Percer les nuages
Il existe d’autres méthodes pour reconstruire un ensemble incomplet de données. L’interpolation optimale est la plus connue et la plus classique. Son gros problème est son temps de calcul : pour un ensemble typique de données, DINEOF est 30 fois plus rapide que l’interpolation optimale. Cet écart reflète principalement une méthodologie statistique différente entre les deux méthodes. « Notre idée est de mettre sur le marché un autre produit à plus haute fréquence, poursuit Aida Alvera-Azcárate. Ainsi, mon site fournit une image complète et quotidienne de la température de surface de la Méditerranée, reconstruite à partir des six mois précédents de données, obtenus avec des satellites américains de la NOAA (National Oceanic and Atmospheric Administration). Ces satellites fournissent de manière journalière des images de haute résolution de toute l’Atlantique nord-est, incluant la Méditerranée. Mon programme les reçoit et les reconstruit, pour supprimer les nuages. Il est aussi téléchargeable gratuitement sur mon site qui propose un forum où les utilisateurs peuvent poser leurs questions. Une vingtaine sont déjà inscrits sur cette plateforme. Cette opportunité a été très bien été accueillie. C’est aussi un moyen de transparence qui permet à d’autres de vérifier nos résultats et de les comparer avec les leurs.» Si la méthode de DINEOF a principalement été utilisée aujourd’hui pour la reconstruction de données concernant la Méditerranée, elle a aussi été appliquée ailleurs. L’équipe liégeoise a été contactée par des chercheurs de l’Université de Madeira dans les Canaries, intéressés par l’obtention de données complètes pour une de leurs campagnes en mer. L’océan dans la zone des Canaries présente en effet de fortes variations spatiales de température. Des données incomplètes ou composites ne permettent pas de repérer précisément ces endroits où la température varie de manière brutale. |
|
|||||||||||||||||||||
© 2007 ULi�ge
|
||