Contexte
Le Service canadien des glaces (SCG), en collaboration avec la Division de la recherche météorologique (DRM), a mis au point le Système régional de prévision des glaces (SRPG), un système d’analyse et de prévision des glaces de mer entièrement automatisé qui fournit de l’information de haute résolution (5 km) sur les glaces des eaux entourant l’Amérique du Nord et de l’océan Arctique. Les analyses et les prévisions produites par ce système sont destinées à guider les analystes et les prévisionnistes des Opérations du SCG pour la préparation des produits sur les glaces.
La composante d’analyse du SRPG applique des techniques d’assimilation de données (assimilation variationnelle tridimensionnelle ou 3DVar) pour combiner de façon optimale les données d’observation des glaces et des eaux effectuées par satellite et autres moyens avec un état de base afin de produire une analyse de la concentration de glace actuelle. La version la plus récente du SRPG (version 2.2) a été implantée dans un réseau informatique branché à un superordinateur au Centre de prévision météorologique et environnementale du Canada (CPMEC) à l’automne 2015. Une évolution continue est planifiée, notamment l’ajout de nouvelles observations satellitaires au système, le raffinement du contrôle de la qualité, des cycles de modèle des glaces et des techniques d’assimilation améliorées.
Dans la version la plus récente, le système utilise des « points de liaison » (« tie points »), qui sont des valeurs observées statiques des glaces et des eaux permettant une conversion entre la concentration des glaces et l’espace des mesures d’observation. Une approche, qui est en cours d’élaboration sans toutefois avoir encore été implantée dans les opérations, consiste à utiliser un système à « valeurs caractéristiques » (« characteristic value » system), qui produit automatiquement des valeurs similaires aux points de liaison, mais qui capture la variabilité des mesures selon les conditions différentes changeantes. Parce que cette méthode est plus précise que l’utilisation de valeurs statiques, on s’attend à une importante amélioration du système. Ce sous-système doit être bien conçu afin de bien s’intégrer au reste du code d’assimilation des données et devrait comporter une architecture permettant l’ajout d’un contrôle de la qualité. Une première version de ce code existe déjà, mais un soutien est nécessaire pour la suite de son développement et son entretien, ainsi que pour son implantation dans une version opérationnelle du système complet.
Il y a également des plans pour faire évoluer et améliorer l’utilisation de différentes observations de télédétection, en matière de contrôle de la qualité et de tests d’assimilation de données. Le défi posé sera celui du contexte de l’assimilation des données sur la glace de mer et de la difficulté de convertir de façon exacte les données d’observation d’origine en information sur les glaces et les eaux. Le développement et l’implantation de l’assimilation des données de radiomètres perfectionnés à très haut pouvoir de résolution (AVHRR ) et l’application de techniques similaires pour l’assimilation des données de radiométrie à balayage dans le visible et l’infrarouge (VIIRS) nécessitent d’autres travaux. Les données obtenues en hyperfréquences passives du SSM/I, du SSM/IS et de l’AMSR2 nécessitent également une approche améliorée par une utilisation du système à valeurs caractéristiques, un contrôle de la qualité plus raffiné et possiblement des algorithmes différents pour la conversion des observations en information sur les glaces et les eaux. L’assimilation des données de radar à synthèse d’ouverture (RSO) est un autre projet en cours qui nécessitera un raffinement continu quant aux stratégies d’assimilation, car il s’agit d’une source d’observations complexe qui peut être envisagée de nombreuses façons. Une nouvelle approche de l’analyse consiste à également commencer à assimiler l’information sur l’épaisseur des glaces, et les travaux reposant sur l’utilisation des données sur l’humidité des sols et la salinité de l’océan (SMOS) en sont à leurs débuts.
OBJET
Le principal lieu de prestation des services sera le Centre de prévision météorologique et environnementale du Canada (CPMEC), situé à Dorval, au Québec. ECCC n’est pas responsable des déplacements de l’entrepreneur entre son emplacement de travail normal et les installations d’ECCC au CPMEC, ni des coûts connexes.
À moins que la commande exige que des réunions ou des travaux aient lieu dans les locaux d’ECCC, l’entrepreneur doit travailler dans ses propres bureaux et fournir l’équipement, les logiciels et les outils dont il a besoin pour effectuer les tâches précisées dans l’EDT et les commandes subséquentes; font exception les renseignements protégés et les informations de nature délicate, lesquels devront être traités uniquement dans les locaux d’ECCC. L’entrepreneur doit également se conformer à la Norme de sécurité et de gestion des marchés du Secrétariat du Conseil du Trésor (http://www.tbs-sct.gc.ca/pol/doc-fra.aspx?id=12332).
BESOIN
La Direction générale de l’apprentissage individuel d’ECCC souhaite établir des offres à commandes avec un certain nombre d’entrepreneurs pour la fourniture de services d’expertise spécialisés afin de pousser plus en avant le développement et l’implantation de nouvelles versions de la composante d’analyse du SRPG « sur demande ».
Les entrepreneurs qualifiés en vertu de la convention d’offre à commandes (COC) devront offrir du soutien au Service canadien des glaces, en offrant des services en lien avec le développement de l’analyse du SRPG. Conformément aux commandes subséquentes passées par ECCC, l’entrepreneur peut :
Développer et entretenir le système à valeurs caractéristiques automatisé codé en Fortran afin de remplacer l’approche à points de liaison statiques utilisée dans la version actuelle de la composante d’analyse du SRPG, notamment :
Développer et raffiner davantage le code pour qu’il satisfasse en continu aux besoins des différentes applications de télédétection;
Offrir du soutien et diagnostiquer les problèmes concernant le code au fil de son utilisation;
Concevoir les modifications permettant une intégration au système plus vaste d’assimilation des données et offrir de l’aide au moment de l’implantation du système à valeurs caractéristiques dans une version opérationnelle du SRPG.
Développer et mettre en œuvre l’assimilation des données satellitaires dans le visible/l’infrarouge (AVHRR/VIIRS), notamment :
Étudier la faisabilité du recours à des valeurs caractéristiques pour l’assimilation des données AVHRR et VIIRS, et mettre au point le contrôle de la qualité nécessaire à cette approche;
Mettre au point une technique de masquage des nuages pour les données VIIRS;
Adapter les méthodes utilisées de AVHRR à VIIRS (approche présence/absence de glace ou approche des valeurs caractéristiques);
Étudier les avantages de l’utilisation de l’ensemble des canaux disponibles en VIIRS.
Étudier les possibilités d’amélioration concernant l’assimilation des données en hyperfréquences passives (SSM/I, SSM/IS et AMSR2), notamment :
Étudier l’utilisation de canaux à plus haute résolution (hautes fréquences) et le contrôle de qualité éventuellement nécessaire pour l’utilisation de ces canaux;
Pousser plus loin l’utilisation des données de prévision numérique du temps afin d’éliminer les cas problématiques d’extraction de données sur les glaces et les eaux;
Selon les résultats précédents, accroître davantage l’utilisation des valeurs caractéristiques pour l’assimilation des données en hyperfréquences passives;
Au besoin, étudier la possibilité d’autres algorithmes d’hyperfréquences passives pour la glace de mer, et les utiliser lorsque c’est approprié.
Développer l’assimilation des données sur l’épaisseur des glaces (SMOS), notamment :
Déterminer une méthode pour l’évaluation de l’incidence de l’assimilation des données sur l’épaisseur des glaces;
Raffiner les paramètres de contrôle de la qualité qui déterminent quand assimiler les données SMOS;
Étudier la possibilité d’utiliser d’autres types de données sur l’épaisseur des glaces.
Raffiner les techniques d’utilisation des données de RSO (Radarsat2), notamment :
Étendre l’assimilation des données de RSO pour analyser différents types de glace;
Améliorer le contrôle de la qualité par l’utilisation des données de prévision numérique du temps;
Étudier les possibilités de catégories de valeurs caractéristiques optimales.
