Estimation de l'épaisseur de la banquise par utilisation conjointe d'images SAR, optiques, d'altimétrie SAR et de LiDAR

SAR and Altimetry synergy by deep-learning for sea-ice thickness mapping

• Auteur / Autrice : Laura Orgambide
• Direction : Frédéric Champagnat
• Type : Projet de thèse
• Discipline(s) : Sciences du traitement du signal et des images
• Date : Inscription en doctorat le 10/10/2023
• Etablissement(s) : université Paris-Saclay
• Ecole(s) doctorale(s) : École doctorale Sciences et technologies de l'information et de la communication
• Partenaire(s) de recherche : Laboratoire : ONERA - Département Traitement de l'information et systèmes
• Partenaire(s) de recherche : Référent : Faculté des sciences d'Orsay

Mots clés

Mots clés libres

Banquise

Sar

Altimétrie

Sea-ice

Sar

Altimetry

Deep-learning

Résumé

Connaître l'état de la banquise est une donnée essentielle pour la sécurité du trafic maritime en arctique. Le Maritime Polar Code [1] spécifie qu'il est essentiel que les bateaux soient équipés de moyen de communication permettant de recevoir des mises à jour sur l'état de la glace de mer. Cet état de la glace de mer peut s'obtenir à partir d'information de télédétection sous plusieurs formes : la concentration de glace dans une certaine zone (sea ice concentration or sea ice area fraction), l'épaisseur de glace ou une classification basée sur son âge. Des informations comme son déplacement (sea ice drift), sa température ou la présence de lac de fontes sont aussi importantes pour prédire son évolution. De nombreux produits sont déjà fournis par l'agence européenne Copernicus Marine Service [2], l'agence américain NSIDC [3] ou l'agence canadienne Environment and Climate Change Canada [4]. Ces produits sont calculés à partir d'images SAR acquises par Sentinel-1 [5], d'informations radar altimétrique comme AltiKa [6] ou CryoSat-2 [7], de radio imageurs comme SMOS [8], de données optiques avec MODIS [9] ou LiDAR grâce à IceSat-2 [10]. Si les produits proposés par les agences nationales couvrent des grandes zones, les grilles sur lesquelles ces produits sont calculés ont des résolutions de l'ordre du kilomètre ou de la dizaine de kilomètres. De plus, leur mise à jour est hebdomadaire ou mensuelle. Ces données ne sont donc pas facilement utilisables pour la navigation en arctique, particulièrement pour ses habitants dont les techniques de navigation et de chasse traditionnelles sont affectées par les modifications de comportement de la glace de mer dues au changement climatique, surtout lors de la fonte de la glace.

The Arctic is the environment most sensitive to climate change, with the retreat and the thinning of the sea ice, the diminution in the snow cover, the accelerating and thinning glaciers or the changes in the boreal forest structure. To assess precisely all these changes and include them in climate change modeling, information about both the extent of the changes and the 3D information need to be collected continuously. These informations can come from two different types of sensors: SAR sensors such as Sentinel-1 (S1) provide large scale images but do not allow for continuous 3D measurement since SAR interferometry relies on a stability in the backscattering condition. Altimeters such as radar altimeters including CryoSat-2 (CS2) or SARAL/AltiKa (AltiKa), or lidar sensors such as icesat-2, offer a precise 3D information measurement but only along the track. To get complete coverage at the resolution of the sensors, a few months to a year is required. Data integration at a large spatial scale (~100km) enables to reduce the measuring time to a few weeks. In this work, we aim to measure regionally the sea ice extent (SIE) and thickness (SIT) at a fine temporal and spatial scale by using conjointly S1 and altimeters CS2 and AltiKa