Restitution de la salinité de surface de l'océan à partir des mesures SMOS : une approche neuronale?

par Adel Ammar

Thèse de doctorat en Traitement de données de télédétection

Sous la direction de Sylvie Thiria.

Soutenue en 2008

à Toulouse 3 .


  • Résumé

    L'inversion des mesures du satellite SMOS par des réseaux de neurones pose plusieurs difficultés, liées principalement à la variabilité des angles d'incidence observés et à l'importance du bruit de mesure. Cette thèse propose des solutions à ces obstacles dans un cas réaliste, et montre qu'une approche neuronale peut être applicable à tous les pixels de l'océan pour restituer la salinité avec une bonne précision. Concernant le choix de la base d'apprentissage, nous montrons qu'une base équi-répartie en paramètres géophysiques permet de réduire notablement les biais systématiques sur la salinité restituée qui sont dus à l'importance du bruit de mesure. Par ailleurs, une technique de prolongation de l'apprentissage permet de faire disparaître la plupart de ces défauts dans une large gamme de latitude. Les travaux accomplis pendant cette thèse ont permis de définir la méthodologie à appliquer, en phase de vol, et de fixer l'architecture des réseaux d'inversion

  • Titre traduit

    Retrieving sea surface salinity from smos brigthness temperatures : a neural networks approach


  • Résumé

    Using neural networks to retrieve the sea surface salinity from the observed Soil Moisture and Ocean Salinity (SMOS) brightness temperatures (TBs) is an empirical approach that offers the possibility of being independent from any theoretical emissivity model. We prove that this approach is applicable to all pixels over ocean, by designing a set of neural networks with different inputs. Besides, we demonstrate that a judicious distribution of the geophysical parameters in the learning database allows to markedly reduce the systematic regional biases of the retrieved SSS, which are due to the high noise on the TBs. An equalization of the distribution of the geophysical parameters, followed by a new technique for boosting the learning process, makes the regional biases almost disappear for latitudes between 40°S and 40°N, while the global standard deviation remains between 0. 6 psu (at the center of the swath) and 1 psu (at the edges)

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (167 p.)
  • Annexes : Bibliogr. p. 158-164

Où se trouve cette thèse ?

  • Bibliothèque : Université Paul Sabatier. Bibliothèque universitaire de sciences.
  • Disponible pour le PEB
  • Cote : 2008TOU30290
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.