Soirée de rencontre autour du livre « Tout comprendre (ou presque) sur le climat »

10/11/2023 19:00

Keep In Touch 2023 ! Le 2e RDV Alumni de l’IPSL-Climate Graduate School

09/11/2023 18:30

Festival Explor'Espace

03/11/2023 10:00

The art of climate model evaluation : example of ENSO

18/07/2023 11:00

Climate models help us understand the complexity of Earth’s climate, forecast the next seasons and predict the influence of anthropogenic forcings. It is therefore important to evaluate the performance of these models relative to observational datasets, to build confidence and to improve them.

Sea level extremes and compounding marine heatwaves in coastal Indonesia

18/07/2023 11:00

Low-lying island nations like Indonesia are vulnerable to sea level Height EXtremes (HEXs). When compounded by marine heatwaves, HEXs have larger ecological and societal impact. Here we combine observations with model simulations, to investigate the HEXs and Compound Height-Heat Extremes (CHHEXs) along the Indian Ocean coast of Indonesia in recent decades.

Forests in the Earth System

04/07/2023 11:00

Séminaire du LGENS par Benjamin Quesada (Universidad del Rosario).

Development of a differential absorption lidar for remote sensing of water vapor and the isotopologue HDO

14/12/2022 14:00

Observations of stable water isotopologues in the atmosphere provide valuable insights into the condensation and evaporation history of water vapor. The provision of such data with sufficient vertical resolution in the lower troposphere (0–3 km) helps to improve our understanding of basic processes like cloud formation, moist convection and mixing, and offers the potential to increase the accuracy in the predictions made by atmospheric general circulation models. Despite the progress in remote sensing from the ground and from space, retrievals from passive sensors are prone to biases and lack the vertical resolution required for water cycle studies in the lower troposphere.

The aim of this thesis is to investigate an active remote sensing approach based on the differential absorption lidar (DIAL) method to measure both the water vapor main isotopologue H₂¹⁶O and the semi-heavy water isotopologue HD¹⁶O with high vertical and temporal resolution (100–200 m, 10 min). The
expected performance of such an instrument in terms of random and systematic errors was first analyzed
using simulations accounting for instrumental and atmospheric parameters. The theoretical analysis showed
that the spectral range around 1.98 μm is suitable for DIAL profiling of H₂¹⁶O and HD¹⁶O and that range-resolved measurements require a tunable laser in that wavelength range with pulse energies of tens of mJ.

To fulfill this requirement, a parametric laser source based on a nested-cavity optical parametric oscillator and an optical parametric amplification stage using state-of-the-art high-aperture (5×7mm2) periodically poled potassium titanyl phosphate (PPKTP) crystals was implemented. It delivers widely tunable (1.95–2.30 μm) single-frequency radiation with energies up to 9 mJ for 12 ns pulses at a repetition rate of 150Hz.

Using the developed laser source, DIAL measurements of H₂¹⁶O and HD¹⁶O in the atmospheric boundary layer were conducted in direct-detection mode in the frame of several measurement campaigns. It was show that with the developed lidar setup, isotopologue measurements with meaningful precision are limited to the first few hundred meters above the ground. To achieve measurements with range resolution and precision suitable for water cycle studies within the entire boundary layer, further instrumental improvements in terms of laser energy and reduced detection noise are necessary. For this purpose, a further step is proposed for the design and pre-development of a lidar setup capable of achieving a higher sensitivity thanks to an optimized double-stage amplification scheme for the laser transmitter that should allow to reach output energies > 40 mJ.

Détection des évènements exceptionnels à partir des observation IASI

14/12/2022 10:00

Les instruments IASI (Interféromètre Atmosphérique de Sondage dans l’Infrarouge) à bord des satellites Metop-A, -B et -C mesurent le rayonnement infrarouge (IR) émis par le système Terre-atmosphère depuis 2006. Chaque jour plusieurs millions de spectres sont enregistrés par IASI, ce qui constitue un volume important de données. Une des problématiques inhérentes à cette quantité de données réside dans la recherche d’évènements extrêmes. En effet, il est possible d’observer des évènements extrêmes à partir des données chimiques de niveau 2 (L2), c’est-à-dire les concentrations de gaz mais l’inversion n’est généralement possible que pour des conditions de ciel clair. De plus il est difficile de rechercher ces évènements à partir des données L2 et de les caractériser en temps réel. Ce travail de thèse répond à la nécessité de mettre en place un algorithme de détection innovant et opérationnel afin de traiter directement les spectres de radiances (données de niveau 1 – L1C).

Une méthode optimisée pour la détection d’évènements extrêmes a été développée à partir de la méthode d’analyse en composantes principales (ACP ou en anglais PCA pour principal component analysis) sur les luminances IASI qui permet à la fois la compression des données mais aussi la réduction du bruit instrumental. Cette méthode repose sur la création d’une base d’apprentissage représentative de la variabilité atmosphérique permettant alors de conserver toute l’information lors de la compression/reconstruction des luminances IASI. Les évènements extrêmes sortant de la variabilité atmosphérique normale sont caractérisés par une mauvaise reconstruction. En prenant en compte les valeurs extrêmes issues de la mauvaise reconstruction des spectres IASI on peut alors étudier le signal atmosphérique anormal. Les données IASI L1C étant disponibles toutes les 3 minutes sous forme de granule, il est naturel d’appliquer la méthode directement sur les granules IASI pour permettre une détection en temps réel. De plus, la caractérisation des espèces traces absorbantes est réalisée à partir de différentes combinaisons de raies intenses ou de bandes d’absorption (appelés « indicateurs » spectraux) qui ont été définies à partir de simulations de transfert radiatif et de bases de données spectroscopiques. Cette méthode de détection, appelée IASI-PCA-GE (GE pour granule extrema), permet alors de détecter en quasi temps réel (NRT) les anomalies atmosphériques associées à des évènements extrêmes comme les feux, éruptions volcaniques ou les épisodes de pollution anthropique.

Une première partie de ce travail de thèse a consisté à analyser différents événements extrêmes passés et documentés pendant la période IASI. Ensuite la méthode IASI-PCA-GE a été appliquée aux données IASI pour plusieurs cas d’étude, et les résultats ont été comparés avec les données L2 existantes. Par ailleurs, une archive d’événements extrêmes d’éruptions volcaniques et d’épisodes de feux a été générée à partir des résultats de cette méthode qui a été appliquée à la série temporelle IASI-B complète (2013-2022). La méthode est capable de détecter la présence de nombreuses molécules et la comparaison avec les données L2 montre un bon accord entre les deux jeux de données. Cependant certaines limitations subsistent et sont discutées.

La méthode développée pendant cette thèse pourra par ailleurs être appliquée à des futures missions, telles que la mission IASI-NG/Metop-SG et la mission géostationnaire MTG-IRS dont les lancements sont prévus en 2024.

Amélioration de l'estimation de la distribution spatiale des aérosols atmosphériques à l'aide des observation satellitaires et de l'apprentissage automatique

12/12/2022 13:00

Les particules de matière en suspension dans l’air appelées aérosols atmosphériques sont connues pour leurs effets nocifs sur la santé et l’environnement en plus de la perturbation du système climatique. Afin de connaitre le cycle de vie des aérosols il faut étudier leurs origines, leurs réactivités, et leurs transports par le vent. Différentes méthodes plus ou moins précises existent pour estimer l’abondance des particules de matière. Les approches satellitaires fournissent classiquement des observations en 2D, c’est-à-dire la distribution horizontale ou en ligne de profils verticaux (transects). Les modèles de chimie-transport simulent la distribution 3D des particules, mais une grande incertitude est liée à ces simulations, surtout en régions qui manquent d’instruments de mesures in situ pour contraindre la modélisation.

L’objectif de ma thèse est d’améliorer les estimations existantes de la distribution spatiale des aérosols en exploitant les données satellitaires, les modèles de chimie-transport et l’apprentissage automatique. La première partie de mes travaux a permis le développement de la première méthode capable d’observer la distribution 3D des particules fines. L’algorithme appelé AEROS5P utilise les parties du spectre de réflectance terrestre visible et proche infrarouge mesuré par l’instrument satellitaire TROPOMI afin de déduire des profils d’extinction des aérosols. Ces deniers sont comparables avec des mesures indépendantes de haute résolution verticale issues de la télédétection active de lidar.

Dans une deuxième partie, j’ai développé une méthode combinant les avantages du modèle chimie-transport CHIMERE et des observations satellitaires de l’instrument MODIS pour réduire les biais des champs simulés de l’épaisseur optique des aérosols. Cette correction est appliquée a posteriori à l’aide de modèles d’apprentissage automatique supervisé. Les nouvelles estimations de l’épaisseur optique ont moins de biais et elles sont comparables aux mesures des stations d’observations au sols AERONET.