Logo Logo
FAQ
Contact
Switch language to German
Trace gas concentration retrieval from short-wave infrared nadir sounding spaceborne spectrometers
Trace gas concentration retrieval from short-wave infrared nadir sounding spaceborne spectrometers
The remote sensing of short wave infrared (SWIR) radiation reflected from the Earth allows to infer atmospheric trace gas concentrations by solving the inverse problem. The retrieval algorithm BIRRA (Beer InfraRed Retrieval Algorithm) has been developed at the DLR (Deutsches Zentrum f¨ur Luft- und Raumfahrt) Remote Sensing Technology Institute (IMF) since around 2005 and is one of multiple algorithms to infer molecular concentrations from calibrated radiance spectra. BIRRA’s forward model is based on the Generic Atmospheric Radiation Line-by-line Infrared Code (GARLIC) which has also been developed at the DLR-IMF. First, the BIRRA retrieved carbon monoxide (CO) columns from SCIAMACHY (SCanning Imaging Absorption spectroMeter for Atmospheric CHartographY) 2.3 μm observations from 2003–2011 were validated against eighteen stations from the ground-based networks TCCON (Total Carbon Column Observing Network) and NDACC (Network for the Detection of Atmospheric Composition Change). The BIRRA inferred CO concentrations were found to be ≈10% low biased which is in large agreement with other similar studies. Next, the latest updates from the radiative transfer code GARLIC were incorporated in BIRRA’s forward model and the physical results of both, the old (but validated) and the latest (updated) BIRRA algorithms were verified and found to be numerically consistent for SCIAMACHY input data. Subsequently, the forward model was extended by upgrading its capabilities with respect to spectroscopy, i.e., enhanced line models were incorporated in order to utilize latest spectroscopic information from line lists such as the SEOM–IAS (Scientific Exploitation of Operational Missions – Improved Atmospheric Spectroscopy). More specifically, ‘beyond Voigt’ line profiles were implemented and the impact of the SEOM–IAS spectroscopy was studied with respect to latest compilations of HITRAN (HIgh-resolution TRANsmission molecular absorption database) and GEISA (Gestion et Etude des Informations Spectroscopiques Atmosphériques) for a large set of SCIAMACHY measurements. It was found that the SEOM–IAS line data and corresponding line models have significant impact on the spectral fitting: the residuals become smaller and the retrieved CO concentrations are also slightly different. The same methodology was then applied to study the spectroscopic impact on CO from S5P/TROPOMI measurements. The impact of the SEOM–IAS spectroscopy revealed to be even more pronounced, in particular with respect to the fitting residuals and smaller retrieval errors (higher precision) of the CO and co-retrieved parameters. Overall, the TROPOMI results are in agreement with that found for SCIAMACHY. A subsequent part of the thesis examines instrument spectral response functions (ISRF), in particular appropriate parameterizations for the TROPOMI’s SWIR band responses. A first assessment with tabulated instrument profiles indicates that the parameterized variants can mimic the tabulated responses within ≈3–6 %, depending on the instrument model and spectral position. The positive impact of the SEOM–IAS spectroscopy on the spectral fitting residuals could also be identified with the parameterized response functions. Moreover, the presented instrument profiles are considered promising candidates for the description of responses from upcoming sensors due to their flexibility. Finally, the co-retrieval of aerosol parameters in the CO fit is presented. Based on a simple model for the aerosol optical thickness the feasibility to co-retrieve aerosol extinction was investigated. In this context two different inverse solvers, namely the ’classical’ nonlinear least squares and separable least squares, were examined with respect to convergence. First results show a stable CO retrieval for the separable least squares solver, however, the co-retrieved aerosol and reflectivity parameters indicate issues due to degeneracies. This thesis improved the retrieval of CO from SCIAMACHY observations. Moreover, the upgraded BIRRA algorithm successfully retrieved CO concentrations from cloud-free TROPOMI measurements. Many aspects investigated in this study are also relevant for the retrieval of other atmospheric constituents, such such CO2 or CH4. The study does hence provide a proven basis for further developments., Aus der Beobachtung reflektierter Sonnenstrahlung im kurzwelligen Infrarot (SWIR) können Spurengaskonzentrationen in der Erdatmosphäre abgeleitet werden, wobei die Lösung des inversen Problems eine Schätzung des wahren Atmosphärenzustands liefert. Die Inversionsmethode BIRRA (Beer InfraRed Retrieval Algorithm) ist einer von mehreren am DLR (Deutsches Zentrum für Luft- und Raumfahrt) am Institut für Methodik der Fernerkundung (IMF) entwickelten Algorithmen zur Bestimmung von Molekülkonzentrationen aus spektroskopischen Messungen. Das Vorwärtsmodell von BIRRA basiert auf dem ebenfalls am DLR-IMF entwickelten Generic Atmospheric Radiation Line-by-line Infrared Code (GARLIC). Am Anfang stand die Validierung der mit BIRRA abgeleiteten Kohlenmonoxid (CO) Gesamtsäulen aus SCIAMACHY (SCanning Imaging Absorption spectroMeter for Atmospheric CHartographY) Messungen im 2.3 μm Bereich. Dazu wurden die BIRRA Gesamtsäulen mit jenen der bodengebundenen Beobachtungsstationen der Netzwerke TCCON (Total Carbon Column Observing Network) and NDACC (Network for the Detection of Atmospheric Composition Change) im Zeitraum von 2003–2011 verglichen. Die mit BIRRA ermittelten CO Konzentrationen zeigen eine ≈10% negative Abweichung und stimmen mit den Ergebnissen ähnlicher Studien anderer Autoren weitgehend überein. Nach erfolgter Validierung wurden Neuerungen des Strahlungstransportmodells GARLIC in das BIRRA Vorwärtsmodell eingebaut und die Ergebnisse des aktualisierten Inversionsalgorithmus mit jenen des Vorgängers verglichen. Auf Basis von SCIAMACHY Daten wurde numerische Übereinstimmung der Ergebnisse festgestellt. Anschließend wurde das Vorwärtsmodell mit Blick auf die Verwendung neuester spektroskopischer Liniendaten, wie SEOM–IAS (Scientific Exploitation of Operational Missions – Improved Atmospheric Spectroscopy), erweitert. Um genauere Molekülabsorptionsquerschnitte berechnen zu können, musste das (klassische) Voigt-Absorptionslinienprofil erweitert werden. Der Einfluss der neuen Spektroskopie wurde zuerst auf Basis von SCIAMACHY Messungen untersucht und anhand von Vergleichsrechnungen auf Basis aktueller HITRAN (HIgh-resolution TRANsmission molecular absorption database) und GEISA (Gestion et Etude des Informations Spectroscopiques Atmosphériques) Daten bewertet. Es stellte sich heraus, dass die SEOM–IAS Liniendaten einen signifikanten Einfluss auf die Inversion haben: die Residuen werden kleiner und auch die abgeleiteten CO Konzentrationen unterscheiden sich leicht. Die gleiche Methodik wurde anschließend dazu verwendet, den Einfluss der Spektroskopie für das CO Retrieval aus TROPOMI Messungen zu bestimmen. Dabei zeigten sich die Auswirkungen noch deutlicher – signifikant kleinere Residuen und eine damit einhergehend höhere Genauigkeit (kleinere Fehler) der CO Säulen sowie der (mit-)abgeleiteten Parameter. Desweiteren besteht weitgehende Übereinstimmung mit den Resultaten der SCIAMACHY Studie. Ein weiterer Teil der Arbeit beschäftigt sich mit Instrumentenfunktionen (auch bekannt als Instrumentenprofile), speziell mit der Untersuchung einer passenden Parameterisierung der TROPOMI-Funktion im SWIR Band. Die tabellierten TROPOMI Instrumentenprofile können mit geeigneten Parameterisierungen gut modelliert werden. Darüber hinaus konnte der positive Einfluss der SEOM–IAS Spektroskopie auf die spektralen Residuen auch mit einem parameterisierten Instrumentenprofil nachgewiesen werden. Aufgrund der Flexibilität der vorgestellten Parameterisierungen könnten diese auch für zukünftige Sensoren zum Einsatz kommen. Abschließend wird der Einfluss von Aerosolen im CO Retrieval analysiert. Auf Basis einer einfachen Parameterisierung wurde versucht, die Extinktion bzw. die optische Tiefe (mit) zu bestimmen. In diesem Zusammenhang wurden auch der (klassische) nichtlineare Least Squares und der separierbare Least Squares hinsichtlich des Konvergenzverhaltens beim Lösen des inversen Problems untersucht. Erste Ergebnisse zeigen ein stabiles CO Retrieval unter Verwendung der separierbaren Least Squares Methode, wobei die (mit-)abgeleiteten Aerosol- und Reflektivitätsparameter auf Probleme durch Entartung hinweisen. Die vorliegende Arbeit hat gezeigt, wie das CO Retrieval aus SCIAMACHY Messungen verbessert werden kann. Mit dem weiterentwickelten BIRRA Code wurden darüberhinaus erfolgreich CO Konzentrationen aus wolkenfreien TROPOMI Messungen bestimmt. Viele Aspekte der Arbeit sind auch für die präzise Konzentrationsbestimmung anderer Moleküle wie CO2 oder CH4 von Bedeutung. Damit bietet die vorliegende Arbeit eine valide Grundlage für die Weiterentwicklung.
infrared, radiative transfer, molecular absorption, line-by-Line, line profiles, inversion, retrieval, spectroscopy, atmospheric remote sensing
Hochstaffl, Philipp
2022
English
Universitätsbibliothek der Ludwig-Maximilians-Universität München
Hochstaffl, Philipp (2022): Trace gas concentration retrieval from short-wave infrared nadir sounding spaceborne spectrometers. Dissertation, LMU München: Faculty of Physics
[thumbnail of Hochstaffl_Philipp.pdf]
Preview
Licence: Creative Commons: Attribution 4.0 (CC-BY)
PDF
Hochstaffl_Philipp.pdf

52MB

Abstract

The remote sensing of short wave infrared (SWIR) radiation reflected from the Earth allows to infer atmospheric trace gas concentrations by solving the inverse problem. The retrieval algorithm BIRRA (Beer InfraRed Retrieval Algorithm) has been developed at the DLR (Deutsches Zentrum f¨ur Luft- und Raumfahrt) Remote Sensing Technology Institute (IMF) since around 2005 and is one of multiple algorithms to infer molecular concentrations from calibrated radiance spectra. BIRRA’s forward model is based on the Generic Atmospheric Radiation Line-by-line Infrared Code (GARLIC) which has also been developed at the DLR-IMF. First, the BIRRA retrieved carbon monoxide (CO) columns from SCIAMACHY (SCanning Imaging Absorption spectroMeter for Atmospheric CHartographY) 2.3 μm observations from 2003–2011 were validated against eighteen stations from the ground-based networks TCCON (Total Carbon Column Observing Network) and NDACC (Network for the Detection of Atmospheric Composition Change). The BIRRA inferred CO concentrations were found to be ≈10% low biased which is in large agreement with other similar studies. Next, the latest updates from the radiative transfer code GARLIC were incorporated in BIRRA’s forward model and the physical results of both, the old (but validated) and the latest (updated) BIRRA algorithms were verified and found to be numerically consistent for SCIAMACHY input data. Subsequently, the forward model was extended by upgrading its capabilities with respect to spectroscopy, i.e., enhanced line models were incorporated in order to utilize latest spectroscopic information from line lists such as the SEOM–IAS (Scientific Exploitation of Operational Missions – Improved Atmospheric Spectroscopy). More specifically, ‘beyond Voigt’ line profiles were implemented and the impact of the SEOM–IAS spectroscopy was studied with respect to latest compilations of HITRAN (HIgh-resolution TRANsmission molecular absorption database) and GEISA (Gestion et Etude des Informations Spectroscopiques Atmosphériques) for a large set of SCIAMACHY measurements. It was found that the SEOM–IAS line data and corresponding line models have significant impact on the spectral fitting: the residuals become smaller and the retrieved CO concentrations are also slightly different. The same methodology was then applied to study the spectroscopic impact on CO from S5P/TROPOMI measurements. The impact of the SEOM–IAS spectroscopy revealed to be even more pronounced, in particular with respect to the fitting residuals and smaller retrieval errors (higher precision) of the CO and co-retrieved parameters. Overall, the TROPOMI results are in agreement with that found for SCIAMACHY. A subsequent part of the thesis examines instrument spectral response functions (ISRF), in particular appropriate parameterizations for the TROPOMI’s SWIR band responses. A first assessment with tabulated instrument profiles indicates that the parameterized variants can mimic the tabulated responses within ≈3–6 %, depending on the instrument model and spectral position. The positive impact of the SEOM–IAS spectroscopy on the spectral fitting residuals could also be identified with the parameterized response functions. Moreover, the presented instrument profiles are considered promising candidates for the description of responses from upcoming sensors due to their flexibility. Finally, the co-retrieval of aerosol parameters in the CO fit is presented. Based on a simple model for the aerosol optical thickness the feasibility to co-retrieve aerosol extinction was investigated. In this context two different inverse solvers, namely the ’classical’ nonlinear least squares and separable least squares, were examined with respect to convergence. First results show a stable CO retrieval for the separable least squares solver, however, the co-retrieved aerosol and reflectivity parameters indicate issues due to degeneracies. This thesis improved the retrieval of CO from SCIAMACHY observations. Moreover, the upgraded BIRRA algorithm successfully retrieved CO concentrations from cloud-free TROPOMI measurements. Many aspects investigated in this study are also relevant for the retrieval of other atmospheric constituents, such such CO2 or CH4. The study does hence provide a proven basis for further developments.

Abstract

Aus der Beobachtung reflektierter Sonnenstrahlung im kurzwelligen Infrarot (SWIR) können Spurengaskonzentrationen in der Erdatmosphäre abgeleitet werden, wobei die Lösung des inversen Problems eine Schätzung des wahren Atmosphärenzustands liefert. Die Inversionsmethode BIRRA (Beer InfraRed Retrieval Algorithm) ist einer von mehreren am DLR (Deutsches Zentrum für Luft- und Raumfahrt) am Institut für Methodik der Fernerkundung (IMF) entwickelten Algorithmen zur Bestimmung von Molekülkonzentrationen aus spektroskopischen Messungen. Das Vorwärtsmodell von BIRRA basiert auf dem ebenfalls am DLR-IMF entwickelten Generic Atmospheric Radiation Line-by-line Infrared Code (GARLIC). Am Anfang stand die Validierung der mit BIRRA abgeleiteten Kohlenmonoxid (CO) Gesamtsäulen aus SCIAMACHY (SCanning Imaging Absorption spectroMeter for Atmospheric CHartographY) Messungen im 2.3 μm Bereich. Dazu wurden die BIRRA Gesamtsäulen mit jenen der bodengebundenen Beobachtungsstationen der Netzwerke TCCON (Total Carbon Column Observing Network) and NDACC (Network for the Detection of Atmospheric Composition Change) im Zeitraum von 2003–2011 verglichen. Die mit BIRRA ermittelten CO Konzentrationen zeigen eine ≈10% negative Abweichung und stimmen mit den Ergebnissen ähnlicher Studien anderer Autoren weitgehend überein. Nach erfolgter Validierung wurden Neuerungen des Strahlungstransportmodells GARLIC in das BIRRA Vorwärtsmodell eingebaut und die Ergebnisse des aktualisierten Inversionsalgorithmus mit jenen des Vorgängers verglichen. Auf Basis von SCIAMACHY Daten wurde numerische Übereinstimmung der Ergebnisse festgestellt. Anschließend wurde das Vorwärtsmodell mit Blick auf die Verwendung neuester spektroskopischer Liniendaten, wie SEOM–IAS (Scientific Exploitation of Operational Missions – Improved Atmospheric Spectroscopy), erweitert. Um genauere Molekülabsorptionsquerschnitte berechnen zu können, musste das (klassische) Voigt-Absorptionslinienprofil erweitert werden. Der Einfluss der neuen Spektroskopie wurde zuerst auf Basis von SCIAMACHY Messungen untersucht und anhand von Vergleichsrechnungen auf Basis aktueller HITRAN (HIgh-resolution TRANsmission molecular absorption database) und GEISA (Gestion et Etude des Informations Spectroscopiques Atmosphériques) Daten bewertet. Es stellte sich heraus, dass die SEOM–IAS Liniendaten einen signifikanten Einfluss auf die Inversion haben: die Residuen werden kleiner und auch die abgeleiteten CO Konzentrationen unterscheiden sich leicht. Die gleiche Methodik wurde anschließend dazu verwendet, den Einfluss der Spektroskopie für das CO Retrieval aus TROPOMI Messungen zu bestimmen. Dabei zeigten sich die Auswirkungen noch deutlicher – signifikant kleinere Residuen und eine damit einhergehend höhere Genauigkeit (kleinere Fehler) der CO Säulen sowie der (mit-)abgeleiteten Parameter. Desweiteren besteht weitgehende Übereinstimmung mit den Resultaten der SCIAMACHY Studie. Ein weiterer Teil der Arbeit beschäftigt sich mit Instrumentenfunktionen (auch bekannt als Instrumentenprofile), speziell mit der Untersuchung einer passenden Parameterisierung der TROPOMI-Funktion im SWIR Band. Die tabellierten TROPOMI Instrumentenprofile können mit geeigneten Parameterisierungen gut modelliert werden. Darüber hinaus konnte der positive Einfluss der SEOM–IAS Spektroskopie auf die spektralen Residuen auch mit einem parameterisierten Instrumentenprofil nachgewiesen werden. Aufgrund der Flexibilität der vorgestellten Parameterisierungen könnten diese auch für zukünftige Sensoren zum Einsatz kommen. Abschließend wird der Einfluss von Aerosolen im CO Retrieval analysiert. Auf Basis einer einfachen Parameterisierung wurde versucht, die Extinktion bzw. die optische Tiefe (mit) zu bestimmen. In diesem Zusammenhang wurden auch der (klassische) nichtlineare Least Squares und der separierbare Least Squares hinsichtlich des Konvergenzverhaltens beim Lösen des inversen Problems untersucht. Erste Ergebnisse zeigen ein stabiles CO Retrieval unter Verwendung der separierbaren Least Squares Methode, wobei die (mit-)abgeleiteten Aerosol- und Reflektivitätsparameter auf Probleme durch Entartung hinweisen. Die vorliegende Arbeit hat gezeigt, wie das CO Retrieval aus SCIAMACHY Messungen verbessert werden kann. Mit dem weiterentwickelten BIRRA Code wurden darüberhinaus erfolgreich CO Konzentrationen aus wolkenfreien TROPOMI Messungen bestimmt. Viele Aspekte der Arbeit sind auch für die präzise Konzentrationsbestimmung anderer Moleküle wie CO2 oder CH4 von Bedeutung. Damit bietet die vorliegende Arbeit eine valide Grundlage für die Weiterentwicklung.