• Langue : Anglais
• Discipline : Optique et Lasers, Physico-chimie, Atmosphère
• Identifiant : 2018LILUR001
• Type de thèse : Doctorat
• Date de soutenance : 31/01/2018

Résumé en langue originale

La compréhension du rôle des aérosols atmosphériques dans le fonctionnement du système terre-atmosphère est limitée par les incertitudes sur leur répartition spatiale, leur composition et leurs sources. Si leurs impacts sur le changement climatique et l’environnement peuvent être évalués grâce aux modèles de chimie-transport, ces incertitudes en limitent la précision. Les observations satellitaires ont la capacité de fournir à l’échelle globale des informations précises sur un certain nombre de paramètres « aérosols » mais elles sont limitées par les conditions nuageuses, la périodicité des orbites et par le contenu en information, c’est-à-dire le type de paramètres que l’on peut retrouver suivant la nature de ces observations. Une approche prometteuse consiste à améliorer les champs d’émission des modèles en utilisant le principe de la modélisation inverse. Dans cette étude, nous avons conçu une méthode de restitution simultanée des sources d’émission de poussières désertiques, de carbone suie et de carbone organique à partir des produits satellitaires (POLDER/PARASOL) dérivés en utilisant l’algorithme GRASP, conjointement à une modélisation inverse du modèle GEOS-Chem. Cela nous a permis de créer une base de données d’émissions globales d’aérosols sur la période 2006 – 2011. Des simulations réalisées avec les modèles directs GEOS-Chem et GEOS-5/GOCART utilisant cette base de données montrent bien entendu un bon accord avec des observations POLDER mais aussi une nette amélioration de la modélisation de l’aérosol à l’échelle globale lorsque l’on compare les sorties à des mesures indépendantes du réseau AERONET ou à d’autres mesures spatiales (MODIS, MISR, OMI).

Résumé traduit

Understanding of the role that atmospheric aerosol play in the Earth-atmosphere system is limited by uncertainties in aerosol distribution, composition and sources. Thus, accurate chemical transport model simulation systems are crucial needed to analyse and predict atmospheric aerosols and their impacts on climate change and environment. Satellite observations have ability to provide an extensive spatial coverage and accurate aerosol products, however, are constrained by clear-sky condition, global coverage orbit cycle and information content. One of the most promising approaches is to reduce model uncertainty by improving the aerosol emission fields (i.e., model input) by means of inverse modeling relying on satellite observations as a constrain. In this study, we designed a method of simultaneous retrievals of desert dust, black carbon and organic carbon aerosol emission sources using aerosol data obtained from GRASP algorithm applied to POLDER/PARASOL satellite observations, and relying on the GEOS-Chem inverse modeling framework. Then, a satellite-based global aerosol emission database (2006-2011) has been developed. This aerosol emission database has been further evaluated by utilization in GEOS-Chem and GEOS-5/GOCART models. The model posterior simulation of aerosol properties employing the retrieved emissions shows a better agreement than the model prior simulation; it is true for not only fitted PARASOL products, but also for completely independent measurements from ground-based AERONET and satellites aerosol products (e.g., MODIS, MISR, OMI). The results suggest that the satellite-based aerosol emission database improves overall global aerosol modeling.