Contexte scientifique Systèmes LIDAR/RADAR Equation LIDAR : exp Equation RADAR : p (r) : puissance rétrodiffusée r : altitude ou profondeur. C : constante instrumentale. β : coefficient de rétrodiffusion α : extinction K : facteur diélectrique Z : réflectivité radar Hypothèses: - Diffusion simple - Pas d atténuation pour le RADAR - Propriétés optiques homogènes horizontalement dans et à l extérieur de la FOV Altitude Diffusion simple (DS) Diffusion multiple (DM) Couche homogène d hydrométéores Mesuré (si DS) Mesuré (si DM) Vrai Altitude Empreinte au sol ou Field of View (FOV) Log (coefficient de rétrodiffusion apparent)
Objectifs scientifiques Mieux interpréter les données LIDAR et RADAR Phase (liquide et ou solide, précipitations) Formes, tailles, orientation des cristaux (fonction de phase) Diagramme d antenne RADAR, divergence LASER, FOV Diffusion multiple («Streching effects», «Mirror images» ) Hétérogénéités «internes» horizontales («Non Uniform Beam Filling») Structures 3D des nuages (trous, bosses) Vitesse Doppler Comprendre les interactions 3D nuage/rayonnement polarisé Précipitations Surface Codes de transfert radiatif 3D polarisés (3DMCPOL, Cornet et al., ) Codes flexibles de générateurs de nuages 3D réalistes (3DCLOUD, Szczap et al., 1, GMDD)
3DMCPoLID : un simulateur LIDAR 3D polarisé basé sur 3DMCPOL(Cornet et al., ) Start : lancement d 1 paquet de photons 3DMCPOL (Cornet et al., ) est un simulateur de radiance au sommet de l atmosphère basé sur une méthode de Monte Carlo (forward method et locate estimate method) : Détermination de la distance parcourue par le photon oui Interaction? non Type d interaction : molécule, aérosol ou nuage? Sort du milieu? oui Par le haut? oui non Fin i) générateur de nombre aléatoire uniforme (,1) ii) utilisation de densités de probabilité iii) calculs de quantités moyennes à partir de plusieurs réalisations indépendantes de ii) Tirage aléatoire de la nouvelle direction suivie par le photon, à partir de la fonction de répartition de la fonction de phase Local estimate method : calcul de la contribution de la n ième diffusion Absorbé? non oui Sur un côté? non Réflexion sur surface non oui non Conditions aux limites cycliques Fin oui Fin paquet de photons suivant
3DMCPoLID : un simulateur LIDAR 3D polarisé basé sur 3DMCPOL(Cornet et al., ) Modifications de 3DMCPOL - Simulation du faisceau LASER de divergence (méthode de Box-Muller) - Simulation de la puissance rétrodiffusée en fonction de la distance - Méthodes de réduction de variance (VRM, Buras et al.,) Θ v Θ Θ v = Problème de la «locate estimate method» dans Fonctions de phase une configuration LIDAR/RADAR
3DMCPoLID : un simulateur LIDAR 3D polarisé basé sur 3DMCPOL(Cornet et al., ) Exemple en rétrodiffusion = configuration LIDAR Convergence de la radiance (I) et de la radiance polarisée en fonction du nombre de photon, de l utilisation d une méthode de troncature (TR) et de l utilisation de la méthode de réduction de variance de Buras et al,, (VRM)
3DMCPoLID : un simulateur LIDAR 3D polarisé basé sur 3DMCPOL(Cornet et al., )
3DCLOUD : un générateur flexible de stratocumulus, cumulus et cirrus (Szczap et al., 1, GMDD) Organigramme général de 3DCLOUD. Noter que l algorithme est décomposé en deux étapes distinctes
3DCLOUD : un générateur flexible de stratocumulus, cumulus et cirrus (Szczap et al., 1, GMDD)
3DCLOUD : un générateur flexible de stratocumulus, cumulus et cirrus (Szczap et al., 1, GMDD)
Effets des hétérogénéités 3D d un cirrus sur les mesures LIDAR (CALIOP/CALIPSO) 6 Optical depth at full resolution (5 m) LIDAR track 8 7 6 5 3 Simulation de l observation LIDAR 3D - Extinction (5m) varie horizontalement à l intérieur et à l extérieur de la FOV ( m) Simulation de l observation LIDAR 1D - Extinction (5m) ne varie pas à l intérieur et à l extérieur de la FOV ( m) 8 6 8 1 log(apparent backscatter) [m -1 sr -1 ] - - - -1-13 -1-15 Vertical section of extinction [km -1 ] at full resolution (5 m) under LIDAR track 6 8 Apparent depolarization ratio -16.8.7 8.6 6.5..3..1 6 8 6 8
Effets des hétérogénéités 3D d un cirrus sur les mesures LIDAR (CALIOP/CALIPSO) Etude analogue au calcul du biais IPA (Independant Pixel Approximation) _ Cirrus Cirrus Que se passe-t-il si les fluctuations horizontales de l extinction sont connues à très haute résolution spatiale (5m) mais que l on suppose que les propriétés optiques sont constantes dans la FOV (m) et à l extérieure de la FOV? - au sommet du cirrus - _ ) _ - L écart type de l erreur 3D vs 1D diminue avec l échelle spatiale
Effets des hétérogénéités 3D d un cirrus sur les mesures LIDAR (CALIOP/CALIPSO) Optical depth at full resolution (5 m) LIDAR track 6 8 6 8 8 7 6 5 3 1 Vertical section of extinction [km -1 ] at full resolution (5 m) under LIDAR track 6 8 8 6 Optical depth at degraded resolution (5 m) LIDAR track 3.5 3.5 6 8 1.5 1 6 8 Vertical section of extinction [km -1 ] at degraded resolution (5 m) under LIDAR track 6 8 3.5 3.5 1.5 1.5 Simulation de l observation LIDAR 3D (5m) Simulation de l observation LIDAR 3D dégradée (5m) Simulation de l observation LIDAR 1D à partir du champ de l extinction dégradée (5m) log(apparent backscatter) [m -1 sr -1 ] - log(apparent backscatter) [m -1 sr -1 ] - - - - - -1-13 -1-13 -1-1 -15-15 6 8-16 6 8-16 Apparent depolarization ratio.8 Apparent depolarization ratio.8.7.7.6.6.5..3.5..3...1.1 6 8 6 8
Effets des hétérogénéités 3D d un cirrus sur les mesures LIDAR (CALIOP/CALIPSO) Cirrus Cirrus Etude analogue au calcul du biais PP (Plan Parallèle) Que se passe-t-il si les fluctuations horizontales de l extinction sont inconnues à une échelle inférieure à 5 m et que l on suppose que les propriétés optiques sont constantes dans la FOV (m) et à l extérieure de la FOV? - _ * _ au sommet du cirrus - _ +, dans la partie basse du cirrus - _ * +, au sommet du cirrus - L écart type de l erreur 3D vs 1D diminue avec l échelle spatiale
Milestones 13 1 15 (and 16) To implement variance reduction method into the 3D LIDAR simulator To implement the divergent polarized laser beam into the 3D LIDAR simulator To validate the 3D LIDAR simulator (comparisons with others polarized LIDAR simulator) To analyze Arctic campaign (ASTAR, SORPIC, POLARCAT, CLIMSLIP, RACEPAC) lien avec T1.6 (Delanoë et al.) To Characterize the multi-scale variabilities and the inhomogeneities of the optical/geometrical MPC properties To modify 3DCLOUD model to generate synthetic 3D MPC fields To evaluate the effects of 3D MPC fields on the apparent backscatter and on the apparent depolarization as measured by CALIOP and EarthCARE To modify the 3D LIDAR simulator into a 3D RADAR simulator To take into account of the DOPPLER phenomenon into the 3D RADAR simulator. Improvements/developments of 3D polarized LIDAR/RADAR simulator and 3D MPC cloud simulator
Bibliographie Buras R. and B. Mayer, : Efficient unbiased variance reduction techniques for Monte Carlo simulations of radiative transfer in cloudy atmospheres : The solution, J. Quant. Spectrosc. Rad. Transfer, 3-7. Cornet C., L. C-Labonnote and F. Szczap,, "Three-dimensional Polarized Monte- Carlo Atmospheric Radiative Transfer Model (3DMCPOL): 3D Effects on Polarized Visible Reflectances of a Cirrus Cloud", J. Quant. Spectrosc. Rad. Transfer 1, 17-186. Hogan, R. J., 8: Fast lidar and radar multiple-scattering models: Part 1: Small-angle scattering using the photon. variance-covariance method. J. Atmos. Sci., 65, 361-3635. Szczap F., Y. Gour, T. Fauchez, C. Cornet, T. Faure, O. Jourdan and P.Dubuisson, A flexible three-dimensional stratocumulus, cumulus and cirrus cloud generator (3DCLOUD) based on drastically simplified atmospheric equations and Fourier transform framework, http://www.geosci-model-dev-discuss.net/7/5/1/ Yang, P., and K. N. Liou (16), Geometric-optics-integral-equation method for light scattering by nonspherical ice crystals, Appl. Opt., 35, 6568 658, doi:.136/ao.35.6568