Développement de nouvelles méthodes d’homogénéisation des données atmosphériques GNSS. Application à l’étude de la variabilité climatique.

La vapeur d’eau joue un rôle important dans de nombreux processus atmosphériques et contribue de manière fondamentale au fonctionnement du système climatique. Mesurer sa distribution spatiale, sa tendance et sa variabilité temporelle peut aider à mieux comprendre les processus météorologiques et la variabilité climatique. Une contrainte majeure dans l’utilisation de données d’observation météorologiques issues des réseaux terrestres, des plateformes aériennes et des satellites enregistrées  depuis plusieurs décennies, réside dans le fait que ces systèmes d’observations n’étaient pas destinés initialement à la surveillance du climat sur le long terme. Le manque d’uniformité et les nombreux changements d’équipements sont responsables d’hétérogénéités et de discontinuités dans les mesures qu’il est nécessaire de détecter et corriger. De plus, les informations sur les déplacements des stations terrestres, sur les changements d’équipements, sur les procédures opérationnelles et le traitement des données, et sur les modifications éventuelles de l’environnement proche des stations (bâtiments, végétation) manquent le plus souvent. Il faut alors recourir à des méthodes détection et de validation sophistiquées. Le volume important et croissant de données nécessite également le développement de méthodes automatiques. L’Action COST HOME (http://www.homogenisation.org/) a inventorié les méthodes d’homogénéisation existantes, comparé et évalué de nombreuses méthodes de détection et de correction des mesures mensuelles et annuelles de température et de précipitations, et développé une méthode d’homogénéisation pour les données journalières de température. Toutefois, aucune méthode n’a pour l’heure été développée pour homogénéiser les données atmosphériques GNSS (retards troposphériques et contenus intégrés en vapeur d’eau). De plus, ces données n’ont pas été exploitées jusque-là pour l’étude de la variabilité climatique.

L’objectif de cette thèse est de développer de nouvelles méthodes statistiques de segmentation (détection de ruptures/changements) des séries GNSS à l’échelle journalière. La démarche proposée est la suivante :

1) Description des données : caractérisation statistique des séries temporelles GNSS de retards troposphériques et de contenus intégrés de vapeur d’eau (CIVE) ainsi que d’autres paramètres GNSS (p.ex. positions, indices de multi-trajets) sur une période de 20 ans (1995-2015), ainsi que des séries de différences de retards et CIVE avec des données de référence (p.ex. données de ré-analyses météorologiques) pour la mise en œuvre de méthode relatives. L’analyse conjointe des retards ou CIVE et d’autres paramètres permettra de fiabiliser les détections.

2) Développements méthodologiques : Des méthodes de segmentations ont été proposées par AgroParisTech principalement dans le domaine génomique. On s’appuiera sur ces méthodes pour développer des méthodes de segmentation adaptées aux caractéristiques des séries GNSS : détection des changements et prise en compte des biais (présence de signaux périodiques résiduels à l’échelle saisonnière et de bruit corrélé). Il s’agira de proposer un modèle adapté, développer une procédure d’inférence (en essayant d’obtenir des algorithmes exactes et rapides au vu de la taille des données), étudier les performances de la méthode développée à partir d’études de simulations.

3) Application à la documentation de la variabilité climatique: on mettra en œuvre les méthodes développées sur des données GNSS réelles (p.ex. réseau mondial IGS, réseau Européen, réseau national). Les discontinuités détectées seront confrontées aux métadonnées disponibles pour les stations GNSS (site-logs). Les résultats de segmentation obtenus avec différentes jeux de données seront également comparés (p.ex. différences GPS – ré-analyses pour le réseau mondial, différences GPS – GPS pour le réseau national, plus dense). L’impact de l’homogénéisation sur les estimations de tendance et de variabilité des contenus intégrés de vapeur d’eau sera évalué et ces estimations seront confrontées aux estimations produites à partir de simulations de modèles de climat.