Le lancement deGOES-R ( exploité par la NASA et la NOAA) a donné aux modélisateurs solaires une grande opportunité d'utiliser une imagerie satellite de meilleure qualité. Ils peuvent ainsi obtenir des données d'irradiation solaire de meilleure qualité.
Dans cet article, nous vous présentons quelques-uns des défis que l'intégration de GOES-R a posés à notre équipe chargée des données satellitaires, ainsi que la manière dont le modèle a été adapté et amélioré.
Depuis 2018, après avoir atteint l'orbite géostationnaire et l'emplacement prévus (0º de latitude et 75,2° de longitude ouest), le satellite GOES-R a commencé à fournir des données stables pour les modèles d'irradiation solaire.
Un ensemble de nouveaux instruments utilisant la technologie la plus avancée est installé sur le satellite GOES-R. L'Advanced Baseline Imager (ABI), capable d'observer la Terre sur 16 bandes spectrales, dont deux canaux visibles, quatre canaux dans le proche infrarouge et dix canaux dans l'infrarouge, est particulièrement important pour la modélisation de l'irradiation solaire.
Ce nouvel ABI fournit trois fois plus d'informations spectrales, quatre fois plus de résolution spatiale et une couverture plus de cinq fois plus rapide que la technologie du satellite précédent.
Après la première intégration des données GOES-R réalisée il y a quelques années, notre équipe chargée des données satellitaires a travaillé à l'amélioration du modèle d'irradiation solaire utilisé pour les sites couverts par ce satellite. Le fait de disposer d'une plus longue période de données nous a permis de mieux comprendre certaines des limites du modèle original et de les prendre en compte dans la nouvelle méthodologie.
Tout ce travail a été matérialisé dans la nouvelle version 2.2.35 du modèle Solargis qui est maintenant disponible pour toute livraison de données dans les Amériques (et le Pacifique Est).
Les améliorations portent sur des domaines tels que
L'intégration des données d'un nouveau satellite implique l'adaptation de l'ensemble de la chaîne de traitement des données, en commençant par le début.
Les données satellites brutes doivent être traitées dès leur réception. Pour les données GOES-R en particulier, notre équipe a mis en œuvre un algorithme de prétraitement plus avancé. Cela a permis de surmonter le "bruit" spatial et d'obtenir des transitions plus douces après la re-projection des données.
Les satellites géostationnaires sont en orbite autour de la Terre à une position "fixe", à environ 36 000 km au-dessus du sol, et obtiennent des informations sur une zone remarquablement vaste (hémisphère entier ou disque terrestre) toutes les dix minutes. Cependant, les zones plus éloignées du centre du disque (par exemple les latitudes nord) sont "vues" par le satellite à un angle de vue élevé, ce qui entraîne une distorsion du signal, une réduction des détails spatiaux et, dans le cas des régions montagneuses, un déplacement de la position.
Pour résoudre ce problème, notre équipe chargée des données satellitaires a mis en œuvre un algorithme de reprojection capable de corriger les distorsions du terrain et de fournir une meilleure précision de positionnement. Voir l'image ci-dessous.
Le modèle d'irradiation s'appuie principalement sur le canal visible de l'instrument satellite pour caractériser les nuages.
Comme les nuages et la neige sont tous deux brillants dans le spectre visible, l'un des plus grands défis pour l'algorithme est de réussir à distinguer ces deux types de caractéristiques et d'estimer correctement les propriétés des nuages. Nous avons utilisé des informations auxiliaires provenant de canaux infrarouges et d'autres sources de données pour améliorer les estimations dans des conditions de neige. D'autres surfaces à albédo élevé, telles que les glaciers, les déserts lumineux et les marais salants, sont traitées de la même manière.
Un autre défi consiste à modéliser les situations de nuages fragmentés, car le pixel du satellite enregistre un mélange de propriétés des nuages et de la surface. Ces situations sont courantes dans certaines régions, et l'équipe de Solargis y a donc accordé une attention particulière.
Sur l'image, vous pouvez voir un exemple de détection de nuages au-dessus de zones enneigées le long de la frontière entre les États-Unis et le Canada. Dans l'ancienne version du modèle, la représentation des nuages présente fréquemment des trous et des taches très contrastées en raison d'une sur-correction et d'une sous-correction de l'indice des nuages au-dessus de la surface enneigée. Dans le nouveau modèle, les nuages sont plus cohérents, homogènes et précis grâce à une meilleure correction.
Ancienne version du modèle (moyenne journalière du GHI le 2 mars 2023) :
Nouvelle version du modèle (moyenne quotidienne du GHI le 2 mars 2023) :
Plusieurs étapes du modèle utilisent les calculs de la position exacte du soleil. Grâce à l'implémentation d'une paramétrisation plus complexe, nous pouvons obtenir une position plus précise du Soleil. Ceci a permis d'améliorer un peu plus les résultats.
Nous avons également intégré l'effet des éclipses. Ces dernières ne sont peut-être pas importantes pour les calculs à long terme au stade de la prospection d'un projet solaire, mais elles seront utiles pour les applications de suivi ou de prévision.
Grâce à l'intégration du satellite GOES-R et à la mise à jour de nos modèles de données solaires (ainsi qu'à une nouvelle infrastructure de traitement pour réduire les délais de livraison), nous sommes désormais en mesure de fournir des ensembles de données d'une résolution de 10 minutes depuis 2019 (contre une résolution de 15 minutes auparavant).
La performance globale du modèle s'est améliorée comme le prouvent les statistiques de validation - voir la section suivante pour plus d'informations.
Pour certaines zones, la mise à jour du modèle a donné lieu à des valeurs à long terme légèrement différentes (voir la carte ci-dessous). La raison ? De nouveaux changements mis en œuvre dans la chaîne de traitement de GOES-R (à partir de 2018) et des corrections supplémentaires du modèle pour la période précédente.
Le recalcul des statistiques de validation reflète également les résultats améliorés du nouveau modèle Solargis pour les Amériques.
Après avoir comparé les valeurs d'irradiation de Solagis avec les données mesurées au sol sur plus de 60 sites, nous sommes parvenus à plusieurs conclusions :
Plus d'informations et les résultats de la validation sont disponiblesici.
Pour conserver la meilleure qualité desdonnées sur le rayonnement solaire calculées à partir d'observations par satellite, il faut un effort constant d'adaptation des processus de données et des modèles. Bien que cela puisse parfois s'avérer difficile, nous sommes impatients de voir comment les réalisations de notre équipe chargée des données satellitaires pour la région GOES contribueront à débloquer de plus en plus d'opportunités pour l'énergie solaire grâce à des services de données sur les ressources solaires de meilleure qualité.
N'hésitez pas ànous contacter si vous avez des questions sur la façon dont la nouvelle génération de satellites contribue à améliorer les estimations énergétiques de vos projets solaires.
