Résultants et discussions | Section 1.
effet intégrateur (exponentiellement décroissant) de la valeur estimée de Chl-a, alors que les mesures
in-situ représentent exclusivement les valeurs de surface entre 1 et 2 m de profondeur.
L’erreur finale associée aux données satellitaires de la Chl-a, estimée par le RMSD entre les données
HPLC et les données MODIS Niveau-2, est de 0,025 représentant ≈ 8 % de la moyenne.
2.
Impact de la résolution spatiale sur la discrimination des structures côtières
Nous avons d’abord comparé les données MODIS standards (originales) avec les données MODIS
corrigées, les 2 jeux de données sont à 1 km de résolution spatiale. L'amélioration est particulièrement
élevée pendant la saison hivernale caractérisée par une large couverture nuageuse avec une meilleure
détection des pixels atmosphériques contaminés (Figure 30). Un exemple sur l’impact des valeurs
aberrantes de la Chl-a sur la distribution spatiale des moyennes des séries temporelles est représenté
dans la Figure 30a et 30b pour la moyenne bimensuelle et la Figure 30c et 30d pour la climatologie
mensuelle. Cette correction produit une baisse modérée de la concentration de la Chl-a notamment
pendant la saison productive, renforçant le profil côte-large.
Nous avons comparé la climatologie bimensuelle de la Chl-a (corrigée) à 1 km de résolution avec celle
à 4 km de résolution qui est utilisée dans les études antérieures pour décrire la variabilité de la Chl- a
dans le AB. La variabilité saisonnière de la Chl-a des données corrigées MODIS Niveau-2 à 1 km de
résolution (Figure 31), est explorée le long du transect côte-large (Figure 31b) et comparée à la Chl-a
de 4 km de résolution (Figure 31a).
82
Figure 30: Résultats après élimination des pixels aberrants à partir des données standards de MODIS Niveau-2 (colonne à
gauche), respectivement pour la moyenne bimensuelle (exemple de 1-15/01/2014) (a et b), et pour la moyenne de la
climatologie mensuelle (exemple de Janvier 2003-2018) (c et d). Cette figure est générée en utilisant le langage IDL
version 7.1 (2009).
-2
-1
0
1
2
3
4
5
6
7
8
Longitude (°)
39
38
37
36
35
Latitude (°)
0.3
1
5
Chl-a (mg m
-3
)
a)
-2
-1
0
1
2
3
4
5
6
7
8
Longitude (°)
39
38
37
36
35
Latitude (°)
0.3
1
5
Chl-a (mg m
-3
)
b)
01-15/01/2014
01-15/01/2014
-2
-1
0
1
2
3
4
5
6
7
8
Longitude (°)
39
38
37
36
35
Latitude (°)
0.3
1
5
Chl-a (mg m
-3
)
c)
-2
-1
0
1
2
3
4
5
6
7
8
Longitude (°)
39
38
37
36
35
Latitude (°)
0.3
1
5
Chl-a (mg m
-3
)
d)
01-31/01/2003-2018
01-31/01/2003-2018
Corrected data
Original data
Fortnight average
Monthly climatology
effet intégrateur (exponentiellement décroissant) de la valeur estimée de Chl-a, alors que les mesures
in-situ représentent exclusivement les valeurs de surface entre 1 et 2 m de profondeur.
L’erreur finale associée aux données satellitaires de la Chl-a, estimée par le RMSD entre les données
HPLC et les données MODIS Niveau-2, est de 0,025 représentant ≈ 8 % de la moyenne.
2.
Impact de la résolution spatiale sur la discrimination des structures côtières
Nous avons d’abord comparé les données MODIS standards (originales) avec les données MODIS
corrigées, les 2 jeux de données sont à 1 km de résolution spatiale. L'amélioration est particulièrement
élevée pendant la saison hivernale caractérisée par une large couverture nuageuse avec une meilleure
détection des pixels atmosphériques contaminés (Figure 30). Un exemple sur l’impact des valeurs
aberrantes de la Chl-a sur la distribution spatiale des moyennes des séries temporelles est représenté
dans la Figure 30a et 30b pour la moyenne bimensuelle et la Figure 30c et 30d pour la climatologie
mensuelle. Cette correction produit une baisse modérée de la concentration de la Chl-a notamment
pendant la saison productive, renforçant le profil côte-large.
Nous avons comparé la climatologie bimensuelle de la Chl-a (corrigée) à 1 km de résolution avec celle
à 4 km de résolution qui est utilisée dans les études antérieures pour décrire la variabilité de la Chl- a
dans le AB. La variabilité saisonnière de la Chl-a des données corrigées MODIS Niveau-2 à 1 km de
résolution (Figure 31), est explorée le long du transect côte-large (Figure 31b) et comparée à la Chl-a
de 4 km de résolution (Figure 31a).
82
Figure 30: Résultats après élimination des pixels aberrants à partir des données standards de MODIS Niveau-2 (colonne à
gauche), respectivement pour la moyenne bimensuelle (exemple de 1-15/01/2014) (a et b), et pour la moyenne de la
climatologie mensuelle (exemple de Janvier 2003-2018) (c et d). Cette figure est générée en utilisant le langage IDL
version 7.1 (2009).
-2
-1
0
1
2
3
4
5
6
7
8
Longitude (°)
39
38
37
36
35
Latitude (°)
0.3
1
5
Chl-a (mg m
-3
)
a)
-2
-1
0
1
2
3
4
5
6
7
8
Longitude (°)
39
38
37
36
35
Latitude (°)
0.3
1
5
Chl-a (mg m
-3
)
b)
01-15/01/2014
01-15/01/2014
-2
-1
0
1
2
3
4
5
6
7
8
Longitude (°)
39
38
37
36
35
Latitude (°)
0.3
1
5
Chl-a (mg m
-3
)
c)
-2
-1
0
1
2
3
4
5
6
7
8
Longitude (°)
39
38
37
36
35
Latitude (°)
0.3
1
5
Chl-a (mg m
-3
)
d)
01-31/01/2003-2018
01-31/01/2003-2018
Corrected data
Original data
Fortnight average
Monthly climatology