In dem EU-Projekt NEYMO – Lausitzer Neiße/Nysa Łużycka – Klimatische und hydrologische Modellierung, Analyse und Prognose – werden gemeinsam mit dem polnischen Projektpartner (IMGW-PIB) die klimatischen und hydrologischen Verhältnisse und das Wasserdargebot im Einzugsgebiet der Lausitzer Neiße untersucht. Schwerpunkt der Broschüre sind die Ergebnisse der Klimaanalyse, bei der das Klima der letzten 40 Jahre sowie verschiedene Klimaprojektionen für die Grenzregion Lausitzer Neiße bis zum Ende des 21. Jahrhunderts betrachtet wurden. Trendtests zeigten, dass bereits in den letzten 40 Jahren Zunahmen der Temperaturen, Sonnenscheindauer und potenziellen Verdunstung beobachtet wurden. Diese Trends werden sich laut der verwendeten Klimaprojektionen weiter fortsetzen. Die Niederschlagsmengen zeigten in der Vergangenheit einen leicht positiven Trend, weisen jedoch in den Projektionsdaten einen Rückgang auf. Aus klimatologischer Sicht verschlechtert sich somit die Wasserverfügbarkeit, insbesondere im Sommerhalbjahr. / W ramach realizacji unijnego projektu „NEYMO Lausitzer Neiße/Nysa Lużycka – Modelowanie klimatyczne i hydrologiczne, Analiza i Prognoza”, wspólnie z polskim partnerem projektu (IMGW-PIB) przeprowadzane są badania dotyczące warunków klimatycznych i hydrologicznych oraz zasobów wodnych regionu zlewni Nysy Łużyckiej. Wielkość zasobów wodnych jest analizowana z uwzględnieniem zarówno zmian warunków klimatycznych, jak i planowanego korzystania z zasobów wodnych w regionie. Na tej podstawie opracowywana jest wspólna strategia ukierunkowana na zwiększenie efektywności gospodarki wodnej w regionie granicznym. Broszura zawiera podstawowe informacje o projekcie, charakterystykę obszaru badań oraz opis klimatu. Warunki klimatyczne regionu granicznego zlewni Nysy Łużyckiej przedstawiono na podstawie obserwacji z ostatnich 40 lat, a także danych z projekcji klimatycznych sięgających końca XXI w. Charakterystyka klimatu została opracowana korzystając z wybranych wskaźników, dotyczących głównie opadów atmosferycznych, suszy oraz warunków radiacyjnych. Trendy zmian dla ostatnich 40 lat wskazują na wzrost temperatury powietrza, usłonecznienia i parowania potencjalnego. Na podstawie opracowanych projekcji klimatycznych można stwierdzić, że tendencja ta zostanie utrzymana również w przyszłości. W przypadku opadów atmosferycznych obserwowany jest słaby trend rosnący. Natomiast projekcje klimatu wskazują, że w przyszłości należy się spodziewać zmniejszenia sum opadów. Z punktu widzenia klimatu, dostępność zasobów wodnych zwłaszcza w miesiącach letnich, może ulec zmniejszeniu.

Der Einfluss des Klimawandels auf die Biodiversität wird wahrscheinlich zunehmen. Das zeigen Modellierungen der zukünftigen Verbreitungsgebiete von klimasensitiven Arten und Biotoptypen. In der Broschüre werden die Grundlagen eines Monitoringkonzeptes zur Erfassung und Auswertung der Auswirkungen des Klimawandels auf die natürliche biologische Vielfalt in Sachsen vorgestellt. Sie umfassen u. a. die Ziele und Rechtsgrundlagen eines solchen Monitorings, diesbezügliche Aktivitäten des Bundes und ausgewählter Bundesländer sowie den Kenntnisstand zu Wirkungen des Klimawandels auf 13 Artengruppen und auf Biotoptypen. 272 klimasensitive Arten und 32 entsprechende FFH-Lebensraumtypen (LRT) wurden als besonders monitoringrelevant ausgewählt und deren Verbreitung in Sachsen untersucht. Für diese Arten und LRT, die sowohl wahrscheinliche »Gewinner« als auch »Verlierer« des Klimawandels umfassen, werden die geeigneten Monitoringmethoden beschrieben.

Die im Heft 24 der Schriftenreihe präsentierten Grundlagen werden im vorliegenden Heft 25 zu einer Konzeption vervollständigt. Teilbereiche der folgenden bestehenden Monitoringprogramme sind für eine Einbeziehung in das konzipierte Monitoring Klimawandel und Biodiversität besonders geeignet: FFH-, SPA-, Tagfalter-, Brutvogel- und Wasserrahmenrichtlinien-Monitoring sowie Forstliches Umweltmonitoring. Es werden acht Module vorgestellt, welche bestehende Monitoringprogramme für ein umfassendes Klimawandel-Biodiversitätsmonitoring ergänzen bzw. bisher nicht untersuchte Aspekte abdecken können. Für die Auswertung der Daten wurden zwei komplexe Kernindikatoren entwickelt und anhand realer Datensets getestet, der Community Temperature Index (CTI) und der Areal Index (AI). Beide zeigen für die Artengruppen der Tagfalter und Libellen innerhalb Sachsens einen Anstieg, der unterstreicht, dass die Erhöhung der Jahresmitteltemperaturen in den letzten Jahrzehnten bereits zu Veränderungen in diesen Artengemeinschaften geführt hat.

- / -

Anthropogenic climate change is one of the main challenges affecting the globe, with particular implications for the oceans. Marine climate change research has moved forward rapidly in recent years, and a range of physical model outputs are available that can be used by ecologists to help predict how species might be affected into the future. Policy makers require a level of understanding of how certain species and their ranges might change so that they can respond with sustainable management actions. This thesis aims to make use of a number of modelling techniques to explore implications of past and future conditions for marine species, and to appraise those tools that can be used under differing circumstances. Policy questions are answered relating to changes in the abundance and distribution of marine species. The links between historical climatic conditions and Barents Sea cod abundance are explored using Generalised Additive Models using data collected in the middle of the 20th century. This valuable historical data indicated that cod have temperature preferences and expand and shift their distributions based on environmental conditions. A simpler modelling technique is used to examine how oxygen conditions have changed in recent decades in the North Sea, how they might change in the future, and what implications this has for commercial fish species. The models show that oxygen conditions have improved recently and that they will not decrease to levels that result in large negative effects in the coming century. Species distribution modelling using a combination of global and downscaled model outputs shows that the UK will become more suitable for some non-native and harmful algal species in the 21st century, and less suitable for others. The model outputs contribute to the understanding of climate change effects and development of management tools to ensure the resilience of marine ecosystems into the future.

Les terres cultivées représentent un cinquième de la surface émergée de la Terre. Elles fournissent des nutriments à l'homme, modifient le cycle biogéochimique et l'équilibre énergétique de la terre. L’évolution des terres cultivées dans le contexte du changement climatique et avec une intensification des actions anthropiques constitue un enjeu important pour la sécurité alimentaire et les exigences environnementales du développement durable. Le manuscrit de thèse s’inscrit dans cette thématique en exploitant les données de différentes sources et la modélisation numérique. Les données utilisées sont : les statistiques de rendements, les observations agro-météorologiques à long terme, les résultats des sites d’expérimentation avec du réchauffement, les jeux de données globales issus des processus de fusion ou d’assimilation, les données climatiques historiques et de projection future. La modélisation fait appel aux modèles statistiques et aux modèles de processus. Le manuscrit est composé d’une série de travaux de détection et d'attribution. Ils explorent la phénologie, le rendement et leurs réponses aux changements climatiques et aux pratiques de gestion. Ils sont soit sur l'échelle régionale soit sur l’échelle globale, en fonction de la disponibilité des données et de leur pertinence. Le chapitre 2 décrit la construction et l’utilisation d'un modèle statistique avec des données provinciales de rendement au Nord-est de Chine et des données climatiques historiques. Les résultats montrent un effet asymétrique de la température diurne sur le rendement du maïs. Le rendement du maïs augmente de 10.0±7.7% en réponse à une augmentation moyenne de 1oC pendant la saison de croissance quand il s’agit de la température minimale de nuit (Tmin), mais le rendement diminue de 13,4±7,1% quand il s’agit de la température maximale de jour (Tmax). Il y a une grande disparité spatiale pour la réponse à Tmax, ce qui peut s'expliquer partiellement par le fort gradient spatial de la température pendant la saison de croissance (R = -0,67, P <0,01). La réponse du rendement aux précipitations dépend aussi des conditions d'humidité. Malgré la détection d'impacts significatifs du changement climatique sur le rendement, une part importante de ses variations n’est pas expliquée par les variables climatiques, ce qui souligne le besoin urgent de pouvoir attribuer proprement les variations de rendement au changement climatique et aux pratiques de gestion. Le chapitre 3 présente le développement d’un algorithme d'optimisation basé sur la théorie de Bayes pour optimiser les paramètres importants contrôlant la phénologie dans le modèle ORCHIDEE-crop. L’utilisation du modèle optimisé permet de distinguer les effets de la gestion de ceux du changement climatique sur la période de croissance du riz (LGP). Les résultats du modèle optimisé ORCHIDEE-crop suggèrent que le changement climatique affecte la LGP différemment en fonction des types du riz. Le facteur climatique a fait raccourcir la LGP du riz précoce (-2,0±5,0 jour / décennie), allonger la LGP du riz tardif (1,1±5,4 jour / décennie). Il a peu d'effet sur la LGP du riz unique (-0,4±5,4 jour / décennie). Les résultats du modèle ORCHIDEE-crop montrent aussi que les changements intervenus dans la date de transplantation ont provoqué un changement généralisé de la LGP, mais seulement pour les sites de riz précoce. Ceci compense à la hauteur de 65% le raccourcissement de la LGP provoquée par le changement climatique. Le facteur dominant du changement LGP varie suivant les trois types de riz. La gestion est le principal facteur pour les riz précoce et unique. Ce chapitre démontre aussi qu'un modèle optimisé peut avoir une excellente capacité à représenter des variations régionales complexes de LGP. / Croplands accounts for one-fifth of global land surface, providing calories for human beings and altering the global biogeochemical cycle and land surface energy balance. The response of croplands to climate change and intensifying human managements is of critical importance to food security and sustainability of the environment. The present manuscript of thesis utilizes various types of data sources (yield statistics, long-term agrometeorological observations, field warming experiments, data-driven global datasets, gridded historical climate dataset and projected climate change) and also modelling approaches (statistical model vs. process model). It presents a series of detection and attribution studies exploring how crop phenology and crop yield respond to climate change and some management practices at regional and global scales, according to data availability. In Chapter 2, a statistical model is constructed with prefecture-level yield statistics and historical climate observations over Northeast China. There are asymmetrical impacts of daytime and nighttime temperatures on maize yield. Maize yield increased by 10.0±7.7% in response to a 1 oC increase of daily minimum temperature (Tmin) averaged in the growing season, but decreased by 13.4±7.1% in response to a 1 oC warming of daily maximum temperature (Tmax). There is a large spatial variation in the yield response to Tmax, which can be partly explained by the spatial gradient of growing season mean temperature (R=-0.67, P<0.01). The response of yield to precipitation is also dependent on moisture conditions. In spite of detection of significant impacts of climate change on yield variations, a large portion of the variations is not explained by climatic variables, highlighting the urgent research need to clearly attribute crop yield variations to change in climate and management practices. Chapter 3 presents the development of a Bayes-based optimization algorithm that is used to optimize key parameters controlling phenological development in ORCHIDEE-crop model for discriminating effects of managements from those of climate change on rice growth duration (LGP). The results from the optimized ORCHIDEE-crop model suggest that climate change has an effect on LGP trends, but with dependency on rice types. Climate trends have shortened LGP of early rice (-2.0±5.0 day/decade), lengthened LGP of late rice (1.1±5.4 day/decade) and have little impacts on LGP of single rice (-0.4±5.4 day/decade). ORCHIDEE-crop simulations further show that change in transplanting date caused widespread LGP change only for early rice sites, offsetting 65% of climate-change-induced LGP shortening. The primary drivers of LGP change are thus different among the three types of rice. Management is predominant driver of LGP change for early and single rice. This chapter demonstrated the capability of the optimized crop model to represent complex regional variations of LGP. Future studies should better document observational errors and management practices in order to reduce large uncertainties that exist in attribution of LGP change and to facilitate further data-model integration. In Chapter 4, a harmonized data set of field warming experiments at 48 sites across the globe for the four most-widely-grown crops (wheat, maize, rice and soybean) is combined with an ensemble of gridded global crop models to produce emergent constrained estimates of the responses of crop yield to changes in temperature (ST). The new constraining framework integrates evidences from field warming experiments and global crop modeling shows with >95% probability that warmer temperatures would reduce yields for maize (-7.1±2.8% K-1), rice (-5.6±2.0% K-1) and soybean (-10.6±5.8% K-1). For wheat, ST was less negative and only 89% likely to be negative (-2.9±2.3% K-1). The field-observation based constraints from the results of the warming experiments reduced uncertainties associated with modeled ST by 12-54% for the four crops.

En contexte de changement global, les questions d’adaptation et de pérennisation des systèmes de production sont un enjeu agricole majeur. En Argentine, le 5ème producteur mondial de vins, les conditions thermiques et hydriques sont déjà proches des limites de la culture de la vigne. En tant que culture pérenne, son adaptation à court et moyen termes doit être pensée, dès à présent. La pérennisation de cette culture passe par une adaptation des pratiques culturales. L’objectif de cette thèse visait à proposer des outils de détection et de gestion des pratiques culturales des vignobles à partir d’imagessatellitaires optiques et radar. Une analyse préalable des évolutions du climat et de sa variabilité intrarégionale a mis en évidence les principales menaces et opportunités au regard du changement climatique. A l’échelle locale, le travail sur un grand nombre de parcelles aux caractéristiques hétérogènes a approfondi les connaissances sur l’interaction signal cible en fonction des pratiques culturales. Des cartographies de l’orientation des rangées de vignes, des surfaces protégées par des filets anti-grêles et des modes d’irrigation ont été réalisées afin de dresser un état des lieux du système viticole actuel. Ensuite, l’évaluation du potentiel des données satellitaires pour le suivi de la croissance de la vigne et de ses besoins en eau ont apporté des résultats prometteurs pour le développement d’outils d’aide à la décision pour les viticulteurs. / In the climate change context, the adaptation and sustainability of agricultural systems is a major challenge. In Argentina, the 5th worldwide wine producing country, the thermal and hydrical conditions are already extreme for grapevine production. This perennial crop sustainability depends on the adaptation of cultural practices. The objective of the thesis was to develop tools for helping in cultural pratices management using optical and SAR remote sensing images. First, an analysis of climate evolution and its inner regional variability hilighted the main threats and opportunities in the climate change context. At the local scale, working on a high number of heterogeneous vineyards improved the knowledge about signal and target interaction depending on cultural practices. Maps of row orientation, areas protected by anti-hail nets and irrigation systems were produced for an inventory of the actual viticultural system conditions. Then, the potential of remote sensing data for grapevine growth monitoring and irrigation requirements was evaluated and led to promising preliminary results for developping irrigation monitoring tools destinated to grapevine producers

À l’échelle d’un terroir viticole, le climat présente des variations significatives et joue un rôle important sur les caractéristiques des vins produits. L’adaptation de la filière viticole au changement climatique en cours nécessite la connaissance de l’évolution du climat à l’échelle locale. Cette étude vise à intégrer cette échelle dans les projections climatiques en se basant sur l’utilisation combinée de modèles dynamiques et géostatistiques. Dans un premier temps, l’utilisation d’un modèle climatique régional à haute résolution (1 km) dans les vignobles de Marlborough (Nouvelle-Zélande) a permis de cartographier les températures d’une région viticole. Les limites et les incertitudes de l’utilisation de ce type de modèle, notamment pour la représentation des variations thermiques les plus locales, ont également été étudiées. Par l’utilisation des données issues d’un réseau dense de capteurs de température, une seconde étape a consisté au développement d’un modèle statistique non linéaire permettant une cartographie fine des températures sur les appellations Saint-Émilion, Pomerol et leurs satellites. Enfin une méthode d’intégration de l’échelle locale dans les projections de changement climatique est proposée, associant modèles dynamiques et modèles géostatistiques. Cette thèse a mis en évidence que l’utilisation simultanée de différentes méthodes de modélisation des températures peut représenter une piste intéressante pour pallier aux manques qu’elles peuvent représenter individuellement et limiter ainsi l’incertitude. / At vineyard scale, climate variability can be significant in magnitude and play a key role in vine and wine characteristics. Adaptation of viticulture to climate change requires knowledge about future fine-scale climate evolution. This study aims to integrate local scale in future climate projections, coupling dynamic and statistical modelling. A first step consisted in producing temperature maps at 1 km resolution using WRF in a vineyard area (Marlborough, New-Zealand) and evaluating model uncertainties. It revealed that dynamical models do not represent well local climate variations. Using a high density temperature data logger network, the second part is dedicated to developing a non-linear statistical model to map temperature at very fine scale in famous sub-appellations of the Bordeaux vineyard area (Saint-Émilion). Following, a method, coupling dynamical and statistical modelling, is proposed to integrate local scale in climate change projections. This thesis highlights that using simultaneously statistical and dynamical models can be an approach to reduce model uncertainties.

Le Sahel est une région caractérisée par une très forte variabilité intra-saisonnière des précipitations. Cette variabilité affecte fortement les écosystèmes durant la phase de croissance de la végétation. L’objectif de cette thèse est de caractériser cette variabilité à échelle locale à partir des relations entre les précipitations et la dynamique de la végétation, et d’identifier des indicateurs pertinents qui permettraient de mieux décrire cette variabilité dans chaque saison. Cette étude est effectuée dans le bassin versant du Ferlo, une région au nord du Sénégal. Une première partie est consacrée à la caractérisation des relations entre anomalies de pluie et croissance de la végétation à partir des données de télédétection spatiale TRMM3B42, RFE 2.0, SM-ECV (Soil Moisture) et LAI MODIS. Pour cela, le bassin versant du Ferlo est subdivisé en 9 sous-zones « entités homogènes », de même classe de couverture végétale et même type de sol. Sur chacune sont analysées les données de pluie des deux bases de données, l’humidité du sol et le LAI sur la période 2000 – 2010. Dans un second temps, à l’aide d’un modèle de végétation adapté à la région forcé par les pluies satellite, le LAI est simulé sur plusieurs entités et est comparé au LAI MODIS, en appliquant aux simulations les mêmes méthodologies que pour les observations. Les résultats de cette étude montrent une cohérence entre les variations des précipitations des deux bases de données et l’humidité du sol. Les variations du LAI sont plus fortement corrélées aux variations de l’humidité du sol qu’à celles de la pluie. Sur le Ferlo, on observe qu’il faut 2 semaines pour que la végétation réponde à une anomalie de pluie au cours de la saison des pluies. A l’échelle de la saison, la date de démarrage des pluies n’a pas d’incidence sur le maximum de LAI, contrairement à la durée et l’intensité des pauses de pluie. Les entités sur sol sableux (ferrugineux) présentent une meilleure sensibilité aux fluctuations de pluie que celles sur lithosol. De plus, sur les entités situées au Sud-Est, la densité de la végétation arbustive et arborée induit un cycle phénologique différent de celui des herbacées (décalage du maximum de LAI). Le modèle STEP, initialisé avec les données de pluie satellite, reproduit après ajustement la phase de croissance de la végétation dans les entités où les herbacées dominent. La réponse du LAI simulé aux anomalies de pluie est comparable à celles observées, confirmant l’interprétation des observations. Cette étude a permis de définir les paramètres les plus pertinents qui affectent la dynamique de la végétation mais aussi de mettre en évidence les capacités du modèle à décrire le cycle saisonnier de la végétation. / The Sahel is characterized by a strong intra-seasonal variability of rainfall. This variability strongly affects ecosystems during the vegetation growth. The objective of this thesis is to characterize this variability at the local scale from the relationship between rainfall and vegetation dynamics, and to identify relevant indicators to better describe the variability in each season. This study is carried out in the Ferlo’s catchment, a basin located in northern Senegal. The first part is devoted to the characterization of the relationship between rainfall anomalies and growth of vegetation from remote sensing data TRMM3B42, RFE 2.0 SM-ECV (Soil Moisture) and MODIS LAI. Aiming that, the Ferlo basin is divided into 9 zones "homogeneous entity", in terms of vegetation cover class and soil type. For each one are analyzed the rain data from both databases, soil moisture and LAI over the period 2000-2010. In a second time, with a vegetation model adapted to the region forced by satellite rain fields, the LAI is simulated on several entities and is compared to the MODIS LAI, applying on the simulations the same methodologies as for observations. The results of this study show consistency between rainfall variations with both databases and soil moisture. The LAI variations are more strongly correlated with the soil moisture variations than with the rainfall. On the Ferlo, we observe that vegetation needs two weeks to respond to rainfall anomalies during the rainy season. At the season scale, the starting date of the rainy season does not affect the maximum LAI, unlike the duration and intensity of the dry spells. Entities located on sandy soil (ferruginous) have better sensitivity to rainfall fluctuations as those located on lithosoils. In addition, on entities located in the Southeast, the density of the shrub and tree vegetation induces a different phenological cycle than those of the herbaceous (lag of the maximum LAI). The model STEP, initialized with satellite rainfall data, reproduces after adjustment the vegetation growth stage in the entities where grassland dominates. The response of the simulated LAI to the rain anomalies is consistent with those observed, confirming the interpretation of observations. This study allowed to define the most relevant parameters that affect the dynamics of vegetation but also to highlight the capabilities of the model to describe the seasonal cycle of vegetation.

Suivre et comprendre l'évolution des deux principaux gaz à effet de serre anthropogéniques (CO2 et CH4) sont des enjeux majeurs pour les sciences du climat. L'augmentation du nombre et de la diversité des observations (en surface, mesures aéroportées, satellitaires) ainsi que l'amélioration des modèles de chimie-transports atmosphériques ont contribué à développer notre compréhension des cycles biogéochimiques associés à ces gaz. Néanmoins, les observations précises le long de la verticale sont encore très limitées. Elles deviennent pourtant indispensables, d'une part, pour approfondir nos connaissances dans le transport de CO2et CH4, d'autre part, pour évaluer les colonnes totales ou partielles mesurées par satellites. Dans cette thèse, nous présentons un instrument innovant appelé "AirCore" permettant d'échantillonner l'air en continu le long d'une colonne atmosphérique lors d'une descente depuis haute altitude. Différents AirCores donnant accès à différentes résolutions verticales ont été développés au LMD et déployés avec succès lors des campagnes ballons Strato-Sciences 2014, 2015 et 2016 du CNES. Les profils verticaux de AirCores ont permis de valider les estimations de colonnes partielles de CH4 réalisées avec l'instrument IASI/Metop. Des comparaisons ont été menées avec des profils troposphériques obtenus lors de campagnes aéroportées (HIPPO), ou avec des profils issus de modèles de transports (LMDz, TM5) ou de prévisions (CAMS). Les résultats ont démontré l'importance d'une bonne caractérisation de la stratosphère pour les activités de calibration/validation des mesures satellites et, plus généralement, l'étude des gaz à effet de serre. / Monitoring and understanding the evolution of the two most important anthropogenic greenhouse gases(carbon dioxide (CO2) and methane (CH4)) are some of the major challenges in climate science. Over the past decades,the increased availability and diversity of observations (surface networks, aircraft campaigns, satellite observations)and the improvement of atmospheric transport models has allowed to increase our understanding of biogeochemicalcycles of CO2 and CH4. Nevertheless, precise vertical observations are still very rare. However, these become crucialto both properly characterize the vertical transport of the gases, as well as to fully evaluate total or partial columnsof gases retrieved from space observations.In this thesis, we present an innovative instrument called “AirCore” allowing to collect a continuous air samplealong an atmospheric column while descending from high altitude. The analysis of CO2 and CH4 mole fractions inthe collected sample combined with the measurements of an ambient parameters (Pressure, temperature...) allows toretrieve vertical profiles from the surface up to 30 km. Initially invented at NOAA, several new AirCores giving accessto various vertical resolutions have been developed at LMD and flown with success during the CNES Strato-Sciences2014, 2015, and 2016 balloon campaigns. Excellent agreement was found between profiles acquired with differentAirCores during the same flights demonstrating the repeatability of the measurements and allowing to validate thecalculation of the vertical resolution. Comparisons with measurements from independent laser diode spectrometersflown on the same gondola have confirmed that AirCore profiles capture the vertical variability of CO2 and CH4.The vertical profiles retrieved from AirCores have been allowed to validate the CH4 partial columns retrieved fromIASI/Metop at LMD and revealed that the information on the full atmospheric column is required. Comparisons havebeen performed with tropospheric profiles obtained during aircraft campaigns (HIPPO) as well as vertical profilesextracted from atmospheric transport models (LMDz,TM5) and forecast systems (CAMS). Results demonstrated theimportance of a good characterization of the stratosphere for satellite