Voir le poster

Trattoria 2015
23-25 Mars 2015 à Lille
Simulateurs 3D de systèmes LIDAR et RADAR Doppler embarqués sur
plateformes satellites
F. Szczap(1), A. Alkasem(1), C. Cornet(2), O. Jourdan(1) and V. Shcherbakov(1)
(1) Laboratoire de Météorologie Physique (LaMP), Université Blaise Pascal, Aubière, France
(2) Laboratoire d‘Optique Atmosphérique (LOA), Université des Sciences et Technologies de Lille, Villeneuve d‘Ascq, France
Méthodologie
Contexte scientifique
Nous développons un code tridimensionnel (3D) polarisé
(Szczap et al., 2013) prenant en compte l’effet Doppler et la
diffusion multiple. Il est basé sur 3DMCPOL (Cornet et al., 2010,
voir aussi le poster « A 3D polarized radiative transfer model »
de Cornet et al.) qui utilise une méthode de Monte Carlo,
l’estimation locale et une méthode de réduction de la variance
(Buras et al., 2011).
Il calcule le vecteur de Stokes
;∆
en fonction de la
profondeur et du décalage de fréquence ∆ .
A court terme, le code doit simuler les observables du LIDAR
ATLID et du RADAR CRP Doppler de la mission EarthCARE
(coefficient de rétrodiffusion à très haute résolution spectrale,
facteur de réflectivité, spectre Doppler, etc…).
Les scènes nuageuses à très haute résolution spatiale sont
simulées par 3DCLOUD (Szczap et al., 2014).
De part leur répétitivité spatio-temporelle, les observations
spatiales sont des données de prédilection pour améliorer la
climatologie des nuages.
Les systèmes LIDAR et RADAR embarqués sur plateformes
satellites sont des instruments permettant d’obtenir des
informations crutiales sur la distribution verticale des propriétés
des nuages.
L’interprétation des observables LIDAR et RADAR est délicate
car elle repose sur au moins deux hypothèses :
1) la diffusion multiple est négligée et
2) le nuage, plan parallèle, est homogène à l’intérieur et à
l’extérieur du champ de vue (Field Of View ou FOV).
Comparaisons entre résultats issus de notre code, de Hogan (2008) et de Battaglia (2005)
Comparaisons entre résultats issus de notre code et de DOMUS (Battaglia and Tanelli, 2011) ; (CPR/EarthCARE)
Cirrus homogène, cristaux de glace sphérique, (Reff = 10 µm, distribution lognormale, théorie de Mie)
11
11
τ = 20
τ=3
τ = 0.1
lines : 3DMCPoLid
stars : Hogan's code
+1
10
τ = 20
τ=3
τ = 0.1
+2
Height [km]
Height [km]
10
9
9
Réflectivité apparente (dBZ)
8
-8
-6
10
10
Apparent backscatter [m-1.sr-1]
-4
10
8
-0.5
0
0.5
1
1.5
2
2.5
Depolarization ratio
3
3.5
4
Spectre Doppler simulé par DOMUS
Cas spécifique d’une vitesse verticale = 6 m/s
Spectre Doppler simulé par notre code
Cas spécifique d’une vitesse verticale = 6 m/s
Elargissement Doppler simulé par DOMUS et notre code
Réflectivité apparente (dBZ)
• Inhomogeneous cirrus cloud parameters
- Mean optical depth = 2
- Base and top height ≈ 9 and 10 km
- Inhomogeneity parameter (standard deviation /
mean of IWC) = 1
- Slope of 1D power spectrum of IWC = -1.66
- Gamma distribution of IWC
- Horizontal extension = 10 km
- Pixel number : Nx = Ny = 400, Nz = 90
- Horizontal (vertical) resolution = 25 (50) m
Effets des hétérogénéités 3D d’un cirrus sur les mesures LIDAR (CALIOP/CALIPSO)
• LIDAR system parameters
- Laser beam divergence = 0
- Linearly polarized laser
- λlaser = 532 nm
- FOV = 130 µrad
- Footprint ≈ 100 m
- Dtelescope = 1 m
- Height = 1000 km
- Vertical resolution = 20 m
• Atmospheric properties
- No sun (Night)
- No ground albedo
- Gaz optical depth from Hansen and Travis
(1974)
- Gaz depolarization factor (90°) = 0.0275
- Gaz phase function : Rayleigh theory
- Cloud phase function : Rough plate ice crystals,
Reff = 25 µm , aspect ratio = 0.2, gamma
distribution ,IGOM, Yang and Liou (1996)
Optical depth at degraded resolution (500 m)
0
LIDAR track
8
LIDAR track
2
Position [km]
Position [km]
6
5
4
4
6
3
2
8
0,8 ;
1
Vitesse verticale de 6m/s
dans le nuage et de 0 m/s
à l’extérieur du nuage
Nuage
Effet sur la
vitesse Doppler
Nuage
Bord du
nuage
4
7
2
20 ;
Effet sur la
réflectivité
Effets des hétérogénéités “sous pixels” d’un cirrus
sur le coefficient de rétrodiffusion et sur le rapport
de dépolarisation
Simulation d’un champ 3D de cirrus avec 3DCLOUD (Szczap et al., 2014)
Optical depth at full resolution (25 m)
0
Effets du bord d’un nuage épais sur les mesures RADAR
(CPR/EarthCARE)
3.5
3
4
2.5
6
2
8
1.5
1
10
0
1
10
2
4
6
Position [km]
8
0
10
2
4
6
Position [km]
8
10
-1
Vertical section of extinction [km ]
at degraded resolution (500 m) under LIDAR track
11
Vertical section of extinction [km-1 ]
at full resolution (25 m) under LIDAR track
11
4
10
3.5
6
Height [km]
Height [km]
8
10
Rendu volumique du cirrus
4
3
2.5
10
1.5
1
0.5
9
0
2
4
6
Position [km]
8
10
0
log(Apparent backscatter) [m
-1
-1
sr
9
]
11
0
2
4
6
Position [km]
8
10
Simulation LIDAR 1D à partir
du champ de l’extinction
dégradée (500 m)
Simulation LIDAR 3D
dégradée (500 m)
Simulation
LIDAR 3D (25 m)
log(Apparent backscatter) [m-1sr-1]
-9
11
-9
-10
-10
10
-13
-11
H
e
ig
h
t[k
m
]
Height [km
]
-11
-12
-12
10
-13
-14
-14
-15
9
0
2
4
6
Position [km]
8
10
-15
-16
9
0
2
4
6
Position [km]
8
10
11
0.8
0.8
0.7
0.7
0.6
0.5
10
0.4
0.3
H
e
ig
h
t[k
m
]
H
eigh
t [km
]
0.6
0.5
10
0.4
0.3
0.2
0.2
0.1
9
0
2
4
6
Position [km]
-16
Apparent depolarization ratio
Apparent depolarization ratio
11
8
10
0
0.1
9
0
Bibliographie
2
2
2
4
6
Position [km]
8
10
Battaglia, A. and S. Mantovani, Forward Montecarlo computations of fully polarized
microwave radiation in non isotropic media, J. Q. S. R. T., 2005, 95, 285-308
Battaglia, A., S. Tanelli, "DOMUS: DOppler MUltiple-Scattering Simulator," IEEE
Trans. Geosci Rem. Sens. 49, pp. 442-450, 2011
Buras R. and B. Mayer, 2011 : Efficient unbiased variance reduction techniques for
Monte Carlo simulations of radiative transfer in cloudy atmospheres : The solution, .
J.Q.S. R.T.,112, 434-447.
Cornet C. , L. C-Labonnote and F. Szczap, 2010, "Three-dimensional Polarized
Monte-Carlo Atmospheric Radiative Transfer Model (3DMCPOL): 3D Effects on
Polarized Visible Reflectances of a Cirrus Cloud", .J.Q.S. R.T., 111, 174-186.
Hogan, R. J., 2008: Fast lidar and radar multiple-scattering models: Part 1: Smallangle scattering using the photon. variance-covariance method. J. Atmos. Sci., 65,
3621-3635.
Szczap F. , C. Cornet, A. Alqassem, Y. Gour, L. C.-Labonnote, and O. Jourdan , 2013 :
A 3D polarized Monte Carlo LIDAR system simulator for studying effects of cirrus
inhomogeneities on CALIOP/CALIPSO measurements, Proceedings of the
International Radiation Symposium (IRC/IAMAS), AIP Conf. Proc. 1531, pp. 139-142;
doi: http://dx.doi.org/10.1063/1.4804727
Yang, P., and K. N. Liou (1996), Geometric-optics-integral-equation method for light
scattering by nonspherical ice crystals, Appl. Opt., 35,
6568–6584,
doi:10.1364/AO.35.006568
0
Acknowledgements : This work is supported by the Programme National de Télédétection Spatiale (PNTS) of the Institut National des Sciences de l’Univers (INSU), EECLAT (Expecting EarthCARE, Learning from A-Train) and
ONERA (The French Aerospace Lab)