A alta sensibilidade da superfície UV Aeolus retorna à refletividade da superfície

Scientific Reports volume 13, Artigo número: 17552 (2023) Citar este artigo

Detalhes das métricas

As climatologias globais de refletividade de superfície ultravioleta (UV) são todas compostas de observações de sensoriamento remoto passivo à luz do dia da luz UV refletida, geralmente integradas em uma distribuição de direções de reflexão alcançáveis. Descobrimos a sensibilidade dos retornos de superfície do Aeolus lidar (LSR) às características da superfície, fornecendo a primeira evidência de que o sensoriamento remoto ativo pode ser efetivamente usado para recuperar a refletividade superficial UV unidirecional em escalas globais. O LSR reproduz mudanças mensais na refletividade da superfície no Saara, que são visíveis nas climatologias de Refletividade Equivalente Lambertiana (LER) do TROPOMI e GOME-2. Correlações muito altas (r > 0,90) entre LSR em grade e as climatologias LER são relatadas em escalas globais e regionais para 36 regiões diferentes. Três gradientes claros de cobertura do solo são discernidos a partir do sinal LSR do Aeolus: (1) água/terra, (2) vegetação/áreas áridas e (3) sem neve/neve. O sinal LSR mais forte foi recuperado sobre a neve, enquanto sobre a vegetação encontramos concordância negativa moderada (r < - 0,60) entre o LSR e o proxy do índice de vegetação. No geral, é demonstrado o sucesso do primeiro método ativo de sensoriamento remoto para recuperar a refletividade unidirecional da superfície UV usando Aeolus. Nossa abordagem pode ser usada com eficácia para detectar terras não resolvidas e, especialmente, mudanças na cobertura de neve em altas latitudes porque, ao contrário dos instrumentos passivos, o Aeolus também forneceu observações noturnas.

O conhecimento limitado das características de refletividade da superfície nos comprimentos de onda ultravioleta (UV) tem sido uma fonte de resultados conflitantes em estudos anteriores . Esta lacuna é particularmente preocupante, uma vez que precisamos conhecer as características de refletância da superfície UV para compreender a exposição humana aos UV e para recuperar estimativas precisas da profundidade óptica do aerossol em 355 nm2. Mais importante ainda, as informações sobre a refletividade da superfície são um pré-requisito para qualquer aplicação que exija modelagem precisa de transferência radiativa, como sensoriamento remoto espacial de gases residuais, aerossóis/nuvens ou modelos de transporte químico. Além disso, as fortes características de refletância superficial das superfícies brancas no comprimento de onda UV3,4 revelam o potencial para a detecção de superfícies de neve ou mesmo a classificação do tipo de neve (antiga/nova) se um mapa de refletância superficial UV preciso e de alta resolução puder ser gerado. Esta informação é essencial para evitar o albedo subestimado da neve5, que pode afectar negativamente os instrumentos passivos de detecção remota em latitudes elevadas.

Apesar da necessidade de estimativas precisas do albedo superficial para estudos climáticos e pesquisas atmosféricas, nossa compreensão da refletividade superficial em escala global na banda espectral UV permanece limitada. Até o momento, todos os estudos de sensoriamento remoto têm se baseado em instrumentos passivos para recuperar características de refletividade superficial em UV, que utilizam o sol e a radiação atmosférica relacionada como fonte de luz para a recuperação. Por exemplo, as climatologias de Refletividade Equivalente Lambertiana (LER) geradas usando tais métodos contêm erros substanciais, decorrentes da necessidade de aplicar correção atmosférica, infligindo mais efeitos adversos em comprimentos de onda mais curtos3. Estas climatologias não levam em consideração quaisquer observações de regiões de alta latitude durante a noite polar e são baseadas em observações sobre todos os ângulos hemisféricos sólidos, exigindo suposições sobre o tipo de refletância lambertiana. Estudos anteriores indicaram que estas deficiências e suposições podem ser atenuadas pela detecção remota activa, como a sondagem lidar6, que beneficia do pequeno campo de visão, o estável; fonte unidirecional de luz do laser utilizado e o ângulo de visão constante das observações. Além disso, as observações lidar podem fornecer características unidirecionais de refletividade da superfície, como retroespalhamento atenuado da superfície (sr-1)7, sem suposições sobre a heterogeneidade e isotropia da superfície horizontal subjacente necessária para instrumentos passivos1.

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>