Thèse soutenue

Traitement automatique de données océanographiques pour l'interpolation de la ∫CO₂ de surface dans l'océan Atlantique tropical, en utilisant les données satellitaires

FR  |  
EN
Auteur / Autrice : Hadjer Moussa
Direction : Catherine Goyet
Type : Thèse de doctorat
Discipline(s) : Informatique
Date : Soutenance le 19/09/2016
Etablissement(s) : Perpignan
Ecole(s) doctorale(s) : École doctorale Énergie environnement (Perpignan ; 1999-....)
Partenaire(s) de recherche : Laboratoire : Institut de modélisation et d'analyses en géo-environnement et santé (Perpignan)
Jury : Président / Présidente : Nadine Le bris
Examinateurs / Examinatrices : Nathalie Lefevre, Katerina Souvermezoglou, Marie-Claude Simon-El Jai, Franck Touratier
Rapporteurs / Rapporteuses : Nathalie Lefevre, Katerina Souvermezoglou

Résumé

FR  |  
EN

Ce travail de thèse consiste à utiliser les données satellitaires de SST (température de surface), SSS (salinité de surface), et Chl-a (chlorophylle-a), pour l’interpolation de la fugacité du CO2 (fCO2) dans la couche de surface de l’océan Atlantique tropical, pour les saisons de la période 2002-2013. Trois types de données ont été utilisés : in situ (BD (base de données) SOCAT V.3) ; satellitaires (capteurs : MODIS-A, Sea-WIFS, et SMOS) ; et assimilées (BD SODA V.2.2.4). La première étape était la classification des données en se basant sur la SST. La deuxième étape était l’interpolation de la fCO2 (pour chaque classe de chaque saison), en utilisant des RNs (réseaux de neurones artificiels) de type feedforward, avec un apprentissage de type backpropagation. Les résultats obtenus (RMSEs (root mean square error) variant de 8,8 à 15,7 µatm) permettent de confirmer l’importance de : traiter les saisons séparément, classifier les données, et choisir le meilleur RN en fonction des résultats de la généralisation. Ceci a permis l’élaboration de 138 fichiers CSV (Comma-separated values) de fCO2 mensuelle, avec une résolution de 4 km x 4 km, pour la période allant de juillet 2002 à décembre 2013.