t5: radiative transfert tool for a-train and earthcare...
TRANSCRIPT
T5: Radiative transfert tool for A-train and EarthCA RET5.3 : Effects of mixed phase clouds 3D inhomogeneities on LIDAR/RADAR
observations : application to A-train and EarthCARE space missionsF. Szczap (1), C. Cornet (2) ,O. Jourdan (1), Y. Gour (1) et T. Rosembert (1) ; (1) LaMP , (2) LOA
EECLAT, Besse, janvier 2013
� Contexte scientifique
Empreinte au sol
Alti
tude
SystèmesLIDAR/RADAR
Diffusionsimple (DS)
Diffusionmultiple (DM)
Alti
tude
Log (coefficient de rétrodiffusion)
p (z) : puissance rétrodiffusée .k : constante instrumentale.p0 : puissance émise .A : aire du récepteur .β : coefficient de rétrodiffusionα : extinction
Equation LIDAR (RADAR)
Couche homogèned’hydrométéores
Vrai
Mesuré (si DM)
Mesuré (si DS)
T5.3 : Effects of mixed phase clouds 3D inhomogeneiti es on LIDAR/RADAR observations : application to A-train and EarthCARE space missions
� Objectifs scientifiques
EECLAT, Besse, janvier 2013
Surface
Précipitations
� Mieux interpréter les données LIDAR (RADAR)
� Phase (liquide et ou solide, précipitations)� Formes, tailles, orientation des cristaux(fonction de phase)� Diagramme d’antenne, divergence LASER� Diffusion multiple (« Streching effects », « Mirrorimages » )� Hétérogénéités « internes » verticales ethorizontales (« Beam filling effects »)� Structures 3D des nuages (trous, bosses,concentrations)
�Comprendre les interactions 3Dnuage/rayonnement
� Codes de transfert radiatif 3D polarisés(3DMCPOL, Cornet et al., 2010)� Code flexibles de générateurs de nuages 3Dréalistes (3DCLOUD)
T5.3 : Effects of mixed phase clouds 3D inhomogeneiti es on LIDAR/RADAR observations : application to A-train and EarthCARE space missions
EECLAT, Besse, janvier 2013
� Résultats préliminaires : CALIOP/CALIPSO
He
igh
t (k
m)
10-9
10-8
10-7
10-6
10-5
10-4
10-3
4
5
6
7
8
9
10
11
12
Total apparent backscatter (m -1.sr-1)
He
igh
t(k
m)
3D Monte Carlo code
PP Monte Carlo codeHogan code
True bac kscattera)
eff
� Les effets liés à la fluctuation horizontale (aléatoire) d’un cirrus semblent négligeables sur lecoefficient de rétrodiffusion apparent,
� Mais différences entre le simulateur LIDAR de Hogan et notre simulateur LIDAR 3D Monte Carlo !
10-9
10-8
10-7
10-6
10-5
10-4
104
5
6
7
8
9
10
11
12
Total apparent backscat ter (m -1. s r-1)H
eig
ht(
km
)
3D M onte Carlo code
PP Monte Carlo code
Hogan code
True backscat ter
c)
Coefficient de rétrodiffusion apparent (m-1sr-1) pour un cirrus (τ =3)a) Cristaux de glace sphérique (Reff = 10 µm) et c) « rough plate » (Reff = 25 µm)
� Les effets liés à la fluctuation horizontale (aléatoire) d’un cirrus semblent non négligeables sur le coefficientde rétrodiffusion apparent,
� Mais encore trop d’erreur statistique («spikes» ou pics d’énergie) dans notre simulateur LIDAR 3D MonteCarlo !
T5.3 : Effects of mixed phase clouds 3D inhomogeneiti es on LIDAR/RADAR observations : application to A-train and EarthCARE space missions
� Résultats préliminaires : CALIOP/CALIPSO
0 0.5 1 1.54
5
6
7
8
9
10
11
12
Apparent depolarization ratio
He
igh
t (k
m)
3D Monte Carlo codePP Monte Carlo codeTrue depolarization ratio
d)
0 0.5 1 1.54
5
6
7
8
9
10
11
12
He
igh
t (k
m)
3D Monte Carlo codePP Monte Carlo codeTrue depolarization ratiob)
EECLAT, Besse, janvier 2013
Rapport de dépolarisation apparent pour un cirrus (τ =3)b) Cristaux de glace sphérique (Reff = 10 µm) et d) « rough plate » (Reff = 25 µm)
T5.3 : Effects of mixed phase clouds 3D inhomogeneiti es on LIDAR/RADAR observations : application to A-train and EarthCARE space missions
� Perspectives
� Déterminer l'origine de l'erreur sous le nuage sur le coefficient de rétrodiffusion apparentcalculé par notre simulateur + Inclure la méthode de Buras et Mayer (2010) pour supprimerla présence des pics d'énergie et diminuer le temps de simulation.
� Simuler la divergence du rayon laser avec une incidence oblique de 3°.� Généraliser ces premiers résultats en menant une étude de sensibilité du signal LIDARrétrodiffusé pour différentes fluctuations de cirrus réalistes (3DCLOUD)
� Adapter le code pour un simulateur RADAR + adapter 3DCLOUD pour nuage « phase mixte »
Image MODIS (25 mai 2007)CIRCLE2
EECLAT, Besse, janvier 2013
Cirrus simulé par 3DCLOUD à partir des données « in situ »
Start : lancement d’1 photon
Initialisation
Détermination de la distance parcourue par le photon
Absorbé ?
Type d’interaction : molécule, aérosol ou nuage ?
Calcul de la nouvelle direction suivie par le photon
“Local estimate method”: calcul de la contribution de la nième diffusion
Interaction ?
Fin ⇒ photon suivant
Sort du milieu ?
Par le haut?
Réflexion sur surface
Sur un côté ? Conditions
aux limites cycliques
ouinon
oui
nonoui
Fin
oui
Finnon = absorption
oui
non
Schéma général du code TR Monte-Carlo
non
non
oui
Caractéristiques de la méthode de MC :
i) générateur de nombre aléatoire uniforme (0,1)ii) utilisation de densités de probabilitéiii) calculs de quantitésm moyennes à partir de plusieurs réalisations indépendantes de ii)
Propriétés optiques, microphysiques et radiatives mesurées ou restituéesParamètres
microphysique/optique
Instruments/plateformes utilisés Pentes spectralesβ
Coefficients d’hétérogénéité
relatifsρ
Moyennes Seuil de détections des
différents appareils
Résolution spatiale
Incertitude
IWC (g.m-3)
(.10-3 pour les moyennes)
CPI -1.33 0.99 4.07 1(auto) 200 m/s × 1Hz 60%CPI+FSSP(1) -1.30 0.85 Avec zéros : 4.68
6.323,65.10-5 200 m/s × 1Hz 96%
CPI+FSSP(2) -1.28 0.94 4.45 1(auto) 200 m/s × 1Hz 96%
CALIOP (1D)(5) - 0.49 8.48 - 5km × 60m 55%
CALIOP (2D)(5) - 0.83 7.48 - 5km × 60m 55%Diamètres effectifs
(µm)2DC -1.24 0.55 36.6 21.6 (auto) 200 m/s × 1Hz 25%
Calculé(3) -0.76 0.81 35.52 5.2 200 m/s × 1Hz 99%
IIR(4) -1.45 0.34 44.29 - 1 × 1 km² 31%MODIS(6) -1.08 0.38 59.86 - 1 × 1 km² 33%
Coefficient d’extinction
(km-1)
NP -1.41 0.65 0.38 5.10-2(auto) 200 m/s × 1Hz 25%
CPI+FSSP(2) -1.16 0.85 0.26 3.10-3(auto) 200 m/s × 1Hz 80%
Epaisseurs optiques IIR(7) -3.43 0.83 0.41 - 1 × 1 km² 7%MODIS(8) -2.27 0.82 1.39 - 1 × 1 km² 12%
Températures de Brillance
(K)IIR
8.65 -3.16 3.37.10-2 273 - 1 × 1 km² 0.5K
10.6 -3.45 3.85.10-2 273 - 1 × 1 km² 0.5K12.05 -3.36 3.61.10-2 270 - 1 × 1 km² 0.5K
Coefficient de rétrodiffusion
atténué (km-1.sr-1)CALIOP(5)
Sommet -1.36 1.07 8,18.10-3 - 5km × 60 m -
Base -1.42 0.63 6,06.10-3 - 5km × 60m -
Altitude de l’avion
-1.42 0.49 1,03.10-2 - 5km× 60 m -
Radiance(W.m-2.s-1. µm-1)
IIR(7) -2.05 0.17 - - 1 × 1 km² -MODIS(8) -1.97 0.28 - - 250 × 250 m² 54%
Résolution des équations de N.S.
et de la thermodynamique
Etape1
Profils verticaux moyens du vent
, humidité et température
( ) ( )( ) ( ) ( )zzqzq
zvzu
lv θ,,
,
- C : Couverture fractionnaire nuageuse
( ) ( )( ) ( )
( ) ( )
, ,
300 , , 50
,
x y z
x y z
L 100 km L L 3km : Extension
N N N : Nombre de pixel
x y 300 m z 50 m : Résolution
− ≈ ≈
− ≈ ≈
−∆ = ∆ ≈ ∆ ≈
- Hmin, Hmax : Altitude min/max du nuage
IWC 3Dnon corrigé
AjustementstatistiqueEtape 2
- β1D : Pente « spectrale»- Lout : Echelle « de la correction spectrale »- Nature de la distribution du IWC et du Reff- Moyenne du IWC (et/ou profil vertical ?)- Moyenne du Reff (et/ou profil vertical ?)- ρ IWC : paramètre d’hétérogénéité du IWC- ρReff : paramètre d’hétérogénéité du Reff- K : corrélation entre IWC/LWC et Reff
IWC 3Dcorrigé
+Reff 3D
- Perturbations initiales 3D du vent
3DCloud
-
Entrées Entrées
Entrées
Sorties
Algorithme de 3DCloud