LIDAR IPRAL (IPSL Hi-Performance multi-wavelength Raman Lidar for Cloud Aerosol Water Vapor Research)

© Gordien Strato

M. Haeffelin, JC. Dupont (IPSL)

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

Mieux comprendre leurs impacts sur le climat

IPRAL – Predesign Study Major Characteristics

§  Tripled spectra-physics laser (355, 532, 1064 nm), connected to aircraft surveillance radar

§  Co-axial emission and receiving optics for high-range system and narrow field of view to minimize background light. Nasmyth-Cassegrain telescope

§  Baars high precision Interference filters and Licel PMTs and PDAs for high signal-to-noise

§  Robotized optical alignment with quadrant detectors. Robotized depolarization calibration. Robotized sensitivity adjustment (ND Filters)

§  Multi-compartment shelter to optimize thermal regulation

§  Technical solutions already implemented in OHP and OPAR Lidars or in ACTRIS Lidars

§  Predesign study Jan-June 2013 by Gordien Strato & Raymetrics

IPRAL – Technical Description

Emission: Spectra Physics, Quanta Ray PRO 290-30

355, 532, 1064 nm laser (1600mJ), expander, mirrors Telescopes: -  Far Field 600: 2 – 15 km -  Near Field 200: 300m – 3 km Channel optics and electronics: (WSU can accommodate up to 10 channels) •  FF: 355 l+p, 532, 1064 + 387(N2) + 607(N2) 408(H20) •  NF: 355, 532 + 387(N2) •  Each channel: PMT, IFF (Raman bw<0.3nm), NDD wheel, Polarizer Robotization: -  Alignment using Motorized mirror mount + Licel boresite alignment detector -  Polarization Calibration using motorized waveplate for +/- 45° -  Aircraft detection radar for laser safety (motorized mirror for beam dump) -  Motorized iris + shutter; motorized ND filter wheel -  Ethernet controlled: pretrigger, power meter, high voltage supply, laser Specific shelter features: 2 compartments, rain sensor, radar, automatic hatch window, IR roof safety, door safety, cameras for remote monitoring and education Computers, Software, Control

408

387

355P

355S 607

532

1064

IPRAL – Wavelength Separation Unit

Spécification Vapeur d’eau

C. Hoareau (LMD)

DE JOUR: portée = 1.5km (30 min)

DE NUIT: portée > 10 km (30min)

Spécifications Nuages Assuming required SNR~3 –  required noise < ~10-4 km-1sr-1 at 9 km

– at temporal averaging < 5 minutes

V. Noel, LMD

• Simulation avec ACTSIM: 1ce cloud 8 to 9 km

• ice • reff = 20µm • multiple scattering = 0.7 • optical depthτ = 0.01 •  EXTINCTION -->

Backscatter at cloud level • molecular : 5.6 10-4 km-1sr-1

• +cloud τ = 0.01 : 8.7 10-4 km-1sr-1

• +cloud τ = 0.02 : 14 10-4 km-1sr-1

• required sensitivity 3.1 10-4 km-1sr-1

SNR>3 elastic backscattering: 0-15km (10min avg)

IPRAL – Technical Description

Lidar operation as a function of atmospheric conditions

IPRAL – Technical Description

Monitoring of environmental conditions for operation and safety

IPRAL – algorithm development Quality control, SR, Target classification aerosols, clouds, BL:

§  Quality control (IPSL)

§  Scattering ratio at 355, 532, 1064 nm (LMD)

§  STRAT/STRAT+ algorithm (IPSL)

Retrieval of aerosol backscatter, extinction, aerosol size/shape/type (PR2 para + perp; N2 Raman):

§  ACTRIS Single Calculus chain: aerosol optical properties and microphysical properties (CNR-IMAA)

§  SOERE ORAURE: BASIC Lidar + LR by sunphotometer (LOA)

Retrieval of cloud backscatter, extinction, cloud size/shape/type (PR2 para + perp; N2 Raman):

§  Algorithm cirrus by C. Hoareau (LMD); microphysics by V. Noel (LMD)

Retrieval of water vapor mixing ratio (N2 Raman + H20 Raman + GPS)

§  SOERE ROSEA: common algorithm for OPAR, OHP, CO-PDD, SIRTA based on NDACC developments (LATMOS, LACY)

 

Pre-­‐processor  

Microphysical  retrieval  

Relational  database  

Daemon  

EARLINET database  

User interface

Optical  retrieval  

EARLINET  user  

Start   Upload   Set  parameters  

ACTRIS SCC aerosol optical and microphysical retrievals

BL: Backscatter SPM: Sunphotometer DL: Depolarization RL: Raman MRL: Multiwavelength Raman

D’Amico et al, CNR-IMAA

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);

Nom Organisme Rôle

M. Haeffelin IPSL Responsable mission IPRAL Exploitation scientifique thème 2 “interaction nuage-aérosol-vap.eau”

P. Delville LMD Chef projet: expertise optique

C. Cenac LMD Groupe projet: expertise électronique

Experts LATMOS, LMD, LSCE

Soutien au groupe projet: expertise Lidar

Equipe SIRTA

LMD/IPSL En charge du fonctionnement et maintenance IPRAL (C. Pietras, F. Lapouge, IE bap C IPSL)

V. Noel LMD PI algorithmie “nuage” Exploitation scientifique thème 1 “cirrus-vap.eau”

S. Turquety LMD Exploitation scientifique thème 3 “transport aérosol”

L. Menut LMD Exploitation scientifique thème 3 “transport aérosol”

JC. Dupont IPSL Exploitation scientifique thème 2 “interaction nuage-aérosol-vap.eau”

C. Pietras LMD PI algorithmie “aérosol” Liaison avec EARLINET

P. Keckhut LATMOS PI algorithmie “vapeur d’eau” Exploitation scientifique thème 1 “cirrus-vap.eau”

TBD Météo-France

Responsable exploitation pour applications MF

IPRAL – A national tool to contribute to national and international networks

PROJET/PROGRAMME CONTRIBUTION I3 ACTRIS (FP7) Aerosol transport in Europe

SOERE ORAURE Aerosol properties

SOERE ROSEA Cirrus and water vapor

Mission EARTHCARE Mission preparation and validation

Météo-France Lidar Network Support for aerosol speciation

ACTRIS Constraints: -  N2 Raman for extinction and

backscatter retrieval à high performance

-  Multi wavelength for aerosol properties à complex

-  Routine operation (day and night) à robotized