Statistical analysis of the spatio-temporal variations of geophysical variables, application to the satellite-derived Ocean Color and the Sea Surface Temperature - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2014

Statistical analysis of the spatio-temporal variations of geophysical variables, application to the satellite-derived Ocean Color and the Sea Surface Temperature

Analyse statistique de la variabilité spatio-temporelle des variables géophysiques, application à la couleur de l'eau et la température de surface observées depuis l'espace

Résumé

In this manuscript-based thesis we propose statistical methods to analyse geophysical time-series. We particularly focus on ocean colour and sea surface temperature observed from space. The specific characteristics of the geophysical signal, i.e. noise autocorrelation, discontinuities in the observations, and the mixing of physical and biological processes showing distinct modes of variability, is integrated in the proposed methodologies. The first chapter includes details on the physical measurement principles of the variables of interest. Then we describe a methodology to estimate linear trends and associated uncertainties, using several time series, to optimise in-situ and satellite-based observation networks for the long term monitoring. We characterise after the significant time-scales of "El Niño Southern Oscillation" in the sea surface temperature using a normalised Gaussian mixture model to take into account the natural distribution of the scales of the events observed in the nature. The fourth chapter details the forecasting of a non-stationary process subject to seasonal forcing conditions, the sea surface turbidity, using four hidden Markov models. The hidden variables are used to estimate different relationships between the variable to estimate and its predictors. The last chapters details a Bayesian model, with dynamical updates of the a priori models, to inverse the sea surface reflectance in complex coastal areas for the OLCI sensor embedded onto the Sentinel 3 satellite. The perspectives are enhancements of satellite products provided by spatial agencies, operational forecasting using statistical models based on observations and learning, and the optimisation of observation networks.
Dans cette thèse sur articles nous proposons des méthodes statistiques pour l¿analyse de séries temporelles géophysiques. Nous nous intéressons à la couleur de l¿eau et la température de surface de la mer observées depuis l¿espace. La nature du signal géophysique, i.e. l¿autocorrélation du bruit, la discontinuité des observations, et le mélange des processus physiques et biologiques pouvant comporter des modes distincts de variabilité, est partie intégrante des méthodes d¿analyses proposées. Le premier chapitre contient des informations sur la mesure physique des variables d¿intérêt. Nous décrivons ensuite une méthode d¿estimation de tendances linéaires et des incertitudes associées, à partir de plusieurs séries temporelles, dans le but d¿optimiser les réseaux d¿observations satellitaires et in-situ pour la surveillance à long terme de l¿environnement. Puis nous caractérisons les échelles temporelles du signal climatique "El Niño Southern Oscillation" dans la température de surface à partir d¿un mélange de Gaussiennes prenant en compte un facteur de normalisation pour corriger de la distribution naturelle des évènements. Le quatrième chapitre décrit la prévision temporelle d¿un processus non-stationnaire soumis à des forçages saisonniers, la turbidité de surface, en utilisant quatre différents modèles de Markov cachés. Les variables cachées sont utilisées pour identifier des relations distinctes entre la variable à estimer et ses prédicteurs. Le dernier chapitre décrit un modèle Bayésien avec mise à jour dynamique des modèles a priori pour l¿inversion de la réflectance marine en milieux côtiers complexes pour le capteur OLCI embarqué sur le satellite Sentinel 3. Les perspectives sont l¿amélioration des produits satellitaires fournis par les agences spatiales, la prévision opérationnelle avec des modèles statistiques basés sur des observations et de l¿apprentissage, et l¿optimisation des réseaux de surveillance.
Fichier principal
Vignette du fichier
2014telb0332_Saulquin Bertrand.pdf (7.04 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

tel-01206262 , version 1 (28-09-2015)

Identifiants

  • HAL Id : tel-01206262 , version 1

Citer

Bertrand Saulquin. Statistical analysis of the spatio-temporal variations of geophysical variables, application to the satellite-derived Ocean Color and the Sea Surface Temperature. Signal and Image Processing. Télécom Bretagne; Université de Rennes 1, 2014. English. ⟨NNT : ⟩. ⟨tel-01206262⟩
154 Consultations
354 Téléchargements

Partager

Gmail Facebook X LinkedIn More