Read more
Nous avons mis au point une méthodologie qui nous a permis de développer un algorithme purement statistique de restitution des profils de vapeur d'eau à partir des observations fournies par les instruments SAPHIR et MADRAS du satellite Megha-Tropiques, et aussi de quantifier l'incertitude conditionnelle d'estimation. Trois modèles ont été optimisés pour l'estimation des profils sur 7 couches de la troposphère et de la fonction de distribution de la probabilité (pdf) de l'erreur conditionnelle sur chacune des couches. L'effort porté sur l'optimisation des modèles statistiques a permis de démontrer que la précision de la restitution est indépendante de l'approche et qu'elle est directement reliée aux contraintes physiques du problème posé. Ainsi, le maximum de précision est obtenu aux couches situées dans la moyenne troposphère tandis que la précision se dégrade aux extrêmes, ce qui est expliqué par le contenu en information des deux instruments.
About the author
Ramsés Sivira est docteur (Paris VI) en analyse statistique, apprentissage automatique et mathématique appliquée. Son travaille de thèse est lié à la restitution de variables atmosphériques en utilisant méthodes d'apprentissage automatique. Actuellement, il travaille au problème de la restitution de la pluie au LATMOS, Paris.
