Matériel et méthodes
satellitaires mensuelles. Les mouvements de l’océan et de l’atmosphère sont régis par les mêmes
équations et les études océaniques sont directement comparables et liées à la météorologie (Millot,
1989).
Le coefficient de variation (Figure 12) moyen de chaque pixel de Chl-a de la série temporelle entre
2003 et 2018 est faible durant les mois de stratification des eaux : Mai, Juin, Juillet, Août et
Septembre. En revanche, le coefficient de variation est élevé durant les mois d’agitation
1
des eaux :
Octobre, Novembre, Décembre, Janvier, Février, Mars et Avril. Ces deux extrêmes dans le coefficient
de variation montrent encore une fois la relation directe entre la météorologie de la région et les
données satellitaires en termes de saisonnalité. Cette variabilité dans le CV observée en hiver pourrait
être liée aux limites des algorithmes de corrections atmosphériques. Aussi, les différences de
concentrations de la Chl-a liées aux enrichissements locaux ou à grande échelle pourraient engendrer
des écarts dans les valeurs de Chl-a entre l’hiver et l’été, ce qui augmente le coefficient de variation
entre les deux saisons.
1.3. Comparaison entre les données de 1 km et de 4 km
Deux climatologies
2
bimensuelles de Chl-a ont été calculées et comparées à 2 résolutions spatiales
différentes ; 1 km et le 4 km (Figure 13). Les 2 distributions ont le même ordre de grandeur dans
l’espace et dans le temps, à l’exception de la zone côtière (<10 km) où les données de 1 km de Niveau2 présentent plus de valeurs de Chl-a par rapport aux données 4 km de Niveau-3. Les données de 1
km de résolution améliorent clairement la description des structures côtières de Chl-a et son gradient
côte-large, ainsi que la progression du signal saisonnier le long de la côte Algérienne (Figure 13b).
Les produits MODIS Niveau-3 représentent une moyenne à chaque point de grille du paramètre
spécifié par un paramètre d'attribut global de Niveau-2 (Bailey, 2010). Cependant, la climatologie
bimensuelle de la Chl-a à partir des produits standards de MODIS Niveau-2 (Figure 13b) contient
beaucoup de pixels aberrants
3
sur la distribution spatiale par rapport aux produits MODIS Niveau-3
(Figure 13a). Dans la suite de notre travail, on va utiliser les données de MODIS Niveau-2 de 1 km de
résolution spatiale, mais avant de les exploiter, une série de traitement est réalisée, afin d’éliminer le
maximum de valeurs aberrantes.
1 Agitation des eaux en hiver : c’est à dire ’’vertical mixing’’.
2 Climatologie : science statistique qui décrit et explique la répartition et l’évolution du temps à des échelles temporelles plus longues
que celles prises en compte par météorologie. Une moyenne climatique est généralement établie sur trente ans.
3 Pixel aberrant : est un pixel qui contient une valeur erronée. Des mesures sont parfois complètement fausses, des chiffres sur l’image
sont transmis ou copiés avec des fautes, etc. Même des données de bonne qualité contiennent souvent 10 à 20 % de telles valeurs
aberrantes (Morgenthaler, 2001).
53
satellitaires mensuelles. Les mouvements de l’océan et de l’atmosphère sont régis par les mêmes
équations et les études océaniques sont directement comparables et liées à la météorologie (Millot,
1989).
Le coefficient de variation (Figure 12) moyen de chaque pixel de Chl-a de la série temporelle entre
2003 et 2018 est faible durant les mois de stratification des eaux : Mai, Juin, Juillet, Août et
Septembre. En revanche, le coefficient de variation est élevé durant les mois d’agitation
1
des eaux :
Octobre, Novembre, Décembre, Janvier, Février, Mars et Avril. Ces deux extrêmes dans le coefficient
de variation montrent encore une fois la relation directe entre la météorologie de la région et les
données satellitaires en termes de saisonnalité. Cette variabilité dans le CV observée en hiver pourrait
être liée aux limites des algorithmes de corrections atmosphériques. Aussi, les différences de
concentrations de la Chl-a liées aux enrichissements locaux ou à grande échelle pourraient engendrer
des écarts dans les valeurs de Chl-a entre l’hiver et l’été, ce qui augmente le coefficient de variation
entre les deux saisons.
1.3. Comparaison entre les données de 1 km et de 4 km
Deux climatologies
2
bimensuelles de Chl-a ont été calculées et comparées à 2 résolutions spatiales
différentes ; 1 km et le 4 km (Figure 13). Les 2 distributions ont le même ordre de grandeur dans
l’espace et dans le temps, à l’exception de la zone côtière (<10 km) où les données de 1 km de Niveau2 présentent plus de valeurs de Chl-a par rapport aux données 4 km de Niveau-3. Les données de 1
km de résolution améliorent clairement la description des structures côtières de Chl-a et son gradient
côte-large, ainsi que la progression du signal saisonnier le long de la côte Algérienne (Figure 13b).
Les produits MODIS Niveau-3 représentent une moyenne à chaque point de grille du paramètre
spécifié par un paramètre d'attribut global de Niveau-2 (Bailey, 2010). Cependant, la climatologie
bimensuelle de la Chl-a à partir des produits standards de MODIS Niveau-2 (Figure 13b) contient
beaucoup de pixels aberrants
3
sur la distribution spatiale par rapport aux produits MODIS Niveau-3
(Figure 13a). Dans la suite de notre travail, on va utiliser les données de MODIS Niveau-2 de 1 km de
résolution spatiale, mais avant de les exploiter, une série de traitement est réalisée, afin d’éliminer le
maximum de valeurs aberrantes.
1 Agitation des eaux en hiver : c’est à dire ’’vertical mixing’’.
2 Climatologie : science statistique qui décrit et explique la répartition et l’évolution du temps à des échelles temporelles plus longues
que celles prises en compte par météorologie. Une moyenne climatique est généralement établie sur trente ans.
3 Pixel aberrant : est un pixel qui contient une valeur erronée. Des mesures sont parfois complètement fausses, des chiffres sur l’image
sont transmis ou copiés avec des fautes, etc. Même des données de bonne qualité contiennent souvent 10 à 20 % de telles valeurs
aberrantes (Morgenthaler, 2001).
53