Quantification des émissions atmosphériques d'ammoniac par les feux de biomasse à partir des mesures du sondeur IASI
Notice bibliographique
Résumé
Les feux de végétation émettent de grandes quantités de composés azotés dans l'atmosphère, parmi lesquels l'ammoniac (NH3). Malgré les nombreuses études réalisées au cours des précédentes décennies, ces émissions sont toujours sujettes à de grandes incertitudes. Si les mesures in situ et par avion sont utiles à des échelles locales pour étudier les sources de NH3, elles ne permettent en revanche pas de rendre compte de sa variabilité sur une plus large échelle. Depuis quelques décennies, des sondeurs à haute résolution spectrale embarqués à bord de satellites offrent la possibilité de mesurer directement les concentrations de différents gaz en traces dans l'atmosphère sur des échelles locales à globales. C'est le cas notamment du sondeur Infrared Atmospheric Sounding Interferometer (IASI) qui fournit une couverture globale bi-journalière de la Terre avec un grand échantillonnage spatial et temporel et dont les mesures sont centrales dans cette thèse.Ce travail a pour objectif l'étude de la contribution des feux de végétation aux émissions atmosphériques de NH3 à partir des mesures du sondeur IASI. Plus précisément, il vise à répondre aux questions suivantes: (1) Quelle est la part des feux dans les émissions de NH3 dans différentes régions du globe et différents biomes? Quelle est la fiabilité des inventaires d'émissions pour celles-ci? (2) Quelle est la variabilité intra- et interannuelle du NH3 d'origine pyrogénique et comment est-elle reliée à celle d'autres composés azotés et carbonés? Peut-on détecter dans les variabilités une dépendance à certains facteurs climatiques? (3) Peut-on isoler un cycle diurne des émissions de NH3 par les feux?Cette étude est rendue possible grâce au développement d'une nouvelle méthode de restitution des colonnes de NH3 particulièrement sensible, reposant sur le calcul d'un indice spectral HRI (représentatif de la force du signal de NH3 dans le spectre IASI) et sur sa conversion en une valeur de colonne à partir d'un réseau de neurones. La grande force d'un réseau de neurones réside dans sa capacité à intégrer plusieurs centaines de paramètres en entrée sans toutefois nécessiter une importante puissance de calcul. Ceci nous permet, notamment, de considérer l'état complet de l'atmosphère pour la restitution, réduisant ainsi les dépendances résiduelles sur le HRI.Pour notre étude, nous nous focalisons tout d'abord sur les mesures de NH3 au-dessus de larges régions tropicales. L'analyse de longues séries temporelles des colonnes de NH3 montre une bonne correspondance générale avec la puissance radiative dégagée par les feux, en particulier pour la région du centre de l'Amérique du Sud où une grande variabilité interannuelle est observée, mettant en évidence l'influence du phénomène El Niño sur l'activité des feux et les émissions de NH3 dans cette région. Nous dérivons ensuite, pour ces régions tropicales, les émissions de NH3 à l'aide d'un modèle simple "boite" que nous comparons aux émissions données par les inventaires d'émissions pyrogéniques "bottom-up" GFASv1.2 et GFEDv4.1. Si la correspondance temporelle des maxima d'émission est généralement bonne, les émissions dérivées des mesures IASI sont en revanche nettement supérieures à celles des deux inventaires. Nous calculons également pour les régions tropicales des rapports d'émission de NH3 par rapport à CO (également mesuré par IASI) (ER_{NH3/CO}) pour plusieurs biomes et nous analysons leurs variabilités spatiale et temporelle. Nous observons de grandes différences dans les ER_{NH3/CO}, d'une part, entre les biomes étudiés et, d'autre part, au sein d'un biome donné pour les différentes régions et années (2008-2015). Ces différences sont attribuées à des différences dans le type de combustible et dans les conditions de combustion. La comparaison avec les rapports d'émission rapportés dans la littérature, généralement à partir de mesures in situ ou par avion, montre quant à elle une assez bonne correspondance pour les différents biomes étudiés.Nous poursuivons notre analyse en nous intéressant à deux cas de feux particulièrement intenses s'étant produits en Indonésie en 2015 et dans le Nord canadien en 2014. Pour ces deux événements, nous calculons des ER_{NH3/CO} et nous dérivons un temps de vie pour NH3 à partir de l'analyse de panaches de feux transportés. Nous trouvons un temps de vie moyen de 21.5h pour les feux d'Indonésie de 2015, environ deux fois supérieur à celui calculé pour les feux de 2014 au Canada. Pour les feux d'Indonésie, nous dérivons également des facteurs d'émission de NH3 (EF_NH3) à partir d'une estimation des émissions totales de NH3 pour cet événement. Ceux-ci se révèlent largement inférieurs à ceux utilisés dans l'inventaire GFASv1.2 et expliquent l'importante surestimation des émissions de NH3 dans GFASv1.2 comparé à celles dérivées de IASI. Finalement, nous terminons ce travail par la présentation de résultats préliminaires suggérant la mise en évidence d'un cycle diurne dans les émissions de NH3 par les feux.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».