• View
• Edit
• History
• Print

Discu2

Les résultats que nous avons obtenus avec notre première approche expérimentale (décrite dans la section pré laboratoire) n’ont pas été très concluants. Ainsi, nous nous attendions à ce que le graphique 1 affiche une tendance exponentielle. Comme on le remarque, une telle tendance n’est cependant pas observée. De nombreux facteurs permettent d’expliquer l’échec de notre démarche. D’abord, dans l’élaboration théorique de notre démarche, nous avons considéré que la lumière des luminaires était directement projetée vers le ciel (c’est cela qui nous a permis de déterminer l’équation LE’ = LE × cλα). Dans la réalité, cette supposition est cependant fausse, car la lumière des luminaires de la ville est en majeure partie dirigée vers le sol puis réfléchie par l’asphalte et la végétation. Au cours de cette réflexion, la lumière de certaines longueurs d’onde est partiellement absorbée. Notre modèle ne tient donc plus la route et notre analyse est faussée. Aussi, les spectres des lampes utilisés durant notre analyse ne sont peut-être pas représentatifs de l’ensemble des luminaires de la ville de SherbrookeCela laisse penser que la pollution lumineuse au zénith au Mont-Mégantic est dominée par Sherbrooke, ce qui n'est absolument pas le cas. Enlevez la référence à Sherbrooke.. Ainsi, les luminaires de la villede la région émettent probablement à des intensités légèrement différentes en fonction de la longueur d’onde. Cela peut une fois de plus fausser nos résultats. Ce serait bon ici de montrer deux spectres de lampes Halogenure metallique tirées de google (en citant les modeles d'ampoules si possible) pour montrer cette variabilité. Enfin il est facile de constater que les rapports LE’/LE de la figure 9 sont extrêmement variables d’une nuit à l’autre. Aussi, aucune cohérence n’est remarquée entre les différentes longueurs d’onde (par exemple, si la luminance à 500 nm augmente, la luminance à 545 nm n’augmente pas nécessairement). Cela peut certainement être expliqué par la difficulté mathématique de modéliser toutes les courbes se superposant sur le spectre. Ainsi, en choisissant de petits pics isolés de PL, on augmente l’incertitude relative sur la mesure de leur luminance. Au final, l’effet cumulé de ces incertitudes est dévastateur et empêche toute analyse concluante des données. Je ne suis pas certain mais est-ce qu au final est un anglicisme? Si oui il faudrait corriger toutes les occurences dans le texte.

Afin de remédier à toutes ces causes d’erreur, nous avons rectifié notre démarche expérimentale. Ainsi, plutôt que de comparer nos spectres du ciel aux spectres des lampes, nous avons directement mesuré la luminance sur les spectres du ciel (on calcule l’aire sous la courbe spectrale puis on en soustrait la luminance naturelle). Cela a pour effet de réduire l’incertitude relative sur les mesures de luminance, puisque des pics plus hauts sont considérés dans le traitement des données. Les premières mesures de pollution lumineuse obtenues avec le spectromètre SAND sont indiquées dans le tableau 2. On remarque que les valeurs ainsi obtenues présentent une assez grande variance variabilité, laissant supposer deux hypothèses : soit la pollution lumineuse varie grandement d’une nuit à l’autre, soit notre démarche expérimentale présente une fois de plus des failles. Comme nous l’expliquerons plus loin, c’est la deuxième de ces option qui nous semble la plus probable. Après avoir lu mes commentaires à la fin de cette section, svp revoir cette dernière phrase au besoin.

Pour leur part, les données recueillies avec le radiomètre ont été obtenues en suivant exactement la démarche expliquée dans la section pré laboratoire Qu'est-ce que c'est que ça, la section prélaboratoire? du rapport. Les premières mesures que nous avons faites sont compilées dans le tableau 3. Les valeurs qui y sont indiquées représentent l’intensité moyenne des 50 pixels les plus sombres des images. La corrélation entre les données des filtres DS et IR est excellente, puisque quand la luminance mesurée avec un filtre augmente, la luminance mesurée avec l’autre augmente aussi (le coefficient de corrélation des données est de R = 0,94)Vous devez absolument présenter ce graphique.. Nos données recueillies avec le radiomètre sont donc parfaitement cohérentesEn quoi la corrélation des deux filtres indique que les mesures sont cohérentes, ça pourrait être interprèté à l'inverse.. On peut ainsi les comparer à nos mesures de la PL effectuées avec le spectromètre. Tel que suggéré dans la partie pré laboratoire ??? du rapport, nous déterminons une combinaison linéaire afin de corréler les données du spectromètre et les données de chaque filtre du radiomètre. En utilisant le programme Mathematica, nous avons pu minimiser le carré des écarts entre les mesures de PL_SAND et les résultats de notre combinaison linéaire de filtres. On obtient ainsi l’équation

PL_SAND ≈ (2,68 • 10^-9) I_DS – (1,28 • 10^-9) I_IR.

Le changement de signe est très encouragent car il semble dire que une différence entre toute la lumière et seulement la lumière naturelle sont corrélées à la pollution lumineuse. Comme il n'y a aucun calibrage photométrique sur cet instrument. On ne peut discuter qualitativement les coefficients obtenus mais c,est bon signe.

La figure 10 illustre la corrélation entre les données du radiomètre et les données du spectromètre. Contrairement à nos attentes, la corrélation entre ces données est plutôt faible (R = 0,58). On peut expliquer cela de plusieurs manières. D’abord, il est possible que l’usage d’autres filtres sur le radiomètre (ex. : filtres Clear, H et Comet) ait permis d’avoir une meilleure corrélation linéaire. Cela nous permet de demeurer optimistes pour la suite du projet, puisqu’une analyse plus complète de nos résultats permettrait peut-être d’atteindre notre objectif, c’est-à-dire de quantifier la pollution lumineuse avec le radiomètre et le spectromètre. Cependant, il est plus probable que, tel qu’insinué précédemment, nos valeurs de PL mesurées avec le spectromètre soient une fois de plus faussées Ah oui et pourquoi? Dites le ou abstenez vous de ce genre de commentaire gratuit.. Ainsi, la variancevariabilité importante des données du tableau 2 et leur incohérence avec les données du tableau 3 (pourquoi y a t'il incohérence, je ne vois pas ça! Mais si vous le voyez, il faut l'expliquer. Je vous rappelle que vous cherchez une combinaison lineaire multi variable et non une corrélation directe entre deux données.) laisse présager que les valeurs de PL_SAND soient fausséesJe ne vois pas pouquoi!. De nombreuses avenues permettraient d’expliquer ce phénomèneQuel phénomène?. Par exemple, tel qu’illustré par la figure 1B cette figure n'existe pas! du cadre méthodologique, nous savons que la présence de nuages modifie grandement l’aspect des spectres. Alors, il se peut qu’un ou des spectres utilisés pour obtenir les données du tableau 2 aient été faits en présence d’un nuage passant rapidement. L’apparence du spectre aurait ainsi été assez normale pour qu’on en fasse l’analyse, mais la diffusion lumineuse sur le nuage aurait été assez importante pour modifier nos mesures de luminance. Peut-être bien mais vous avez toutes les images du radiomètre au 5 minutes qui vous permettrait de valider cette hypothèse un peu gratuite. Du coup, nos résultats seraient faussés à la hausse. SVP faites la vérification avant de d'écrire des choses pareilles. Une analyse plus approfondie des spectres ou des images du radiomètre? serait donc nécessaire afin de vérifier nos résultats. On pourrait par exemple mesurer le rapport entre la hauteur des raies à 590 nm et 630 nm. S’il y avait présence d’un nuage, le rapport entre la hauteur de ces pics devrait être plus élevée (tel qu’illustré par la figure 1B figure fantome du cadre méthodologique). Il faudrait suggérer une raison pour ce changement de hauteur de raies avec et sans nuages.