Vers l’identification d’assemblages phytoplanctoniques depuis l’espace à travers le couplage innovant d’analyses des luminances et de données in-situ, perspectives pour l’étude des habitats et des réponses des assemblages - Archive ouverte HAL Accéder directement au contenu
Thèse Année : 2018

Identification of phytoplankton assemblages from space based on radiance and in-situ data analyses

Vers l’identification d’assemblages phytoplanctoniques depuis l’espace à travers le couplage innovant d’analyses des luminances et de données in-situ, perspectives pour l’étude des habitats et des réponses des assemblages

Résumé

Over the past years, a large number of new approaches in the domain of ocean color have been developed to study phytoplankton ocean processes based on phytoplankton size classes and functional types. One of these methods, named PHYSAT, currently allows for the qualitative identification of five main phytoplankton groups from remote sensing measurements (Alvain et al., 2008). This method established empirical relationships between in-situ dominant phytoplankton groups and specific ocean color radiance anomalies in open ocean waters. These radiance anomalies are defined by specific shape and amplitude according to the dominant phytoplancton group in waters. The theoretical explanation of PHYSAT (Alvain et al., 2012) showed that radiance anomalies are induced by a combination of inherent optical properties (absorption and backscattering coefficients, absorption of colored dissolved organic matters). This study suggested that the empiric identification of dominant cases represents an under-exploitation of the radiance anomalies. The work presented here adresses the potential development of the PHYSAT method toward the empiric identification of phytoplankton assemblages. A global ocean (based on biomarker pigments data) and a regional sea’s (North Sea, based on CPR abundance data) applications are presented. Our results show, for the first time, the ability of PHYSAT to identify phytoplankton assemblages using empirical relationships with radiance anomalies, beyond the identification of dominance cases only. This work was facilitated by the use of previous mathematical classification of radiance anomalies in terms of shape and amplitude (using a self-organizing map, Ben Mustapha et al. (2014), coupled with a new classification that take into account the phenology of radiance anomalies types. This work emphasizes the potential of PHYSAT’s radiance anomalies when using new classification tools, and detailed in-situ databases. Future directions are listed to understand the empirical relationships observed in this work beyond the current theoretical knowledge.
L’identification des groupes phytoplanctoniques depuis l’espace présente un fort intérêt pour de nombreux domaines de recherche en lien avec l’étude des océans. Afin de fournir des observations attendues par la communauté scientifique, différentes approches ont été développées, et permettent d’obtenir des informations en lien avec la taille ou des groupes fonctionnels de phytoplancton depuis les mesures effectuées par des radiomètres à bord de satellites. Cette thèse a eu pour cadre le développement d’une méthode initiée en 2005, nommée PHYSAT. Cette dernière est initialement basée sur la mise en évidence de relations empiriques entre des anomalies de luminance et la présence d’un groupe phytoplanctonique dominant. Alvain et al. (2008) ont ainsi permis l’identification de cinq groupes phytoplanctoniques lorsqu’ils sont dominants, via la détermination empirique d’anomalies de luminance dont les amplitudes et formes spectrales, aux longueurs d’ondes visibles des capteurs de couleur de l’océan, sont spécifiques à la présence de ces groupes. Une étude théorique (Alvain et al., 2012) a, par ailleurs, permis d’apporter une première explication théorique à la présence de ces anomalies de luminance, en tenant compte des propriétés optiques inhérentes (coefficient d’absorption, de rétrodiffusion et absorption des matières dissoutes colorées). Ces résultats théoriques formulaient l’hypothèse que l’identification des cas de dominance uniquement représentait une sous-utilisation du potentiel d’informations porté par les anomalies de luminance. Dans cette thèse, nous avons donc évalué le potentiel de développement de la méthode PHYSAT au-delà de la dominance, vers l’identification empirique d’assemblages phytoplanctoniques. Cela a nécessité, en premier lieu, une adaptation de la chaîne de traitement de la méthode. En effet, les anomalies de luminance étaient classées jusqu’à la dernière version (Ben Mustapha et al., 2014) uniquement à l’aide d’une carte auto-organisatrice des caractéristiques spectrales (classification mathématique). Cette approche ne prenait pas pleinement en compte les caractéristiques spatio-temporelles des anomalies. Il a donc été proposé une nouvelle approche, plus adaptée, basée sur les outils issus de la phénologie, associés à une approche innovante concernant l’analyse des données in-situ elle-même. Ensuite, le potentiel de développement de PHYSAT vers l’identification empirique des assemblages a été évalué dans une étude globale à partir de données de pigments biomarqueurs, ainsi que dans une étude régionale en Mer du Nord, à partir des données CPR. Nos résultats montrent, pour la première fois, la possibilité de détecter empiriquement des cas phytoplanctoniques mixtes, au-delà de la dominance. Enfin, des pistes de recherche pour poursuivre la compréhension et le développement de PHYSAT sont proposées.
Fichier principal
Vignette du fichier
REVE-LAMARCHE-THESIS-VCORRECTED-05-2018_compressed.pdf (12.81 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

tel-02404562 , version 1 (11-12-2019)

Licence

Paternité

Identifiants

  • HAL Id : tel-02404562 , version 1

Citer

Anne-Hélène Rêve-Lamarche. Vers l’identification d’assemblages phytoplanctoniques depuis l’espace à travers le couplage innovant d’analyses des luminances et de données in-situ, perspectives pour l’étude des habitats et des réponses des assemblages. Océan, Atmosphère. Université de Lille, 2018. Français. ⟨NNT : ⟩. ⟨tel-02404562⟩
78 Consultations
63 Téléchargements

Partager

Gmail Facebook X LinkedIn More