Interprétation des séries temporelles altimétriques sur la calotte polaire Antartique

L'objectif de cette thèse est de mieux comprendre les variations temporelles des signaux altimétriques sur la calotte polaire Antarctique. Nous exploitons les observations effectuées par l'altimètre à bord d'ENVISAT entre janvier 2003 et décembre 2007. Ces observations s'étendent jusqu'à 82°Sud, ce qui permet de couvrir environ 80% du continent Antarctique. Pendant la période d'étude deux fréquences sont exploitables (Bande S, soit 3.2GHz, et Bande Ku soit 13.6GHz), ce qui permet de mieux cerner la sensibilité de la mesure aux variations d'état du manteau neigeux couvrant la calotte polaire Antarctique. L'état de la surface neigeuse en Antarctique varie dans l'espace comme dans le temps, en réponse aux événements météorologiques de proche surface, et tout particulièrement les vents. Selon l'état de la surface, l'onde électromagnétique émise par l'altimètre va pénétrer plus ou moins profondément dans le manteau neigeux, modifiant la forme de l'écho enregistré lorsque cette onde retourne au satellite. La précision des mesures de topographie de la calotte polaire dépend alors de la connaissance des propriétés de surface, ainsi que de la compréhension des mécanismes contrôlant l'interaction des ondes électromagnétiques avec la surface neigeuse. Nous étudions dans cette thèse comment la forme de l'écho altimétrique évolue lorsque les conditions de vent à la surface de la calotte polaire changent, et affectent l'état de la surface. Nous commençons par étudier la variabilité spatiale et temporelle des observations altimétriques d'une part, et des intensités de vent d'autre part (réanalyses des modèles atmosphériques globaux NCEP/NCAR, NCEP/DOE et ERA-Interim). Nous en identifions les échelles de variations spatiales et temporelles caractéristiques. Cela nous permet de concevoir les traitements à appliquer afin d'homogénéiser les différentes sources d'information. Nous constatons que les variations de nos séries temporelles décrivent essentiellement un signal annuel, toujours maximal en été austral pour les variations de vents. En revanche les variations annuelles de la forme d'onde ne sont pas homogènes à l'échelle de la calotte polaire, mais mettent en évidence deux régions principales. Nous utilisons ensuite les propriétés de la forme d'onde altimétrique, et leurs variations temporelles pour reconstruire les variations d'intensité de vents. Nous obtenons de très bonnes cohérences, ce qui atteste la sensibilité de la mesure altimétrique aux changements d'état de la surface induits par les variations de vent. Nous utilisons en dernier lieu un modèle régional (MAR/LGGE), qui prend en compte les interactions des vents avec l'état de la surface avec une résolution spatiale plus fine. Cela nous permet de confirmer les résultats déjà obtenus, et de mettre en valeur les spécificités du modèle MAR. Les méthodes mises en jeu sont empiriques et les résutats obtenus qualitatifs. Nous avons toutefois identifié deux régions majeures, réagissant différemment aux variations de vents, que nous expliquons par l'existence de structures de surface particulières, et un impact différent des vents sur l'état de la surface.This work aims at improving our understanding of the altimetric time series acquired over the Antarctic Ice Sheet. Dual frequency data (S Band - 3.2GHz and Ku Band - 13.6GHz) from thealtimeter onboard the ENVISAT satellite are used, during a five year time period from january2003 until december 2007. These data cover around 80% of the surface of the Antarctic continent,up to 82°S. Having data in two different frequencies is valuable when it comes to better estimatethe altimeter sensitivity regarding snow surface property changes.Over the Antarctic ice sheet, snow surface changes with respect to space and time, beingaffected by meteorological conditions close to the surface, and especially winds. The altimetricwave penetrates more or less deeply beneath the surface, depending on snow surface and subsurfaceproperties. As a result, when the wave comes back to the satellite, the recorded signal, namedwaveform, is more or less distorted. The accuracy of the ice sheet topographic changes computedthanks to satellite altimetric techniques depends on our knowledge of the processes inducing thisdistortion. The purpose of the present work is to better understand the effect of changing windconditions on altimetric data. Winds in Antarctica are indeed famous for their strength and theirimpact on the snow surface state.First, spatial and temporal variability of the altimetric data on the one hand, and of wind speedreanalysis fields (from ERA-Interim, NCEP/NCAR and NCEP/DOE projects) on the other handare studied. We estimate spatial and temporal typical length scales for all datasets. As a result, weare able to smooth the data, so that all datasets have the same spatial and temporal caractericticlength scales. Furthermore, we note that our time series are well described by an annual signal.This annual cycle shows that whereas wind speed would always be maximum in austral winter,altimetric seasonal cycles have very different behaviors depending on the location. Basically, twomain large areas arise that cover almost all the Antarctic continent with really different propertieswhen it comes to temporal variations of the altimetric signal.We then use the altimetric waveform caracteristics, and explode how this waveform changeswith respect to time to reconstruct wind speed variations. The reconstructed winds and the windsfrom reanalysis are highly consistent, which tends to attest that altimertic signals are indeedaffected by changing snow surface conditions due to wind speed variations.We lastly use a regional model (MAR for Modèle Atmosphérique Régional / LGGE) which hasa higher spatial resolution than global climate models and takes into account feedback mecanismsbetween snow surface and winds. This last part allows us to confirm previous results, and highlightsthe specificities of the MAR model.Methods employed in this work are empirical, and results are mainly qualitative. However,we managed to detect the occurence of two main areas, which obviously are a result of differentfeedback mecanisms between atmospherical processes and snow surface state, leading to differentroughness formation that affect the altimetric data