CM SAF - Climatologie basée sur les satellites

Début du projet 01.03.2012
Fin du projet 28.02.2017
Thèmes Climat
Météo
Recherche et collaboration
Région UE
Statut Projects actuels

Les Centres d'applications satellitaires (Satellite Application Facilities – SAF) sont des centres de traitement des données satellites et font partie intégrante du segment sol des applications d'EUMETSAT. Depuis 2004, MétéoSuisse est partenaire du projet «Satellite Application Facility on Climate Monitoring» (Centres d'applications satellitaires pour la surveillance du climat – CM SAF).

A partir des données satellites, les SAF pour la surveillance du climat génèrent des relevés de données climatiques sur les paramètres physiques des nuages), des données sur le rayonnement de surface et le bilan radiatif aux confins de l'atmosphère, ainsi que sur la vapeur d’eau présente dans l'atmosphère.

Masque de nuages

Dans le cadre de la deuxième phase d'exploitation et de développement permanent (Continuous Development and Operations Phase 2 – CDOP 2, 2012-2017), MétéoSuisse met en évidence, à partir des données de Météosat, un masque de nuages recouvrant tout le disque visible du satellite. Ces relevés de données climatiques reposent sur des données des satellites de Météosat de première et de deuxième génération (de 1983 à ce jour). Ils rassemblent les données d'une période climatologique de 30 années voire plus.

L'ensemble de données du masque de nuages est une précieuse source d'informations sur le climat. Il permet d'étendre ou de compléter les observations à l'œil nu (SANOP) dans les régions présentant une faible densité d'observation au sol ou une forte variabilité spatiale de la couche nuageuse, p.ex. en zone montagneuse ou sur les côtes. Par ailleurs, les informations sur les nuages sont souvent nécessaires comme données d'entrée pour déterminer les paramètres physiques des données satellites, par exemple les caractéristiques des surfaces terrestres et océaniques, les flux de rayonnement de surface ou les variables atmosphériques telles que l'humidité et la température.

L'algorithme des masques de nuages repose sur les valeurs d'ennuagement continues et non sur la méthode traditionnelle de l'arbre de décision binaire. Ces valeurs sont calculées pour différents canaux de même que pour des grandeurs statistiques spatiales et temporelles. Chaque valeur induit une probabilité de couverture nuageuse pour chaque pixel (nuageux: valeur > 0, ciel limpide (sans nuages): valeur < 0). Le résultat final – la probabilité d'ennuagement – est déduit par addition de toutes les valeurs disponibles et en tenant compte des différences de performance de ces valeurs entre la journée, la nuit et les périodes de chutes de neige.

Température de surface

La température de rayonnement au sol ou température de surface (LST) est une variable majeure de l'état de surface pour la surveillance des sécheresses et de la productivité des récoltes, car les écarts d'humidité des sols accentuent les écarts de LST provoqués par les conditions atmosphériques lorsque l'alimentation en eau de la végétation se trouve restreinte. De surcroît, la température de surface agit également efficacement sur la restriction du paramétrage surfacique de la météo, du climat et des modèles de récolte, et, partant, renforce la justesse des prévisions climatiques et météorologiques.

Rayonnement de surface

Au cours de la précédente phase du projet (2007-2012), MétéoSuisse avait fourni des relevés de données climatiques sur le rayonnement global (= rayonnement solaire à la surface terrestre) et ses composantes. Les données sur le rayonnement global sont particulièrement précieuses pour la planification et l'exploitation d'installations photovoltaïques ainsi que pour la conception des bâtiments et l'évaluation des rendements agricoles. En outre, les météorologistes doivent pouvoir disposer de périodes de rayonnement global à la fois étendues et de grande qualité.

Planification d'installations photovoltaïques

L'ensemble de données est basé sur les données des satellites de Météosat de première génération (1983-2005) et concerne tout le disque visible du satellite (centré sur l'équateur à 0° E/O). L'extension du jeu de données à des données de satellites Météosat de deuxième génération (de 2004 à ce jour).

Publications

Posselt, R., Mueller, R., Stöckli, R., Trentmann, J., Liniger, M.A. (2014) A surface radiation climatology across two Meteosat satellite generations, Remote Sensing of Environment, 142, 103-110; http://dx.doi.org/10.1016/j.rse.2013.11.007

Posselt, R., R. Müller, J. Trentmann, and R. Stöckli (2012). Remote sensing of solar surface radiation for climate monitoring -- the CM-SAF retrieval in international comparison, Remote Sensing of Environment, 118, 186-198; doi:10.1016/j.rse.2011.11.016

Posselt, R., R. Müller, R. Stöckli, and J. Trentmann (2011). Spatial and Temporal Homogeneity of Solar Surface Irradiance across Satellite Generations, Remote Sensing, 3, 1029-1046; doi:10.3390/rs3051029

Mueller R., J. Trentmann, C. Träger-Chatterjee, R. Posselt, R. Stöckli (2011). The Role of the Effective Cloud Albedo for Climate Monitoring and Analysis. Remote Sensing, 3, 2305-2320; doi:10.3390/rs3112305

Dürr, B.; Zelenka, A.; Müller, R. & Philipona, R. (2010). Verification of CM-SAF and MeteoSwiss satellite based retrievals of surface shortwave irradiance over the Alpine region International Journal of Remote Sensing, 2010, 31, 4179 - 4198

Dürr, B. & Zelenka, A. (2009). Deriving surface global irradiance over the Alpine region from METEOSAT Second Generation data by supplementing the HELIOSAT method, International Journal of Remote Sensing 30(22), 5821 - 5841.

Schulz, J.; Albert, P.; Behr, H. D.; Caprion, D.; Deneke, H.; Dewitte, S.; Dürr, B.; Fuchs, P.; Gratzki, A.; Hechler, P.; Hollmann, R.; Johnston, S.; Karlsson, K. G.; Manninen, T.; Mueller, R.; Reuter, M.; Riihela, A.; Roebeling, R.; Selbach, N.; Tetzlaff, A.; Thomas, W.; Werscheck, M.; Wolters, E. & Zelenka, A. (2009). Operational climate monitoring from space: the EUMETSAT Satellite Application Facility on Climate Monitoring (CM-SAF), Atmos Chem Phys 9(5), 1687 - 1709.