La haute sensibilité de la surface Aeolus UV rétablit la réflectivité de la surface

Rapports scientifiques volume 13, Numéro d'article : 17552 (2023) Citer cet article

Détails des métriques

Les climatologies mondiales de réflectivité de surface des ultraviolets (UV) sont toutes composées d'observations par télédétection passive à la lumière du jour de la lumière UV réfléchie, généralement intégrées sur une distribution de directions de réflexion atteignables. Nous avons découvert la sensibilité des retours de surface lidar (LSR) d'Aeolus aux caractéristiques de la surface, fournissant ainsi la première preuve que la télédétection active peut être utilisée efficacement pour récupérer la réflectivité de surface UV unidirectionnelle à l'échelle mondiale. LSR reproduit les changements mensuels de réflectivité de surface au Sahara, qui sont visibles dans les climatologies de réflectivité équivalente lambertienne (LER) de TROPOMI et GOME-2. Des corrélations très élevées (r > 0,90) entre les climatologies maillées LSR et LER sont signalées aux échelles mondiale et régionale pour 36 régions différentes. Trois gradients clairs de couverture terrestre sont discernés à partir du signal Aeolus LSR : (1) eau/terre, (2) végétation/zones arides et (3) pas de neige/neige. Le signal LSR le plus fort a été récupéré sur la neige, tandis que sur la végétation, nous avons trouvé un accord négatif modéré (r < − 0,60) entre le LSR et l'indice de végétation. Dans l’ensemble, le succès de la première méthode de télédétection active permettant de récupérer la réflectivité de surface UV unidirectionnelle à l’aide d’Aeolus est démontré. Notre approche peut être utilisée efficacement pour détecter les terres non résolues et, en particulier, les changements de couverture neigeuse aux hautes latitudes car, contrairement aux instruments passifs, Aeolus a également fourni des observations nocturnes.

La connaissance limitée des caractéristiques de réflectivité de surface aux longueurs d'onde ultraviolettes (UV) a été une source de résultats contradictoires dans des études antérieures1. Cette lacune est particulièrement préoccupante puisque nous avons besoin de connaître les caractéristiques de réflectance de la surface UV pour comprendre l’exposition humaine aux UV et pour récupérer des estimations précises de la profondeur optique des aérosols à 355 nm2. Plus important encore, les informations sur la réflectivité de la surface sont une condition préalable à toute application nécessitant une modélisation précise du transfert radiatif, telle que la télédétection spatiale de gaz traces, d'aérosols/nuages ou de modèles de transport chimique. En outre, les fortes caractéristiques de réflectance de surface des surfaces blanches à la longueur d'onde UV3,4 réduisent à néant le potentiel de détection des surfaces enneigées ou même la classification du type de neige (ancienne/nouvelle) si une carte précise et à haute résolution de réflectance de surface UV peut être généré. Ces informations sont essentielles pour éviter une sous-estimation de l’albédo de la neige5, qui peut nuire aux instruments de télédétection passive aux hautes latitudes.

Malgré la nécessité d’estimations précises de l’albédo de surface pour les études climatiques et la recherche atmosphérique, notre compréhension de la réflectivité de surface à l’échelle mondiale dans la bande spectrale UV reste limitée. À ce jour, toutes les études de télédétection se sont appuyées sur des instruments passifs pour récupérer les caractéristiques de réflectivité de surface dans les UV, qui utilisent le soleil et le rayonnement atmosphérique associé comme source de lumière pour la récupération. Par exemple, les climatologies de réflectivité équivalente lambertienne (LER) générées à l'aide de telles méthodes contiennent des erreurs substantielles, découlant de la nécessité d'appliquer une correction atmosphérique, infligeant des effets plus néfastes à des longueurs d'onde plus courtes3. Ces climatologies ne prennent en compte aucune observation provenant de régions de haute latitude pendant la nuit polaire et sont basées sur des observations sur tous les angles hémisphériques solides, nécessitant des hypothèses sur le type de réflectance lambertienne. Des études antérieures ont indiqué que ces lacunes et hypothèses peuvent être atténuées par la télédétection active telle que le sondage lidar6, qui bénéficie du petit champ de vision, de la stabilité ; source de lumière unidirectionnelle du laser utilisé et angle de vision constant des observations. De plus, les observations lidar peuvent fournir des caractéristiques unidirectionnelles de réflectivité de surface telles qu'une rétrodiffusion atténuée depuis la surface (sr−1)7 sans hypothèses sur l'hétérogénéité et l'isotropie de la surface horizontale sous-jacente requises pour les instruments passifs1.

1.0 cases, some fairly high aerosol load cases (AOD 0.75–0.99 for example) were included in the analysis to ensure the abundance of statistics in the analysis. Overall, the clear land cover type-dependent LSR gradients from Fig. 1 confirm that the AOD < 1.0 filtering alleviated attenuation effect while the optimal threshold for filtering out high AOD cases should be a subject of detailed sensitivity analysis./p> 0.6 for various productive ecosystems)./p> 250 m), we consider only the bin that has the closest intersection with the DEM. Next, we corrected molecular and aerosol contributions using Eq. (2) and obtained final surface-based LSR estimates (γ). Eq. (2) shows how molecular and aerosol corrections were applied using the Rayleigh optical depth (ODRay; see Supplementary Material, S1) and Aerosol Optical Depth (AOD; see Supplementary Material, S2), respectively. In theory, LSR over land can be converted into BRDF using a 2π correction factor, while such conversion has been applied mostly to the nadir looking CALIOP with the incidence angle close to 3°6. The same approach might not be applicable for highly non-nadir lidars like Aeolus because one does not take into account the angles of incidence and refraction. Over water surfaces where much more complex interaction between specular, whitecap and subsurface reflectance components may occur the LSR and BRDF comparison is more complicated17./p> 1.0 We calculated AOD using the Aeolus Profile Processor Algorithm (AEL-PRO), which relies on the optimal estimation and forward modelling inversion procedure. In short, AEL_PRO retrieves the lidar-to-backscattering ratio profile by using only the pure Rayleigh and Mie attenuated backscatter values as input, thereby yielding accurate extinction coefficient profiles22. The output profiles of the retrieved state vector, including aerosol/cloud extinction coefficients, were utilized in this work to estimate AOD. Moreover, since AEL_PRO can categorize atmospheric features (water-cloud, ice-cloud, aerosol, clean sky, etc.), we applied the most stringent filtering strategy by excluding any LSR observations potentially contaminated by ice cloud and water cloud presence. In simple words, we used AEL_PRO to keep only the high quality LSR observations without clouds, where the surface signal was not attenuated. This filtering was performed at the highest measurement resolution of Aeolus. For AEL_PRO details, see supplementary material S2 and Donovan et al.22 work. We subsequently calculated monthly averages of the LSR with the corresponding standard deviations on a 2.5° × 2.5° grid in the first full yearly (or seasonal) cycle of Aeolus observations (September 2018–August 2019). In the study period, the monthly averaging of millions of observations yields an abundant quasi-global coverage by LSR observations. Minor temporal data gaps were present only during some days in January and February 2019, when Aeolus experienced a system failure. We also did not use any data from June 2019 due to the change from the Flight model-A laser, FM-A, to the second laser, FM-B, period14 to avoid any negative effects of the shift of the regime during the same month. Each step of the LSR calculation is illustrated in detail in the supplementary material (SI Fig. S1). Note that although we thoroughly addressed all potentially malignant effects for LSR estimation, some limitations stem directly from the Aeolus setup. Most importantly, the emitted lidar pulse is circularly polarized; however, the Aeolus receiver is only detecting the co-polar component, which could lead to discrepancies in the LSR estimations. This limitation is inherent as Aeolus does not have a depolarization channel. Future LSR estimations from Aeolus may be revisited when the EarthCARE mission is launched, which includes a linearly polarized lidar instrument at the same wavelength with a depolarization channel. This will allow an estimation of both the circular and co-polar components of depolarization, which can then be compared to the Aeolus LSR estimates in a retrospective analysis./p>