Our ability to close the Earth's carbon budget and predict feedbacks in a warming climate depends critically on knowing where, when and how carbon dioxide is exchanged between the land and atmosphere. Terrestrial gross primary production (GPP) constitutes the largest flux component in the global carbon budget, however significant uncertainties remain in GPP estimates and its seasonality. Empirically, we show that global spaceborne observations of solar induced chlorophyll fluorescence – occurring during photosynthesis – exhibit a strong linear correlation with GPP. We found that the fluorescence emission even without any additional climatic or model information has the same or better predictive skill in estimating GPP as those derived from traditional remotely-sensed vegetation indices using ancillary data and model assumptions. In boreal summer the generally strong linear correlation between fluorescence and GPP models weakens, attributable to discrepancies in savannas/croplands (18–48% higher fluorescence-based GPP derived by simple linear scaling), and high-latitude needleleaf forests (28–32% lower fluorescence). Our results demonstrate that retrievals of chlorophyll fluorescence provide direct global observational constraints for GPP and open an entirely new viewpoint on the global carbon cycle. We anticipate that global fluorescence data in combination with consolidated plant physiological fluorescence models will be a step-change in carbon cycle research and enable an unprecedented robustness in the understanding of the current and future carbon cycle.

The Greenhouse Gases Observing Satellite (GOSAT) monitors carbon dioxide (CO(2)) and methane (CH(4)) globally from space using two instruments. The Thermal and Near Infrared Sensor for Carbon Observation Fourier-Transform Spectrometer (TANSO-FTS) detects gas absorption spectra of the solar short wave infrared (SWIR) reflected on the Earth's surface as well as of the thermal infrared radiated from the ground and the atmosphere. TANSO-FTS is capable of detecting three narrow bands (0.76, 1.6, and 2.0 microm) and a wide band (5.5-14.3 microm) with 0.2 cm(-1) spectral resolution (interval). The TANSO Cloud and Aerosol Imager (TANSO-CAI) is an ultraviolet (UV), visible, near infrared, and SWIR radiometer designed to detect cloud and aerosol interference and to provide the data for their correction. GOSAT is placed in a sun-synchronous orbit 666 km at 13:00 local time, with an inclination angle of 98 degrees . A brief overview of the GOSAT project, scientific requirements, instrument designs, hardware performance, on-orbit operation, and data processing is provided.

[1] The column-average dry air mole fractions of atmospheric carbon dioxide and methane and are inferred from observations of backscattered sunlight conducted by the Greenhouse gases Observing SATellite (GOSAT). Comparing the first year of GOSAT retrievals over land with colocated ground-based observations of the Total Carbon Column Observing Network (TCCON), we find an average difference (bias) of −0.05% and −0.30% for and with a station-to-station variability (standard deviation of the bias) of 0.37% and 0.26% among the 6 considered TCCON sites. The root-mean square deviation of the bias-corrected satellite retrievals from colocated TCCON observations amounts to 2.8 ppm for and 0.015 ppm for Without any data averaging, the GOSAT records reproduce general source/sink patterns such as the seasonal cycle of suggesting the use of the satellite retrievals for constraining surface fluxes.

The recent advent of very high spectral resolution measurements by the Fourier Transform Spectrometer (FTS) on board the Greenhouse gases Observing SATellite (GOSAT) platform has made possible the retrieval of sun-induced terrestrial chlorophyll fluorescence (Fs) on a global scale. The basis for this retrieval is the modeling of the in-filling of solar Fraunhofer lines by fluorescence. This contribution to the field of space-based carbon cycle science presents an alternative method for the retrieval of Fs from the Fraunhofer lines resolved by GOSAT-FTS measurements. The method is based on a linear forward model derived by a singular vector decomposition technique, which enables a fast and robust inversion of top-of-atmosphere radiance spectra. Retrievals are performed in two spectral micro-windows (∼ 2–3 nm width) containing several strong Fraunhofer lines. The statistical nature of this approach allows to avoid potential retrieval errors associated with the modeling of the instrument line shape or with a given extraterrestrial solar irradiance data set. The method has been tested on 22 consecutive months of global GOSAT-FTS measurements. The fundamental basis of this Fs retrieval approach and the results from the analysis of the global Fs data set produced with it are described in this work. Among other findings, the data analysis has shown (i) a very good comparison of Fs intensity levels and spatial patterns with the state-of-the-art physically-based Fs retrieval approach described in Frankenberg et al. (2011a), (ii) the overall good agreement between Fs annual and seasonal patterns and other space-based vegetation parameters, (iii) the need for a biome-dependent scaling from Fs to gross primary production, and (iv) the apparent existence of strong directional effects in the Fs emission from forest canopies. These results reinforce the confidence in the feasibility of Fs retrievals with GOSAT-FTS and open several points for future research in this emerging field.

Abstract. Here, we report preliminary estimates of the column averaged carbon dioxide (CO2) dry air mole fraction, XCO2, retrieved from spectra recorded over land by the Greenhouse gases Observing Satellite, GOSAT (nicknamed "Ibuki"), using retrieval methods originally developed for the NASA Orbiting Carbon Observatory (OCO) mission. After screening for clouds and other known error sources, these retrievals reproduce much of the expected structure in the global XCO2 field, including its variation with latitude and season. However, low yields of retrieved XCO2 over persistently cloudy areas and ice covered surfaces at high latitudes limit the coverage of some geographic regions, even on seasonal time scales. Comparisons of early GOSAT XCO2 retrievals with XCO2 estimates from the Total Carbon Column Observing Network (TCCON) revealed a global, −2% (7–8 parts per million, ppm, with respect to dry air) XCO2 bias and 2 to 3 times more variance in the GOSAT retrievals. About half of the global XCO2 bias is associated with a systematic, 1% overestimate in the retrieved air mass, first identified as a global +10 hPa bias in the retrieved surface pressure. This error has been attributed to errors in the O2 A-band absorption cross sections. Much of the remaining bias and spurious variance in the GOSAT XCO2 retrievals has been traced to uncertainties in the instrument's calibration, oversimplified methods for generating O2 and CO2 absorption cross sections, and other subtle errors in the implementation of the retrieval algorithm. Many of these deficiencies have been addressed in the most recent version (Build 2.9) of the retrieval algorithm, which produces negligible bias in XCO2 on global scales as well as a ~30% reduction in variance. Comparisons with TCCON measurements indicate that regional scale biases remain, but these could be reduced by applying empirical corrections like those described by Wunch et al. (2011b). We recommend that such corrections be applied before these data are used in source sink inversion studies to minimize spurious fluxes associated with known biases. These and other lessons learned from the analysis of GOSAT data are expected to accelerate the delivery of high quality data products from the Orbiting Carbon Observatory-2 (OCO-2), once that satellite is successfully launched and inserted into orbit.

Abstract. We use 2009–2011 space-borne methane observations from the Greenhouse Gases Observing SATellite (GOSAT) to estimate global and North American methane emissions with 4° × 5° and up to 50 km × 50 km spatial resolution, respectively. GEOS-Chem and GOSAT data are first evaluated with atmospheric methane observations from surface and tower networks (NOAA/ESRL, TCCON) and aircraft (NOAA/ESRL, HIPPO), using the GEOS-Chem chemical transport model as a platform to facilitate comparison of GOSAT with in situ data. This identifies a high-latitude bias between the GOSAT data and GEOS-Chem that we correct via quadratic regression. Our global adjoint-based inversion yields a total methane source of 539 Tg a−1 with some important regional corrections to the EDGARv4.2 inventory used as a prior. Results serve as dynamic boundary conditions for an analytical inversion of North American methane emissions using radial basis functions to achieve high resolution of large sources and provide error characterization. We infer a US anthropogenic methane source of 40.2–42.7 Tg a−1, as compared to 24.9–27.0 Tg a−1 in the EDGAR and EPA bottom-up inventories, and 30.0–44.5 Tg a−1 in recent inverse studies. Our estimate is supported by independent surface and aircraft data and by previous inverse studies for California. We find that the emissions are highest in the southern–central US, the Central Valley of California, and Florida wetlands; large isolated point sources such as the US Four Corners also contribute. Using prior information on source locations, we attribute 29–44 % of US anthropogenic methane emissions to livestock, 22–31 % to oil/gas, 20 % to landfills/wastewater, and 11–15 % to coal. Wetlands contribute an additional 9.0–10.1 Tg a−1.

Abstract. A data set containing more than 6 years (February 2009 to present) of radiance spectra for carbon dioxide (CO2) and methane (CH4) observations has been acquired by the Greenhouse gases Observing SATellite (GOSAT, available at http://data.gosat.nies.go.jp/GosatUserInterfaceGateway/guig/GuigPage/open.do), nicknamed “Ibuki”, Thermal And Near infrared Sensor for carbon Observation Fourier Transform Spectrometer (TANSO-FTS). This paper provides updates on the performance of the satellite and TANSO-FTS sensor and describes important changes to the data product, which has recently been made available to users. With these changes the typical accuracy of retrieved column-averaged dry air mole fractions of CO2 and CH4 (XCO2 and XCH4, respectively) are 2 ppm or 0.5 % and 13 ppb or 0.7 %, respectively. Three major anomalies of the satellite system affecting TANSO-FTS are reported: a failure of one of the two solar paddles in May 2014, a switch to the secondary pointing system in January 2015, and most recently a cryocooler shutdown and restart in August 2015. The Level 1A (L1A) (raw interferogram) and the Level 1B (L1B) (radiance spectra) of version V201 described here have long-term uniform quality and provide consistent retrieval accuracy even after the satellite system anomalies. In addition, we discuss the unique observation abilities of GOSAT made possible by an agile pointing mechanism, which allows for optimization of global sampling patterns.