Estimation des sources et puits de méthane par assimilation de données satellitaires dans un système d'inversion atmosphérique

Estimating methane sources and sinks by assimilating satellite data in a global atmospheric inverse system

• Auteur / Autrice : Nicole Montenegro varela
• Direction : Marielle Saunois, Philippe Bousquet
• Type : Projet de thèse
• Discipline(s) : Géosciences
• Date : Inscription en doctorat le 01/10/2022
• Etablissement(s) : université Paris-Saclay
• Ecole(s) doctorale(s) : École doctorale Sciences de l'environnement d'Île-de-France (Paris ; 1992-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire des Sciences du Climat et de l'Environnement - DRF
• Partenaire(s) de recherche : Equipe de recherche : Modélisation inverse pour les mesures atmosphériques et satellitaires (SATINV)
• Partenaire(s) de recherche : Référent : Université de Versailles-Saint-Quentin-en-Yvelines

Mots clés

Mots clés libres

Méthane

Satellite

Assimilation

Methane

Satellite

Assimilation

Résumé

L'objet de la thèse est de tirer parti d'un ensemble de données satellitaires pour optimiser les émissions mondiales de méthane, 2e gaz à effet de serre anthropique. Il s'agit de développer des outils de traitements numériques des nouvelles (et future) données satellites afin d'utiliser ces données dans un système d'inversion atmosphérique planétaire permettant d'estimer les sources et puits de méthane. L'évolution récente du méthane atmosphérique est particulièrement intéressante car il augmente rapidement depuis 2007 après presque 10 ans de stagnation. Le(La) doctorant(e) s'appuiera sur le système d'inversion développé au LSCE (Community Inversion Framework - CIF) associé au modèle de transport planétaire LMDz. Le CIF prend déjà en compte les données GOSAT, une adaptation aux données de TROPOMI et à des pseudo données MERLIN sera faite par la doctorante. Après une phase de bibliographie (~3 mois) pour déterminer les techniques utilisées pour le filtrage des données TROPOMI dans le cadre d'autres applications régionales, la doctorante testera en parallèle les données GOSAT1&2, TROPOMI et IASI (SWIR) dans le système d'inversion (~1 an), puis il/elle développera des pseudo-données MERLIN ou/et intégration SWIR/TIR/LIDAR selon avancement des différents travaux (~1 an). Le reste du temps sera consacré, à la formation scientifique, à la rédaction d'article scientifiques et du manuscrit de thèse. Un enjeu scientifique important de cette thèse est de mieux identifier et quantifier les sources responsables des variations du méthane atmosphérique récentes, aujourd'hui toujours mal comprises régionalement et très discutées dans la communauté scientifique.

The PhD thesis aims at taking advantage of a set of satellite data to optimize methane sources and sinks. Numerical tools will be developed to treat the new (and future) satellite data in order to assimilate theses in a global atmospheric inverse system able to estimate methane sources and sinks. The recent period is of particular interest because atmospheric methane experienced a fast increase since 2007 after almost 10 years of stagnation. The PhD student will rely on the inversion system developed at the LSCE (Community Inversion Framework - CIF), associated to the global transport model LMDz. The CIF already integrate the treatment of GOSAT data, adaptation for TROPOMI, MERLIN pseudo-data will be developed by the PhD student. After a bibliography phase (~ 3 months) to determine the technics used to filter TROPOMI data in regional studies, the doctoral student will test in parallel GOSAT1&2, TROPOMI and IASI (SWIR) data in the inverse system (~ 1 year), and then will develop MERLIN pseudo data and/or integrate SWIT/TIR data depending on the results of ongoing research on this topic (~1 an). The rest of the time will be spent in scientific training, writing scientific articles and the PhD thesis manuscript. An important scientific issue of this thesis is to better identify and quantify the sources responsible for the recent variations in atmospheric methane, which are still poorly understood and widely discussed today in the scientific community.