Le potentiel de l’infrarouge thermique pour modéliser la neige
Pour quantifier les stocks et les flux d’eau dans les régions de montagne il est nécessaire de bien modéliser le manteau neigeux. Même si les processus physiques qui gouvernent l’évolution du manteau neigeux et sa fonte sont plutôt bien connus, les modèles de manteau neigeux sont fortement détériorés par les erreurs dans les forçages atmosphériques (précipitation, vitesse du vent, etc.). Une solution pour améliorer la modélisation de la neige est d’assimiler des données complémentaires fournies par les satellites d’observation de la Terre.
Cette étude par Esteban Alonso-González et al. (2023) montre que la télédétection infrarouge thermique a le potentiel de nettement améliorer la modélisation du manteau neigeux, en particulier pour reconstruire le stock de neige de façon rétrospective en tirant partie de la série temporelle de température de surface mesurée au cours de l’année.
Ce travail a été financé par le programme de postdoctorat du CNES dans le cadre de la préparation de la mission TRISHNA.
Figure : Représentation schématique de l’évolution de la température de surface (LST) et de l’équivalent en eau du manteau neigeux (SWE) au cours d’une année hydrologique.
Alonso-González, E., Gascoin, S., Arioli, S., and Picard, G.: Exploring the potential of thermal infrared remote sensing to improve a snowpack model through an observing system simulation experiment, The Cryosphere, 17, 3329–3342, https://doi.org/10.5194/tc-17-3329-2023.