Supervision par :

Alexandre Langlois (Membre régulier)

Co-supervision par :

Alain Royer (Membre régulier)

Description du projet de recherche

L’apport de la caractérisation de la microstructure du manteaux neigeux arctique en contexte de transfert radiatif micro-ondes.

Introduction: La télédétection satellitaire est un outil essentiel pour l’observation de la Cryosphère en milieu polaire. Le suivi global du couvert nival est possible notamment à l’aide de la télédétection satellitaire micro-ondes) en estimant l’équivalent en eau de la neige (ÉEN) (Royer et al., 2017). Dans les milieux polaires, l’estimation de l’ÉEN souffre d’une erreur plus élevée qu’en basses latitudes due au manteau neigeux complexe et unique des milieux polaires. Afin de bien estimer l’ÉEN, il est nécessaire d’avoir une bonne représentation théorique des interactions électromagnétiques, mais aussi des connaissances a priori du manteau neigeux , communément appelé la microstructure de la neige (Sandells et al., 2022). Il est nécéssaire d’améliorer la représentation de la microstructure en transfert radiatif en utilisant des mesures hautes résolutions avec un tomographe à rayons X afin d’améliorer le suivi de la neige par télédétection micro-ondes (Picard et al., 2022). Objectifs: L’objectif principal de ce projet de postdoctorat visera donc à quantifier l’apport de la caractérisation de la microstructure du couvert nival arctique à l’aide du tomographe à rayon X, dans un contexte de transfert radiatif micro-ondes. Trois objectifs spécifiques sont motivés par cet objectif principal. 1.Analyse des modèles de microstructure en optimisant leurs paramètres physiques avec des mesures micro-ondes provenant de campagnes terrains passées en Arctique canadien (capteurs actifs et passifs). 2.Analyse des mesures de tomographe pour obtenir les paramètres de microstructure de la neige arctique (campagne terrain IVORI). 3.Comparaison des paramètres optimisés et mesurés par le tomographe X et évaluation des paramètres mesurés dans les simulations de transfert radiatif. Sites d'études: Ce projet se joint au projet international IVORI basée au Centre d’étude de la neige à Grenoble, France. Le projet IVORI a pour but de créer des séries de mesures hautes résolutions 3D avec un tomographe à rayons X de la microstructure sur toute la saison en Arctique. L’instrument sera installé à Cambridge Bay, Nunavut, pour l’hiver 2023-2024. Cet instrument est très rare avec seulement quelques exemplaires dans le monde cependant, aucun ne se situe à proximité de l’Arctique. Les données générées seront uniques et permettront pour la première fois de représenter les couches de neige de givre de profondeur en Arctique canadien avec des modèles de microstructure complexe.Matériel et méthodes: Objectif 1. Pour effectuer cette analyse, plusieurs jeux de données de mesures radiométriques et radar seront utilisés afin d’étudier les différents modèles de microstructure dans le Snow Microwave Radiative Transfer model (SMRT, Picard et al., 2018). Deux jeux de données seront bâtis à l’aide de plusieurs campagnes terrain en Arctique canadien. Objectif 2. La campagne de terrain IVORI se déroula du mois d’octobre 2023 au mois de mai 2024 pour échantillonner en continu le manteau neigeux à différent stade de métamorphisme, notamment lors du développement de la couche de givre de profondeur. Ensuite, les données seront analysées directement à Cambridge Bay avec le tomographe à rayons X. Objectif 3. L’objectif final sera donc de comparer les paramètres de microstructure optimisés (1) et les paramètres mesurés (2). Ensuite, les paramètres mesurés seront utilisés dans les simulations en (1) pour évaluer si une amélioration des simulations du transfert radiatif est obtenue. RéférencesSavarino, J., Royer, A., 2022. The Microwave Snow Grain Size: A New Concept to Predict Satellite Observations Over Snow‐Covered Regions. AGU Adv. 3. https://doi.org/10.1029/2021AV000630 Picard, G., Sandells, M., Löwe, H., 2018. SMRT: an active–passive microwave radiative transfer model for snow with multiple microstructure and scattering formulations (v1.0). Geosci. Model Dev. 11, 2763–2788. https://doi.org/10.5194/gmd-11-2763-2018 Royer, A., Roy, A., Montpetit, B., Saint-Jean-Rondeau, O., Picard, G., Brucker, L., Langlois, A., 2017. Comparison of commonly-used microwave radiative transfer models for snow remote sensing. Remote Sens. Environ. 190, 247–259. https://doi.org/10.1016/j.rse.2016.12.020 Sandells, M., Lowe, H., Picard, G., Dumont, M., Essery, R., Floury, N., Kontu, A., Lemmetyinen, J., Maslanka, W., Morin, S., Wiesmann, A., Matzler, C., 2022. X-Ray Tomography-Based Microstructure Representation in the Snow Microwave Radiative Transfer Model. IEEE Trans. Geosci. Remote Sens. 6

Coordonnées des sites de recherche

Communications scientifiques

Meloche, J., Langlois, A., Rutter, N., McLennan, D., Royer, A., Billecocq, P., Ponomarenko, S., 2022. High-resolution snow depth prediction using Random Forest algorithm with topographic parameters: A case study in the Greiner watershed, Nunavut. Hydrobiologia, 36(3), e14546. DOI: 10.1002/hyp.14546.

Meloche, J., Langlois, A., Rutter, N., Royer, A., King, J., Walker, B., Philip, M., Wilcox, E., 2022. Characterizing tundra snow sub-pixel variability to improve brightness temperature estimation in satellite SWE retrievals. The Cryosphere, 16(1): 87-101. DOI: 10.5194/tc-16-87-2022.

Meloche, J., Royer, A., Langlois, A., Rutter, N., Sasseville, V., 2021. Improvement of microwave emissivity parameterization of frozen Arctic soils using roughness measurements derived from photogrammetry. International Journal of Digital Earth, 14(10: Remote Sensing Experiments for Earth System Science): 1380-1396. DOI: 10.1080/17538947.2020.1836049.