Высокая чувствительность поверхности Aeolus UV возвращает отражательную способность поверхности.

Том 13 научных докладов, номер статьи: 17552 (2023) Цитировать эту статью

Подробности о метриках

Все климатические данные по глобальной отражательной способности поверхности ультрафиолета (УФ) составлены из наблюдений пассивного дистанционного зондирования дневного света за отраженным УФ-светом, которые обычно интегрируются по распределению достижимых направлений отражения. Мы обнаружили чувствительность лидарного отражения поверхности Aeolus (LSR) к характеристикам поверхности, предоставив первое доказательство того, что активное дистанционное зондирование может эффективно использоваться для определения однонаправленной отражательной способности поверхности УФ-излучения в глобальном масштабе. LSR воспроизводит ежемесячные изменения отражательной способности поверхности в Сахаре, которые видны в климатологии Ламбертовского эквивалента отражательной способности (LER) от TROPOMI и GOME-2. Об очень высоких корреляциях (r > 0,90) между климатологией LSR и LER с привязкой к сетке сообщается в глобальном и региональном масштабах для 36 различных регионов. По сигналу Aeolus LSR можно выделить три четких градиента земного покрова: (1) вода/земля, (2) растительность/засушливые районы и (3) отсутствие снега/снег. Самый сильный сигнал LSR был получен над снегом, тогда как над растительностью мы обнаружили умеренное отрицательное согласие (r <-0,60) между LSR и показателем индекса растительности. В целом продемонстрирован успех первого активного метода дистанционного зондирования для определения однонаправленной отражательной способности поверхности УФ-излучения с использованием Aeolus. Наш подход может быть эффективно использован для обнаружения неразрешенных изменений суши и, особенно, изменений снежного покрова в высоких широтах, поскольку, в отличие от пассивных инструментов, Aeolus также проводил наблюдения в ночное время.

Ограниченные знания о характеристиках отражательной способности поверхности в ультрафиолетовом (УФ) диапазоне волн были источником противоречивых результатов предыдущих исследований1. Этот пробел вызывает особую озабоченность, поскольку нам необходимо знать характеристики отражения УФ-излучения поверхности, чтобы понять воздействие УФ-излучения на человека и получить точные оценки оптической толщины аэрозоля при длине волны 355 нм2. Самое главное, что информация об отражательной способности поверхности является необходимым условием для любого приложения, требующего точного моделирования переноса излучения, такого как космическое дистанционное зондирование газовых примесей, аэрозолей/облаков или моделей переноса химических веществ. Кроме того, высокие характеристики отражения поверхности белых поверхностей в УФ-диапазоне3,4 раскрывают потенциал обнаружения снежных поверхностей или даже классификации типа снега (старый/новый), если точная карта отражения УФ-поверхности с высоким разрешением может быть сгенерированы. Эта информация важна для предотвращения занижения альбедо снега5, которое может отрицательно повлиять на пассивные инструменты дистанционного зондирования в высоких широтах.

Несмотря на необходимость точных оценок альбедо поверхности для изучения климата и атмосферы, наше понимание глобальной отражательной способности поверхности в УФ-диапазоне спектра остается ограниченным. На сегодняшний день все исследования дистанционного зондирования опираются на пассивные инструменты для определения характеристик отражательной способности поверхности в УФ-излучении, которые используют солнце и связанное с ним атмосферное излучение в качестве источника света для определения. Например, климатологические данные по эквивалентной отражательной способности Ламберта (LER), созданные с использованием таких методов, содержат существенные ошибки, возникающие из-за необходимости применения атмосферной поправки, вызывающей более неблагоприятные последствия на более коротких длинах волн3. Эти климатологии не учитывают никаких наблюдений из регионов высоких широт во время полярной ночи и основаны на наблюдениях по всем углам телесного полушария, что требует предположений о ламбертовском типе отражательной способности. Предыдущие исследования показали, что эти недостатки и предположения могут быть устранены с помощью активного дистанционного зондирования, такого как лидарное зондирование6, преимущества которого заключаются в небольшом поле зрения, стабильном; однонаправленный источник света от используемого лазера и постоянный угол наблюдения. Более того, лидарные наблюдения могут обеспечить однонаправленные характеристики отражательной способности поверхности, такие как ослабленное обратное рассеяние от поверхности (sr-1)7, без предположений о неоднородности и изотропии подстилающей горизонтальной поверхности, необходимых для пассивных инструментов1.

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>