The Earth as an extrasolar planet: the vegetation spectral signature today and during the last Quaternary climatic extrema

The Earth as an extrasolar
   planet: the vegetation spectral
   signature today and during the
  last Quaternary climatic extrema

        Luc Arnold, François-Marie Bréon und
                    Simon Brewer
       International Journal of Astrobiology 8 (2): 81-94 (2009)

Spezielle Aspekte der Astrobiologie                Ruth-Sophie Taubner
  (Forschungsplattform Exolife)                            19.Mai 2010

Kernfrage

  Kann man Vegetation auf einem
 erdähnlichen Planeten detektieren,
wenn dieser ein anderes Klima als die
      moderne Erde aufweist?

                                        2

Methode
Vegetation Red-Edge (VRE):

      starker
 Anstieg des
  Spektrums
 bei ≈700 nm

                             Credits: Clark, 1999 (I)
                                                   3

Gewählte Klimastufen
                                                                Zeitraum
                                            Klimastufe
                                                            [in 103 Jahren]
Holozän                 ~ 0.01           Subatlantikum    0.450 v.Chr. – heute
                        – heute          Subboreal           3.710 – 0.450

Pleistozän              2.6 –            Atlantikum          7.270 – 3.710

                        0.01             Boreal              8.690 – 7.270
                                         Präboreal           9.610 – 8.690

                                         Tarantium            126 – 11.7
   Serien des Systems
         Quartär                         Ionium                781 – 126

(chronostratigraphische Zeiteinheiten)   Calabrium            1806 – 781

                                         Gelasium            2588 – 1806     4
                                                         Zeitangaben: Wikipedia

Input
      Biom-Karte (Biome3.5 model):
 Vegetationsmodell – simuliert Biogeographie und
       Biogeochemie             (Haxeltine & Prentice 1996)

• Inputparameter:
    • monatl. Variable Klimadaten
        (Temperatur, Niederschlag, Sonnenschein)
    • minimale jährliche Temperatur
    • Atmosphärische CO2 Konzentration

• weiters:
   • gekoppeltes hydrologisches Modell
        (Feuchtigkeitsindikator)                              5

Input
     (Biom-Karte)

• Produktivität und
Abdeckung einer Reihe
bestimmter Pflanzen
(Leaf Area Index)
 durch Vergleich:
Dominanz eines Typs
feststellen
    Biome für eine
   Region bestimmen
    hier: insgesamt
   24 Biome

                        (II)   6

Tarantium
            „letzte Eiszeit“ (LGM)
        Kalte Periode (≈ - 4 K) (Braconnot et al. 2007)
 große Ausdehnung von Eisflächen (v.a. nördl. Hemisphäre)
Meeresspiegel deutlich niedriger (- 121 ± 5 m) (Fairbanks 1989)

                                                                  (II)   7

Atlantikum
                    (holozänes Optimum)
Temperatur: nördl. Hemisphäre ≈ + 2 K, global ≈ + 0.5 K) (Braconnot et al. 2007)
 grünere Sahara (gemäßigtes Grassland) (Ritchie & Haynes 1987; Bonfils et al. 2001)

                                                                              (II)    8

Heute
            Sahara wieder Wüste bzw. Ödland
weniger tropische Savannen in Südamerika und Mittelafrika

                                                            (II)   9

Input
                         Biom-Spektren:
Sammlung an GOME-
Spektren (Global Ozone                    Spektrum für Biom 0 bis 2
Monitoring Experiment):
  18 - 20. Mai 1999
       Frühling
          (nördl. Hemisphäre)
       Deklination ≈ +19.7°
       polare Nacht ab -70.3°
           (südl. Hemisphäre)                                  (II)

 Referenz-Spektrum für jedes der 24 Biome aus GOME-Daten
  (weitere: siehe [1])                                                10

Wolkenbedeckung
                              Aktuell:
   Daten: International Satellite Cloud Climatology Project
   (ISCCP)
       ebenfalls Mai (1999 bis 2004)
   berücksichtigen: Wolken in verschiedenen Höhen haben
   verschiedene Reflektivität r ( Einteilung in 3 Schichten: L, M, H)
          mit jeweiliger Albedo gewichtet und mit Albedo der
           untersten Wolkenschicht normiert:

            aM       aH                  rcc ... (global) cloud cover map
rcc = ccL +    ccM +    ccH        (1)   cc ... different altitude cloud cover maps
            aL       aL                  a ... albedo of the different altitudes
                                                                                  11

Wolkenbedeckung
     Aktuell:

                         12
                  (II)

Wolkenbedeckung
      holozänes Optimum bzw. LGM
Daten: UK Meteorological Office General Circulation Model
(UKMO GCM)
Simulations-Output: 17 Schichten unterschiedlichen Drucks
(10 bis 1000 mbar)
         ebenfalls Einteilung in 3 Schichten
             führt zu Überschätzung der Wolkenbedeckung

Wolken-Reflektivitäts-Karte wieder mit Glg. (1)

                                                            13

Wolkenbedeckung
 holozänes Optimum

                            14
                     (II)

Wolkenbedeckung
     LGM

                         15
                  (II)

Spektrum
2-Schichten-Karte der Erde (Biom und Wolken) für jedes Pixel
erstellt (bei Ozean: statt Biom  Eisschichtbedeckung)
Annahmen:                                         Credits: ISCCP (V)
• „Lambertian Earth“ =
 alle Biome, Ozeane und
 Wolken haben eine
 isotrope Reflektivität
   ( Vernachlässigung
       der spiegelnden
       Reflektionen auf
       Meeresoberfläche)

• Wolken:
 optisch dick (τ= 3.86)   [5]
                                                                   16

Spektrum
               Globales Spektrum
        ER(λ) (global Earth Reflectance spectrum):
lineare Kombination der Spektren von jedem Biom, Ozean
und Wolkenbedeckung, gewichtet nach deren jeweiliger
Anzahl an Pixeln und aufintegrierten Strahlung im projiziertem
Bild, wobei ein Pixel eine Kombination aus 2 oder drei
Elementen sein kann (Biom und Wolken oder Ozean,
Ozean+Eis und Wolken)

                                                                 17

Spektrum
           VRE aus ER(λ) messen
Zunächst: Verzerrungen entfernen
   • atmosphärische Moleküle (biotisch oder abiotischen
                                            Ursprungs)
   • Mineralien, die über weite Landflächen verbreitet sind

VRE quantitativ angenähert durch:   (Arnold et al 2002, Hamdani et al. 2006)

             rI − rR
       VRE =
                                             rI … NIR-Reflektivität
                              (2)            rR ... “rote” Reflektivität
                rR
                                                                               18

Spektrum
Weitere Verzerrungen:
    • Absorption von Molekülen in Atmosphäre
        (Ozon, Wasserdampf, Sauerstoff)
    • Streuung in Atmosphäre        (Léna et al 1996)

    • spektrale Signatur von Wüsten         (Arnold et al. 2003, Arnold 2008)

Funktion, die diese Biases beschreibt:

                       A1                   A3
    f (λ ) =  A0 + 4           + A2 × sd  × sO3             (3)
                   λ + λe λ
                         2.5 1.5
                                            

ER(λ)-Spektrum wird mit vegetationsarmen Modell f(λ)
normiert!
                                                                                19

VRE-Signal
VRE-Werte für:
    • verschiedene Inklinationen i   (i=n*45°)
    • verschiedene Winkel φ : orbitale Phase der Erde
        gesehen von dem Beobachtungsort (φ=n*90°)

Bereich:         VRE ≈ 0.8 bis 8.4           (über 24h gemittelt)
           LGM (i=45°, φ=270°)       Hol. Optimum (i=90°, φ=180°)

                                                                    20
                                                                    (II)

Ergebnisse
Wichtigste Erkenntnis:
  Die verschiedenen klimatischen Bedingungen haben nur
      einen kleinen Einfluss auf das „Vegetationssignal“
Dennoch erkennbar:
• Nördliche Hemisphäre (i=45°):
         • VREhol.Opt. > VREheute > VRELGM   ( grünere Sahara)

• Südliche Hemisphäre:
        • VRE ein wenig überschätzt, da Daten nur für Mai
          ( Herbst) verwendet
        • VRE während LGM höher ( grüneres Australien?)
          (Problem: stimmt nicht mit Beobachtungen überein)
                                                                  21

Ergebnisse
             (VI)

                    22

Ergebnisse
             (VI)

                    23

Umsetzung
               Satellitenmissionen:

SEE-COAST
ESA Cosmic Vision 2015-2025 Proposal
1.5m-Off-Axis-Teleskop (400-1250 nm)
Spektroskopie, Polarimetrie
RPlanet ≤ 2 Erdradien (auch in HZ)
        ~ MJ: 15 pc
                                           Credits: CNES (III)
        ~ Super-Erden: 5 pc
„Ocean-Planets“                      [2]
                                                         24

Umsetzung
                Satellitenmissionen:

TPF-C
„under study“ (NASA)
(6-8)m x 3.5m elliptisches off-axis
Teleskop (0.5- 1.1 µm)
Planetensystem-Architektur
(nur) 35-50 Sterne in 2 Jahren
                                      [3]

Hyperteleskope                              Credits: NASA (IV)

weite Zukunft                                             25

Zusammenfassung
Spektrum der gegenwärtige Erde mit jenem im holozänen
Optimum und LGM verglichen
        kein großer Unterschied in den VRE-Werten
            (dennoch: Differenzen (z.B. Sahara) erkennbar)

Verbesserungen:
   • weitere Modelle als Input
      (z.B.: dynam. Vegetation (Sitch et al. 2003))
   • Erde zu älteren Epochen betrachten:
            andere Form der Kontinente
            extremeres Klima
                                                             26
            Problem: wenige gesicherte Daten

Literaturverzeichnis
[1]   Arnold, L. (2009). The Earth as an extrasolar planet: the vegetation spectral
      signature today and during the last Quaternary climatic extrema, International
      Journal of Astrobiology, Volume 8, Issue 2, p. 81-94
                  + Referenzen in diesem Paper (mit Autorenname gekennzeichnet!)
[2]   Schneider, J. et al. (2009). Super Earth Explorer: A Coronagraphic Off-Axis
      Space Telescope, Experimental Astronomy, Volume 23, p. 357-377
[3]   Levine, M. (2009). Terrestrial Planet Finder – Coronagraph (TPF-C) Flight
      Baseline Mission Concept, Jet Propulsion Laboratory, California Institute of
      technology
[4]   Rickman, H. (2008) Light Scattering, Absorption and Emission –
      Vorlesungsskript zu “Physics of the Planetary System” (Universität Uppsala, WS
      2009)
[5]   ISCCP data analysis, http://isccp.giss.nasa.gov/climanal1.html, 2009

                                                                                     27

Abbildungsverzeichnis
I.     Clark, R. N., Chapter 1: Spectroscopy of Rocks and Minerals, and Principles of
       Spectroscopy, in Manual of Remote Sensing, Volume 3, Remote Sensing for the
       Earth Sciences, (A.N. Rencz, ed.) John Wiley and Sons, New York, p 3- 58,
       1999.
II.    Arnold, L. (2009). The Earth as an extrasolar planet: the vegetation spectral
       signature today and during the last Quaternary climatic extrema, International
       Journal of Astrobiology, Volume 8, Issue 2, p. 81-94
III.   http://smsc.cnes.fr/COROT/lien2_scie.htm, Copyrights 2006 - © CNES
IV.    http://planetquest.jpl.nasa.gov/images/TPF_C2_m-600.jpg, © NASA
V.     http://isccp.giss.nasa.gov/zD2BASICS/B26glbp.anomdevs.jpg, © ISCCP, 2006
VI.    http://www.obs-hp.fr/~larnold/results/2009_IJAstrobio/VRE.html, Arnold et al.
       2009, International Journal of Astrobiology

                                                                                  28