Comparaison entre l'estimation de l'albedo en surface de MAR et les valeurs d'albedo reconstituées à partir du capteur OLCI de Sentinel-3

Abstract

L’albédo de la neige et de la glace est une grandeur physique dépendant de nombreuses variables, dont les implications sur le climat sont importantes. La compréhension des phénomènes gouvernant la variabilité de l’albédo passe par le développement et l’évaluation de modèles, dont fait partie le Modèle Atmosphérique Régional (MAR). Ce mémoire compare les estimations d’albédo de MAR avec les valeurs d’albédo reconstituées à partir du capteur Ocean and Land Colour Instrument (OLCI) de Sentinel-3. La reconstitution des valeurs d’albédo fait usage de l’algorithme Sentinel-3 Snow and Ice (SICE). La comparaison se limite à l’inlandsis groenlandais pour les années 2018, année de faible fonte, et 2019, année de forte fonte. Un produit dérivé des observations du capteur Moderate Resolution Imaging Spectroradiometer (MODIS) ainsi qu’un produit du Geological Survey of Denmark and Greenland (GEUS) issus des observations de Sentinel-3 sont utilisés pour valider cette comparaison. La comparaison montre que les estimations d’albédo de MAR sont globalement cohérentes avec les valeurs d’albédo reconstituées. La racine de l’erreur quadratique moyenne (RMSE) est de 0,07 en 2018 et de 0,08 en 2019. Ces RMSE sont légèrement plus élevés que ceux issus des comparaisons entre données satellitaires (0,06). Une légère sous-estimation est détectée dans les plus faibles valeurs d’albédo de la neige. Le principal résultat est la mise en évidence d’une surestimation dans la zone d’ablation (biais positif de 0,05 en 2018 et de 0,07 en 2019), qui devient maximale lorsque la glace devient prédominante en surface. En effet, les estimations de l’albédo de la glace sont problématiques car elles ne montrent pas de lien avec l’albédo observé : la paramétrisation de l’albédo de la glace par MAR fournit des valeurs quasi constantes de ≈ 0,55 alors que les valeurs observées couvrent une plage allant de 0,35 à 0,6. L’albédo de la glace est donc principalement surestimé par MAR. La capacité de MAR à modéliser la nature de la couche en surface est primordiale pour obtenir des estimations d’albédo fiables. Ce mémoire effectue donc aussi une comparaison entre les étendues de glace vive modélisées par MAR et les étendues de glace vive déduites des produits d’albédo satellitaires. Celle-ci montre que MAR sous-estime l’étendue de glace vive en 2018 et la surestime en 2019. De plus, que ce soit en 2018 ou en 2019, l’apparition de glace vive dans MAR présente un retard par rapport aux données satellitaires. Les résultats obtenus corroborent de précédentes études. Ils suggèrent qu'une amélioration de la paramétrisation de l'albédo de la glace de MAR est souhaitable.

Snow and ice albedo is a physical quantity dependent on numerous variables, with significant implications for the climate. Understanding the phenomena governing albedo variability requires the development and evaluation of models, such as Modèle Atmosphérique Régional (MAR). This master’s thesis compares the albedo simulated by MAR with albedo values reconstructed from Sentinel-3’s Ocean and Land Colour Instrument (OLCI). The reconstruction of albedo values is based on the Sentinel-3 Snow and Ice (SICE) algorithm. The comparison is limited to the Greenland Ice Sheet for the years 2018, a year of low melt, and 2019, a year of high melt. A product derived from observations by the Moderate Resolution Imaging Spectroradiometer (MODIS), as well as a product from the Geological Survey of Denmark and Greenland (GEUS) based on Sentinel-3 observations, are used to validate this comparison. The comparison shows that MAR albedo is generally consistent with reconstructed albedo values. The root mean square error (RMSE) is 0.07 in 2018 and 0.08 in 2019. These RMSE values are slightly higher than those obtained from comparisons between satellite data (0.06). A slight underestimation is detected in the lowest snow albedo values. The main result is the identification of an overestimation in the ablation zone (a positive bias of 0.05 in 2018 and 0.07 in 2019), which becomes maximal when ice dominates at the surface. Indeed, ice albedo simulated by MAR is problematic because it shows no correlation with observed albedo. The MAR ice albedo scheme provides nearly constant values of ≈ 0.55, whereas observed values range from 0.35 to 0.6. Thus, ice albedo is mainly overestimated by MAR. MAR’s ability to model the surface layer’s characteristics is crucial for obtaining reliable albedo values. Therefore, this master’s thesis also compares the extent of bare ice modeled by MAR with the extent of bare ice inferred from satellite albedo products. This comparison shows that MAR underestimates the extent of bare ice in 2018 and overestimates it in 2019. Furthermore, in both 2018 and 2019, the appearance of bare ice in MAR is delayed compared to satellite data. The results obtained corroborate previous studies. They suggest that improving the MAR bare-ice albedo scheme is needed.