Séparation de l’albédo de surface : état de l’art

Rechid et al. (2008), de l’institut Max-Planck pour la météorologie (Allemagne), ont proposé une méthodologie permettant, à partir de produits satellitaires d’albédo de surface, de séparer l’albédo de la végétation de l’albédo du sol. Les travaux de Rechid et al. (2008) ont permis de construire une carte à l’échelle globale des albédos du sol et de la végétation. Cette méthode a, initialement, été construite pour les modèles climatiques ECHAM5 (« European Center Hamburg Model » en anglais ; Roeckner et al., 2003) et REMO (« Regional Model » en anglais ; Jacob et al., 2001). Dans la publication de Rechid et al. (2008), la méthode utilisait différents produits MODIS pour la période 2001-2004 : l’albédo et le FAPAR. Ces différents produits ont été reprojetés sur une grille régulière de 0.5° et un albédo du sol a été obtenu par régression linéaire aux valeurs de FAPAR nulles, pour chaque point de grille. L’albédo de la végétation a été ensuite déduit d’une relation donnée par l’Eq. II-3.

𝑎 = 𝑎𝑠𝑜𝑙 . (1 − 𝑓𝑎𝑝𝑎𝑟) + 𝑎𝑐𝑎𝑛𝑜𝑝é𝑒 . 𝑓𝑎𝑝𝑎𝑟 _{Eq. II-3}

où, 𝑎 l’albédo de surface,𝑎𝑠𝑜𝑙 l’albédo du sol, 𝑎𝑐𝑎𝑛𝑜𝑝é𝑒 l’albédo de la végétation et 𝑓𝑎𝑝𝑎𝑟 la fraction de rayonnement absorbée dans le domaine du PAR par la végétation.

En 2009, Houldcroft et al., du Royaume-Uni, utilisaient les données d’albédo satellitaire de surface disponibles afin de mettre à jour les albédos du sol et de la végétation utilisés dans le LSM JULES (« Joint U.K. Land Environment Simulator » en anglais ; Clark et al., 2011 ; Best et al., 2011) du modèle climatique HadGEM (« Hadley Centre Global Environmental Model » en anglais ; Johns et al., 2006). La méthode utilisée à cet effet est une méthode très semblable à la méthode de Rechid et al.

(2008), exception faite que l’indice NDVI (« Normalized Difference Vegetation Index » en anglais) est utilisé à la place du FAPAR. La méthode Rechid et al. (2008), également employée par Houldcroft et al., a permis d’obtenir des cartes d’albédo climatologique (une valeur moyenne) du sol et de la végétation. Ainsi, pour chaque pixel, une valeur d’albédo du sol et de la végétation est obtenue. Ces méthodes de séparation de l’albédo du sol et de la végétation fournissent des produits variant dans l’espace mais pas dans le temps.

Afin d’obtenir des albédos désagrégés dynamiques, Carrer et al. (2014) ont proposé une méthode qui permet de séparer les contributions du sol et de la végétation à l’albédo de surface à partir de produits satellitaires. A cet effet, la méthode s’appuie sur un filtre de Kalman à la place d’une régression linéaire simple. Le filtre de Kalman est un ensemble d’équations mathématiques qui permettent une estimation optimale de la valeur, à un instant t, d’une variable dynamique dans le temps à partir des valeurs observées (incomplètes ou bruitées) et des valeurs estimées au pas de temps précédent. Grâce à un processus de rétrocontrôle, les valeurs prédites à chaque pas de temps en fonction des estimations faites au pas de temps précédent sont réajustées à l’aide de nouvelles valeurs observées avec un bruit (Casasola et al., 2010). L’un des points forts du filtre de Kalman est qu’il est capable d’évaluer l’erreur faite lors d’une estimation à un pas de temps t pour en tenir compte lors de l’estimation à t+1. Ainsi, le filtre de Kalman va être capable de prendre en compte les erreurs liées aux nouvelles observations et aux estimations au pas de temps précédent, ce qui le rend moins sensible au bruit. La méthode utilisée par Rechid et al. (2008) (régression linéaire) nécessitait de connaître tous les couples de valeurs albédo de surface/FAPAR pour estimer un albédo du sol climatologique et en déduire ensuite l’albédo de la végétation à partir du système linéaire décrit dans l’Eq. II-3. Le filtre de Kalman permet quant à lui d’estimer l’albédo du sol et de la végétation de manière concomitante à chaque nouvelle observation fournie par les produits satellitaires. Contrairement au modèle utilisé par Rechid et al. (2008), voir Eq. II-3, le système linéaire employé par Carrer et al. (2014) est inspiré du modèle LSM ISBA (Noilhan et Planton, 1989), voir Eq. II-4, et s’appuie donc sur la fraction du paysage couverte par de la végétation (FCOVER).

𝑎 = 𝑎_𝑠𝑜𝑙 . (1 − 𝑓𝑐𝑜𝑣𝑒𝑟) + 𝑎_{𝑣é𝑔é𝑡𝑎𝑡𝑖𝑜𝑛} . 𝑓𝑐𝑜𝑣𝑒𝑟 _{Eq. II-4}

Ainsi, la méthode de Carrer et al. (2014) a permis de fournir des estimations à la fois dynamiques dans l’espace et dans le temps. Toutefois, une faiblesse de l’algorithme développé par Carrer et al. (2014) est qu’il s’appuie en partie sur des données de FCOVER qui sont des climatologies statiques issues de la base de données ECOCLIMAP (Masson et al., 2003 ; Faroux et al., 2013). Or, le FCOVER de la forêt connait un cycle saisonnier avec une variabilité inter et intra-annuelle. Une erreur dans le FCOVER va induire une erreur dans la répartition de l’albédo de surface entre albédo de la

végétation et albédo du sol, et ne permettra donc pas une estimation réaliste de ces derniers. Afin de pouvoir développer, par la suite un modèle prédictif de l’albédo de surface, il est important de pouvoir estimer, de manière dynamique et réaliste, l’évolution de chacune des variables pilotant cet albédo.

Durant cette thèse j’ai donc développé un nouvel algorithme permettant de désagréger les produits satellitaires d’albédo. Pour cela, je me suis appuyée sur la méthode de Carrer et al. (2014) que j’ai cherché à améliorer. A la différence des méthodes existantes aujourd’hui dans la communauté scientifique, la méthode construite durant cette thèse prend en compte les évolutions inter- et intra-annuelles de la fraction de végétation avec un pas de temps régulier afin d’obtenir des contributions individuelles de la végétation et du sol à l’albédo de surface qui soient dynamiques et réalistes.