Une nouvelle méthode pour estimer le rayonnement au sol

La connaissance des caractéristiques du rayonnement solaire incident est nécessaire dans un nombre important de domaines et particuli`erement dans le domaine de l’énergie. Des stations au sol mesurent l’irradiation : généralement la composante globale et plus rarement les composantes directe, diffuse et la distribution spectrale. Le nombre de stations de mesures est limité par les coˆuts d’investissement et de maintenance et les estimations précises ne sont assurées que pour des domaines restreints. Apr`es les lancements, dans les années 70, des premiers satellites météorologiques, plusieurs applications de ces images satellitales ont émergé parmi lesquelles les méthodes pour estimer l’irradiation solaire au niveau du sol [Tarpley, 1979; Gautier et al., 1980; Pastre, 1981; Bériot, 1984; M¨oser and Raschke, 1984; Cano et al., 1986; Gruter et al., 1986; Schmetz, 1989]. ¨ Le savoir-faire et les connaissances acquises croissent en mˆeme temps que les exigences des utilisateurs des données d’irradiation et aussi, fort heureusement, avec la technologie et les capacités des capteurs et donc avec la qualité des entrées du mod`ele. En continuité avec les travaux précédents, nous proposons une méthode qui pourrait mieux combler les attentes des utilisateurs.

De l’image satellitale à l’éclairement au sol : les méthodes inverses

Figure 5.1 – modelisation inverse et modelisation directe de l’éclairement. Dans les méthodes inverses, les entrées sont les images satellitales et une inversion du signal est faite. Dans les méthodes directes, les entrées sont les constituants atmosphériques et une simulation de la propagation du rayonnement est faite. 5.1 De l’image satellitale à l’éclairement au sol : les méthodes inverses La plupart des méthodes existantes exploitent en temps réel ou quasi-réel les images satellitales pour évaluer l’éclairement au sol. Ces méthodes ont pour principe le fait qu’une variation de luminance per¸cue par le capteur est considérée comme une variation de la couverture nuageuse au dessus du pixel et ont pour entrées les images satellitales brutes ou étalonnées. Nous les appelons méthodes inverses (voir figure 5.1) parce que leurs entrées résultent de l’ensemble des interactions rayonnement-atmosph`ere-sol et ne sont pas des param`etres optiques comme ceux étudiés précédemment. La plupart des méthodes inverses 1 sont divisées en deux parties : conversion de l’image en indice d’ennuagement et conversion de l’indice d’ennuagement en éclairement 1. Les méthodes de [Tarpley, 1979] et de [Gautier et al., 1980], par exemple, n’utilisent pas l’indice d’ennuagement. Pour la méthode de Tarpley, l’éclairement est déterminé en fonction de la fraction nuageuse au dessus du pixel. Pour la méthode de Gautier et al., le mod`ele d’atmosph`ere nuageuse int`egre, en plus, le coefficient d’absorption et l’albédo des nuages.

Conversion de l’image (constituée compte numériques) en indice d’ennuagement

L’indice d’ennuagement nc (encore appelé luminance normalisée [M¨oser and Raschke, 1984] ou coefficient de couverture effective des nuages [Martins et al., 2007]) est le param`etre clé des méthodes inverses. Cet indice résulte d’une comparaison entre ce qui est observé par le capteur à ce qui devrait ˆetre observé au-dessus de ce pixel si le ciel est clair (sans nuages). Il représente en quelque sorte l’atténuation optique de l’atmosph`ere et peut s’exprimer comme suit : nc = quantite − quantiteclair quantitenuage − quantiteclair = quantite − min max − min (5.1) min et max, déterminés par analyse statistique et correspondent respectivement aux valeurs mesurées par ciel clair (quantiteclair) et par ciel couvert (quantitenuage). Le terme ”quantite” est – la luminance mesurée par le capteur (ou réfléchie par l’atmosph`ere) [M¨oser and Raschke, 1984; Martins et al., 2007], – ou bien l’albédo planétaire (la réflectance vue par le satellite) ρsat, comme dans les méthodes Heliosat [Cano et al., 1986; Diabaté et al., 1988; Beyer et al., 1996; Rigollier et al., 2004; Lef`evre et al., 2007] et la méthode de Perez [Perez et al., 2002].

Conversion de l’indice d’ennuagement en éclairement

Le calcul de l’éclairement se fait – à partir de l’indice de clarté KT [Cano et al., 1986; Gruter et al., 1986; Diabaté et al., ¨ 1988], lié par une relation affine et de fa¸con empirique à l’indice d’ennuagement : KT = a nc + b (5.2) L’éclairement au sol E est ensuite déterminé par multiplication avec l’éclairement extraterrestre Etoa : Eglobal = Etoa KT (5.3) 66 5.2 De la composition de l’atmosph`ere à l’éclairement au sol : les méthodes directes – ou bien à partir des transmittances claire Tclear et nuageuse Tcloud dérivées des param`etres climatologiques et de la position géographique (méthode Brazil-sr [Martins et al., 2007]) : E = Etoa[Tclear(1 − nc) + Tcloudnc] (5.4) – ou bien à partir de l’indice de ciel clair Kc donné par [Beyer et al., 1996] Kc = 1 − nc (5.5) ou par [Rigollier et al., 2004] nc < −0, 2 Kc = 1, 2 (5.6) −0, 2 < nc < 0, 8 Kc = 1 − nc 0, 8 < nc < 1, 1 Kc = 2, 0667 − 3, 6667nc + 1, 6667n 2 c nc > 1, 1 Kc = 0, 05 Précisons que min et max de (5.1) correspondent ici aux valeurs minimale et maximale les plus fréquentes de la série temporelle d’albédo Rigollier [2000]. Ainsi, l’indice d’ennuagement nc peut ˆetre supérieur à 1. L’éclairement au sol E est ensuite déterminé par multiplication avec l’éclairement par ciel clair E clearsky : E = E clearsky Kc (5.7) Dans le dernier cas, la variation de l’éclairement causée par les param`etres atmosphériques autres que les nuages est donnée par δE = Kc δEclearsky . Kc varie entre 0,05 et 1,2 [Rigollier et al., 2000], et sa moyenne est d’environ 0,6 en Europe.