SMOS / AMSR-E(VUA) / ECMWF

La figure 4.7 montre les cartes d’erreurs des jeux de donn´ees SMOS, VUA et ECMWF. Au total, la triple collocation a ´et´e appliqu´ee sur 302 474 points avec ce triplet.

SMOS a obtenu la plus faible erreur sur 17% des points (dont 10% significativement) alors que VUA est le meilleur sur 44% (dont 25% significativement) et ECMWF sur 39% (dont 19% significativement). Les erreurs SMOS les plus ´elev´ees se situent `a l’Est des Etats-Unis, au Nord de l’Am´erique du Nord, en Europe, en Inde et `a l’Est de l’Asie. Ses meilleures performances sont localis´ees `a l’Ouest des Etats-Unis, au Nord de l’Afrique, au Moyen-Orient, dans le centre de l’Asie et en Australie. ECMWF donne de tr`es bons r´esultats en Europe, en Am´erique du Sud, au centre des Etats-Unis et en Inde alors que les meilleurs r´esultats de VUA couvrent l’Ouest des Etats-Unis, certaines r´egions d’Afrique, en Asie et sur l’Ouest de l’Australie.

Il y a de nombreuses ressemblances dans les erreurs des deux produits d’humidit´e satellite. Les zones o`u les erreurs sont faibles et o`u elles sont ´elev´ees sont tr`es similaires. SMOS et VUA n’ont pas de bons r´esultats dans les hautes latitudes, en Afrique centrale, `a l’Est des Etats-Unis, sur les forˆets d’Am´erique du Sud ou encore en Asie du Sud-Est. Cela pourrait s’expliquer par le fait que ces r´egions sont diff´erentes et leur mod´elisation en est plus complexe. Les r´egions en haute latitude sont souvent compos´ees de lacs et de grandes ´etendues d’eau, ce qui influence fortement le signal ´emis. Mˆeme si une mod´elisation sp´ecifique est d´edi´ee `a cette pr´esence d’eau libre, cela repr´esente tout de mˆeme une large proportion du signal et retrouver l’humidit´e sur les terres ´emerg´ees devient moins pr´ecis. Les zones `a forte densit´e de forˆets sont ´

egalement compliqu´ees pour un instrument embarqu´e sur un satellite. En effet, en bande L, C ou X, le signal re¸cu par le radiom`etre vient essentiellement des premiers centim`etres du sol et lorsque la v´eg´etation est dense, le signal re¸cu ne vient probablement pas du tout du sol et cela est tr`es compliqu´e `a mod´eliser. En Asie, une forte pr´esence d’interf´erences radio-fr´equences (ou RFI) perturbent le signal, faisant augmenter artificiellement les temp´eratures de brillance mesur´ees par les radiom`etres pouvant atteindre plusieurs milliers de kelvin. Ces mesures sont alors ininterpr´etables ou alors mal interpr´et´ees par le mod`ele qui retrouve des valeurs d’humidit´e tr`es faibles.

Le mod`ele ECMWF se d´emarque par sa diff´erence avec les produits d’humidit´e satellite : l’Inde, l’Afrique centrale ou encore l’Europe sont globalement bien mod´elis´es avec une erreur plus faible. Les r´egions en haute latitude restent cependant difficilement retranscrites avec des erreurs ´elev´ees, mˆeme avec le mod`ele ECMWF.

Les facteurs d’´echelle si sont calcul´es `a partir des moyennes crois´ees des anomalies (Eq.

4.6). Ils repr´esentent les facteurs par lesquels il faudrait multiplier les jeux de donn´ees pour qu’ils aient la mˆeme dynamique d’humidit´e, ou la mˆeme gamme de valeurs d’humidit´e, que la r´ef´erence SMOS dans les trois cas. S’il n’existait aucun biais entre deux jeux de donn´ees, ce facteur d’´echelle serait le ratio de leurs moyennes. Ces facteurs d’´echelle sont expos´es sur la figure 4.8.

Distribution spatiale de l’erreur variable SMOS `a l’´echelle globale 65

(a) Erreur SMOS

(b) Erreur VUA

(c) Erreur ECMWF

(d) Meilleur jeu de donn´ees

Figure 4.7 – Erreurs relatives de SMOS, VUA et ECMWF pr´esent´ees `a l’´echelle globale et issues de la triple collocation appliqu´ee en 2010 sur SMOS-VUA-ECMWF. Le meilleur jeu de donn´ees est celui dont l’erreur est significativement la plus basse.

(a) Biais VUA

(b) Biais ECMWF

(c) Facteur d’´echelle VUA

(d) Facteur d’´echelle ECMWF

Figure 4.8 – Biais et facteurs d’´echelle de VUA et d’ECMWF par rapport `a SMOS, calcul´es `a partir des ´equations (4.6) et (4.7).

Distribution spatiale de l’erreur variable SMOS `a l’´echelle globale 67

Concernant le facteur d’´echelle de VUA, on ne remarque pas de forme spatiale particuli`ere, seulement des regroupements par tˆaches, except´e en Europe et en Asie centrale o`u une ligne traversant ces continents semblent se dessiner avec une valeur sup´erieure `a 1 d´enotant une plus petite dynamique de la part de VUA par rapport `a SMOS. VUA pr´esente cependant une plus grande dynamique que SMOS dans les r´egions `a haute latitude et dans l’Est de l’Australie. Les facteurs d’´echelle d’ECMWF par rapport `a SMOS ne suivent pas non plus de distribution spatiale particuli`ere. On remarque cependant moins de valeurs ´elev´ees que pour le produit VUA. Apr`es que les facteurs d’´echelle aient ´et´e d´etermin´es, les biais sont calcul´es (Eq. 4.7) en soustrayant la moyenne des humidit´es de SMOS avec celle des humidit´es d’un second produit corrig´e de son facteur d’´echelle. Les biais de VUA et d’ECMWF sont montr´es sur la figure 4.8. Le biais VUA est quasiment totalement positif avec des valeurs autour de 0.5 m3/m3 aux hautes latitudes. Ce biais ´elev´e est tr`es certainement dˆu au facteur d’´echelle qui est tr`es faible dans ces r´egions. Les biais sont plus hauts sur l’Europe, l’Am´erique du Sud et l’Afrique centrale alors qu’ils sont quasi nuls en Afrique du Nord, au moyen Orient et dans l’Ouest de l’Australie, r´egions plutˆot d´esertiques avec tr`es peu de v´eg´etation.

Le biais ECMWF est plus homog`ene dans sa distribution spatiale mˆeme s’il reste plus ´elev´e dans les hautes latitudes et moins ´elev´e dans les r´egions d´esertiques ´egalement. Except´e la petite r´egion `a l’extrˆeme Est de la Chine, le biais du produit ECMWF est positif apr`es correction du facteur d’´echelle comme le biais de VUA.