Composition du jury

Mme. Katia Laval, présidente
Mme. Cathy Clerbaux, rapporteur
Mme. Noëlle Scott, directrice
M. Patrick Chazette, rapporteur
M. Vincent Casse, Examinateur
M. Herve Le Treut, examinateur

Résumé

La préparation à l’exploitation des mesures à haute résolution spectrale de IASI (Interféromètre Atmosphérique pour le Sondage Infrarouge), qui volera en 2005 sur le satellite polaire METOP, nécessite le développement de modèles de transfert radiatif précis et très rapides en vue d’applications de météorologie opérationnelle, de climatologie et de chimie de l’atmosphère. Nous présentons une première version de modèle direct neuronal des températures de brillance IASI (8461 canaux entre 3.62 et 15.5 µm). Le modèle est constitué de réseaux de neurones de type Perceptron Multi-Couches. Un moyen efficace de réduire les difficultés liées à la modélisation neuronale de données de grande dimension est l’Analyse en Composantes Principales des spectres. Elle permet d’élaborer un estimateur de complexité satisfaisante, en parallèle avec la méthode ‘early stopping’. De plus, ce pré-traitement décorrèle les composantes de la variabilité du signal. Tout cela permet la convergence de la fonction de coût vers un bon minimum en un nombre moindre d’itérations.
Les performances du modèle sont très encourageantes pour la voie neuronale: un spectre IASI complet est calculé en 0.06 seconde (3.4 s pour un modèle paramétrique de référence). Des résultats d’une bonne précision (erreurs inférieures à 1 K) sont obtenus en fin d’éducation et sur des bases de validation indépendantes, dans les bandes d’absorption de CO2, N2O, CH4 et CO, et dans les fenêtres atmosphériques. Ils restent satisfaisants pour la bande de l’ozone à 9.6 µm.
Les véritables limitations du modèle sont situées dans la bande d’absorption de la vapeur d’eau, à 6.3 µm. La nécessité de l’homogénéité des bases utilisées pour le paramétrage (apprentissage et test), ainsi que d’un plus grand nombre d’éléments dans la base d’apprentissage, est soulignée.
Etant donné le caractère partiel du modèle et les améliorations possibles, il appartient encore au contexte de l’étude de faisabilité, et son évolution vers une version plus opérationnelle est en cours.