WP4/Améliorer notre compréhension des émissions, du transport et de l’évolution physico-chimique des aérosols à l’aide de l’analyse conjointe avancée d’observations de télédétection et de modélisation atmosphérique

Laboratoire leader: LOA

Participant: AERIS ICARE, LPCA, CERI EE

Contacts

Objectifs

Notre objectif est de réduire les incertitudes actuelles sur la modélisation des aérosols en améliorant notre connaissance de leurs sources ainsi que des processus de transport, d’évolution physico-chimique et du dépôt de ces aérosols. Nous proposons de rassembler observations et modélisation à l’aide de procédures de modélisation inverse, développées dans le cadre du projet CaPPA, ainsi que de modélisations directes et d’analyses statistiques de données dans le but :

  • d’améliorer notre connaissance de la distribution spatiale, aux échelles régionales et globales, des sources de poussières désertiques, des aérosols carbonés et sulfatés par modélisation inverse (Henze et al., 2007, Dubovik et al., 2008, Chen et al., 2018, 2019). Il a été démontré que cette approche permet d’améliorer la restitution des sources d’émission et des processus de dépôt des aérosols. A cette fin, les observations issues des imageurs en orbite polaire ou géostationnaire, des systèmes LIDAR embarqués par satellite, des réseaux au sol de radiomètres, LIDARs ou de mesures in situ (procurés par le GT3) sont exploitées. On s’attend ainsi à réviser nos évaluations actuelles de l’impact régional et global des aérosols sur le climat et l’environnement.
  • de bénéficier de la méthodologie développée en partie dans le cadre du projet CaPPA (Boichu et al. 2015, 2016) pour améliorer la restitution, à haute résolution temporelle, des émissions volcaniques de dioxyde de soufre (SO2) et de cendres à l’aide d’une approche de modélisation inverse qui assimilera un panel plus vaste d’observations depuis le sol et par satellite des panaches volcaniques. Cette caractérisation avancée des émissions permettra de mieux comprendre le cycle de vie des aérosols soufrés et des cendres au sein du milieu complexe que représente un panache volcanique. Pour valider et améliorer les modèles de dispersion et d’évolution chimique des panaches volcaniques, on exploitera un vaste ensemble d’observations de télédétection depuis l’espace et le sol ainsi que de mesures in-situ en collaboration avec les GT3 et GT2.
  • de déterminer la répartition des sources des aérosols et de leurs précurseurs gazeux à l’aide de modélisation source-récepteur ou d’analyses statistiques couplées à des analyses de rétro-trajectoires ou d’observations sur les champs de vent locaux.
  • d’étudier des phénomènes atmosphériques locaux par modélisation multi-échelles incluant des simulations LES (Large Eddy Simulation) afin de tester les prévisions de l’état de l’atmosphère locale par ECMWF ou simulées à l’aide du modèle MESO-NH.

Illustration: Schématique d’analyse conjointe modélisation/observations pour l’étude des aérosols

Matériel et méthodes

Études en cours

Sélection de publications

  • Behera, A., Boichu, M. and Thieuleux, F. (2020) “Strength of TROPOMI observations on the retrieval of volcanic SO2 emissions at high temporal resolution from space“, Geophysical Research Abstracts of the European Geophysical Union.
  • Belis, C.A., Pernigotti, D., Pirovano, G., Favez, O., Jaffrezo, J.L., Kuenen, J., Denier van Der Gon, H., Reizer, M., Riffault, V., Alleman, L.Y., Almeida, M., Amato, F., Angyal, A., Argyropoulos, G., Bande, S., Beslic, I., Besombes, J.-L., Bove, M.C., Brotto, P., Calori, G., et al. (2020). Evaluation of receptor and chemical transport models for PM10 source apportionment. Atmospheric Environment: X 5, 100053. https://doi.org/10.1016/j.aeaoa.2019.100053
  • Boichu, M., Menut, L., Khvorostyanov, D., Clarisse, L., Turquety, S., Clerbaux, C., Coheur, P.F., 2013, Inverting for volcanic SO2 flux at high temporal resolution using spaceborne plume imagery and chemistry-transport modelling: the 2010 Eyjafjallajökull eruption case-study, Atmospheric Chemistry and Physics, doi:10.5194/acp-13-8569-2013
  • Boichu, M., Clarisse, L., Péré, J.-C., Herbin, H., Goloub, P., Thieuleux, F., Ducos, F., Clerbaux, C., Tanré, D. 2015, Temporal variations of flux and altitude of sulfur dioxide emissions during volcanic eruptions: implications for long-range dispersal of volcanic clouds, Atmospheric Chemistry and Physics, 15, 8381-8400, doi:10.5194/acp-15-8381-2015
  • Boichu, M., Chiapello, I., Brogniez, C., Péré, J.-C., Thieuleux, F., Torres, B., Blarel, L., Mortier, A., Podvin, T., Goloub, P., Söhne, N., Clarisse, L., Bauduin, S., Hendrick, F., Theys, N., Van Roozendael, M. & Tanré, D. (2016). Current challenges in modelling far-range air pollution induced by the 2014–2015 Bárðarbunga fissure eruption (Iceland). Atmos. Chem. Phys., 16(17), 10831-10845. 10.5194/acp-16-10831-2016
  • Boichu, M., Favez, O., Riffault, V., Petit, J.-E., Zhang, Y., Brogniez, C., Sciare, J., Chiapello, I., Clarisse, L., Zhang, S., Pujol-Söhne, N., Tison, E., Delbarre, H., and Goloub, P. (2019) “Large-scale particulate air pollution and chemical fingerprint of volcanic sulfate aerosols from the 2014–2015 Holuhraun flood lava eruption of Bárðarbunga volcano (Iceland)”, Atmos. Chem. Phys., 19, 14253–14287, https://doi.org/10.5194/acp-19-14253-2019
  • Chen, C., O. Dubovik, D. K. Henze, M. Chin, T. Lapyonok, G. L. Schuster , F. Ducos, D. Fuertes, P. Litvinov, L. Li, A. Lopatin, Q. Hu, and B. Torres, « Constraining global aerosol emissions using POLDER/PARASOLsatellite remote sensing observations », Atmos. Chem. Phys., 19, 14585-14606, 2019https://doi.org/10.5194/acp-19-14585-2019, 2019.
  • Chen, C., O. Dubovik, D. K. Henze, T. Lapyonak, M. Chin, F. Ducos, P. Litvinov, X. Huang, and L. Li, Retrieval of Desert Dust and Carbonaceous Aerosol Emissions over Africa from POLDER/PARASOL Products Generated by GRASP Algorithm, Atmos. Chem. Phys., https://doi.org/10.5194/acp-18-12551-2018, 18, 12551-12580, 2018.
  • Dubovik, O., T. Lapyonok, Y. J. Kaufman, M. Chin, P. Ginoux, R. A. Kahn and A. Sinyuk, Retrieving global aerosol sources from satellites using inverse modeling, Atmos. Chem. Phys., 8, 209-250, 2008.
  • Dubovik, O., Lapyonok, T., Litvinov, P., Herman, M., Fuertes, D., Ducos, F., Lopatin, A., Chaikovsky, A., Torres, B., Derimian, Y., Huang, X., Aspetsberger, M., and Federspiel C.: GRASP: a versatile algorithm fo characterizing the atmosphere, SPIE: Newsroom, Doi: 10.1117/2.1201408.005558, Published Online: 19 /09/2014. http://spie.org/x109993.xml.
  • Elguindi, N., C. Granier, T. Stavrakou, S. Darras, M. Bauwens, H. Cao, C. Chen, H.A.C. Denier van der Gon, O. Dubovik, T.M. Fu, D. Henze, Z. Jiang, J.J.P. Kuenen, J. Kurokawa, C. Liousse, K. Miyazaki1, J.-F. MuÃàller, Z. Qu, K. Sekou, F. Solmon and B. Zheng, « Intercomparison of magnitudesand trends in anthropogenic surfaceemissions from bottom‚Äêup inventories,  top‚Äêdown estimates, and emission scenarios »,  Earth’s Future , 8 , e2020EF001520, https://doi.org/10.1029/2020EF001520, 2020.
  • Henze, D. K., Hakami, A. and Seinfeld, J. H.: Development of the adjoint of GEOS-Chem, Atmos. Chem. Phys., 7(9), 2413–2433, doi:10.5194/acp-7-2413-2007, 2007.

back to the top