Inversion des mesures satellitales de la couleur de l'océan à l'aide des réseaux de neurones

Satellite ocean color inversion using neural networks

• Auteur / Autrice : Lidwine Gross
• Direction : Sylvie Thiria
• Type : Thèse de doctorat
• Discipline(s) : Physique appliquée
• Date : Soutenance en 2001
• Etablissement(s) : Versailles-St Quentin en Yvelines

Mots clés

Mots clés contrôlés

Imagerie satellitaire

Télédétection

Ordinateurs neuronaux

Phytoplancton

Radiométrie

Résumé

Les études menées durant cette thèse entrent dans le cadre de la physique de la mesure inhérente aux radiomètres dédiés à l'observation de la couleur de l'océan. Au large, la couleur de l'océan permet de calculer la quantité de phytoplancton présente dans l'eau, indexée par la concentration en chlorophylle a de la couche de mélange. Le perfectionnement des capteurs, en particulier l'augmentation du nombre et de la résolution des bandes spectrales mesurées fait que la quantité d'information potentielle recueillie s'accroît considérablement au fur et à mesure des générations d'appareils. Un des enjeux de cette évolution technique est de savoir exploiter toute cette information mise à notre disposition avec le maximum d'efficacité. Nous avons réfléchi à l'amélioration du traitement de la couleur de l'océan en proposant des solutions sous méthodologie neuronale de manière à traiter l'information multi-spectrale des capteurs de façon corrèlée. Nous avons montré que cette méthode permet d'assurer une robustesse certaine face aux différents bruits de mesure des chaînes de traitement des radiomètres embarqués. De plus, les cartes de concentration en chlorophylle à calculer par notre modèle neuronal sont plus contrastées que celles qui sont calculées par les algorithmes standards, fournissant une grande lisibilité des structures océaniques. L'information multi-spectrale devrait aussi permettre d'accéder aux variables secondaires du problème, c'est à dire aux concentrations des autres pigments du phytoplancton. Nos études ont tenté de déterminer dans quelles conditions de mesure cette identification serait possible. Enfin, nous avons mené une expérience de classification automatique des mesures satellitaires multi-spectrales. Cette classification permet d'envisager une nouvelle méthode d'inversion des mesures satellitales car elle détermine précisément le contenu géophysique de la portion d'océan et d'atmosphère observée par l'appareil.