Atmospheric aerosols play a significant role in our climate. They affect our climate system directly or indirectly. As accessed by the IPCC-AR4 report, however, the uncertainty of aerosol radiative forcing is still large. The satellite remote sensing is hence needed as an indispensable tool to observe the characteristics of aerosols. We propose in this study a new remote sensing method of aerosols using Thermal And Near-infrared Sensor for carbon Observations-Cloud and Aerosol Imager (TANSO-CAI) which is a pushbroom type imager equipped on Greenhouse gases Observing SATellite (GOSAT). It has 4 bands from near ultraviolet (380nm) to near infrared (1600nm).

Aerosol remote sensing algorithms over ocean were successfully developed early in 1980s, because the sea surface reflectance is small and estimated theoretically. On the other hand, satellite remote sensing algorithms for land aerosols were developed rather late in 1990s and still there are many issues to be studied to improve the accuracy of the retrieval. This is because the high land surface reflection is difficult to be corrected from radiances received by satellites. Also the reflectance largely changes spatially and temporally and is difficult to be theoretically or empirically modeled for accurate correction. To solve this difficult problem, new satellite remote sensing algorithms have been proposed by using radiances at blue to ultraviolet (UV) wavelengths. A pioneering study is the aerosol detection by TOMS UV bands. At UV wavelengths, the land surface reflectance is smaller than that at visible wavelengths even if the area is arid and highly reflective at visible wavelengths. It is then possible to significantly reduce the retrieval error. But it is known that the TOMS field of view is very coarse as 50km at nadir and the obtained aerosol index tends to suffer from a significant cloud contamination. In this context, it is important to note that the 380nm band of ADEOS-II/GLI and GOSAT/CAI satellite-borne imagers is very useful, because the channel is at enough short yet enough sensitive to attain a fine field of view from 500m to 1km.

The purpose of this study is to develop an algorithm of satellite remote sensing with use of 380nm band of ADEOS-II/GLI and GOSAT/CAI. We also developed various algorithms of correction and selection to extract suitable clear sky pixels for accurate aerosol remote sensing. First, a statistical analysis is performed to correct the stripe pattern which appears in the raw radiance data caused by inhomogeneous sensitivities of array photo-detectors. We also developed a cloud shadow correction algorithm by using 1st minimum and 2nd minimum of band-1 (380nm) and band-3 (870nm) of CAI. Rayleigh scattering contributions largely different in the two bands, so that the difference between 1st minimum and 2nd minimum of band-1 reflectance is small, but that of band-3 reflectance is large when the pixel of 1st minimum is in the cloud shadow. We then developed a new surface reflectance correction algorithm, called a modified Kaufman method. This algorithm uses band-1 and band-2 minimum reflectance data which are constructed by selecting pixels of minimum reflectance during a prescribed time window, say one month. These minimum reflectance pixels are supposed to correspond to pixels in a very clear sky condition during the period at the location without much aerosol loading after rainfall or intrusion of clear air mass from other regions. We found, however, a large aerosol effect still remains in the minimum reflectance data of GOSAT-CAI because of their 3-day recurrence orbit. With this special orbit, most of the area is observed once every 3 days and significantly reduces the number of days observing clear sky areas compared to that of the TERRA and AQUA satellites. In this situation, the modified Kaufman method successfully removed this aerosol contamination in the minimum reflectance data and estimated a ground surface reflectance enough accurate for reliable aerosol remote sensing. In this study, we propose a parameterization of the ratio of band-1 reflectance to band-2 reflectance in terms of Normalized Difference Vegetation Index (NDVI) to apply the modified Kaufman method to different land types.

The aerosol optical thickness (AOT) was finally retrieved by solving the radiative transfer problem of the aerosol-laden atmosphere from clear sky pixel radiances after various corrections as stated above, i.e., destriping, cloud and cloud shadow screening and correction of land surface reflectance. Retrieved AOTs with and without the modified Kaufman method correction are compared with that of AErosol RObotic NETwork (AERONET). It is found from the comparison that AOT with modified Kaufman method agree better with AOT from AERONET, whereas AOT without correction underestimates the AERONET value.

We produced monthly mean global AOT maps both over land and ocean by GOSAT/TANSO-CAI data from May 2009 to December 2009. The results show that thick land aerosol layers are found in Central Asia, South Asia, Southeast Asia, and Central Africa. Over ocean, large AOTs are found in the north part of Indian Ocean, North Pacific Ocean, and the Central Pacific Ocean. Characteristic seasonal variations are also found in the maps. In Amazon area, an aerosol plume caused by biomass burning is obvious in November 2009. The North Pacific has more aerosols in May 2009 than in other seasons in this year. We also produced monthly mean global maps of AOT of small particles and that of large particles over the ocean during the same period. The North Pacific is dominated by small particles in May 2009. These particles are thought to come from East Asian continental region. In the west coast of Central Africa, small particles are dominated in June, July, August, and September 2009. This is thought to be of continental area origin. Around Indonesian region, small particles are dominant compared with large particles in September 2009. In the coastal area of South Asia, Southeast Asia, and East Asia, small particles are highly visible in October, November and December 2009. Large particles are dominant in the central part of Atlantic Ocean in November and December 2009. These phenomena seem to be attributed to dust particles from North Africa.

We further compared the monthly mean products in August 2009 with other studies, such as Terra and Aqua/MODerate resolution Imaging Spectroradiometer (MODIS) Dark Target method, Terra and Aqua/MODIS Deep Blue method, and Cloud-Aerosol Lidar and Infrared Pathfinder Satellite Observations/Cloud-Aerosol Lidar with Orthogonal Polarization (CALIPSO/CALIOP) product. The results show a general agreement among the products, but there are several characteristic differences depending on the retrieval methods. In North African area, the AOT derived from Terra and Aqua/MODIS Deep Blue is higher than that of CALIPSO/CALIOP and/or our result from CAI. In central African area, the AOT of Terra and Aqua/MODIS Dark Target method is higher than that of GOSAT/TANSO-CAI and/or CALIPSO/CALIOP. This comparison hence suggests that the value of AOT over land from CAI is more consistent with that from CALIOP lidar which is regarded to be the most reliable method for detecting aerosols over land without effect of land surface reflection which is the serious problem for aerosol remote sensing from passive imagers. It should be recognized, however, a part of these differences are caused by a difference in sampling time not only by retrieval errors. The swath of Terra and Aqua/MODIS is about 2,300km and that of GOSAT/TANSO-CAI is 1,000km. On the other hand, the CALIPSO/CALIOP is nadir looking and can only observe aerosols just below the sensor. The best way to understand aerosol's global features is to use these products comprehensively with full understanding the characters of each product, i.e., sampling method, retrieval method and so on. Introduction of data assimilation techniques is another important future work to identify errors in the remote sensing products and produce quality-controlled aerosol products reconciling differences among the methods.

エアロゾルは地球の気候に対して直接・間接的に影響を与える物質と考えられているが、IPCCの第四次報告書で述べられているように、その理解は十分とは言えないのが現状である。このようなエアロゾルの特性を理解するための研究手段として、人工衛星をもちいたエアロゾルのリモートセンシングがある。それは大まかにいって海域の場合と陸域の場合にわけることができる。海域においては、海表面のアルベドは小さく、また理論的に求めることが可能であるため、そのアルゴリズムは1980年代に開発されている。一方で、陸域においては地表面の反射率は一般的にいって大きく、その変動も激しく、そして理論的・経験的にモデル化することが困難である。このため、衛星の受け取るシグナルに含まれる成分から地表面の寄与を精度良く分離することが問題となっており、アルゴリズムの開発は1990年代後半に行われたものの、現代でも課題が残された状態となっている。このような現状を踏まえた上で、本研究では主として陸域におけるエアロゾルのリモートセンシングアルゴリズムの開発をおこなった。

本論文は4つの章から構成されている。第1章は、イントロダクションであり、エアロゾルが地球環境にあたえる影響の概観、人工衛星をもちいたエアロゾル・リモートセンシングの過去研究、そして、それら過去の研究を踏まえた上での本研究の位置付けが述べられている。

第2章では、始めに、本研究で使用された人工衛星とそのセンサー(CAIなど)の仕様について述べられている。そして次に、本研究で使用されたアルゴリズムについて述べられている。まず、ディテクタ間の感度の差によって、生の放射輝度データにあらわれている縞模様を補正する方法について述べられている。そして次に、最小放射輝度データセットから雲影を取り除く方法について述べられている。CAIのバンド1ではレイリー散乱の影響が大きく、地表面が見え難いので、最小放射輝度に雲影が映っている場合であっても最小放射輝度と2番目に小さな放射輝度の差分は小さい。それに対して、バンド3では、レイリー散乱の影響が小さく、最小放射輝度に雲影が映っている場合は最小放射輝度と2番目に小さな放射輝度の差分は大きい。本研究においてはこのようなバンド毎の特徴を利用して、雲影を補正した。そして、修正カウフマン法による地表面反射率の補正について述べられている。これは、最小反射率データセットに残るエアロゾルの影響を除去する手法であり、バンド1の反射率を植生指標とバンド2の反射率であらわすことにより、バンド1の地表面反射率をより精度良く求めるというアルゴリズムである。

第3章は本論文で開発されたアルゴリズムをもちいて作られたプロダクトについて述べられている。そして、本研究で開発された修正カウフマン法の検証のために、修正カウフマン法をもちいた場合のエアロゾルの光学的厚さと、もちいていない場合のそれとをそれぞれ、AERONETの地上観測によるエアロゾルの光学的厚さと比較している。それによると、前者の場合ではAERONETと比較して過小評価となっているのだが、後者の場合ではそのような過小評価が改善されている。これは、本研究で開発されたアルゴリズムが有効に機能していることを示すものである。また、本研究で開発されたアルゴリズムを適用することにより得られた月別プロダクトについて記されており、エアロゾルの地域特性や季節変動について述べられている。そして、本研究で得られたプロダクトと他の衛星プロダクトとの比較について述べられている。プロダクト同士、大掴みには同様の傾向が見られるものの、細かく見ていくと違いがみられることがわかる。

第4章はまとめと議論について述べられている。前章で見られた、衛星プロダクト間の差異は、リトリーバルアルゴリズムの誤差や観測頻度などによって引き起こされると考えられる。CALIPSO/CALIOPのような衛星搭載ライダは、受動型のイメージャに比べて地表面の影響を受けづらく、陸域では有利であると考えられるが、観測幅が非常に小さいという難点をもつので注意が必要と考えられると考えられる。CAIのデータをもとに本研究で得られたプロダクトはCAIと同じく受動型のイメージャであるMODISのダークターゲット法やディープブルー法に比べてCALIPSO/CALIOPのプロダクトに近いということは本手法の有用性を示すものである。

なお、本論文第2章は、中島孝・日暮明子・中島映至・片桐秀一郎との共同研究であるが、陸域におけるエアロゾル導出アルゴリズムについては、論文提出者が主体的に開発を行っており、寄与が十分であると考えられる。

したがって、博士(理学)の学位を授与できると認める。