This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
LIDAR IPRAL (IPSL Hi-Performance multi-wavelength Raman Lidar for Cloud Aerosol Water Vapor Research)
V. Noel, C. Hoareau, L. Menut, C. Pietras, P. Delville, C. Cenac, F. Lapouge (LMD)
P. Keckhut, Y. Courcoux, D. Dionisi (LATMOS)
EECLAT 2014/01/21
1. Aerosol transport and air quality, understanding the role and contribution of dust, volcanic ash, biomass burning plumes in major particle events;
2. Cloud and water vapor processes in the upper troposphere; cirrus life cycle and radiative impact; anthropogenic cirrus clouds (contrails) and their radiative impacts
3. Contributions to a. EU/FP7 ACTRIS network b. French SOERE ORAURE &
ROSEA and EECLAT project c. EarthCARE satellite mission
preparation and validation d. Support to Météo-France Lidar
surveillance network
IPRAL Objectives
Température Humidité
Vent Précipitation
Nuages, Aérosols,
Vapeur d’eau, Brouillard,
Gaz (CO, O3)
Rayonnement Dynamique Turbulence
Profils UTLS
Troposphère Couche limite
Surface Sol
Enjeux : propriétés et impacts des aérosols transportés à longue distance (dust, biomasse, cendres) sur qualité de l’air
Aujourd’hui
Colette et al. 2010
Identifier par Lidar aérosols transportés Incertitude : Facteur 100 sur concentration
Aluminium (Al), iron (Fe) and titanium (Ti)
Mesurer des concentrations de particules en surface: +30 µg m-3
Cendres volcaniques Colette et al. 2010
Impact du transport aérosol sur QA avéré
Bessagnet et al. JGR 2008
Soulèvement de poussières en Ukraine (terres noires)
- Enjeux: identifier et caractériser les aérosols pour mieux comprendre leur évolution et améliorer prévision
- Introduits à 2-10km d’altitude et transportés sur de longues distances - Contribuent à 10-20% de masse particules inhalées
25 mars 2007
Enjeux : propriétés et impacts des aérosols transportés à longue distance (dust, biomasse, cendres) sur qualité de l’air
Avec le Lidar IPRAL Ansmann et al. 2010
- Restituer des profils de diffusion avec une incertitude de 0.01 km-1 - Estimer des profils de paramètre de taille des aérosols à partir de plusieurs longueurs d’onde
Aerosol depolarization
(532 nm)
Lidar ratio (532 nm)
Backscatter color ratio (532/1064 nm)
Ratio of depolarization (1064/532 nm)
- Spéciation des aérosols (nature, taille) par rapport Lidar, rapport de couleur, rapport dépolarisation: nécessaire pour améliorer la prévision - Estimer les concentrations massiques (incertitude facteur 2): indispensable pour la sécurité aérienne
Hostetler et al. 2007
Aujourd’hui Identifier par Lidar présence et altitude des cirrus.
Contrails
Mesure impact radiatif en surface
Cirrus, 2 effets: Chauffage solaire jour ⇓ Refroidissement nuit ⇓
Dupont et al. 2008
Enjeux : impacts des cirrus naturels et anthropiques sur le rayonnement et la température
Impact des cirrus sur le climat avéré
Travis et al. Nature 2002
3 jours sans cirrus: anomalie d’amplitude de température + 1°C
- Enjeux de mieux comprendre les propriétés des cirrus, et maîtriser les cirrus d’origine anthropique
- Les cirrus (nuages de glace) sont présents entre 25 et 75% du temps selon localisation - Les cirrus diminuent l’amplitude thermique diurne
Enjeux : impacts des cirrus naturels et anthropiques sur le rayonnement et la température
Avec le Lidar IPRAL
Rapport mélange vapeur d’eau, (Hoareau et al., AMTD, 2011)
Contenu en glace en fonction de la température
(Heymsfield et al., 2010)
- Mieux comprendre les conditions de formation et persistance des cirrus anthropiques (mesures de vapeur d’eau)
- Distinguer cirrus naturels et anthropiques: propriétés microphysiques particulières (taille, forme) - Quantifier propriétés de diffusion des cirrus
Adaptation possible pour diminuer cirrus anthropiques
Initial step: derive significant aerosol gradients and cloud-base height from high-resolution Lidar attenuated backscatter (WLT or 2-D gradient technique) (1) Improve attribution: identify the layer in which surface emitted species are mixed (2) § Transitions: Atmospheric-layer stability class (stable, neutral, unstable) from Monin-Obukov parameter § Max turbulent mixing: Lidar backscatter variance analysis
STRAT+: Automatic, objective layer attribution combining diagnostics of surface stability, mixing process, and backscatter gradients from aerosols and clouds with Quality Control and Uncertainty Bars.
Mixing height
Backscatter
(1) Haeffelin et al. (BLM) 2012; (2) Pal et al. 2013(JGR under review)
STRAT+ mixing height retrieval from Lidar + Sonic Anemom.
NDACC/ROSEA Lidar water vapor mixing ratio retrieval algorithm (LATMOS)
Keckhut et al. (LATMOS)
IPRAL - Montage financier et Calendrier - Pré-étude: 35 k€ - Enveloppe de réalisation : 715 k€ - Frais de fonctionnement: 15k€/an (consommable et contrat de maintenance) - Co-financement par: Région IdF, EP, IPSL, LMD, CNES/INSU
Organisme % k€ HT Région IdF 48 340 EP 19 140 IPSL (Labex, SOERE, IPSL)
21 150
LMD 3 20 CNES 3 20 INSU 3 20 Autre 3 25 TOTAL 100 715
o Demande à la Région IdF à travers l’AO équipements mi-lourds (mars 2012) √
o Demande TOSCA (avril 2012) √ o Demande LEFE (sept 2012) √ o Audition CSOA-TOSCA (mai 2013) √ o Convention CNRS-EP pour achat o Pré-étude: solutions techniques et
chiffrage (Jan-Jun 2013) √ o CCTP: Sept-Déc 2013 √ o Notification du Marché: Jan 2014 √ o Réalisation: Fév. 2014 – Jan 2015
IPRAL - Equipe de recherche Chercheurs et ingénieurs contribuant - Aux développements algorithmiques nécessaires à l’exploitation de la mission - A l’exploitation scientifique de la mission - A la direction de la mission: cahier des charges de fonctionnement, développements technologiques, coordination nationale et internationale. - Au suivi technique de la mission
Autres chercheurs impliqués dans l’exploitation scientifique d’IPRAL : O. Boucher (LMD; propriétés des contrails); H. Chepfer (LMD; propriétés des cirrus; préparation EarthCARE); F. Cheruy (LMD; modélisation GCM; lien avec CNR); M. Chiriaco (LATMOS; modélisation LAM; impacts nuages);