. Source : N.Viltard.