Thèse soutenue

Estimation des conditions océanographiques par inversion de données issues d'un radar imageur non calibré

FR  |  
EN
Auteur / Autrice : Floriane Schreiber
Direction : Charles-Antoine Guérin
Type : Thèse de doctorat
Discipline(s) : Physique : Télédetection radar
Date : Soutenance le 14/12/2020
Etablissement(s) : Toulon
Ecole(s) doctorale(s) : École doctorale Mer et Sciences. ED 548 (Toulon)
Partenaire(s) de recherche : Laboratoire : Institut méditerranéen d'océanologie (MIO) (Marseille ; Toulon)
Centre de recherche : Office national d'études et de recherches aérospatiales (France)
Jury : Président / Présidente : Marc Saillard
Examinateurs / Examinatrices : Charles-Antoine Guérin, René Garello, Gabriel Soriano, Sebastien Angelliaume, Hélène Roussel, Nicolas Trouvé
Rapporteurs / Rapporteuses : René Garello, Gabriel Soriano, Gabriel Soriano

Résumé

FR  |  
EN

De nombreux modèles empiriques de distribution statistique du fouillis de mer existent mais ne sont pas directement paramétrable par l’état de mer, et ainsi il n’est pas possible d’y pratiquer une méthode d’inversion. Pour modéliser la distribution statistique de l’intensité, nous utilisons un modèle deux-échelles (TSM) paramétré directement par l’état de mer via la mss (mean square slope). Ce modèle permet de retrouver de manière cohérente la NRCS mais ne parvient pas à décrire de manière la distribution du fouillis de mer simultanément dans les deux canaux de polarisations directs dû à une surestimation du rapport de polarisation (RP) de Bragg.Pour corriger ce problème, nous avons développé une formulation originale du RP qui inclue un unique paramètre effectuant une transition dynamique entre le régime de Bragg et de Kirchhoff. Cette formulation intégrée au modèle TSM permet de corriger le RP et d’obtenir une modélisation cohérente de la statistique du fouillis de mer, simultanément dans les deux polarisations. A l’aide d’une méthode d’inversion, le modèle permet d'estimer l’état de mer d’un radar imageur. La pertinence de ce modèle est établie dans différentes configurations, mais aussi pour des données présentant des incertitudes de calibration.