1. Télédétection du Phytoplancton par Méthode Neuronale; Du Global au Régional, de la Composition Pigmentaire aux Biorégions
- Author
-
El Hourany, Roy, National Center For Remote Sensing [Beirut], National Council for Scientific Research [Lebanon] (CNRS-L), Océan et variabilité du climat (VARCLIM), Laboratoire d'Océanographie et du Climat : Expérimentations et Approches Numériques (LOCEAN), Sorbonne Université (SU)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Muséum national d'Histoire naturelle (MNHN)-Institut de Recherche pour le Développement (IRD)-Sorbonne Université (SU)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Muséum national d'Histoire naturelle (MNHN)-Institut de Recherche pour le Développement (IRD), Conseil National de la Recherche Scientifique, Liban (CNRS-L), Sorbonne Université, Sylvie Thiria, Ghaleb Faour, Marie Abboud-Abi Saab, Sorbonne Université (SU)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Muséum national d'Histoire naturelle (MNHN)-Institut de Recherche pour le Développement (IRD), STAR, ABES, Institut Pierre-Simon-Laplace (IPSL (FR_636)), École normale supérieure - Paris (ENS Paris), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Université de Versailles Saint-Quentin-en-Yvelines (UVSQ)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Institut national des sciences de l'Univers (INSU - CNRS)-École polytechnique (X)-Centre National d'Études Spatiales [Toulouse] (CNES)-Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS)-Université de Paris (UP)-École normale supérieure - Paris (ENS Paris), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Université de Versailles Saint-Quentin-en-Yvelines (UVSQ)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Institut national des sciences de l'Univers (INSU - CNRS)-École polytechnique (X)-Centre National d'Études Spatiales [Toulouse] (CNES)-Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS)-Université de Paris (UP)-Institut de Recherche pour le Développement (IRD)-Muséum national d'Histoire naturelle (MNHN)-Centre National de la Recherche Scientifique (CNRS)-Sorbonne Université (SU)-Institut Pierre-Simon-Laplace (IPSL (FR_636)), and Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Université de Versailles Saint-Quentin-en-Yvelines (UVSQ)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Institut national des sciences de l'Univers (INSU - CNRS)-École polytechnique (X)-Centre National d'Études Spatiales [Toulouse] (CNES)-Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS)-Université de Paris (UP)-Institut de Recherche pour le Développement (IRD)-Muséum national d'Histoire naturelle (MNHN)-Centre National de la Recherche Scientifique (CNRS)-Sorbonne Université (SU)
- Subjects
Méditerranée ,Carte Auto-Organisatrice ,secondary pigments ,Phytoplancton ,Télédétection ,Réseaux Neuronaux ,Biorégions ,Remote sensing ,pigments secondaires ,Classification ,[STAT.ML] Statistics [stat]/Machine Learning [stat.ML] ,Neural network ,[SDE.BE] Environmental Sciences/Biodiversity and Ecology ,[STAT]Statistics [stat] ,[STAT.ML]Statistics [stat]/Machine Learning [stat.ML] ,Phytoplankton ,[SDE]Environmental Sciences ,Mediterranean Sea ,Océan Global ,Global Ocean ,Bioregions ,[SDE.BE]Environmental Sciences/Biodiversity and Ecology ,Ocean Colour ,Self-Organizing Maps - Abstract
This thesis presents a novel approach to analyze and observe the phytoplankton community structure at global and regional scale using satellite data (Ocean colour and Sea surface temperature) and in-situ observations. The approach is based on neural network classification methods, such as Self-Organizing Maps (SOM) trained on a large global database composed of satellite observations collocated with in-situ measurements. First, we developed a method to estimate secondary phytoplankton pigments from satellite measurements in the global ocean. Then we focused our studies on the Mediterranean Sea. Phytoplankton groups (PFTs) were identified from the secondary pigments estimated in the first phase. We then characterized seven bio-regions by clustering annual cycles MLD obtained from Argo floats, SST and Chla by using an advanced SOM. At last, these bio-regions were characterized in terms of PFTs. The methods developed in this thesis allowed us to estimate uncertainties on secondary pigments and PFTs. The applicability of these methods are broad and can be used to investigate other oceanic areas., Cette thèse présente une approche novatrice d’analyse et d’observation de la structure de la communauté de phytoplancton à l'échelle mondiale et régionale à l'aide de données satellitaires (couleur de l‘océan et température de surface) et d'observations in-situ. L'approche est basée sur des méthodes neuronales de classification, telles que les cartes auto-organisatrices (SOM) calibrées sur une grande base de données globale formée de mesures satellitaires collocalisées avec des mesures in-situ. Nous avons d’abord développé une méthode d’estimation des pigments phytoplanctoniques secondaires appliquée à l’océan global à partir de mesures satellitaires. Ensuite nous avons réalisé une étude fine de la Méditerranée où les groupes phytoplanctoniques (PFTs) ont été identifiés. En se servant des mesures de profondeur de la couche de mélange (MLD) fournies par les flotteurs ARGO, de la température de surface de la mer (SST) et de la concentration en chlorophylle-a (Chla) satellitaire, nous avons déterminé sept bio-régions basées sur le cycle annuel de ces variables en utilisant une SOM modifiée. Enfin ces bio-régions ont été caractérisées en termes de PFTs. Les méthodes utilisées nous ont permis d’évaluer les incertitudes sur les pigments et sur les PFTs. L’ensemble des méthodes proposées dans la thèse permettent d’effectuer des études similaires dans d’autres régions.
- Published
- 2019