Système Mondial de Navigation par Satellite Embarqué sur Porteur Marin pour l’Observation de la Vapeur d’Eau Atmosphérique en Mer
Auteur / Autrice : | Aurélie Panetier |
Direction : | Ali Khenchaf, Pierre Bosser |
Type : | Thèse de doctorat |
Discipline(s) : | Electronique |
Date : | Soutenance le 21/12/2023 |
Etablissement(s) : | Brest, École nationale supérieure de techniques avancées Bretagne |
Ecole(s) doctorale(s) : | École doctorale Sciences pour l'ingénieur et le numérique |
Partenaire(s) de recherche : | Laboratoire : Laboratoire des sciences et techniques de l'information- de la communication et de la connaissance / Lab-STICC |
Jury : | Président / Présidente : Marie-Noëlle Bouin |
Examinateurs / Examinatrices : Laurent Dusseau, Jean-Marc Le Caillec | |
Rapporteur / Rapporteuse : Olivier Bock, Laurent Morel |
Mots clés
Résumé
Le Système de Navigation Mondial par Satellite (GNSS) s’est peu à peu imposé comme outil de mesure atmosphérique, au service de l’étude du climat et de la prévision météorologique à terre. Afin de pallier le manque d’observation de la vapeur d’eau atmosphérique en mer, différentes études l’ont appliqué à des antennes GNSS embarquées sur porteur marin. Les travaux de recherche menés durant cette thèse proposent une automatisation du traitement de données GNSS d’antennes embarquées sur porteur marin, appliquée à des données acquises sur une longue période. Pour cela, nous établissons une stratégiede traitement adaptée aux données GNSS d’antennes embarquées en mer, en appliquant différentes configurations de traitement des données réelles et simulées. Les solutions estimées sont évaluées afin de recommander une stratégie adaptée à l’estimation de vapeur d’eau en mer.La configuration optimale retenue est utilisée pour post-traiter les jeux de données binaires acquis lors des campagnes océanographiques effectuées entre 2015 et 2022 par la Flotte Océanographique Française. La vapeur d’eau précipitable ainsi extraite est évaluée par comparaison à d’autres sources de données, puis une étude approfondie du résultat est présentée afin d’en montrer l’apport pour l’étude du climat. L’adaptation de ce traitement à du temps réel pourrait permettre d’utiliser ces données pour la prévision météorologique.