Matériel et méthodes
En profondeur, la variabilité du PAR a été calculée pour la longueur d’onde utilisée dans l’algorithme
OC3M (488 nm) pour toutes les stations in-situ en appliquant l’Éq. 21 pour calculer le PAR et l’Éq. 20
pour calculer le kd in-situ utilisé dans l’Éq. 21.
6.
Décomposition de la série temporelle de la Chl-a MODIS
Il existe différentes manières d'analyser les données de séries chronologiques. Une façon de procéder
est de la décomposer en différents éléments, et d'examiner ces éléments séparément ou encore de le
faire de manière informelle en utilisant la fonction STL (Seasonal-Trend decomposition of time series
based on Loess). Dans notre travail, nous avons retenu la méthode STL disponible dans le logiciel R
(package stl) pour décomposer la moyenne de la série temporelle de la concentration de Chl-a entre
2003-2018. Le détail de la méthode est disponible dans Hafen (2016). La fonction STL décomposera
la série temporelle en composantes saisonnières, de tendance et de données non expliquées, en
utilisant la méthode de Loess
1
(LOcally wEighted Scatterplot Smoothing). Pour interpréter une série
temporelle, nous la décomposons en ses éléments constitutifs comme suit :
Serie Temporelle = Tendance + composante Saisonnière + données non expliquées
Le calcul de la STL peut nous donner un premier aperçu de la structure d'une série chronologique et
1 La régression Loess : (ou "lowess") est une méthode de régression non-paramétrique (c'est-à-dire qu'elle n'est pas associée à une
équation, comme par exemple une régression linéaire ou polynomiale classique). Elle permet de produire des courbes lissées, ajustées
à un nuage de point.
74
Figure 28: Variabilité interannuelle du PAR (0
+
) en surface estimée à partir des données MODIS-Aqua Niveau-2 entre
2003 et 2018 dans le AB. Cette figure est générée en utilisant le langage IDL version 7.1 (2009).
Juil.2003
Juil.2004
Juil.2005
Juil.2006
Juil.2007
Juil.2008
Juil.2009
Juil.2010
Juil.2011
Juil.2012
Juil.2013
Juil.2014
Juil.2015
Juil.2016
Juil.2017
Juil.2018
-2
0
2
4
6
8
20
30
40
50
60
PAR (0
+
) (Ein / m² / day)
Longitude (°)
Year
En profondeur, la variabilité du PAR a été calculée pour la longueur d’onde utilisée dans l’algorithme
OC3M (488 nm) pour toutes les stations in-situ en appliquant l’Éq. 21 pour calculer le PAR et l’Éq. 20
pour calculer le kd in-situ utilisé dans l’Éq. 21.
6.
Décomposition de la série temporelle de la Chl-a MODIS
Il existe différentes manières d'analyser les données de séries chronologiques. Une façon de procéder
est de la décomposer en différents éléments, et d'examiner ces éléments séparément ou encore de le
faire de manière informelle en utilisant la fonction STL (Seasonal-Trend decomposition of time series
based on Loess). Dans notre travail, nous avons retenu la méthode STL disponible dans le logiciel R
(package stl) pour décomposer la moyenne de la série temporelle de la concentration de Chl-a entre
2003-2018. Le détail de la méthode est disponible dans Hafen (2016). La fonction STL décomposera
la série temporelle en composantes saisonnières, de tendance et de données non expliquées, en
utilisant la méthode de Loess
1
(LOcally wEighted Scatterplot Smoothing). Pour interpréter une série
temporelle, nous la décomposons en ses éléments constitutifs comme suit :
Serie Temporelle = Tendance + composante Saisonnière + données non expliquées
Le calcul de la STL peut nous donner un premier aperçu de la structure d'une série chronologique et
1 La régression Loess : (ou "lowess") est une méthode de régression non-paramétrique (c'est-à-dire qu'elle n'est pas associée à une
équation, comme par exemple une régression linéaire ou polynomiale classique). Elle permet de produire des courbes lissées, ajustées
à un nuage de point.
74
Figure 28: Variabilité interannuelle du PAR (0
+
) en surface estimée à partir des données MODIS-Aqua Niveau-2 entre
2003 et 2018 dans le AB. Cette figure est générée en utilisant le langage IDL version 7.1 (2009).
Juil.2003
Juil.2004
Juil.2005
Juil.2006
Juil.2007
Juil.2008
Juil.2009
Juil.2010
Juil.2011
Juil.2012
Juil.2013
Juil.2014
Juil.2015
Juil.2016
Juil.2017
Juil.2018
-2
0
2
4
6
8
20
30
40
50
60
PAR (0
+
) (Ein / m² / day)
Longitude (°)
Year