Dans cette section, la méthode est testée à grande échelle sur les pôles Nord et Sud (FiguresIII.18etIII.19). Jusqu’à présent, les tests n’ont été effectués que dans des condi-tions de ciel clair, à des fins de comparaison avec les données MODIS. Ici, les situacondi-tions claires et nuageuses sont évaluées, et un test est également effectué sur le pôle Sud pour démontrer l’applicabilité de la méthode dans cette région.
Nous avons choisi un jour de l’été 2018 (30 août), où la couverture nuageuse était particulièrement dense sur une partie du pôle Nord, notamment sur la côte sud-ouest
Fig. III.17 Transects sur la scène du 4 avril 2018, pour les différentes esti-mations de la SIC. A gauche, le transect à 62◦O et à droite le transect à 59◦O. Les estimations présentées sont : les estimations MODIS à la résolution du 18 GHz, les produits opérationnels OSI-SAF, notre estimation AMSR2 à 6+10GHz, notre estimation AMSR2 à 18+36GHz et notre estimation AMSR2 fusionnée 6+10+18+36GHz.
Fig. III.18 Au-dessus du pôle Nord, le 30 août 2018 (Eté). A gauche : notre méthode utilisant tous les canaux de 6 à 36 GHz avec la méthode de fusion (sans aucun filtre ou ajustement). A droite : les résultats finaux de l’OSI-SAF.
du Groenland. L’estimation d’origine OSI-SAF utilisant des canaux 18 et 36 GHz est contaminée par des nuages denses dans cette zone (Figure III.18, à droite). Nous avons vérifié que sur le produit OSI-SAF, la structure de glace au sud-ouest du Groenland n’était pas présente ni la veille ni le lendemain, ce qui signifie qu’il s’agit manifestement d’une structure de glace erronée. L’erreur fournie par le produit est élevée dans cette zone (non montrée ici). Notre nouvelle méthodologie est testée sur ce même jour, en utilisant tous les canaux entre 6 et 36 GHz et la méthode de fusion. La méthode est appliquée sans aucune modification des points de rattachement. Contrairement à l’estimation OSI-SAF, aucun filtre n’est appliqué, ni pour les effets atmosphériques, ni pour les problèmes côtiers, ni pour supprimer les zones manifestement libres de glace. Les résultats sont présentés dans la Figure III.18, à gauche. Les résultats de l’OSI-SAF et de notre méthode montrent des structures similaires. La contamination par les nuages à l’ouest du Groenland est limitée avec notre méthode, grâce à l’utilisation des canaux basses fréquences. Ces canaux sont moins affectés par les nuages, ce qui assure la robustesse de l’estimation SIC même en présence de nuages.
Pour la même journée, les résultats sur le pôle Sud sont examinés. La Figure III.19
montre les résultats OSI-SAF (à droite) et notre méthode (à gauche, comme dans la Figure III.18). Encore une fois, les résultats sont très semblables.
En conclusion, ces premiers résultats sont très positifs. Cette section fait l’objet de deux articles qui seront bientôt soumis. Le premier décrira la méthode d’inversion de la SIC et le deuxième les évaluations avec les différents produits SIC.
Fig. III.19 Au-dessus du pôle Sud, le 30 août 2018 (Hiver). A gauche : notre méthode utilisant tous les canaux de 6 à 36 GHz avec la méthode de fusion (sans aucun filtre ou ajustement). A droite : les résultats finaux de l’OSI-SAF.
3 Estimation de l’épaisseur de neige, de la température de
l’in-terface neige-glace et de la température effective de la banquise
Dans cette partie d’autres variables en relation avec la glace de mer sont estimées. Nous proposons des algorithmes simples pour estimer l’épaisseur de neige, la Tneige−glace et la Tef f à partir d’observations passives micro-ondes de AMSR2. Ces algorithmes sont basés sur un large ensemble de données qui contient des données in situ provenant des bouées IMB et des campagnes aériennes OIB colocalisées avec des mesures de TBs AMSR2 entre 6 et 89 GHz. Les algorithmes présentés ici ont été développés dans le cadre d’une mission OSI-SAF de visite scientifique à l’institut météorologique danois (DMI).Des algorithmes existent déjà pour estimer l’épaisseur de la neige à partir d’observa-tions micro-ondes.Markus and Cavalieri[1998] etComiso et al.[2003] utilisent le rapport de gradient spectral des fréquences 19 et 37 GHz (GR37/19) en polarisation verticale pour déduire la profondeur de la neige sur la glace de mer. Cette méthode a été mise au point pour la neige sèche sur la glace de première année (FYI pour First Year Ice) en Antarctique, et elle ne s’applique qu’à ce type de glace. L’émissivité de la glace de mer dépend du type de glace. Aux fréquences ≥ 18 GHz, l’émissivité de la glace est plus élevée pour la FYI que pour la glace pluriannuelle (MYI pour Multi Year Ice) [Comiso, 1983,
Spreen et al.,2008]. La différence d’émissivité entre 19 et 37 GHz peut être utilisée pour estimer l’épaisseur de la neige ou le type de glace de mer. Par conséquent, les algorithmes d’épaisseur de neige qui utilisent ce rapport de gradient (GR37/19) dépendent fortement du type de glace. Des améliorations deMarkus and Cavalieri[1998] ont été suggérées par
Markus et al. [2011] et Kern and Ozsoy-Çiçek [2016]. Plus récemment, Rostosky et al.
[2018] a revisité la méthodologie pour la région arctique, en utilisant un nouveau rapport de gradient entre 7 et 19 GHz (GR19/7), pour dériver l’épaisseur de neige à la fois sur la FYI et la MYI. Pour leur étude, ils utilisent l’épaisseur de neige des campagnes OIB obtenues en mars et avril. Avec l’aide du RRDP, nous étendrons la méthodologie à tout l’hiver (du 1er décembre au 1er avril) pour la région de l’Arctique en utilisant les données d’épaisseur de neige des bouées IMB.
Tonboe et al. [2011] a montré à partir de simulations de transfert radiatif qu’il existe une forte corrélation linéaire entre la Tneige−glaceet les observations micro-ondes passives à 6 GHz. Les résultats préliminaires de Grönfeldt [2015] ont démontré la possibilité de dériver la température de la glace de mer à partir d’observations micro-ondes passives en utilisant des modèles de régression simples. Ce travail sera prolongé ici pour estimer la Tneige−glace de la glace de mer arctique.
La compréhension de la relation entre la Tef f et le profil de température physique est compliquée, en particulier aux fréquences micro-ondes ≥18 GHz lorsque la diffusion a lieu, mais il a été démontré que de 6 à 50 GHz il existe une forte corrélation entre la Tef f et la Tneige−glace [Tonboe et al.,2011]. Avec la Tneige−glace estimée à partir des observations AMSR2, nous déduirons la Tef f de la glace de mer aux fréquences AMSR2 entre 6 et 89 GHz, en utilisant des régressions linéaires.
Dans cette partie, nous présenterons en premier les jeux de données utilisés, puis l’estimation de l’épaisseur de neige sera présentée, suivie de l’estimation de la Tneige−glace et enfin de la Tef f de la glace de mer. Finalement, des exemples de cartes d’épaisseurs de neige et de Tneige−glace seront discutés.