Detecting and understanding climate change using hyperspectral radiative measurements

Comprendre les complexités du changement climatique repose sur une analyse détaillée de la balance énergétique de la Terre et des processus atmosphériques associés, des tâches pour lesquelles les instruments radiatifs hyperspectraux sont particulièrement adaptés. Ces instruments facilitent non seulement une évaluation complète des changements de balance énergétique en exploitant leur sensibilité aux variables météorologiques clés, mais permettent également de démêler les différents facteurs contributifs. De plus, l'extraction de profils atmosphériques à partir de ces mesures offre une vue complète du changement climatique, capturant ses impacts à différents niveaux atmosphériques.Cette thèse implique principalement deux instruments hyperspectraux : l'Atmospheric Emitted Radiance Interferometer (AERI), qui mesure la radiance à longue onde descendante (RLOD) émise par l'atmosphère vers le sol dans la gamme spectrale infrarouge, et le High Spectral Resolution Airborne Microwave Sounder (HiSRAMS), conçu pour mesurer le rayonnement micro-onde et adaptable pour une utilisation au sol ou sur des avions de recherche. Ces instruments, de par leurs hautes résolutions spectrales, offrent une perspective multidimensionnelle sur le changement climatique.L'objectif de cette thèse est de détecter et de comprendre le changement climatique en utilisant des mesures radiatives hyperspectrales d'AERI et de HiSRAMS. Cet objectif est abordé sous deux perspectives : les observations radiatives, qui impliquent l'analyse des signaux spectraux de divers agents du changement climatique et l'évolution du bilan énergétique de la Terre, et l'application des mesures radiatives hyperspectrales pour obtenir des variables atmosphériques clés pour une analyse plus approfondie du changement climatique. Nos objectifs incluent l'obtention d'un enregistrement à long terme du RLOD à partir des observations d'AERI sur le site des Southern Great Plains (SGP) et la détection et la séparation des signaux de changement climatique. De plus, nous visons à aborder la précision radiométrique des mesures de HiSRAMS et à effectuer des récupérations de la température et des concentrations de vapeur d'eau en utilisant les mesures d'AERI et de HiSRAMS dans des conditions ciel dégagé.Pour la détection du changement climatique à long terme, nous homogénéisons un enregistrement RLOD de 23 ans observé par deux AERI sur le site des SGP, qui comprend une période d'observation superposée de 10 ans. Un réseau de neurones classe les spectres RLOD en fonction de la condition nuageuse: ciel dégagé, nuages minces et conditions de nuages épais. En utilisant un modèle de régression linéaire pondérée qui intègre un processus autorégressif du premier ordre, nous déterminons les tendances RLOD à long terme uniques à travers divers canaux AERI et conditions nuageuses. Les caractéristiques spectrales de ces tendances RLOD reflètent l'impact de multiples variables météorologiques. Par exemple, nous identifions des tendances RLOD positives significatives dans les canaux sensibles à la température, indicatives d'un réchauffement atmosphérique, en particulier à la surface en raison d'une forte absorption dans ces canaux. De manière intéressante, nous observons des tendances RLOD avec des signes différents dans la fenêtre atmosphérique entre toutes les conditions nuageuses, impliquant l'impact significatif des nuages sur la balance énergétique de surface à onde longue. Notre étude met également en évidence la détectabilité précoce du changement climatique dans les canaux de faible absorption et suggère que la principale source d'incertitude dans les tendances RLOD sur le site SGP provient de la variabilité climatique interne, plutôt que des erreurs de mesure, soulignant l'importance des observations RLOD résolues spectralement pour la détection et l'attribution du changement climatique.En termes de capacités de profilage atmosphérique, nous réalisons une évaluation comparative de la précision radiative et de la performance dans les récupérations de température et de vapeur d'eau entre AERI et HiSRAMS dans des conditions de ciel clair, basée sur trois campagnes sur le terrain menées à Ottawa, Canada. La précision radiative de HiSRAMS est initialement évaluée par rapport à AERI à travers des tests de fermeture radiative. Nous comparons la relation entre les biais radiométriques déterminés à partir des tests de fermeture radiative et la profondeur optique de la colonne totale dans la géométrie de visualisation de l'instrument pour évaluer la précision radiative de différents instruments. Les résultats de la fermeture radiative indiquent que la précision radiative des mesures de HiSRAMS pointant vers le nadir est comparable à celle des observations AERI corrigées, qui éliminent le biais chaud détecté dans la fenêtre atmosphérique. Néanmoins, les mesures pointant vers le zénith de HiSRAMS présentent une précision radiative relativement inférieure. Nous adoptons en outre la méthode d'estimation optimale pour récupérer simultanément les profils de température et de concentration de vapeur d'eau sous un ciel clair en utilisant les mesures de AERI et HiSRAMS. AERI démontre une meilleure performance de récupération en termes de degré de liberté du signal (DLS), d'incertitude de récupération et de la résolvabilité des caractéristiques verticales fines en température et en vapeur d'eau lors de l'adoption de mesures hyperspectrales au sol pointant uniquement vers le zénith. Une synergie des mesures hyperspectrales de HiSRAMS pointant vers le nadir à haute altitude et des mesures hyperspectrales au sol de AERI pointant vers le zénith augmente le DLS et réduit l'incertitude de récupération à la fois dans les récupérations de température et de vapeur d'eau.Cette thèse souligne le rôle critique des mesures radiatives hyperspectrales dans la détection et la compréhension de la nature multifacette du changement climatique, fournissant des aperçus des mécanismes atmosphériques entraînant des changements et améliorant notre capacité à surveiller et à prédire le changement climatique

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.