Your SlideShare is downloading. ×
Rapport de stageUtilisation de l’ozone mesuré par satellite    pour valider les modèles de climat                        A...
Table des matièresIntroduction                                                                                            ...
4.4.1 Récupération de la pression EUMETSAT . .                      .   .   .   .   .   .   .   .   .   .   .   .   .   . ...
D Quelques lignes de code                                                                                                 ...
Introduction    Tempêtes, inondations, tsunamis, ... sont malheureusement devenus le quotidien de l’infor-mation aujourd’h...
Chapitre 1Contexte1.1     Le CNES    Le Centre National d’Etudes Spatiales (CNES), créé en 1961 est un établissement publi...
sol et des océans ; AMSU-A pour un sondage micro-ondes de la témpérature par tout temps ; lediffusiomètre ASCAT ; GOME-2 m...
1.2.2 IASI, Interféromètre Atmosphérique de Sondage Infrarouge    Elément clef du satellite MetOp, IASI (Infrared Atmosphe...
1.3     Changement climatique et ozone   Afin de comprendre au mieux l’utilisation des données du satellite IASI, il faut a...
Chapitre 2Normalisation des modèles de climat2.1     Les différents modèles de climat2.1.1 Généralités    En 2003, le proj...
Emissions naturelles et                     Températures des                                              anthropogéniques...
d’onde et photolyse. Le premier inclut le spectre solaire allant du proche IR à l’UV, considé-rant la diffusion des molécu...
Transport    Il existe deux types de transports atmosphériques principaux : l’advection et les transportsconvectifs. Ceux-...
F IGURE 2.2 – Date de la restitution de l’ozone selon l’année de référence (abscisse) sur dif-férentes couches de l’atmosp...
au niveau des tropiques et latitudes moyennes, simule de manière très correcte le trou de lacouche d’ozone. La restitution...
Evolution de l’Ozone constatée. CNRM-ACM montre une réduction de l’ozone plus im-portante que les observations au niveau d...
MRI    Outils du modèle. MRI emploie des coordonnées hybrides avec la pression pour diviserl’atmosphère en 68 couches, ave...
stratosphérique est liée au champ d’humidité de l’UM. Il est à noter que ce modèle inclut lesvariations cycliques du rayon...
normaliser le format de sortie des mesures, c’est-à-dire fournir un format commun à tous cesinstruments.    De même, pour ...
La plupart des CCMs résolvent explicitement l’atmosphère terrestre depuis la surface jus-qu’à 80 km d’altitude, avec donc ...
Chapitre 3Mesures de l’ozone3.1     Rappels atmosphériques3.1.1 Les couches de l’atmosphère    L’atmosphère terrestre se d...
F IGURE 3.1 – Gauche : l’atmosphère terrestre et ses différentes couches (Crédit : Laurence Jac-quenod). Droite : Les couc...
F IGURE 3.3 – Répartition de l’ozone dans l’atmosphère, concentré à 90% dans la stratosphère.F IGURE 3.2 – Représentation ...
UV, IR ou micro-onde) de façon verticale (au nadir ou légèrement décalé) ou aux limbes (atmo-sphère observée par strates)....
F IGURE 3.4 – Spectre en radiance IASI normalisé et ses bandes spectrales (Crédit : Eumetsat).les transitions électronique...
ces 10, 3 concernent le milieu marin, 3 les milieux surfaciques et enfin, 4 pour l’atmosphère :les nuages, les aérosols, l’...
La chaîne du niveau 1    Par rapport à la donnée brute observée (niveau 0), le satellite opère dès la mesure une cali-brat...
LATMOS-ULB                  1   latitude                                        2   longitude                             ...
MIPAS 1       flag de visibilité : 0 si l’altitude non visible pour MIPAS, 1 sinon              2       altitude [km]      ...
Chapitre 4Confrontation des produits IASId’EUMETSAT aux autres données4.1     Mise en oeuvre    La première phase a été co...
1ère étape : récupération des données    La récupération des fichiers se fait journalièrement. Il y a entre 13 et 15 fichier...
4.2.4 Statistiques et résultatsÉchantillonnage spatial    Si l’échantillonnage spatial se fait sur les données L2 issues d...
F IGURE 4.1 – Echantillonnage spatial et temporel. À gauche, l’échantillonnage spatial. Àchaque trait correspond un jour (...
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Rapport de stage
Upcoming SlideShare
Loading in...5
×

Rapport de stage

6,207

Published on

Rapport de stage: Utilisation de l'ozone mesuré par satellite pour valider les modèles de climat

Published in: Education
0 Comments
1 Like
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total Views
6,207
On Slideshare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
Downloads
591
Comments
0
Likes
1
Embeds 0
No embeds

No notes for slide

Transcript of "Rapport de stage"

  1. 1. Rapport de stageUtilisation de l’ozone mesuré par satellite pour valider les modèles de climat Auteur Christophe BELLISARIO Université Claude Bernard, Lyon 1 Responsable de stage Thierry PHULPIN CNES (DCT/SI/IM) Correspondant UCBL Jérôme MORVILLE LASIM 4 Avril 2011 - 30 Septembre 2011 1
  2. 2. Table des matièresIntroduction 51 Contexte 6 1.1 Le CNES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 1.2 Le projet IASI-MetOp . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 1.2.1 Le satellite MetOp . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 1.2.2 IASI, Interféromètre Atmosphérique de Sondage Infrarouge . . . . . . 8 1.3 Changement climatique et ozone . . . . . . . . . . . . . . . . . . . . . . . . . 92 Normalisation des modèles de climat 10 2.1 Les différents modèles de climat . . . . . . . . . . . . . . . . . . . . . . . . . 10 2.1.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 2.1.2 Outils . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 2.1.3 Liste . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13 2.2 Sorties et normalisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 2.2.1 But . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 2.2.2 Résolution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193 Mesures de l’ozone 21 3.1 Rappels atmosphériques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 3.1.1 Les couches de l’atmosphère . . . . . . . . . . . . . . . . . . . . . . . 21 3.1.2 L’ozone . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 3.2 Mesures IASI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24 3.2.1 Rappels théoriques . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24 3.2.2 Création des fiches IASI . . . . . . . . . . . . . . . . . . . . . . . . . 25 3.2.3 Les données et leurs récupérations . . . . . . . . . . . . . . . . . . . . 264 Confrontation des produits IASI d’EUMETSAT aux autres données 30 4.1 Mise en oeuvre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 4.2 Échantillonnage des données EUMETSAT . . . . . . . . . . . . . . . . . . . . 30 4.2.1 Processus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 4.2.2 Échantillonnage spatial . . . . . . . . . . . . . . . . . . . . . . . . . . 31 4.2.3 Échantillonnage temporel . . . . . . . . . . . . . . . . . . . . . . . . 31 4.2.4 Statistiques et résultats . . . . . . . . . . . . . . . . . . . . . . . . . . 32 4.3 Confrontation aux données LATMOS-ULB . . . . . . . . . . . . . . . . . . . 36 4.3.1 Lissage des données. . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 4.3.2 Problème de pression... . . . . . . . . . . . . . . . . . . . . . . . . . . 36 4.3.3 Cas général . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38 4.3.4 Influence du jour et de la nuit . . . . . . . . . . . . . . . . . . . . . . 45 4.3.5 Moyenne sur plusieurs jours . . . . . . . . . . . . . . . . . . . . . . . 50 4.4 Nouvelle confrontation aux données LATMOS-ULB . . . . . . . . . . . . . . 51 2
  3. 3. 4.4.1 Récupération de la pression EUMETSAT . . . . . . . . . . . . . . . . 51 4.4.2 Comparaison aux valeurs précédentes . . . . . . . . . . . . . . . . . . 52 4.4.3 Confrontation aux données EUMETSAT . . . . . . . . . . . . . . . . 56 4.4.4 Estimation de l’erreur d’EUMETSAT . . . . . . . . . . . . . . . . . . 59 4.5 Confrontation aux données MIPAS . . . . . . . . . . . . . . . . . . . . . . . . 62 4.5.1 Cas général : absence des colonnes partielles . . . . . . . . . . . . . . 62 4.5.2 Moyenne sur août et septembre 2008 . . . . . . . . . . . . . . . . . . 63 4.6 Sortie de Niveau 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 655 Confrontation aux sorties de modèles : CNRM 68 5.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68 5.2 Résultats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68 5.3 Cas du trou de la couche d’ozone . . . . . . . . . . . . . . . . . . . . . . . . . 72 5.4 Moyenne sur plusieurs jours . . . . . . . . . . . . . . . . . . . . . . . . . . . 74 5.5 Et sur plusieurs mois... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76 5.6 Extrema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81 5.7 Autre sortie de modèle : LMDZ-REPRO . . . . . . . . . . . . . . . . . . . . . 826 Regard critique sur les données EUMETSAT 84 6.1 Surestimation globale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84 6.1.1 Au niveau des hautes latitudes . . . . . . . . . . . . . . . . . . . . . . 85 6.1.2 Comparaison aux données OMI de la NASA. . . . . . . . . . . . . . . 87 6.1.3 IFOVs dans le désordre . . . . . . . . . . . . . . . . . . . . . . . . . . 88 6.1.4 De nombreux paramètres pour caractériser le trou . . . . . . . . . . . . 88 6.2 InfraRouge contre Ultra-Violet . . . . . . . . . . . . . . . . . . . . . . . . . . 91 6.2.1 Infrarouge . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91 6.2.2 Ultra-violet . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91 6.2.3 Intercomparaison et correction ? . . . . . . . . . . . . . . . . . . . . . 91 6.3 Possibles origines des écarts . . . . . . . . . . . . . . . . . . . . . . . . . . . 93 6.3.1 Les réseaux de neurones . . . . . . . . . . . . . . . . . . . . . . . . . 93 6.3.2 La température de surface . . . . . . . . . . . . . . . . . . . . . . . . 93 6.3.3 Flag nuageux sur les pôles . . . . . . . . . . . . . . . . . . . . . . . . 94Conclusion 97 Remerciements . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98A Liste des sigles et acronymes 99B Niveaux des produits IASI 102C Fiche IASI du produit Ozone 103 C.1 Intent of This Document . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103 C.2 Data Field . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103 C.3 Data Origin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104 C.4 Validation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105 C.5 Considerations for Model-Observation Comparisons . . . . . . . . . . . . . . 106 C.6 Instrument Overview . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106 C.7 Revisions History . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107 3
  4. 4. D Quelques lignes de code 108 D.1 Code IDL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108 D.1.1 Récupération des données . . . . . . . . . . . . . . . . . . . . . . . . 108 D.1.2 Récupération LATMOS-ULB à partir des pressions EUMETSAT . . . 112 D.2 Création du logiciel de comparaison . . . . . . . . . . . . . . . . . . . . . . . 114 D.2.1 Création de la grille . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114 D.2.2 Création sous format netCDF . . . . . . . . . . . . . . . . . . . . . . 115 D.2.3 Comparaison des profils/histogrammes . . . . . . . . . . . . . . . . . 116 D.2.4 Création des cartes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117 D.2.5 Noyau de la fonction . . . . . . . . . . . . . . . . . . . . . . . . . . . 119E Volumes et temps de calculs. 122 E.1 Volumes de données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122 E.2 Temps de calcul . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123 E.2.1 Récupération LATMOS-ULB . . . . . . . . . . . . . . . . . . . . . . 123 E.2.2 Récupération EUMETSAT . . . . . . . . . . . . . . . . . . . . . . . . 123 E.2.3 Récupération MIPAS et CNRM . . . . . . . . . . . . . . . . . . . . . 123 4
  5. 5. Introduction Tempêtes, inondations, tsunamis, ... sont malheureusement devenus le quotidien de l’infor-mation aujourd’hui. Les prévoir, c’est avoir un coup d’avance sur l’échiquier. C’est là qu’inter-viennent les satellites météorologiques, répertoriant au plus précis les données atmosphériquesafin d’élaborer des modèles physiques qui permettent à court terme d’estimer le temps sur latoute la surface du globe. De même, à long terme, il s’agit de voir l’effet d’une pollution an-thropique excessive qui causera, selon une grande partie de la communauté scientifique, unréchauffement global de l’ordre de quelques degrés d’ici à 2100. Le sondeur infrarouge IASI, développé par le CNES et EUMETSAT est l’un des instru-ments du satellite météorologique européen MetOp lancé en 2006. Ce satellite est le premierdes 3 éléments qui continueront jusqu’en 2020 à suppléer la surveillance de l’évolution du cli-mat et de l’environnement. Il est la contribution européenne aux programmes de météorologieopérationnelle basée sur des satellites polaires à orbite basse. Les performances de l’instrumentont été jugées excellentes et conformes aux spécifications, tant du point de vue spectral que dupoint de vue radiométrique et géométrique. Dans le but d’établir une connexion forte entre la communauté des observations spatialeset la communauté des modèles climatiques, l’Agence Spatiale Européenne (ESA) a sélectionnéles variables essentielles au climat (ECV) afin d’en unifier les caractéristiques pour permettreun partage des observations qui soit compatible avec les requêtes des groupes de modélisationclimatique. C’est dans ce cadre que mon stage s’est organisé : il m’a été demandé d’effectuerune confrontation entre les données satellitaires IASI de l’ozone et les sorties de modèle duCentre National de Recherches Météorologiques (CNRM). Ainsi, mon rapport se divise en plusieurs parties. J’explicite tout d’abord les informationsessentielles sur le CNES, le satellite MetOp et l’instrument IASI. Après quelques générali-tés physiques sur l’ozone, j’entame une liste des différents modèles climatiques utilisés dans lecadre du SPARC, mettant en avant leurs principales caractéristiques de même que l’évolution del’ozone constatée. Ensuite, j’effectue la comparaison des données IASI suivant leurs méthodesd’extraction (EUMETSAT et LATMOS-ULB), mais aussi une comparaison avec un autre satel-lite (MIPAS). Enfin j’effectue la confrontation au modèle climatique du CNRM pour concluresur les écarts existants entre les différents jeux de données. 5
  6. 6. Chapitre 1Contexte1.1 Le CNES Le Centre National d’Etudes Spatiales (CNES), créé en 1961 est un établissement public àcaractère industriel et commercial (EPIC). Il fait suite au Comité de recherches spatiales misen place par le président De Gaulle en 1959 afin de faire face au manque de coordination desétudes spatiales de la France. Dorénavant, participant également aux programmes conduits parl’Agence Spatiale Européenne (ESA), le CNES est un acteur incontournable sur la table euro-péenne des activités et programmes spatiaux. Le CNES vise plusieurs objectifs. Le premier est de promouvoir de nouvelles applicationsspatiales civiles, militaires ou scientifiques via la recherche et l’innovation, garantissant un ac-cès autonome de la France à l’espace, mais aussi d’accroître les connaissances de notre planète,protégeant ses ressources et prévenant les risques naturels dans un objectif de développementdurable, à l’aide d’application au grand public entre autres. Pour cela, il est décomposé en 4 centres, regroupant plus de 2418 agents (en 2007 [1]dont 37% de femmes, 76% d’ingénieurs et de cadres). Le siège social (Paris) met en œuvrela politique spatiale de la France au sein de l’Europe, définissant les grandes stratégies et lesprogrammes prioritaires. La Direction des lanceurs (Evry, Essonne) se charge du développe-ment des lanceurs Ariane, accompagnant la phase de production industrielle pour le compted’Arianespace. Le centre spatial guyanais (Kourou) est le "port spatial" de l’Europe, là d’oùsont envoyés les lanceurs Ariane ainsi que ceux de l’ESA. Enfin, le Centre Spatial de Toulouse(CST), qui s’étend sur 56.5 ha, dispose d’un large éventail de compétences, créant les systèmesspatiaux depuis la conception des satellites et instruments, jusqu’à leur exploitation en orbite.1.2 Le projet IASI-MetOp1.2.1 Le satellite MetOp Développé dans le cadre du projet EPS (Eumetsat Polar System) d’Eumetsat (EUropean or-ganisation for the exploitation of METeorological SATellites), installant une collaboration entrel’Europe et les Etats-Unis pour une période allant de 2005 à 2020, le satellite MetOp a été misen orbite en 2006 sur un lanceur de type SOYOUZ depuis Baïkonour au Kazakhstan dans lebut d’améliorer les prévisions météorologiques, ainsi que la climatologie et la chimie de l’at-mosphère ([2]). Il est le premier d’une série de trois MetOp, le prochain étant programmé pouravril 2012. Ainsi, de nombreux instruments ont été placés à bord : HIRS, sondant optiquementla température et l’humidité atmosphérique ; AVHRR pour l’imagerie optique des nuages, du 6
  7. 7. sol et des océans ; AMSU-A pour un sondage micro-ondes de la témpérature par tout temps ; lediffusiomètre ASCAT ; GOME-2 mesurant le contenu intégré en ozone ; le sondeur GRAS ana-lysant les signaux radio émis par un satellite de navigation planétaire, le sondeur MHS, sondagemicro-ondes de l’humidité atmosphérique par tout temps et enfin IASI, dont nous parlons plusen détails dans la section suivante (voir figure 1.1). F IGURE 1.1 – Satellite MetOp et ses divers instruments l’accompagnant.Caractéristiques du satellite Les données du satellite MetOp sont regroupées dans le tableau 1.1 page 7. Le satellitesuivant une orbite héliosynchrone, il est donc capable d’observer la Terre avec une incidencelumineuse solaire constante, car l’altitude et l’inclinaison sont choisies de façon à ce que l’angleentre le plan d’orbite et la direction du soleil reste identique dans le temps. TABLE 1.1 – Caractéristiques du satellite MetOp Altitude ∼ 817 km Orbite héliosynchrone Inclinaison 98.7˚par rapport à l’équateur Période de révolution 101 min Heure locale 9h30 en orbite descendante Répétition du cycle 29 jours (412 orbites) Courverture globale de la surface 2 fois par jour 7
  8. 8. 1.2.2 IASI, Interféromètre Atmosphérique de Sondage Infrarouge Elément clef du satellite MetOp, IASI (Infrared Atmosphere Sounding Interferometer) estun instrument issu d’une coopération entre le CNES et Eumetsat ([2]). Il a été conçu au seindu CNES et vise à mesurer deux fois par jour le spectre du rayonnement infrarouge émis par laterre, à partir de l’orbite héliosynchrone de faible altitude du satellite MetOp. Ainsi, l’instrument IASI utilise un procédé d’interférométrie optique permettant la décom-position spectrale fine du rayonnement infrarouge de l’atmosphère, puis ensuite traite numéri-quement les données obtenues à l’aide d’un sous-système embarqué réalisant une transforméede Fourier inverse et un étalonnage radiométrique. Cela retranscrit alors les spectres de vibra-tion et de rotation des molécules atmosphériques (voir section 3.2.1). Pour se faire, l’instrumentest composé d’un miroir de balayage pour une acquisition de 2000 km de large perpendicu-lairement à la trace du satellite, d’un télescope afocal, d’un interféromètre de Michelson (dedifférence de marche optique de 2 cm), et d’un miroir de repliement. Afin de couvrir environ 99% de la surface de la Terre deux fois par jour, le miroir de balayagepermet d’atteindre à 48,3 ˚ de part et d’autre de la trace du satellite, l’observation se fait detype "pas à pas" avec un système de stabilisation du champ visuel. 30 sondages sont réalisésà intervalle régulier le long de chaque ligne de balayage correspondant à 2x15 positions demiroir. Chaque champ visuel instantané (3,3˚× 3,3˚ou 50 km × 50 km au nadir) est composéde 2 × 2 pixels circulaires, correspondant à une empreinte de 12 km de diamètre au nadir (voirfigure C.1).F IGURE 1.2 – à gauche, les pincipaux éléments composant l’interféromètre IASI. A droite, lemode d’osbervation de IASI : l’instrument mesure le spectre infrarouges émis par la Terre etl’atmosphère sur une largeur d’environ 2200 km, tous les 50 km au nadir avec 4 empreintes de12 km de diamètre (crédits images : ESA, CNES) L’instrument IASI englobe une large gamme spectrale (8461 canaux spectraux), allant dela limite de l’infrarouge thermique à 3,62 µm (2760 cm-1 ) jusqu’à 15,5 µm (645cm-1 ) couvrantainsi le pic de l’infrarouge termique et la bande du CO2 ([3]). Cette région spectrale permet plu-sieurs applications via IASI comme le profil de température (à l’aide des bandes d’absorptionsdu CO2 ), les propriétés nuageuses, le profil d’humidité (à l’aide de l’H2 O). Pour optimiser lesperformances de l’instruments, le domaine spectral a été subdivisé en trois bandes ([645 ; 1210]cm-1 , [1210 ; 2000] cm-1 et [2000 ; 2760] cm-1 ) avec une résolution spectrale avant échantillon-nage variant entre et 0,25 et 0,5 cm-1 . 8
  9. 9. 1.3 Changement climatique et ozone Afin de comprendre au mieux l’utilisation des données du satellite IASI, il faut avoir unregard critique sur ce que l’on appelle "changement climatique". La plupart du temps, un abus de language fera entendre le terme de "réchauffement cli-matique". Mais malgré le fait qu’il a été certifié scientifiquement (entre autres par le Grouped’experts Intergouvernemental sur l’évolution du climat GIEC [4]) que la température globalede la Terre croît d’année en année, c’est bien de changements climatiques dont il est question.D’une part, les activités anthropologiques du 20ème siècle sont à l’origine d’une multiplicationpar six de la teneur en chlorure stratosphérique (Cl- , [5]) et d’un doublement du bromure (Br- ),ce qui a réduit de façon considérable la couche d’ozone sur la globalité du monde, créant letrou dans la couche d’ozone au dessus de l’Antarctique. Une fois les effets démasqués, le Proto-cole de Montréal a engendré d’importants changements sur certaines émissions atmosphériques.Grâce à ces interventions, le niveau des halogènes stratosphériques a vu son sommet autour desannées 2000 et devrait redescendre progressivement durant le 21ème siècle. D’autre part, les activités humaines ont créé une hausse significative des gaz à effet de serre(GES) provoquant de façon certaine ([6]) le changement climatique alors identifié. Au niveaude la stratosphère, ce dernier est lié de façon intrinsèque à la quantité d’ozone, via de nombreuxprocessus impliquant la température, les transports de composés chimiques, le rayonnementUltra-Violet (UV), les radicaux d’hydrogène et d’azote ([7]). De même que les concentrations en GES ont contribué aux modifications de température,de convection des masses d’air, ledit changement climatique affecte lui aussi la possibilitéqu’a l’ozone de retourner à un niveau "normal" dans la stratosphère, estimé par les spécialistescomme étant le niveau pré-années 1980 (voire 1960). Cette restitution (retour à un niveau nor-mal) de l’O3 dépend fortement des substances détruisant l’ozone (ODS pour Ozone depletingsubstances). Ces substances comme le Brome ou le Chlore sont censées (d’après le Protocole deMontreal) décroître de façon importante ([5]). Mais, malgré cela, les simulations GEOS-CCMindiquent que selon les régions du monde, selon les périodes, la restitution de l’O3 sera diffé-rent. Par exemple, il faudra certainement attendre plusieurs décennies avant que certaines zonesretrouvent la quantité d’ozone d’avant 1980 alors que d’autres zones comme les tropiques et leslatitudes moyennes au sud au niveau de la stratosphère basse risquent de ne jamais retrouver leniveau d’antan ([7] & [5]). 9
  10. 10. Chapitre 2Normalisation des modèles de climat2.1 Les différents modèles de climat2.1.1 Généralités En 2003, le projet phare "Stratospheric Processes And their Role in Climate" (SPARC) duWorld Climate Research Programme (WCRP) a initié le Chermistry-Climate Model Validation(CCMVal) afin d’améliorer les connaissances sur les Modèles de Chimie et Climat (Chemistry-Climate Model, CCM) et leurs modèles sous-jacents de circulation générale. Ainsi, de nom-breuses simulations ont été réalisées pour en ressortir des évaluations, des discussions et desanalyses de données ([8]). Tous les modèles de climat suivants sont utilisés pour le Chemistry-Climate Model Vali-dation 2 (CCMVal-2) ([9]) et certains ont aussi été utilisés pour le CCMVal-1 avant de subirdes développements. Il y en a 16 en tout, provenant de diverses organisations avec pour but demodéliser au mieux les réactions atmosphériques afin de projeter à l’avenir le climat global. Pour chacune des méthodes, il existe différentes évolutions de l’ozone constatées, plus oumoins précises et concordantes les unes avec les autres, mais qui donnent une idée assez globalede l’évolution de l’ozone à long terme, résumée dans la dernière section, moyennant les sortiesobtenues ([9]).2.1.2 Outils Les modèles climatiques sont tous basés sur une même structure (voir figure 2.1) diviséeen trois parties : la chimie, la dynamique et les radiations. Ces trois parties résument à ellesseules l’atmosphère via un noyau dynamique, de la physique diabatique, un schéma de transport,des modules de chimie et microphysiques associés aux changements de composition chimique.Ainsi de nombreux modèles de climat cités par la suite se basent sur cette description. Il fautalors expliciter un peu plus en détail les divers composants. 10
  11. 11. Emissions naturelles et Températures des anthropogéniques de océans gaz Dynamique Chimie Température et vent Aérosols volcaniques et non volcaniques Radiations Photolyses, chaleur Concentrations en Cycle solaire radicaux F IGURE 2.1 – Structure basique des CCMs incluant la globalité de la science atmosphérique.Dynamique La partie dynamique des modèles se divisent en plusieurs parties. Le noyau dynamique vadécrire l’évolution temporelle du vent, de la température et de la pression (ou des variableséquivalentes), sous l’action de la rotation, de la gravité et d’autres forçages diabatiques. C’estalors une résolution des équations dites primitives qui s’opère à ce niveau pour rendre au finalune circulation générale de l’atmosphère terrestre. C’est aussi à ce niveau que la résolution entreen jeu avec le maillage de la surface qui comprendra plus ou moins de niveau selon que l’étudese veut plus ou moins précise. Ensuite, la dynamique inclut la diffusion horizontale qui, malgré le manque d’une théoriegénérale sur la turbulence, réussit à recréer de manière discrète les mouvements par strate enévitant toute instabilité dynamique pouvant avoir un impact important sur l’échelle mondiale decirculation. L’Oscillation Quasi-Bienniale (QBO), oscillation quasi-périodique (en moyenne 28 mois)des vents de la zone équatoriale entre l’est et l’ouest, retrace quant à elle les variations de lastratosphère tropicale donnant naissance à de nombreuses modifications de la circulation et dela chimie dans les autres régions de l’atmosphère. Il est très difficile de modéliser la QBO du faitdes imperfections des représentations des convections tropicales et des ondes gravitationnelles.C’est pourquoi elle peut être absente de certains CCMs. Enfin, les ondes gravitationnelles représentent les principales sources de changements dansle milieu de l’atmosphère. Elles sont excités par les processus troposphériques et nécessitentd’être paramétriser en deux parties : l’une orographique (ondes de reliefs ou montagnes) etl’autre non-orographique. Certains modèles lient les ondes graviationnelles à la convectiontroposphériques. Les oscillations créées par ces ondes induisent alors des modifications qu’ilconvient d’inclure dans les calculs.Radiation Les processus radiatifs ajoutent de la difficulté dans le développement des CCMs, spécia-lement pour les rayonnements UV solaires qui ont un rôle important dans la dynamique etla chimie. Les radiations sont traditionnellement séparées en réchauffement à courte longueur 11
  12. 12. d’onde et photolyse. Le premier inclut le spectre solaire allant du proche IR à l’UV, considé-rant la diffusion des molécules d’air, des nuages et des aérosols. Côté photolyse, les schémasutilisent le spectre UV et la diffusion, mais de manière encore trop peu précise. Pour calculerles taux de photolyse, les réactions sont inclues dans le modèle en fonction de la pression, del’angle zénithal solaire (SZA, voir figure 3.2), de la colonne d’ozone et souvent de la tempéra-ture. Cependant, l’albédo, les nuages et les aérosols sont souvent considérés comme constants.De même, une actualisation des données devrait être faite au rythme du cycle solaire pour unemeilleure précision.Chimie et ses composants Pour comprendre la chimie atmosphérique, il faut tout d’abord la séparer en ses diffé-rentes couches : troposphère, stratosphère et mésosphère (celles-ci sont explicitées dans la sec-tion 3.1.1). Pour ce qui est de la chimie stratosphérique, tous les modèles utilisés pour le CCMVal-2 se servent de la chimie inorganique (dont celle du chlorure Cl- ainsi que le bromure Br- ).Cependant, suivant les modèles, les sources de ces composants varient grandement. Plus géné-ralement, les bases sont identiques et mettent en équation divers acteurs comme : les sulfates,H2 O, HNO3 (surestimé dans la plupart des modèles par rapport aux observations), HCl, etc. Ensuite, au niveau de la troposphère, celle-ci s’avère être simplifié voire absente des CCMs.Ceci est du au fait du succès des modèles de transports et chimies stratosphériques sans consi-dérer la chimie troposphérique. Il faut cependant être prudent dans ce jugement et pallier à cemanque de plusieurs méthodes : l’introduction d’un fond de chimie troposphérique dont l’oxy-dation du méthane, le relâchement de l’ozone troposphérique et/ou d’autres composants. Dans la mésosphère, il est question de prendre en compte la chimie ionique, les précipi-tations de particules solaires associées à la production de NOx (oxydes d’azote de type NOet NO2 pouvant jouer sur l’abondance des NOy - ensemble des oxydes d’azotes - au niveaudu vortex polaire stratosphérique) et d’autres effets comme les rayons cosmiques. Cependant,seul un modèle (WACCM) dispose d’une représentation explicite des processus de cette hautecouche de l’atmosphère. Toujours dans le domaine de la chimie atmosphérique, il est aussi question de modéliser lescinétiques des réactions. Celles-ci seront différentes suivant les familles de composants (commele chlorure et bromure) et les temps de vie changeront en conséquence. Il est important de lesconnaître et de les valider afin de juger si oui ou non l’hypothèse d’équilibre chimique pourraêtre prise en compte dans les réactions. C’est la méthodologie suivie par la plupart des CCMs.Cependant, les autres CCMs jugent que n’émettre aucune hypothèse sur les temps de vie per-mettra alors d’étendre la chimie à des couches supérieures à 60 km où l’hypothèse d’équilibrechimique ne peut être validée. Des corrections sont ensuite apportées dans les équations. Il peut être aussi question des réactions hétérogènes, se produisant à la surface des moléculesliquides ou solides. Elles peuvent adsorber ou contenir en substrat des molécules réagissant avecd’autres espèces gazeuses. Des contributions importantes sont alors constatées pour les aérosolsde sulfates et les nuages polaires stratosphériques (appelés aussi les nuages nacrés ou PSCs pourPolar Stratospheric Clouds). Les réactions majoritaires conduisent à l’activation de chlorure, àla formation de H2 O, HNO3 . Elles sont présentes dans tous les CCMs, alors que les autresréactions minoritaires (celles impliquant le bromure par exemple) ne le seront pas forcément. Enfin, différentes méthodes sont utilisées afin d’imposer les sources de gaz à la surfacede la Terre. L’abondance globale observée permet de juger des estimations passées alors quedes projections sont faites quant à l’avenir. Cela permet de recréer les conditions limites. Il estencore possible de prendre en compte les dépôts humides et dépôts secs dans la troposphère, lesdépôts secs étant très important dans le bilan de l’ozone troposphérique. 12
  13. 13. Transport Il existe deux types de transports atmosphériques principaux : l’advection et les transportsconvectifs. Ceux-ci sont complétés par les mélanges turbulents des espèces chimiques. Tout d’abord, l’advection prend place en particulier dans la stratosphère basse où les tempsde vie des espèces chimiques sont plus longs que le temps de vie dynamique (des transports ensomme). L’advection correspond au transport horizontal de propriétés physico-chimiques du faitdu transport par les vents ou les courants de particules concernées. Les modèles peuvent se basersur différents traceurs météorologiques comme le moment, la chaleur, l’humidité, mais aussichimiques. L’advection est elle-même divisée en plusieurs méthodes : l’advection de volumefini, spectrale, semi-Lagrangienne, etc. Ensuite, la convection et les turbulences mélangent rapidement l’air et les espèces chimiquesverticalement. Ces processus sont cruciaux dans la troposphère et dans le milieu de l’atmo-sphère car ils jouent un rôle prédominant dans les échanges intercontinentals et les transportshémisphériques. En particulier, l’ozone troposphérique devient très important car il sera direc-tement entraîné vers les couches hautes de la troposphère. Cependant, du fait que beaucoup deCCMs ne prennent pas en compte la chimie troposphérique, des modèles sophistiqués ne sontpas requis pour les transports convectifs et les turbulences.2.1.3 Liste Evolution moyenne de l’Ozone constatée. Avant le CCMVal-2, il a été établi dès 2006que la restitution entière de l’ozone se ferait dès lors que les substances qui appauvrissent lacouche d’ozone (SAO ou ODS en anglais) n’affectent plus significativement l’ozone. Ainsi,la restitution était prévue pour 2065 au-dessus de l’Antarctique et quelques décennies plus tôtpour les autres latitudes. Pour le premier point, les modèles du CCMVal-2 ont mis en relationla restitution de l’ozone avec la disparition par exemple de la chlorure, avec en évidence, desdifférences sur les résultats. Selon les modèles, l’ozone revient plus vite que le chlorure disparaîtet vice-versa. Suites aux simulations de CCMVal-2, on peut constater que les changements del’ozone sont approximativement dépendant de Cly + αBry (Cly pour chlorure et Bry pourBromure) avec des valeurs différentes. Il est montré aussi que la restitution de l’ozone de 1960prendrait 50% de temps supplémentaire par rapport au niveau d’ozone de 1980. Les résultats mettent aussi en évidence une forte asymétrie suivant l’hémisphère, jusqu’àl’Antarctique dont la restitution de l’ozone se fait plus lentement qu’en Arctique (la cause prin-cipale est la circulation Brewer-Dobson, un courant faible de l’hémisphère hivernal qui redistri-bue l’air). De même, dans les hautes latitudes du sud, les simulations ne sont pas assez longuespour retrouver un niveau pré-année 1970. Dans les tropiques, la colonne totale d’ozone est en accord avec les observations alorsqu’elle diffère légèrement dans les moyennes latitudes du fait que les modèles peuvent avoirdes biais de 10 à 20 DU.AMTRAC3 Outils du modèle. AMTRAC3 est la version améliorée de AMTRAC ([10]). Ici, des nou-veaux modèles de noyaux dynamiques en "sphères cubiques" ont été rajoutés, ainsi que desnouveaux modèles de convection, des modifications des aérosols. Ainsi, la vapeur d’eau strato-sphérique y est très précise mais le chlore et le brome ne sont pas modélisés. La paramétrisationdes CFCs de même que les taux de photolyse ont été corrigés. Enfin, la résolution verticalestratosphérique a été augementée. Evolution de l’Ozone constatée. AMTRAC3 constate l’une des plus faible réduction del’ozone dans la haute stratosphère. Côté observations, le modèle se trouve légèrement en deça 13
  14. 14. F IGURE 2.2 – Date de la restitution de l’ozone selon l’année de référence (abscisse) sur dif-férentes couches de l’atmosphère décomposée en isobares ([9]). Les zones blanches corres-pondent au fait que le modèle moyen ne constate pas de restitution de l’ozone à la fin de lasimulation, c’est-à-dire passé 2094. 14
  15. 15. au niveau des tropiques et latitudes moyennes, simule de manière très correcte le trou de lacouche d’ozone. La restitution est consistante avec le modèle moyen et AMTRAC3 se distinguepar une sensibilité accrue aux NOy dans les tropiques par rapport aux autres modèles.CAM3.5 Outils du modèle. CAM3.5 est issu de l’ évolution du Community Atmosphere Model etmontre une bonne capacité à reproduire les changements à grande échelle dans la stratosphèremalgré un maximum d’altitude faible (∼40 km). ([11]). Ce modèle a récemment intégré denouvelles paramétrisations concernant les ondes gravitationnelles. Evolution de l’Ozone constatée. CAM3.5 a un grand bias en ozone au niveau de la hautestratosphère tropicale et l’une des plus faibles réductions. Le modèle est, comme AMTRAC3légèrement en dessous des mesures au niveau des tropiques et latitudes moyennes. Le troud’ozone polaire est plus faible que les observations mais la restitution est consistante avec lamoyenne des CCMs.CCSRNIES Outils du modèle. CCSRNIES provient de l’agence météorologique japonaise basée sur unmodèle préexistant. Des améliorations du code ont été apportées comme le module de chimiestratosphérique, incorporant une limite supérieure dans la mésosphère et un module de chimiehétérogène (dont la chimie du bromure et d’autres éléments). Evolution de l’Ozone constatée. Ce modèle montre l’un des plus forts refroidissement pourla haute stratosphère, impliquant une restitution de l’ozone rapide. Il montre aussi un haut BIASdans les régions froides de l’Antarctique en fin d’hiver et printemps mais sous-estime en tailleet profondeur le trou dans la couche d’ozone.CMAM Outils du modèle. Basé sur le modèle de circulation générale GCM du Canadian Center forClimate Modelling and Analysis (CCCma), CMAM ([12]) possède une résolution précise avecune augmention monotone de 100 m à la surface jusqu’à 2,5 km dans la stratosphère/milieude l’atmosphère en passant par 900 m autour de la tropopause extra-tropicale. Le modèle estcouplé à un modèle de circulation océanique générale utilisant une résolution horizontale de1,86˚avec 29 niveaux. CMAM inclut aussi une représentation compréhensive de la chimie stra-tosphérique avec tous les cycles de perte de l’ozone catalytique. Une condition limite à ∼95km est imposée pour les NOx pour comptabiliser la production de NOx mésosphériques par lesrayons cosmiques et les particules solaires. Evolution de l’Ozone constatée. CMAM possède une colonne d’ozone inférieure aux ob-servations dans les tropics et les latitudes moyennes du nord. Il montre aussi une baisse réduiteen ozone due à un faible niveau de Cly par rapport au modèle moyen, mais par contre, la restitu-tion de l’ozone est similaire avec quelques décalages temporels en Arctique et dans les latitudesmoyennes du sud.CNRM-ACM Outils du modèle. Le GCM du Centre National de Recherches Météorologiques utilise sonpropre schéma de transport ([13]) et distingue selon la résolution horizontale la dynamique dela chimie afin de réduire le temps de calcul a contrario de la résolution verticale. 15
  16. 16. Evolution de l’Ozone constatée. CNRM-ACM montre une réduction de l’ozone plus im-portante que les observations au niveau des tropiques et des latitudes moyennes ainsi qu’unelargeur plus importante du trou en Antarctique. Il s’agit du modèle utilisé pour effectuer la confrontation avec les mesures satellitaires IASId’EUMETSAT dans les parties suivantes.E39CA Outils du modèle. Basé sur le Modèle du Centre Européen d’HAmbourg (ECHAM), lestraceurs chimiques et hydrologiques sont transportés avec le modèle purement Lagrangien AT-TILA, conservant la masse et strictement non diffusif ([14]). Evolution de l’Ozone constatée. E39CA montre un biais très important dans la haute stra-tosphère tropicale et de surcroît, le biais est le plus important de tous les modèles sur les tro-piques. Le modèle possède une petite aire pour le trou d’ozone, et indique une restitution d’en-viron une décennie avant le modèle moyen.EMAC Outils du modèle. EMAC est un système de simulation de climat et chimie numérique quiinclut des sous-modèles décrivant les processus troposphériques et de l’atmosphère moyenne([15] et [16]). Il utilise la première version du Modular Earth Submodel System (MESSy1)pour lier les codes informatiques de plusieurs instituts. Son noyau est basé sur l’ECHAM. Ilinclut aussi une représentation mésosphérique de de la production des NOx par le rayonnementcosmique et les particules solaires. Evolution de l’Ozone constatée. Ce modèle exhibe un petit et peu profond trou d’ozone,en partie à cause de la région de faible température (inférieure à 195 K) qui est plus petitequ’observée.GEOS-CCM Outils du modèle. Partant du Goddard Earth Observing System (GEOS) version 5 AGCM(Atmospheric General Circulation Model), ce modèle ([17]) se couple avec un mécanisme dechimie stratosphérique et utilise un noyau dynamique semi-Lagrangien avec des coordonnéesverticales autorisant une simulation précise des mouvements verticaux. La chimie stratosphé-rique inclut une liste importante de composants et réactions chimiques, mais le modèle ne sesert pas explicitement de la diffusion. Evolution de l’Ozone constatée. Ses résultats sont similaires pour les tropiques, mais lacolonne totale d’ozone est supérieure aux observations dans les moyennes et hautes latitudes.La chlorure est équivalente, mais se réduit plus rapidement dans le futur, ce qui conduit à unerestitution du niveau d’ozone de 1980 plus rapide.LMDZrepro Outils du modèle. Combinaison du GCM LMDz et du CTM REPROBUS ([18]), LMDZ-repro est un outil très détaillé de l’Institut Pierre Simon Laplace (IPSL) de part sa chimie strato-sphérique qui calcule l’évolution de 55 espèces à l’aide de 160 réactions gazeuses et 6 réactionshétérogènes avec la sédimentation. Evolution de l’Ozone constatée. LMDZrepro exhibe le plus profond trou d’ozone de CCMVal-2 et ainsi le gradient d’ozone le plus raide au niveau du vortex polaire Antarctique. Cependant,la réduction de l’ozone due à la chlorure est plus faible que la plupart des modèles 16
  17. 17. MRI Outils du modèle. MRI emploie des coordonnées hybrides avec la pression pour diviserl’atmosphère en 68 couches, avec une épaisseur de 500 m entre 100 et 10 hPa avec diminu-tion sur les limites. La diffusivité horizontale permet l’implémentation de la QBO et le trans-port d’espèces chimiques est assuré avec un schéma semi-Lagrangien hybride pour satisfairela continuité. La chimie stratosphérique inclut aussi les réactions hétérogènes sur les nuagesnacrés (PSCs) et les aérosols sulfatés ([19]). Evolution de l’Ozone constatée. Ce modèle montre un biais fort pour toutes les latitudescomparé à la colonne totale d’ozone. La hausse chlorure (importante par rapport aux autresmodèles) induit une plus forte réduction de l’ozone et donc une restitution plus lente, princi-palement dans l’hémisphère nord (le sud rejoignant le comportement du modèle moyen). Laprofondeur du trou d’ozone correspond bien aux observations, mais l’aire en est plus petite.SOCOL Outils du modèle. De même que E39CA, ce modèle est basé sur l’ECHAM et décrit assezprécisement la chimie stratosphérique ([20]). Il considère que toutes les espèces chimiques sonttransportées, en particulier sa précision est grande sur les ODSs, HNO3 et les particules d’acidenitrique tri-hydratés. Evolution de l’Ozone constatée. SOCOL est en accord avec les observations et le modèlemoyen, mais commence à montrer des biais importants au-delà de 2050 suite à un changementde circulation qui donne naissance à un fort refroidissement dans la basse stratosphère tropi-cale et à une réduction de l’ozone. Il montre aussi une baisse rapide de chlorure et donc unerestitution de l’ozone très rapide.ULAQ Outils du modèle. ULAQ est un CCM de faible résolution. Les champs dynamiques sonttirés d’un modèle de circulation général (GCM) simplifié où les espèces de temps de vie courtet moyen sont regroupées en familles (Ox , NOy, NOx, HOx , CHOx , ... voir l’annexe au cha-pitre ??). La distribution de taille des sulfates et des nuages nacrés est calculée en ligne enutilisant un code de microphysique d’intéraction et de conservation de la masse pour la forma-tion et le développement d’aérosols. Evolution de l’Ozone constatée. Un taux faible de chlorure entraîne des colonnes faiblespour l’ozone dans le passé. Le retour de l’ozone se fait au même moment que le modèle moyendans les moyennes et hautes latitudes de l’hémisphère nord, mais arrive plus tard dans les ré-gions polaires du sud.UMETRAC Outils du modèle. UMETRAC part du modèle unifié (UM) et l’étend de manière verticaleen le combinant avec un progiciel de chimie stratosphérique. La chimie y est simplifiée et lesrejets de chlorure et bromure depuis les réservoirs naturels sont calculés en fonction de l’âge del’air. Evolution de l’Ozone constatée. Les données d’UMETRAC n’ont pas été fournies à tempspour juger de l’évolution de l’ozone sur CCMVal-2.UMSLIMCAT Outils du modèle. Ce modèle s’inspire du même UM qu’UMETRAC qu’il étend lui aussiverticalement, mais qu’il couple avec un modèle de chimie stratosphérique où la vapeur d’eau 17
  18. 18. stratosphérique est liée au champ d’humidité de l’UM. Il est à noter que ce modèle inclut lesvariations cycliques du rayonnement solaire. Evolution de l’Ozone constatée. Les colonnes d’ozone sont légèrement biaisées sur toutesles latitudes, mais la restitution se fait rapidement, en particulier dans l’hémisphère sud (faibleniveau de chlorure). Le trou de la couche d’ozone est lui bien en accord avec les observations.UMUKCA-METO et UMUKCA-UCAM Outils du modèle. Combinaison du modèle unifié de Met Office et de l’UKCA module dechimie stratosphérique ([21]), UMUKCA n’utilise pas l’approximation hydrostatique, n’imposepas de diffusion explicite. La production chimique de vapeur d’eau est ignorée dans le processushydrologique mais est remplacée par l’oxydation du méthane. Enfin, la vapeur d’eau est imposéeà la tropopause tropicale. Les deux modèles diffèrent sur l’utilisation de quelques données decinétique chimique, sur le traitement du retrait de certains composés halogénés inorganiquesdans la troposphère et sur le chauffage radiatif des aérosols stratosphériques. Evolution de l’Ozone constatée. Pour UMUKCA-METO, le modèle est consistant avecles observations de la colonne moyenne d’ozone dans les tropiques et les latitudes moyennes.Une forte concentration de chlorure entraîne un grand biais sur le changement de l’ozone dansla haute stratosphère tropicale. Dans les latitudes moyennes de l’hémisphère sud, la colonned’ozone se réduit après 2070. L’Arctique est raisonnablement reproduit alors que l’Antarctiqueest fortement biaisé. Enfin, le trou dans la couche d’ozone au niveau de l’Antarctique est petitet peu profond à cause d’une faible proportion de nuage nacré. Quant à UMUKCA-UCAM,la colonne totale d’ozone est supérieure sur toutes les latitudes mais inférieure dans la hautestratosphère. La restitution se fait au même moment que le modèle moyen sauf en Antarctiqueoù il se déroule plus tard. De même que son équivalent METO, le modèle montre un trou dansla couche d’ozone au niveau de l’Antarctique plus petit et moins profond.WACCM Outils du modèle. WACCM est un modèle interactif complet incluant tous les paramètresphysiques de CAM et un bilan de gaz radiatifs conséquent ([22]). Il utilise aussi un noyaudynamique unique, le chauffage chimique et par les ultraviolets extrèmes, la production deNOx mésosphériques par les rayons solaires et cosmiques, la chimie des ions dans la bassethermosphère. La chimie est basée sur MOZART3 et un processus de chimie hétérogène sur lesaérosols sulfatés et les nuages stratosphériques polaires a été inclus. Evolution de l’Ozone constatée. La colonne totale d’ozone simulée par ce modèle est plu-tôt plus faible qu’observée, sauf dans les latitudes moyennes et régions polaires. La restitutionde l’ozone au niveau de 1980 est au même moment que le modèle moyen dans l’hémisphèresud, mais plus tôt pour l’hémisphère nord. Le trou dans la couche d’ozone en Antarctique estsimilaire, mais disparaît plus vite que dans les autres modèles.2.2 Sorties et normalisation2.2.1 But Le satellite AURA avec ses instruments OMI, HIRDLS, TES et MLS, ainsi que les ins-truments GOME, GOME-2, SBUV/2 et IASI embarqués sur d’autres satellites sont autant demoyens mis en oeuvre pour cartographier spatialement et temporellement l’ozone de l’atmo-sphère. Afin de disposer d’une base de données comparable et valide, le meilleur moyen est de 18
  19. 19. normaliser le format de sortie des mesures, c’est-à-dire fournir un format commun à tous cesinstruments. De même, pour pouvoir émettre un avis certain quant à l’évolution du climat global et ce,jusqu’à 2100, normaliser les sorties de modèles permet de faciliter les comparaisons et les dis-cussions autour des différents résultats. Il est aussi possible de comparer les données observéesdans le passé avec des prévisions tournées vers le passé, il s’agit alors de valider les résultats dumodèles. Enfin, la documentation est très importante. Que ce soit sur les observations satellitairesou sur les modèles climatiques, il est crucial de fournir avec ces données une documentationcomplète expliquant aux utilisateurs les méthodes et le parcours de ces données. C’est dans cecadre que rentre la fiche IASI de l’ozone, pour les données de niveau 3.2.2.2 RésolutionMaillage horizontal Des données réparties en grille sur une sphère peuvent être remplacées par des séries d’har-moniques sphériques. Cela réduit à la fois la quantité de données et le temps de compilationtout en améliorant la facilité des calculs ([23]). Les séries sont générallement tronquées en lon-gueurs d’onde zonales (parallèle à une latitude) et méridionales (selon un méridien, parallèleà une longitude). Deux troncatures spéciales, respectivement triangulaire et rhomboïdale, sedifférencient par des longueurs d’onde zonales et méridionales respectivement identiques et as-sociées à une constante. La troncature triangulaire est la plus souvent utilisée. Elle est aussi dite"isotropique" du fait que chaque position et direction sur la sphère est traitée identiquement, i.e.il y a invariance du maillage par rotation des coordonnées. Les harmoniques sphériques sont de la forme Ym (µ, λ) = Pm (µ)eimλ n noù λ représente la longitude, µ = cosφ où φ représente la latitude et m et n, indices entiers, cor-respondant respectivement à l’indice zonal et à l’indice total avec n − |m| l’indice méridional.On a alors m = 0, ±1, ±2, ±3, ... et n = 1, 2, 3, ... sachant que |m| ≤ n. Si M et N sont lesmaximums respectifs de m et n, alors le cas M = N = r correspond au cas de la troncature tri-angulaire, notée T (accessoirement, le cas rhomboïdal, s’identifie par N = |m| + M ). La valeurde l’entier r indiquera le niveau de résolution du maillage. Ainsi, le modèle T106 utilise unegrille dont la résolution est de 1,21˚×1.21˚, 2,8˚×2,8˚ pour T42, etc., la résolution augmentantavec l’entier r. Les points obtenus peuvent être ensuite disposés sur une grille Gaussienne. Celle-ci sépareselon latitude et longitude les points de la sphère, séparés par des distances angulaires identiquesou non. Dans le premier cas, si la séparation angulaire est identique sur toutes les latitudes, pluson se rapproche des pôles, plus les points seront proches physiquement parlant. C’est pourquoides grilles Gaussiennes réduites peuvent être utilisées : ici, le nombre de points va décroître avecla latitude croissante pour garder une séparation physique entre chaque point similaire. Sur cettereprésentation, il est à noter qu’il n’y a pas de point aux pôles (liste des grilles Gaussiennes surle site de l’ECMWF [24]).Résolution verticale Il est aussi possible de complétere le maillage horizontal par le niveau de résolution verticaleavec par exemple T159L60 où T159 correspond à la partie horizontale, et L60 à différents 60niveaux (L pour Level). 19
  20. 20. La plupart des CCMs résolvent explicitement l’atmosphère terrestre depuis la surface jus-qu’à 80 km d’altitude, avec donc la troposphère, la stratosphère et une grande partie de la mé-sosphère. La résolution dans la troposphère est typiquement en dessous de 1 km (environ 500 mdans la troposphère moyenne), ensuite environ 1-2 km autour de la tropopause, et une résolutiondécroissante dans la stratosphère (par exemple 3-5 km dans la stratosphère moyenne). L’un desdéveloppements actuels est l’amélioration de la résolution verticale dans la haute troposphèreet basse stratosphère (UTLS pour Upper Troposphere and Lower Stratosphere), c’est-à-dire at-teindre 500 m de résolution autour de la tropopause. Cette région est en effet très importantepour les systèmes climatiques de la Terre, plus particulièrement le climat en surface. Mais ilest évident que les résolutions vont dépendre des outils utilisés. Par exemple, les observationsau nadir limiteront la résolution verticale par rapport à des observations de type limb-view (lesatellite vise l’atmosphère de façon tangentielle) mais auront l’avantage de présenter moinsd’interférences vis-à-vis des nuages et une meilleure résolution horizontale. Région de l’atmosphère Troposphère UTLS Moyenne atmosphère Résolution horizontale 100-300 km 100-300 km 100-300 km Résolution verticale Colonne 2-3 km 3-5 km troposphérique Fréquence d’observation 3 jours 3 jours 3 jours Période considérée 1980-2010 1980-2010 1980-2010 Précision 10-20% 8-15% 8-15% Stabilité 4%/décennie 4%/décennie 4%/décennieTABLE 2.1 – Résolution requise pour des observations du profil de l’ozone basée au nadir (casIASI) en considérant que la tropopause s’établit là où l’ozone atteint une concentration de 150ppbv, que l’UTLS s’étend de 5 à 25 km, et qu’enfin, l’atmosphère moyenne s’étend quant àelle de 25 à 80 km d’altitude ([25]). Les objectifs scientifiques de ces observations sont dedécrire les différences régionales de l’évolution de la couche d’ozone, de mettre en évidenceles cycles saisonniers, la variabilité interannuelle et à court terme, de caractériser le poids del’ozone troposphérique et enfin d’en tirer les tendances globales. 20
  21. 21. Chapitre 3Mesures de l’ozone3.1 Rappels atmosphériques3.1.1 Les couches de l’atmosphère L’atmosphère terrestre se décompose en 4 couches, ayant toutes des propriétés physiques etchimiques différentes. Elles se distinguent surtout par un comportement différent de la tempé-rature, comme l’évoque la figure 3.1 (à gauche). La première, appelée la troposphère, est située entre 0 et 13 km (la limite supérieure varianten fonction de la lattitude, elle est par exemple moins épaisse aux pôles avec 7 km contre 20 auniveau de l’équateur). La troposphère contient environ 80% de la masse de l’atmosphère. Ici, latempérature diminue avec l’altitude. Ensuite, la stratosphère se caractérise par une augmentation de la température suite à laphotolyse de l’O2 par les rayons UV selon le cycle de Chapman (voir section 3.1.2). Elle sesitue entre 13 et 50 km, et possède une masse inférieure à 20% de l’atmosphère. 90% de l’ozoneatmosphérique est contenu dans la stratosphère. Après, la stratopause, limite supérieure à la couche précédente, c’est la mésosphère. Allantjusqu’à 90 km, cette couche voit sa température diminuer du fait que la quantité d’O2 décroîtfortement avec l’altitude. Les molécules sont de plus en plus rares et dispersées. Enfin, au-delà de 90 km, la thermosphère, où la température croît fortement du fait du rayon-nement solaire très intense. Cela donne des écarts de températures entre le jour et la nuit trèsimportants. Le maximum de température dépend ici entièrement de l’activité solaire. Outre les kilomètres, il est possible de diviser l’altitude en fonction de la pression : onutilise alors les isohypses de géopotentiel pour tracer les cartes de pression d’altitude. 105 Pacorrespondra alors à l’altitude du niveau de la mer : 0 km. Ensuite, la pression dépendra de lanature des composants dans l’atmosphère, ayant une masse et une proportion différente selon leslieux. Cependant, il est possible de moyenner l’état de l’atmosphère, c’est la base de l’altimètrebarométrique ([26]), mesurant l’altitude grâce à la pression selon l’équation suivante : 5,255 0, 0065 · h p(h) = 1013, 25 1 − hP a (3.1) 288, 15ou encore l’équation hydrostatique : dp Mg =− dz (3.2) p RT 21
  22. 22. F IGURE 3.1 – Gauche : l’atmosphère terrestre et ses différentes couches (Crédit : Laurence Jac-quenod). Droite : Les couches de l’atmosphère et la moyenne temporelle des échanges entreelles. La différence entre hémisphère sud et hémisphère nord est assez marquante et les turbu-lences dans la troposphère sont aussi mises en évidence.Découpage de l’atmosphère Pour des raisons pratiques et physiques, les calculs opérés dans les modèles climatiques sebasent sur un découpage de l’atmosphère plus ou moins consistant avec la réalité physique. La première méthode est de séparer l’atmosphère (ou du moins sa base, c’est-à-dire la tro-posphère et une partie de la stratosphère) en colonnes partielles. Le découpage le plus utilisé sefait en 3 sous-colonnes : [0-6] km, [0-12] km et [0-18] km. La seconde méthode divise aussi l’atmosphère en trois parties, mais différemment : la pre-mière correspond à la troposphère basse, la seconde à la haute troposphère et basse stratosphère(UTLS pour Upper Troposphere and Lower Stratosphere) en raison de l’importance chimiqueque revêt cette zone, et la dernière correspond à la stratosphère moyenne. La dernière méthode se sert de la définition de la tropopause précisée par l’ACCMIP (At-mospheric Chemistry and Climate Model Intercomparison Project). Elle se base sur la vorticité(ou vecteur tourbillon) potentielle, analogue au rotationnel de la vitesse et décrivant la quan-tité de vitesse angulaire ou de rotation que subit un fluide localement. Ainsi, la tropopause estdéfinie comme une couche de 30 hPa centrée sur une surface de vorticité potentielle (PV pourPotential Vorticity) de PV = 2 pvu ([27]), avec pvu étant l’unité de vorticité potentielle (pvupour potential vorticity unit), sachant que 10−6 K · m2 1pvu = . kg · sCette définition de la tropopause permet d’éviter toutes les variations saisonnières de la hauteurde la tropopause.Angle zénithal solaire L’angle zénithal solaire θz représente l’angle entre le Soleil et le zénith au point d’observa-tion (voir figure 3.2 et la référence [28]). Il est fonction du temps, du jour de l’année et de lalatitude. Il est calculé suivant : cos θz = sin δ sin φ + cos δ cos φ cos ωoù δ représente la déclinaison du Soleil, φ la latitude (prise comme positive dans l’hémisphèrenord) et ω l’angle horaire, mesurant l’heure locale. Il sera important par la suite pour séparerles données jour des données nuit. 22
  23. 23. F IGURE 3.3 – Répartition de l’ozone dans l’atmosphère, concentré à 90% dans la stratosphère.F IGURE 3.2 – Représentation de l’angle zénithal solaire, avec l’angle zénithal de visée (ViewingZenith Angle, angle entre le satellite et le zénith au point d’observation). Afin d’observer lasurface sous une incidence constante, la somme des deux angles doit être maintenue durant lesobservations (Crédit : NASA).3.1.2 L’ozoneGénéralités L’ozone est un gaz qui revêt une importance primordiale dans la troposphère. Celui-ci esthautement nocif pour la santé humaine, toxique pour l’agriculture et très réactif. Il revêt aussiune même importance dans la stratosphère en absorbant les rayonnements UV (A [315 ; 400] nmet B [280 ; 315] nm). Ce bouclier anti-UV est cependant vulnérable à la destruction catalytiquepar des composés halogènes comme par exemple des CFCs. Son rôle dans le forçage radiatifest différent dans les deux couches atmosphériques concernées : positif dans la troposphère etnégatif dans la stratosphère, mais en moindre proportion. L’ozone troposphérique est produit del’oxydation du CO, des COVs (Composés Organiques Volatils) et des hydrocarbones par OHen présence des NOx tandis que l’ozone stratosphérique provient majoritairement du cycle deChapman (années 1930) : O2 + hν → 2O O + O3 → 2O2Formation Destruction O + O2 + M → O3 (+ chaleur) O3 + hν → O + O2 (+ chaleur) Il existe deux méthodes pour observer l’ozone de l’atmosphère. La première, dite passive, uti-lise la radiométrie ou la spectrométrie. Cela consiste à observer le rayonnement solaire (soit 23
  24. 24. UV, IR ou micro-onde) de façon verticale (au nadir ou légèrement décalé) ou aux limbes (atmo-sphère observée par strates). La seconde, active, nécessite l’envoi d’un rayonnement, comme leLIDAR, afin de caractériser les particules rencontrées sur le chemin optique. Cependant pourdes raisons de puissance, de stabilisation entre autres, cette technique est surtout utilisée au sol.Unité Dobson vs ppm Le Dobson est l’unité de mesure évaluant la quantité d’un composant (ici l’ozone) sur toutela verticale d’un point donné de la surface terrestre ([29]). Cette unité est très utile dans le cas demesures satellitaires ou se basant sur des techniques usant un long parcours optique avec le So-leil ou la Lune comme source de fond. Ainsi, il est mesuré l’abondance d’un composant dans lacolonne verticale à un endroit spécifique où la résolution dépendra de l’aire sur laquelle la me-sure s’effectue. Ces "colonnes d’abondance" ont l’unité de quantité/nombre de molécules/massepar unité d’aire. Une fois converti, 1 DU (Dobson Unit) correpond à l’épaisseur en unité 10-3 cmque la colonne d’ozone occuperait si elle était compressée dans une couche de densité uniformeà 273.15 K et une atmosphère (105 Pa). 100 DU sont alors équivalents à 1 mm d’ozone pur auniveau de la mer. Pour une colonne d’ozone type, on obitent des mesures d’environ 300 DUpour des extrèmes allant de 250 DU (au niveau des régions équatoriales) jusqu’à 500 DU (dansles régions polaires au printemps). A contrario d’une mesure en Dobson effectuée sur toute une colonne, les concentrationsen ppm ou VMR (pour Volume Mixing Ratio) sont plus utilisées dans les reflexions et pluscompréhensibles au grand public. Elles correspondent à une fraction à laquelle contribue unesubstance sur la totalité de l’échantillon. Ainsi, 1 ppm d’O3 (pour partie par millions) correpon-dra à 10-6 m3 d’O3 par m3 d’air, 1 ppb à 10-9 , etc. Il est de même possible de les transcrire enkg, mol, ... . Pour faire la conversion entre données en ppmv et données en Dobson, il faut se servir d’unparamètre supplémentaire : la pression. Dans la suite, certains jeux de données sont en ppmvalors que le choix s’est porté sur des colonnes partielles et totales. Ainsi, la conversion s’effectuesuivant l’équation suivante : j 1 MO3 (O3 )j [DU] = (O3 )i [ppmv] ∗ 10−6 ∗ (Pi − Pi+1 ) ∗ ∗ ∗f (3.3) i=0 g Mairoù (O3 )i en [DU] est la colonne partielle i en Dobson, Pi et Pi+1 sont les niveaux de pression desniveaux i et i + 1, g l’accélération en [m/s2 ], MO3 et Mair les masses volumiques respectives del’ozone et de l’air, f = 46641.59 facteur de conversion entre les kg/m2 et le Dobson. Ce facteurest basé sur la définition du Dobson comme étant 2, 89 · 1016 molécules/cm2 ([6]). Il faut ensuitefaire cette somme sur tout le profil de la colonne pour arriver à la colonne totale.3.2 Mesures IASI3.2.1 Rappels théoriques Dans l’atmosphère, les molécules peuvent absorber des radiations électromagnétiques quivont modifier de façon différente suivant l’énergie la configuration de la molécules. Dans lecas de radiations micro-ondes, l’énergie de rotation de la molécule sera modifiée, le niveaud’énergie va changer, c’est une transition rotationnelle. Dans le cadre de radiations infrarouges(de longueur d’onde comprise entre 2,5 et 25 µm), ce sera au tour de l’énergie de vibration, cesera alors une transition vibrationnelle, base de la spectroscopie infrarouge. Enfin, s’il s’agit duvisible ou de l’ultraviolet (entre 10 et 700 nm), l’énergie électronique sera modifiée impliquant 24
  25. 25. F IGURE 3.4 – Spectre en radiance IASI normalisé et ses bandes spectrales (Crédit : Eumetsat).les transitions électroniques, qui sont elles à la base de la spectroscopie d’absorption UV-visible.L’énergie totale de la molécule est donnée par la somme de ces trois énergies.Spectroscopie Infrarouge Ainsi, en observant le rayonnement infrarouge d’un gaz, il est possible d’en déduire lesvibrations caractéristiques pour remonter aux molécules composant ce gaz. Ces molécules ab-sorbent les radiations infrarouges comprises entre 400 et 4000 cm-1 et montrent un Dirac à lafréquence de la vibration. Ce Dirac sera élargi suivant la pression et la température. À bassepression (haute altitude), la raie subira un élargissement Doppler, car la vitesse des particulessera élevée. A contrario , à haute pression (basse altitude) règnent les collisions entre les parti-cules du fait de leur nombre. On parle alors d’effet Lorentz. De même, autre facteur de la spectroscopie infrarouge, la polarisation de la molécules. Cefacteur agira sur l’intensité de la raie, qui va croître avec la polarité. Derniers facteurs à prendreen compte, les masses des atomes et leurs forces de liaison joueront sur la fréquence de l’os-cillation. La figure 3.4 montre le spectre en radiance IASI normalisé et décomposé selon lesdifférentes bandes le constituant. La grande difficulté consiste à les interpréter en prenant en compte tous les effets de l’atmo-sphère. Pour cela, on procède à un processus d’inversion, qui consiste à retrouver les différentsprofils de température, de pression, de gaz et d’aérosols dans la zone observée afin d’obtenir aufinal les données des quantités de molécules dans leur intégralité.3.2.2 Création des fiches IASIPourquoi ? Avant de traiter les données IASI, il m’a été demandé de créer une fiche IASI. Dans le cadredu ESA-CCI (Climate Change Initiative for ESA), 10 variables essentielles au climat (ECVpour Essential Climate Variable) ont été sélectionnées parmi la quarantaine existante ([25]). Sur 25
  26. 26. ces 10, 3 concernent le milieu marin, 3 les milieux surfaciques et enfin, 4 pour l’atmosphère :les nuages, les aérosols, l’ozone et les GES (sachant que l’ECV sur l’ozone se divise en 3parties : le profil au nadir, les limbes et la colonne totale). Un consortium par ECV, regroupantdes spécialistes du climat mais non des modèles, a été choisi afin de répertorier, transcrire etvalider les données sous un format qu’on pourrait décrire comme étant universel. Parallèlement,un groupe a été monté, le CMUG (Climate Modeling User Group), dans le but de valider lesprécisions (important pour les modèles), les modes, les origines des mesures et in fine, de fournirla description du format des instruments ([30]). NetCDF CFcompliant ([31]) est le format retenupar la communauté internationale. À l’intérieur de ce format est inclus toute la description de la prise des mesures, permettantaux groupes voulant utiliser les modèles de valider les résultats qu’ils obtiennent. C’est donc unformat de données "auto-documenté" créé par le Unidata program de l’University Corporationfor Atmospheric Research (UCAR). Le modèle de données netCDF classique est divisé en 3 parties : variables, dimensions etattributs. Les variables consistent en un tableau de données de N-dimensions pouvant être soitde type char, byte, short, int, float ou double. Les dimensions décrivent les axes des tableaux dedonnées. Chaque dimension possède un nom et une longueur, cette dernière pouvant être étiréeau bon vouloir de l’utilisateur. Enfin les attributs annotent les variables ou les fichiers avec despetites notes ou des données supplémentaires, de préférence de taille réduite.La fiche L’annexe au chapitre C comprend la note technique retenue pour l’instrument IASI, maispour un produit de l’instrument : l’ozone. En effet, il a été demandé pour le CMIP5 de consa-crer une fiche par produit, impliquant quelques redondances pour par exemple, la descriptiondu satellite. Chaque fiche se divise en plusieurs parties : une partie introductive explicitant l’in-tention de la fiche, la description des données, leur origines, leurs validations. La fiche doit êtreassez complète pour que tout utilisateur puisse comprendre la provenance des données, maiselle doit être en même temps assez claire pour permettre aux non-initiés de l’instrument desaisir les principales caractéristiques des données.3.2.3 Les données et leurs récupérations Les données issues du satellite Metop sont réceptionnées à la station Svalbard (Norvège) quiles traite et peut les transmettre environ 2h15 après acquisition (pour le niveau brut). À l’aidedes satellites de télévision (le Digital Video Broadcast (DVB)), les données sont acheminées parle système EUMETCast (EUMETSAT’s Data Distribution System) sur une zone géographiqueregroupant la totalité de l’Europe et certaines régions de l’Afrique. Les formats sont variés,incluant les formats primaires de l’EPS mais aussi ceux du WMO : BUFR (Binary UniversalForm for the Representation) et GRIB (GRIdded Binary). Outre l’envoi, les archives sont ellesaussi disponibles sur l’EUMETSAT Data Centre. Les données récupérées correspondent aux années 2008 et 2009. 2 ans de données per-mettront une statistique globale. Les premiers mois récupérés sont les mois d’août et septembre2008. En effet, fin août de cette année là, un trou est apparu dans la couche d’ozone au niveau del’Antarctique. Nous pourrons alors voir l’effet sur les confrontations et comparaisons. De plus,l’année 2008 est considérée comme une année phare pour le projet CCI de l’ESA. Sur cette an-née, le but est de rassembler le plus grand nombre de d’ECVs caractérisables disponibles dansle but d’avoir une référence sur le processus d’action. 26
  27. 27. La chaîne du niveau 1 Par rapport à la donnée brute observée (niveau 0), le satellite opère dès la mesure une cali-bration afin d’obtenir un produit de niveau supérieur (voir l’annexe 2 au chapitre B pour la listedes niveaux des produits IASI). À bord du satellite, les spectres subissent déjà une calibrationradiométrique. Ici, une approximation dépendant de la longueur d’onde est appliquée pour relierla luminance énergétique du corps noir B(λ,T) à λ et T suivant la loi de Planck : C1 B(λ, T ) = W · m−2 · µm−1 · sr−1 (3.4) λ5 [exp(C2 /λT ) − 1]avec C1 = 1, 1910659 · 10−8 W·m-2 ·sr-1 ·cm4 et C2 = 1.4388 cm·K. Ensuite, de nouvellesfonctions de Planck sont calculées pour apporter une correction appropriée aux spectres (via unechaîne de calcul dite ISRFEM). De même, les contributions de la radiance réfléchie, l’impact dumiroir à différents angles, sa dépendance vis-à-vis de la température et la géolocalisation sontpris en compte. Les données arrivent alors au niveau 1b, où les spectres 1a vont être suréchantillonnés d’unfacteur 5 à l’aide de transformées de Fourier. Les spectres sont aussi interpolés sur une nouvellegrille équidistante suivant l’interpolation cubique (spline). Enfin, le spectre est apodisé à l’aide des fonctions d’apodisation interpolées dans la chaîneISRFEM. On effectue la convolution dans l’espace de l’interférogramme suivant spectre apodisé = TF−1 [fonction d’apodisation × TF(spectre 1b)]L’analyse des radiances dans les FOV (Field of View, ou champ de vue) du sondeur, en terme declassification de surfaces radiatives (étendues, température, structure) est aussi effectuée ame-nant au produit IASI de niveau 2.Données EUMETSAT IASI-L2 Le format typique des données EUMETSAT de niveau 2 sont de la forme suivanteiasi_yyyymmdd_hhmmss_metopa_nnnnn_eps_o_<product code>.l2_bufr où yyyymmdd cor-respond à l’année, le mois et le jour au Temps Universel Coordonné (UTC), hhmmss pourheures, minutes et secondes à partir du début de prises de données, nnnnn est le nombre ortibalet enfin <product code> = ’twt’ pour la température atmosphérique et la vapeur d’eau, ’ozo’pour l’ozone atmosphérique (notre cas), ’trg’ pour les gaz traces, ’ems’ pour l’émissivité etenfin ’clp’ pour les paramètres des nuages. Une journée de donnée est répartie en plusieurs fichiers correspondant aux parties d’orbites.Ainsi, une journée se divise en plus ou moins 14 fichiers de taille environnant les 65 Mo. Ce quifait pour une journée complète pas moins de 900 Mo de données à traiter.Données LATMOS-ULB Les données IASI provenant du LATMOS-ULB sont de la forme suivante (voir tableau 3.1)sous un nom de type IASI_LATMOS_ULB_O3_20080816.tar. Le jour a été divisé en plusieursfichiers correspondant à des orbites. Le nom du fichier est alors du type IASI_O3_AK_20080816_*.txtet chaque fichier .txt a une taille oscillant autour de 600 Mo. Une fois ouvert, chaque ligne cor-respond alors à un point. La matrice du noyau est calculée en colonne partielle, sur 40 niveaux.Le premier niveau correspond à la première couche de l’atmosphère [0-1] km, le niveau 2 à [1-2] km, ..., le niveau 40 correspondra lui à [39-sommet de l’atmosphère] km. Lorsque le premierniveau n’est pas disponible (à cause de l’orographie, c’est-à-dire là où l’altitude est supérieureau premier point de mesure, voire aux niveaux suivants), la donnée est imposée à -999. 27
  28. 28. LATMOS-ULB 1 latitude 2 longitude 3 temps [hhmmss] 4 SZA [˚] 5 à 44 profil de l’ozone [ppb] sur 40 niveaux 45 à 84 erreur sur le profil [%] sur les 40 niveaux 85 à 1684 matrice (40 × 40) du noyauTABLE 3.1 – Format des données IASI fournies par le LATMOS-ULB. Chaque ligne correspondà un point. Le LATMOS-ULB se base sur les donnée de l’instruement IASI à bord de METOP. Ainsi,provenant de la même source que les données d’EUMETSAT, elles sont sensiblement simi-laires. Cependant, le LATMOS-ULB utilise une méthode de récupération différente. Eumetsatutilise un réseau de neurone alors que le LATMOS-ULB se base sur une optimisation numé-rique inspirée de la méthode d’estimation optimale (OEM, [32]). Cette dernière méthode permetde fournir des estimations des erreurs, ce qu’Eumetsat via les réseaux de neurones ne peut pasfaire. Autre différence entre les deux jeux de données, le LATMOS-ULB utilise un masque nua-geux moins strict qu’EUMETSAT. Ainsi, il dispose d’un nombre supérieur de données, maiscela peut avoir une influence sur les valeurs de l’ozone qui seront alors retournées.Données MIPAS Le Michelson Interferometer for Passive Atmospheric Sounding (MIPAS), via l’Institut fürMeteorologie und Klimaforschung/Instituto de Astrofísica de Andalucía (IMK/IAA), a rendupossible la comparaison des données IASI avec un autre satellite (MIPAS étant embarqué surEnvisat et opérationnel depuis 2002). Il fournit des profils d’ozone (et température) dans lastratosphère avec une résolution verticale de 3 à 5 kilomètres. Téléchargeable sur le serveur del’IMK, les données sont présentées sous la forme MIPAS-E_IMK.20080816.V4O_O3_202 etune routine IDL (Interactive Data Language) est fournie pour lire les fichiers. Chaque fichiercorrespondra à une journée et à l’intérieur, chaque paragraphe correspondra à une valeur delatitude/longitude. Ensuite, les données sont présentées sous la forme de 8 colonnes (voir ta-bleau 3.2). Il y a environ plus de 1000 géolocalisations par jours, ce qui ne peut certainementpas remplir une grille de 0.5˚× 0.5˚(∼ 260 000 points), ni même 1˚× 1˚(∼ 65 000 points). Il fautalors soit interpoler sur une grille d’environ 10˚× 10˚, soit prendre une moyenne sur plusieursjours. La couverture journalière selon les années est disponible sur le site suivant :http://www-imk.fzk.de/asf/sat/envisat-data/O3.htmlIl permet alors de voir la qualité des données sur les différentes années d’activité du satellite etsuivant les différents traitements opérés. Les données qui nous intéressent sont fournies en [ppmv]. À l’aide de la pression elle aussifournie, il est alors assez aisé de convertir les concentrations en colonnes partielles (équa-tion 3.3) pour ensuite les comparer aux colonnes partielles d’EUMETSAT.Données CNRM Le Centre National de Recherches Météorologiques (CNRM) a pour but d’améliorer laconnaissance de l’atmosphère et de ses interfaces afin de mieux comprendre et modéliser les 28
  29. 29. MIPAS 1 flag de visibilité : 0 si l’altitude non visible pour MIPAS, 1 sinon 2 altitude [km] 3 pression [hPa] 4 température [K] 5 extraction de la cible en vmr [ppmv] 6 déviation standard du bruit de l’erreur [ppmv] 7 entrée diagonale de la matrice du noyau [-] 8 résolution verticale [km]TABLE 3.2 – Format des données MIPAS provenant de l’IMK. Chaque point de l’espace auraces 8 colonnes et ∼60 lignes. Latitude et longitude se récupèrent en en-tête des colonnes (voirannexe D).processus qui régissent leur évolution et donc la prévision du temps et l’évolution du climat.L’équipe CAIAC au sein du CNRM m’a fourni les sorties du modèles CNRM-CCM. Sous unformat NetCDF, elles compilent une année type, avec une grille par jour, de 2.8125˚×2.8125˚×71 niveaux en altitude. Les données sont en [ppm] et afin de les convertir en Dobson (via l’équa-tion 3.3), l’équipe CAIAC a fourni aussi l’équivalent pression, établi sur une grille strictementidentique. Il faut bien avoir en tête qu’il s’agit d’une année modélisée et non des mesures. Ainsi unecomparaison pixel par pixel, ou plutôt maille de grille par maille de grille n’a pas de sens. 29
  30. 30. Chapitre 4Confrontation des produits IASId’EUMETSAT aux autres données4.1 Mise en oeuvre La première phase a été consacrée à l’apprentissage des logiciels permettant la lecture etl’utilisation des mesures de l’ozone. Ainsi, Scilab, ENVI et IDL m’ont été utiles pour leursdiverses applications. Les données étant fournies dans un format de type latitute|longitude|data, le logiciel ENVI apermis de directement pouvoir les mettre sur carte. Cependant, pour calculer la colonne partielled’ozone, il a fallu se servir des logiciels Scilab et IDL (voir l’annexe 5 au chapitre D). De plus,là où l’orographie ne permet pas de mesure, les valeurs sont imposée à -999. Il a donc fallucréer des masques pour enlever ces valeurs, et aussi éviter toute interpolation sur les points quele satellite n’a pas mesuré. Il faut donc créer une grille artificielle de points et faire correspondreles mesures avec ces points. Ainsi, tout point non remplacé sera considéré comme masque. Infine, c’est le logiciel IDL qui a été retenu, du fait de son aptitude à lire tous les formats des jeuxde données d’ozone, et pour la capacité à sortir des graphiques et des cartes lisibles et facilementutilisables. 2011 c EUMETSAT. Ozone data provided by LATMOS/CNRS & ULB. 2011 c MIPAS V4O_O3_202.4.2 Échantillonnage des données EUMETSAT Les données fournies par les différents laboratoires sont imposantes en taille. Par exemple,la journée du 1er août 2008 représente 935 Mo pour Eumetsat, et 1,95 Go pour le LATMOS-ULB en mode compressé (plus de 7 Go en mode décompressé). Aussi, EUMETSAT retraiteses données régulièrement. Afin d’éviter une trop grosse quantité de données retraitées, il m’aété demandé d’établir le meilleur échantillonnage pour réduire cette quantité, et par la mêmeoccasion la taille des fichiers, sans pour autant nuire à la qualité des données.4.2.1 Processus Le processus se déroule en 4 étapes. Celles-ci correspondent à la récupération des données,à l’application d’un masque nuageux, de l’échantillonnage et de la répartition sur une grille. 30
  31. 31. 1ère étape : récupération des données La récupération des fichiers se fait journalièrement. Il y a entre 13 et 15 fichiers correspon-dant aux orbites par jour. L’annexe 5 au chapitre D explicite le code utilisé sur IDL pour lalecture des fichiers.2ème étape : application du masque nuageux Cette étape se fait naturellement. En effet, EUMETSAT dispose d’un masque nuageux trèsstrict où la moindre formation nuageuse annule le pixel et remplace la donnée par une constante.Il suffit alors de sauter le pixel à chaque fois que la constante apparaît.4.2.2 Échantillonnage spatial3ème étape : Échantillonnage La récupération des données fournit une matrice simple où la première colonne correspond àla latitude, la seconde à la longitude et les 4 colonnes suivantes aux colonnes d’ozone partielleset totale. Ainsi, l’échantillonnage s’est établi de la façon suivante : pour différentes valeurs de"sauts", certaines données seront omises. Tout d’abord, la référence de données, celle qui vacorrespondre à aucun écrémage, est quand le saut de ligne prend la valeur de 1 : toutes leslignes sont sélectionnées, l’échantillonnage est de plus forte densité. Ensuite, si le saut est dedeux, une valeurs sur 2 sera prélevées, ainsi de suite. Quant aux possibles valeurs intermédiairesentre 1 et 2, pour par exemple prendre deux lignes sur trois, le saut a été établi à 1,5 (1,25 et1,75 aussi pour se permettre d’affiner l’échantillonnage). Pour la sélection de la ligne, la valeurentière du saut est sélectionnée (voir tableau 4.1). Valeur de la ligne i 1 2.5 4 5.5 7 Ligne sélectionnée 1 2 4 5 7 TABLE 4.1 – Méthode d’échantillonnage spatial.4ème étape : répartition sur grille La grille a été choisie au format 1.4˚×1.4˚. Chaque point de latitude et longitude va alorscorrespondre à un carré de cette grille. C’est alors l’application d’une simple moyenne sur tousles points considérés qui va permettre l’obtention d’une valeur sur cette maille de grille. Il y a, à ce moment, plusieurs remarques à faire. Par exemple, si l’on prend l’échantillonnagede 50%, le saut de 2, ce dernier s’effectue sur les données non grillées, mais il n’est pas forcéque la grille soit réduite de 50%, et heureusement. En un point de la grille, il y aura seulementmoins de points contribuant à la moyenne.4.2.3 Échantillonnage temporel Une autre manière d’échantillonner les données est de sélectionner certains jours plutôt qued’autres, de façon aléatoire ou non. Pour cela, on se base sur la totalité du mois et on prélève lesgrilles de chacunes des journées. Sur le même système que le tableau 4.1, au lieu de sélectionnerla ligne, le jour est sélectionné. Ainsi on obtient par exemple pour le sampling de 2 les jours 1,3, 5, 7, ..., 31. Puis l’échantillonnage obtenu est comparé avec la totalité du mois. 31
  32. 32. 4.2.4 Statistiques et résultatsÉchantillonnage spatial Si l’échantillonnage spatial se fait sur les données L2 issues d’EUMETSAT, les statistiquesquant à elles s’opèrent sur les données grillées. En effet, le nombre de points d’une journée estimportant, une réduction partielle des points n’influera pas la distribution statistique de manièreefficace, mais plutôt la distribution statistique de la grille issue de cet échantillonnage (le tempsde calcul est donc important). L’un des tests d’hypothèses utilisé est le test de la loi de Student pour un grand échantillon,c’est-à-dire basé sur la loi normale. Pour cela, la valeur t (quantile) de deux échantillons x ety de tailles respectives n1 et n2 et d’écarts-types respectifs σ1 et σ2 est calculée suivant une loinormale via : 2 2 |¯ − y | x ¯ n1 n2 σ1 (n1 − 1) + σ2 (n2 − 1) t= où σ 2 = σ n1 + n2 n1 + n2 − 2On peut alors ensuite affirmer, avec un risque (probabilité d’erreur) de 5% que la différence estseulement due au hasard si la valeur de t est inférieure à 1.96 (extension de la table de Student-Fisher aux grands échantillons, supérieurs à 30, c’est-à-dire extension à la loi normale.). En se basant sur cela, pour une journée donnée, on regarde l’effet que l’échantillonnage a surla qualité des données. Il est évident que le résultat va dépendre de la journée sélectionnée, de sacouverture nuageuse plus ou moins présente, et aussi du caractère aléatoire de l’échantillonnage.Sur la figure 4.1 à gauche, le quantile t est représenté en fonction de l’échantillonnage pourdifférentes journées. Afin d’éviter une erreur significative sur ne serait-ce qu’une journée, il fautalors choisir la valeur maximale de l’échantillonnage. Bien que certaines journées autorisentun échantillonnage de 5 (une valeur sur 5), la plupart tourne autour de 2 ou 3. Au final, unéchantillonnage de 2 semble être le meilleur compromis entre une réduction des données (de50% sur le produit L2) et la conservation de la qualité des données une fois réparties sur grille(voir figure 4.2). Ces calculs ont été faits à partir d’une grille de 1.4˚×1.4˚. Il est néanmoins intéressant d’ob-server ce qu’il en est pour une grille de 2.8125˚×2.8125˚. Dans la pratique, si on agrandit lagrille, nous avons plus de points qui contribuent à la moyenne du point de grille. Donc l’échan-tillonnage possible serait alors plus élevé. C’est ce que l’on observe sur la figure 4.1 à gaucheen bleu : la courbe représentant le quantile en fonction du sampling montre une pente beaucoupplus faible et dépasse alors le critère de 1.96 (en rouge) après la valeur de 8 (c’est-à-dire unevaleur sur 8). 32
  33. 33. F IGURE 4.1 – Echantillonnage spatial et temporel. À gauche, l’échantillonnage spatial. Àchaque trait correspond un jour (les 5 premiers jours du mois de septembre 2008), en noir pourune grille de 1.4˚×1.4˚ et en bleu pour une grille de 2.8125˚×8.125˚ (ici seulement 3 jours). Enrouge, la limite du critère de Student, à 1.96. À droite, l’échantillonnage temporel, sur le moisd’août 2008.Échantillonnage temporel Pour l’échantillonnage temporel, le même outil statistique que pour l’échantillonnage spatialest utilisé. Par exemple, pour l’échantillonnage 1.5, les grilles de 1.4˚×1.4˚ des 1er , 2nd , 4, 5, 7,8 jours du mois, ..., jusqu’au 30 ou 31 sont récupérées. Ces grilles sont moyennées pour n’enformer plus qu’une qui est ensuite comparée via la loi de Student avec la grille formée par tousles jours du mois. Les résultats sont représentés sur la figure 4.1 à droite, où est représenté la valeur du quan-tile t en fonction de l’échantillonnage. Du fait que cet échantillonnage va beaucoup dépendrede la qualité des jours (par exemple, le 21 août 2008 n’a qu’une seule orbite disponible), nousn’obtenons pas une courbe strictement monotone, et si certains échantillonnages sont inférieursau critère après l’avoir dépassé, il est bon de ne retenir que la valeur avant cet écart. En l’occu-rence, ici, un échantillonnage de 2.5 semble être bon : la sélection pour le mois d’août 2008 desjours 1, 3, 6, 8, 11, 13, 16, 18, 21, 23, 26, 28 et 31 s’avère être suffisante pour garder les mêmescaractéristiques que si l’on avait choisi tous les jours du mois. La figure 4.3 représente sur cartecet échantillonnage en comparaison avec le mois total. Les différences sont peu nombreuses etl’ensemble correspond bien dans les deux cas. Cela correspond donc à une sélection de 2 jourssur 5.Ce test n’a été effectué que sur l’unique mois d’août. Il est évident qu’il faudrait lancer cecalcul pour tous les mois de l’année afin d’en tirer une valeur d’échantillonnage valide pourtoute l’année. De ce que l’on peut retenir, l’échantillonnage temporel semble être plus efficace que l’échan-tillonnage spatial. Il est, de plus, beaucoup plus pratique à effectuer de la part des fournisseursdes données d’EUMETSAT, car sans obligatoirement ouvrir et traiter les données d’une journée,il leur suffit de n’en sélectionner qu’une partie sur un mois. De même, il serait intéressant pour de futures études de voir ce qu’il en est en couplant unéchantillonnage spatial avec un échantillonnage temporel, afin de réduire considérablement lesdonnées. 33

×