Menu Fermer

Soutenance de thèse – M. Baptiste DOMPS (MIO)

thèse

Le Bureau des Études Doctorales a le plaisir de vous informer que

Monsieur Baptiste DOMPS

doctorant au laboratoire MIO rattaché à l’École Doctorale 548 « Mer & Sciences »

Sous la direction de M. Charles-Antoine GUERIN, Professeur des Universités, Université de Toulon (France)

&

M. Julien Marmain, Docteur, Degreane Horizon (France), Co-encadrant de thèse

soutiendra sa thèse en vue de l’obtention du Grade de Docteur

Discipline : « Physique »

sur le thème

Identification et détection de phénomènes transitoires contenus dans les mesures radar à faible rapport signal à bruit. Applications conjointes aux problématiques océanographique et atmosphérique

Lundi 13 décembre 2021 à 09h30

à l’Université de Toulon – Campus La Garde – Amphi du bâtiment X

devant un jury composé de

  • M. BAUSSARD Alexandre, Professeur des Universités, Université de technologie de Troyes, Rapporteur
  • M. GARELLO René, Professeur émérite, IMT Atlantique, Rapporteur
  • Mme MOLCARD Anne, Professeure des Universités, Université de Toulon, Examinatrice
  • Mme LOTHON Marie, Chargée de Recherche CNRS, OMP – Observatoire Midi-Pyrénées de Toulouse, Examinatrice
  • M. MARMAIN Julien, Docteur, Degreane Horizon, Co-encadrant
  • M. GUERIN Charles-Antoine, Professeur des Universités, Université de Toulon, Directeur

Résumé

L’observation de la dynamique de l’atmosphère et de la surface de l’océan peut être réalisée par télédétection radar. L’approche habituelle consiste, dans les deux cas, à calculer numériquement le spectre Doppler des échos temporels reçus à l’aide d’une transformée de Fourier discrète. Bien que satisfaisante pour la plupart des applications, cette méthode ne convient pas pour l’observation de phénomènes transitoires, plus courts que le temps d’intégration nécessaire à l’observation radar. Nous utilisons une technique alternative, basée sur une représentation autorégressive des séries temporelles radar et associée à la méthode dite à entropie maximale. Cette approche est appliquée à la mesure de courants de surface par radar côtier dans la bande des hautes fréquences, puis à celle de vent dans la basse atmosphère par radar en bande L. Dans les deux situations, nous montrons à l’aide de simulations numériques, de comparaisons avec d’autres instruments et d’études de cas que l’approche proposée conduit à des estimations fiables des grandeurs géophysiques (courants marins et vitesses de vent) pour des temps d’intégration brefs, là où la méthode conventionnelle échoue.

Mot clés : télédétection, radars océanographiques, profileurs de vent, courants marins, radars spatiaux, tsunami, turbulence, modèles autorégressifs, méthode à entropie maximale.

Identification and detection of transient phenomena from low signal-to-noise ratio radar signals : joint application to oceanographic and atmospheric sensing

Observations of atmospheric and ocean surface dynamics can be performed via radar remote sensing. The usual approach consists, in both cases, in numerically calculating the Doppler spectrum of the received temporal echoes using a discrete Fourier transform. Although satisfactory for most applications, this method is not suitable for observations of transient phenomena due to being shorter than the integration time required for radar observations. We use an alternative technique based on an autoregressive representation of the radar time series combined with the maximum entropy method. This approach is applied to coastal radar measurements of surface currents in the high frequency band as well as to L-band radar measurements of wind in the lower atmosphere. For both cases, through numerical simulations and case studies, we compare our approach with others that use different instruments. We show that for short integration times, where conventional methods fail, our proposed approach leads to reliable estimates of geophysical quantities (ocean currents and wind speeds).

Keywords : remote sensing, oceanographic radars, wind profilers, ocean currents, spaceborne radars, tsunami, turbulence, autoregressive models, maximum entropy method.