Suivi en temps réel de l’enneigement des Alpes

Les satellites d’observation de la Terre permettent de suivre l’état de notre environnement en détail et en temps quasi réel. Cependant, la période d’observation est généralement trop courte pour pouvoir placer ces données dans un contexte climatologique de long terme. Pour palier à cette lacune dans le cas du suivi du manteau neigeux, nous avons entraîné un modèle d’apprentissage automatique qui reconstruit l’enneigement à partir de données climatiques disponibles sur une longue période. Cela nous a permis de mettre en ligne un outil de suivi en temps réel de l’enneigement des principaux bassins versants des Alpes qui compare l’état actuel avec une climatologie de trente ans. Cet outil montre par ailleurs que la trajectoire de l’enneigement des Alpes en 2022 était sans précédent dès le mois de février sur les trente dernières années.

Fraction enneigée de la partie alpine du bassin du Rhône. La surface enneigée en 2022 (ligne rouge) était inférieure au minimum absolu dès le mois de février.

Gascoins, S., Monteiro, D., Morin, S. (2022) Reanalysis-based contextualization of real-time snow cover monitoring from space, Environmental Research Letters, 17, 114044, https://doi.org/10.1088/1748-9326/ac9e6a

Plus d'actualités

Formations & jobs

Offre de stage M2/Inge: Cartographie des sols à l’échelle infra-parcellaire par télédétection spatiale

Les analyses de terre en parcelles agricoles sont des outils indispensables de gestion de la fertilité des sols et d’équilibre des cultures implantées. Il s’en réalise plus de 300 000/an en France, uniquement financées par les agriculteurs.L’échantillon prélevé (normativement sur une surface de 100 m2 – NF X 31-100), adressé au laboratoire est supposé être […]

08.12.2022

Formations & jobs

Internship Offer: Inversion of satellite images of cities for studying their radiative budget

The radiative balance of cities is of growing interest, as it is a major component of their energy balance. Only remote sensing allows to evaluate it by inversion of satellite images in terms of the optical properties of urban elements (roofs, roads, trees,…). The CESBIO is developing a very original inverse modeling that derives a […]

21.11.2022

Publications

Prédiction de l’humidité du sol dans la zone racinaire

Un modèle de réseaux de neurones artificiel (ANN) a été développé pour prédire l’humidité du sol en zone racinaire (RZSM) à partir de données in-situ d’humidité du sol de surface (SSM) ainsi que des variables liées aux processus physiques. En effet, la dynamique de végétation a été intégré au modèle à travers des données de […]

15.11.2022

Rechercher