Séries Temporelles Initiales Séries Temporelles Finales
Valeur Moyenne Ecart Type Valeur Moyenne Ecart Type
Vent NCEP/NCAR 423 123 582 326
Vent NCEP/DOE 575 137 531 189
Vent ERA-Interim 443 208 407 166
Rétrodiffusion Ku 32 30 190 138
Rétrodiffusion S 47 46 228 115
Table 4.1 – Rayons de décorrélation moyen pour l’ensemble de la calotte polaire et écart type correspondant (en km) avant et après les traitements effectués pour obtenir des échelles de variations spatio temporelles comparables
Nous constatons dans ce tableau 4.1 que les traitements appliqués aux réana- lyses d’amplitude de vents ne modifient pas notablement les valeurs de rayon de décorrélation. On constate une légère augmentation de ces valeurs dans le cas de NCEP/NCAR. Cela s’explique probablement par le filtrage temporel effectué qui présente une forte variabilité susceptible de ne pas être commune entre deux points même proches spatialement l’un de l’autre.
Pour NCEP/DOE comme pour ERA-Interim, le rayon de décorrélation dimi- nue légèrement, sans être significatif. Cela montre que la variabilité à petite échelle temporelle n’est pas responsable de la décorrélation entre les différentes séries tem- porelles.
Les traitements effectués sur les paramètres de forme d’onde augmentent en re- vanche fortement les valeurs de rayons de décorrélation spatio-temporelle, d’un fac- teur 4 à 5. Cela est principalement causé par l’ajustement de formes bi-quadratiques qui lisse spatialement les données. L’objectif de cette manipulation était justement de s’affranchir des variations spatiales d’échelle trop fine non représentées dans les réanalyses de modèles atmosphériques. Les structures de petites échelles ont bien été éliminées lors ce traitement, et l’on peut désormais observer les variations spatiales des paramètres de forme d’onde à l’échelle de la centaine de kilomètres.
Les valeurs moyennes de rayons de décorrélation obtenues avec les paramètres altimétriques demeurent plus faibles que celles des amplitudes de vent dans les ré- analyses. Les écarts types sont du même ordre de grandeur que les valeurs moyennes dans le cas des paramètres altimétriques, montrant qu’il existe une grande diver- sité de valeurs. Si les valeurs moyennes de rayon de décorrélation obtenues ne sont pas identiques, cela est en partie expliqué par des variabilités propres à chacun des jeux de données (altimétrie et réanalyses), dont nous cherchons à évaluer les points communs, comme les différences.
Les cartes de la figure 4.4 montrent la répartition spatiale des rayons de décorré- lation spatio-temporelle. Nous retrouvons une grande similarité entre les structures spatiales mises en évidence par NCEP/NCAR et NCEP/DOE, avec cependant des valeurs nettement plus importantes dans le cas de NCEP/NCAR. Les rayons de dé- corrélation sont plus faibles sur les dômes, là où les vents sont de plus faible intensité et où la topographie est relativement plane. Les rayons de décorrélation sont plus importants à la côte, lorsque les vents sont plus intenses et s’écoulent le long des pentes, avec une direction relativement constante en toute saison (Parish et Brom-
128 Chapitre 4 – Homogénéisation des données
(a) Vents NCEP/NCAR (b) Vents NCEP/DOE (c) Vents ERA-Interim
(d) Coefficient de Rétrodiffu- sion, Bande Ku
(e) Coefficient de Rétrodiffu- sion, Bande S
Figure 4.4 – Cartographie des rayons de décorrélation des amplitudes de vents dans les trois réanalyses, ainsi que des coefficients de rétrodiffusion dans les deux fréquences (bandes Ku et S), après les traitements effectués pour homogénéiser les jeux de données spatialement et temporellement
4.3. Taille des structures spatiales 129
wich, 2008). Cette répartition des rayons de décorrélation rappelle celle de l’écart type des vents normalisé par l’intensité moyenne. La répartition des rayons de décor- rélation est légèrement différente dans ERA-Interim. Les régions pour lesquelles le rayon de décorrélation est faible dans les réanalyses NCEP présentent également des faibles rayons de décorrélation dans ERA-Interim. On décèle en plus dans la carte de rayon de décorrélation de ERA-Interim des couloirs pour lesquels les valeurs des rayons de décorrélation sont faibles, notamment entre 330˚de longitude Est et 60˚, aux environs de 75˚Sud. Nous avons vu dans le premier chapitre que les vents en région cotière résultaient de l’interaction entre les écoulements catabatiques d’une part, guidés par les zones de convergence et divergence de la topographie, et les systèmes synoptiques provenant des moyennes latitudes d’autre part. Ce sont ces mécanismes qui définissent les échelles spatiales de cohérence des vents.
En ce qui concerne les coefficients de rétrodiffusion en bandes S et Ku, les cartes 4.4(d) et 4.4(e) mettent en évidence des structures spatiales relativement similaires, avec toutefois des valeurs plus élevées en bande S (échelles de couleur différentes allant jusqu’à 400 km en bande Ku et jusqu’à 600km en bande S).
La carte de rayons de décorrélation du coefficient de rétrodiffusion σKu (figure
4.4(d)) met en évidence de grands rayons de décorrélation (de l’ordre de 400 km) entre la côte et l’intérieur du plateau de l’Antarctique de l’Est ainsi qu’aux alentours de 0˚Est. Les rayons les plus faibles sont essentiellement observés le long des côtes, là où la topographie contribue à faire baisser notablement la puissance rétrodiffusée. Les mesures au-delà du trait de côte ne sont pas exploitées, la cohérence du σKu
serait plus importante dans la direction côte-large (surface océanique ou glace de mer plane) qu’elle ne l’est dans la direction côte-intérieur, la seule prise en compte dans le calcul. On trouve également de faibles valeurs de rayon de décorrélation sur des zones restreintes de l’intérieur du continent et dans le bassin du glacier Lambert entourant l’Amery Ice Shelf. Les remarques concernant le rayon de décorrélation spatio-temporel du coefficient de rétrodiffusion en bande S sont les mêmes.
Les valeurs de rayon de décorrélation calculées montrent que les opérations ef- fectuées (lissage spatial et filtrage temporel) ont permis d’éliminer les variations de petites échelles liées à des processus ne pouvant pas être observés dans l’un ou l’autre des jeux de données.
Nous avons désormais à notre disposition deux jeux de données aux échelles de variation plus homogènes spatialement comme temporellement. Les événements de courte durée (inférieurs au mois) influençant la surface neigeuse de la calotte ne seront pas perçus, de même que les événements de trop petite échelle (inférieure à environ 150km). Cependant, nous venons d’observer que les intensités de vents et les coefficients de rétrodiffusion présentaient des cartes de rayon de décorrélation spatio- temporelle bien différentes. D’un côté, le coefficient de rétrodiffusion représente une observation de l’état de la surface, et est sensible à d’autres processus que les vents. D’un autre, les vents issus des réanalyses ont des échelles spatiales caractéristiques qui sont déterminées en fonction de données réelles plus ou moins bien représentées (par exemple la topographie), et des processus physiques paramétrisés en fonction de la connaissance que l’on en a dans le modèle. Les cartes de rayons de décorrélation que l’on a obtenues sont en adéquation avec la connaissance que l’on a des processus météorologiques en Antarctique, mais peuvent parfois différer de la réalité du terrain.
130 Chapitre 4 – Homogénéisation des données