Thèse de doctorat en Méthodes statistiques et télédétection
Sous la direction de Sylvie Thiria.
Soutenue en 2006
à Paris 6 .
Les radiomètres embarqués à bord des satellites permettent de mesurer le rayonnement solaire renvoyé par l'océan et l'atmosphère. L'étude de ces signaux permet d'évaluer la quantité de phytoplancton et de son pigment principal : la chlorophylle-a. L'une des difficultés est que le signal mesuré est fortement pollué par la contribution de l'atmosphère. Une étape préalable avant d'estimer le contenu de l'eau est donc de soustraire cette contribution par l'étape dite de ``correction atmosphérique''. Les algorithmes standards produisent des estimations de chlorophylle-a satisfaisantes dans de nombreuses situations mais rencontrent des difficultés lorsque les aérosols dans l'atmosphère sont absorbants. Nous proposons une méthodologie générale appelée NeuroVaria qui permet de résoudre cette difficulté. Les données du radiomètre SeaWiFS ont été utilisées. Notre algorithme a été validé avec des mesures in-situ et appliqué à plusieurs régions où l'algorithme standard montrait des limitations. Une étude de quinze jours au large de l'Inde a permis de montrer l'intérêt de NeuroVaria dans l'estimation de la chlorophylle-a en présence d'aérosols absorbants.
Neuronal method for the inversion of ocean colour signals : Dealing with absorbing aerosols and retrieval of the chlorophyll-a concentration
Pas de résumé disponible.