Skip to main content

Réseau de données sol: outil clé de la validation satellite

Research Topic Chapter
News flash intro
Un jeu de données homogénéisé de formaldéhyde (HCHO) à partir de mesures FTIR a été développé, incluant plus de 25 stations dans le monde, allant de régions non polluées (Arctiques ou océaniques) à des régions de grandes sources d’émissions (villes et forêts). Ceci a permis une évaluation approfondie de la qualité des mesures du satellite TROPOMI: celui-ci surestime les concentrations de HCHO en zones non polluées alors qu’il les sous-estime aux sites pollués. De tels résultats ne peuvent être obtenus qu’à l’aide de réseaux internationaux comme le NDACC.
Body text

Construire un jeu de données homogénéisé à partir d’un réseau international

L’IASB est très actif dans les réseaux internationaux de mesures sol. Parmi ceux-ci se trouve le groupe de Transformée de Fourier Infrarouge (FTIR) du réseau NDACC (Network for the Detection of Atmospheric Composition Change), qui mesure un grand nombre de gaz en trace tels que l’ozone, le monoxyde de carbone, le méthane, …

Un des objectifs principaux des mesures sol est d’évaluer la qualité des mesures satellites. Il est crucial d’effectuer cette validation à différents endroits du monde pour s’assurer que les données satellites sont de bonne qualité sous différentes conditions atmosphériques. De plus, pour obtenir des résultats robustes de validation, les données sol doivent être harmonisées au sein du réseau de stations, afin de devenir un jeu de données de référence avec une consistance interne.

En vue de la validation du formaldéhyde (HCHO) mesuré par le satellite TROPOMI, l’IASB a initié et mené l’harmonisation des mesures sol FTIR de HCHO au sein du réseau NDACC. Nous avons pu construire un jeu de données de HCHO consistant, utilisant plus de 25 stations dans le monde (voir Figure 1), couvrant des régions non polluées (Arctiques ou océaniques) et des régions de grandes sources d’émissions (villes et forêts).

Evaluer la qualité des mesures du satellite TROPOMI

Ce jeu de données sol de HCHO a été utilisé pour la validation du satellite TROPOMI et a montré des résultats très intéressants:  TROPOMI surestime les concentrations de HCHO en zones non polluées alors qu’il les sous-estime aux sites pollués, comme observé dans la Figure 2. Un comportement si particulier des mesures satellites ne peut être détecté qu’à l’aide de jeux de données harmonisés à partir d’un réseau globalement distribué.

Une relation linéaire robuste peut être dérivée entre les mesures sol et satellite, comme montré dans la Figure 3. Cette équation linéaire peut alors être utilisée pour corriger les données satellites à n’importe quel endroit du globe, ce qui est crucial pour les études de modélisation inverse qui visent à améliorer notre connaissance des sources d’émissions de HCHO.

 

References:

  • Vigouroux, C., Bauer Aquino, C.A., Bauwens, M., Becker, C., Blumenstock, T., De Mazière, M., García, O., Grutter, M., Guarin, C., Hannigan, J., Hase, F., Jones, N., Kivi, R., Koshelev, D., Langerock, B., Lutsch, E., Makarova, M., Metzger, J.-M., Müller, J.-F., Notholt, J., Ortega, I., Palm, M., Paton-Walsh, C., Poberovskii, A., Rettinger, M., Robinson, J., Smale, D., Stavrakou, T., Stremme, W., Strong, K., Sussmann, R., Té, Y., and Toon, G. (2018). NDACC harmonized formaldehyde time series from 21 FTIR stations covering a wide range of column abundances. Atmospheric Measurement Techniques, 11(9), 5049-5073. https://doi.org/10.5194/amt-11-5049-2018 Open Access Logo
     
  • Vigouroux, C., Langerock, B., Bauer Aquino, C.A., Blumenstock, T., Cheng, Z., De Mazière, M., De Smedt, I., Grutter, M., Hannigan, J.W., Jones, N., Kivi, R., Loyola, D., Lutsch, E., Mahieu, E., Makarova, M., Metzger, J.-M., Morino, I., Murata, I., Nagahama, T., Notholt, J., Ortega, I., Palm, M., Pinardi, G., Röhling, A., Smale, D., Stremme, W., Strong, K., Sussmann, R., Té, Y., Van Roozendael, M., Wang, P., and Winkler, H. (2020). TROPOMI–Sentinel-5 Precursor formaldehyde validation using an extensive network of ground-based Fourier-transform infrared stations. Atmospheric Measurement Techniques, 13(7), 3715-3767. https://doi.org/10.5194/amt-13-3751-2020 Open Access Logo

Figure 2 body text
Figure 2 caption (legend)
Figure 1: Réseau sol de stations FTIR mesurant les colonnes totales de HCHO. La carte en arrière-plan représente la moyenne mensuelle en septembre 2018 des colonnes troposphériques de HCHO mesurées par TROPOMI.
Figure 3 body text
Figure 3 caption (legend)
Figure 2: Le biais de TROPOMI (TROPOMI – FTIR / FTIR) en pourcent en fonction de la colonne totale FTIR moyenne à chaque station ( (molec. cm−2). Les barres grises représentent l’incertitude systématique sur les différences, et les barres colorées sont les erreurs (2σ) sur les biais.
Figure 4 body text
Figure 4 caption (legend)
Figure 3: Diagramme de dispersion entre les paires de données HCHO coïncidentes de TROPOMI et FTIR. La relation linéaire entre TROPOMI et FTIR, obtenue avec l’estimateur robuste Theil-Sen, est donnée par la ligne et le texte rouges, et peut être utilisée pour corriger TROPOMI.