Die bodengebundene Fernerkundung ist ein wichtiges Werkzeug zur Erforschung von Prozessen in der Atmosphäre über lange Zeiträume. In der Atmosphärenforschung werden mehrere verschiedene Fernerkundungsmethoden eingesetzt. Sie können entweder aktiv oder passiv sein.

Bei der aktiven Fernerkundung (z. B. RADAR, LIDAR, SODAR) wird Strahlung vom Instrument ausgesendet und der Empfänger am Boden beobachtet die Menge der elektromagnetischen Strahlung, die von atmosphärischen Bestandteilen gestreut oder reflektiert wird. Bei der passiven Fernerkundung (z. B. Mikrowellenradiometer) wird nur die von der Sonne oder den atmosphärischen Bestandteilen wie Wasserdampf, Sauerstoff oder Spurengasen emittierte Strahlung erfasst. Bodengestützte Fernerkundungsmessungen können zur Validierung von in-situ-, flugzeug- und satellitengestützten Beobachtungen verwendet werden.

Wir konzentrieren uns hauptsächlich auf die Kombination verschiedener aktiver und passiver bodengestützter Fernerkundungsinstrumente, um umfassende Profilinformationen des atmosphärischen Zustands (Temperatur, Wasserdampf, Wolkenmikrophysik und Wolkendynamik, Wind, Niederschlag) und für Leistungsvorhersagen für Anlagen zur Nutzung erneuerbarer Energien zu erhalten. Wir nutzen diese hochmodernen Messungen in unseren Projekten, um Algorithmen zur Bestimmung des Atmosphärenzustands zu entwickeln oder zu verbessern. Zu diesem Zweck verwenden wir hochentwickelte Ansätze wie optimale Schätzverfahren und maschinelles Lernen. Da unsere Instrumente mobil sind, setzen wir sie in verschiedenen Regionen von hohem Interesse rund um den Globus ein, wie z. B. in den mittleren Breiten der südlichen Hemisphäre, der Passatwindregion der Karibik und in Zukunft möglicherweise auch in der Arktis.

 

Beteiligung an Verbundprojekten

Arktische Verstärkung: Klimarelevante Atmosphären- und Oberflächenprozesse und Rückkopplungsmechanismen

Laufzeit: 01.01.2020 – 31.12.2023

Förderung: Deutsche Forschungsgemeinschaft

Der Planet Erde hat sich in den letzten 150 Jahren im Durchschnitt um 0,87 K erwärmt. In der Arktis ist die Erwärmung viel stärker, was in den letzten Jahrzehnten besonders deutlich wurde. Derzeit übersteigt die Erwärmung der Arktis den Anstieg der oberflächennahen Lufttemperatur in den mittleren Breiten um etwa 2 K. Dieses Phänomen wird allgemein als arktische Verstärkung bezeichnet.

Mehr erfahren

Niedrige flüssigkeitshaltige Wolken sind häufig über dem Kongsfjord in Ny Alesund, Spitzbergen. Foto: Heike Kalesse / Universität Leipzig
Niedrige flüssigkeitshaltige Wolken sind häufig über dem Kongsfjord in Ny Alesund, Spitzbergen. Foto: Heike Kalesse / Universität Leipzig

Teilprojekt B07: Einfluss von Meereisleads oder Polynyas auf arktische Wolkeneigenschaften

Team: Dr. Pablo Saveedra Garfías, Jun.-Prof. Dr. Heike Kalesse-Los

Das winterliche arktische Meereisgebiet ist durch unterschiedliche Grade der Frakturierung gekennzeichnet. Öffnungen im Meereis beginnen als schmale Risse, die sich zu größeren, Hunderte von Metern bis Kilometer breiten Spalten entwickeln können. Vor allem in Küstennähe und entlang des Inlandeises können sich ausgedehnte Bereiche mit offenem Wasser (Polynyas) entwickeln. Leads und Polynyas führen zu einem erheblichen Wärme- und Feuchtigkeitsfluss vom relativ warmen Ozean in die kalte Atmosphäre. Sie verändern somit die Struktur der atmosphärischen Grenzschicht, die Bewölkung und den Energiehaushalt der Oberfläche und beeinflussen auch den chemischen Austausch zwischen Atmosphäre und Ozean. In einer sich erwärmenden Arktis, die durch eine dünnere und mobilere Meereisbedeckung gekennzeichnet ist, wird erwartet, dass sich die Verteilung von Leads oder Polynyas ändern wird, doch ihre Wechselwirkungen mit der Atmosphäre sind nicht vollständig verstanden. Hier wollen wir den Einfluss von Meereisvorsprüngen oder Polynyas auf Wolkeneigenschaften wie Wolkenanteil, -höhe, -dicke, -phase und ihre Strahlungseffekte im Winter/Frühjahr quantifizieren.

Heike Kalesse lernt das Schneeschuhlaufen bei eisigen Schneeverhältnissen in der Arktis während der Vorbereitungen für das MOSAiC-Feldexperiment. Foto: Holger Deckelmann / Alfred-Wegener-Institut
Heike Kalesse lernt das Schneeschuhlaufen bei eisigen Schneeverhältnissen in der Arktis während der Vorbereitungen für das MOSAiC-Feldexperiment. Foto: Holger Deckelmann / Alfred-Wegener-Institut
 steht in der Wintersachen vor den Messgeräten. Foto: Paul Bashor / CSS
Pablo Saavedra Gafías während der GCPEx Feldkampagne. Foto: Paul Bashor / CSS

Synergie von Polarimetrischen Radarbeobachtungen und Atmosphärenmodellierung (PROM) – Verschmelzung von Radarpolimetrie und numerischer Atmosphärenmodellierung für ein verbessertes Verständnis von Wolken und Niederschlagsprozessen.

Förderung: Deutsche Forschungsgemeinschaft

Wolken- und Niederschlagsprozesse sind seit Jahrzehnten die Hauptquelle von Unsicherheiten in der Wettervorhersage und in Projektionen zum Klimawandel. Ein Großteil dieser Unsicherheiten kann auf fehlende Beobachtungen zurückgeführt werden, die geeignet sind, die Darstellung von Wolken- und Niederschlagsprozessen in atmosphärischen Modellen zu hinterfragen. Die gesamte Atmosphäre über Deutschland wird seit kurzem von 17 hochmodernen polarimetrischen Doppler-Wetterradaren überwacht, die alle fünf Minuten 3D-Informationen über die flüssigen und gefrorenen Niederschlagsteilchen und deren Bewegungen mit einer Sub-Kilometer-Auflösung liefern, die auch von den Atmosphärenmodellen für Wettervorhersagen und Klimastudien herangezogen wird. Die Datenassimilation führt Beobachtungen und Modelle zur Zustandsschätzung als Voraussetzung für die Vorhersage zusammen und kann als intelligente Interpolation zwischen Beobachtungen betrachtet werden, wobei die physikalische Konsistenz der atmosphärischen Modelle als mathematische Randbedingung genutzt wird. Es bestehen jedoch erhebliche Wissenslücken sowohl in der Radarpolarimetrie als auch in den atmosphärischen Modellen, die die volle Ausnutzung des Dreiecks Radarpolarimetrie - atmosphärische Modelle - Datenassimilation behindern und eine koordinierte interdisziplinäre Anstrengung erfordern. Das Schwerpunktprogramm wird die Synergie der neuen Beobachtungen und modernster atmosphärischer Modelle nutzen, um feuchte Prozesse in der Atmosphäre besser zu verstehen und ihre Darstellung in Klima- und Wettervorhersagemodellen zu verbessern. Das Programm wird unser wissenschaftliches Verständnis an den Grenzen der drei Disziplinen für bessere Vorhersagen von niederschlagbringenden Wolkensystemen erweitern, indem es die folgenden Ziele anspricht.

Mehr erfahren

Schematische Darstellung der PICNICC-Hypothese: Große Konzentrationen an INP (hauptsächlich Staub) führen zu einem höheren Eisanteil in den Wolken und fördern so das Wachstum durch Aggregation. Bei niedrigen INP-Konzentrationen ist mehr unterkühltes flüssiges Wasser in den Wolken vorhanden, und Riming tritt häufiger auf. Grafik: Patric Seifert
Schematische Darstellung der PICNICC-Hypothese: Große Konzentrationen an INP (hauptsächlich Staub) führen zu einem höheren Eisanteil in den Wolken und fördern so das Wachstum durch Aggregation. Bei niedrigen...

Teilproject: Polarimetrie unter dem Einfluss von CCN aNd INP in Zypern und Chile (PICNICC)

Laufzeit: 01.01.2019 – 31.12.2022

Team: Teresa Vogl, Jun.-Prof. Dr. Heike Kalesse-Los

Das Ziel von PICNICC ist es, unser Verständnis der Aerosoleffekte auf mikrophysikalische Wachstumsprozesse in Mischphasenwolken zu verbessern. Basierend auf einer Kombination von Radarpolarimetrie, Zweifrequenz-Dopplerradar und Lidar-Beobachtungen von einem sauberen Standort in Punta Arenas (Chile, 53°S,71°W) und einem aerosolbelasteten Standort in Limassol (Zypern, 35°N,33°E) werden die Kontraste in den mikrophysikalischen Fingerabdrücken von Mischphasenwolken, insbesondere von unberührter Eisbildung, Reifbildung und Aggregationen, untersucht. Die Untersuchungen werden durch hochaufgelöste numerische Wettersimulationen unter Verwendung des ICON-NWP-Modells mit Zwei-Momenten-Mikrophysik unterstützt, die dazu dienen, den Einfluss von Aerosolvariationen auf die Wolkenmikrophysik über den beiden Feldstandorten zu bewerten. Polarimetrische, Doppler-fähige Radar-Vorwärts-Operatoren, wie PAMTRA oder CR-SIM, werden verwendet, um die Simulationsergebnisse in den Beobachtungsraum zu übertragen.

Unsere Haupthypothese ist, dass die Verfügbarkeit von Eisnukleationspartikeln (INP) den Prozess antreibt, durch den Eis in Wolken im Temperaturbereich zwischen 0°C und -40°C wächst, wo flüssiges Wasser vorhanden sein kann. Wenn hohe Konzentrationen von INPs verfügbar sind, erwarten wir, dass Wolken bei höheren Temperaturen vereisen (Seifert et al., 2010; Kanitz et al., 2011), was dazu führt, dass Aggregation der dominierende Wachstumsprozess ist. Im Gegensatz dazu werden bei einer Knappheit an INP die Flüssigwasserschichten hartnäckiger sein. Infolgedessen wird Reifbildung häufiger auftreten als bei Bedingungen mit hohem INP.

Teresa Vogl beim Austausch einer Laser-Blitzlampe für eines der Lidar-Systeme, die auf der Messstelle in Punta Arenas eingesetzt werden. Foto: Martin Radenz / TROPOS
Teresa Vogl beim Austausch einer Laser-Blitzlampe für eines der Lidar-Systeme, die auf der Messstelle in Punta Arenas eingesetzt werden. Foto: Martin Radenz / TROPOS

Beteiligung an internationalen Forschungsgruppen

Dynamik, Aerosol-, Wolken- und Niederschlagsbeobachtungen in der unbelasteten Umgebung des südlichen Ozeans (DACAPO-PESO)

Logo des Forschungsprojekts DACAPO-PESO. TROPOS
Logo - Dacapo-peso. TROPOS

DACAPO-PESO ist ein Gemeinschaftsprojekt des Leibniz-Instituts für Troposphärenforschung (TROPOS), des Leipziger Instituts für Meteorologie und der Universidad de Magallanes. Ziel ist es, verschiedene Prozesse zu untersuchen, die an der Bildung von Wolken und Niederschlag beteiligt sind.

Im Jahr 2019 fand eine einjährige Feldkampagne in Punta Arenas, Chile, an der südlichsten Spitze Südamerikas, statt. Diese Region wird hauptsächlich von reiner Meeresluft beeinflusst. Es wurden verschiedene Fernerkundungsinstrumente eingesetzt, darunter LIMRAD94 und die TROPOS LACROS-Suite.

Weitere Informationen zum Project finden Sie auf den Seiten des Projekts EUREC4A.

TeamWilli Schimmel, Teresa VoglJun.-Prof. Heike Kalesse-Los

Die Messstation LACROS und das LIMRAD94 stationiert auf dem Campus der Universität Magallanes in Punta Arena im äußersten Süden von Chile. Foto: Heike Kalesse /Universität Leipzig
Die Messstation LACROS und das LIMRAD94 stationiert auf dem Campus der Universität Magallanes in Punta Arena im äußersten Süden von Chile. Foto: Heike Kalesse / Universität Leipzig

Beschreibung der Rolle der Wolken-Zirkulations-Kopplung im Klima (EUREC4A)

Entwicklung eines Retrievals der Wolkentröpfchenkonzentration basierend auf synergetischen Fernerkundungsbeobachtungen (innerhalb des EUREC4A-Feldexperiments) der bodengebundenen Fernerkundung der Atmosphäre zur Verbesserung der Charakterisierung mikrophysikalischer Wolkeneigenschaften und zur Verbesserung der Lastvorhersage erneuerbarer Energien

Team: Johannes StapfJun.-Prof. Heike Kalesse

Funding: 

Bodengebundene Fernerkundung: Das Wolkenradar LIMHAT und Regenradar LIMRAD stehem am Bug des Schiffes auf dem Forschungsschiff Meteor während einer Messkampagne 2020 in der Karibik. Foto: Heike Kalesse/Universität Leipzig
Bodengebundene Fernerkundung: LIMHAT und LIMRAD im Messeinsatz auf dem Forschungsschiff Meteor während einer Messkampagne 2020 in der Karibik. Foto: Heike Kalesse / Universität Leipzig

Das Hauptziel der EUREC4A-Feldkampagne ist es, zu klären, wie die makrophysikalischen Eigenschaften von Passatwolken von den dynamischen und thermodynamischen Eigenschaften der Umgebung abhängen, in der sich die Wolken bilden. Die EUREC4A-Feldkampagne fand Anfang 2020 in den unteren atlantischen Passagen, östlich von Barbados, statt.

Cumuluswolken in verschiedenen Entwicklungsstadien über Barbados kurz nach Sonnenaufgang. Foto: Heike Kalesse / Universität Leipzig
Cumuluswolken in verschiedenen Entwicklungsstadien über Barbados kurz nach Sonnenaufgang. Foto: Heike Kalesse / Universität Leipzig

Während der EUREC4A-Kampagne hat unsere Gruppe drei Hauptziele:

  1. Kombination verschiedener bodengestützter Fernerkundungstechniken zur Weiterentwicklung von Abfragealgorithmen für die Schätzung der Wolkentröpfchenzahlkonzentration, die eine Schlüsselgröße zur Untersuchung der Wolke-Aerosol-Wechselwirkung ist.
  2. Schätzung des Strahlungseffekts der Wolken mit Hilfe von Strahlungstransfersimulationen und Messungen der abwärtsgerichteten spektralen transmittierten Irradianz.
  3. Charakterisierung des Prototyps einer kardanisch gelagerten Wolkenradar-Stabilisierungsplattform, die während EUREC4A zum ersten Mal eingesetzt wurde.

Projekte der Arbeitsgruppe

Bodengebundene Fernerkundung der Atmosphäre zur Verbesserung der Charakterisierung mikrophysikalischer Wolkeneigenschaften sowie der Leistungsprognose erneuerbarer Energien

Laufzeit: 01.09.2018 – 31.08.2021

Förderung: Europäischer Sozialfond in Sachsen 2014 bis 2020

Team:

Kooperationspartner:

Ziele:

Die bodengebundene Fernerkundung von Wolken dient der Erforschung der Wolkenbildung und der Verbesserung der Niederschlagsvorhersage, was sehr wichtig für die Leistungsprognose erneuerbarer Energien ist. Bisher liegt diesbezüglich in Deutschland ein starker Fokus auf den Niederschlagsradargeräten des Deutschen Wetterdienstes (DWD), die für die Beobachtung und Kürzestfristprognose von Niederschlag genutzt werden. Erst seit wenigen Jahren sind Netzwerke von weiterentwickelten Fernerkundungsmethoden im Aufbau, die weitaus vielfältigere atmosphärische Messungen erlauben (CLOUDNET). Daraus ergeben sich zwei Hauptziele des Projektes: Zum einen wird analysiert werden, wie künstliche neuronale Netze für die Leistungsprognose von Photovoltaik- und Windkraftanlagen optimiert werden können, wenn zusätzliche Daten von Wetterstationen und bodengebundenen Fernerkundungsmessungen implementiert werden. Zum anderen sollen für Wolkenbeobachtungen Ableitungsalgorithmen weiterentwickelt werden, um die Bestimmung der Wolkeneigenschaften zu verbessern. Dabei stehen Messgerätesynergien sowie die Entwicklung anwendungsspezifischer künstlicher neuronaler Netze zur Charakterisierung von Flüssigwasser in Mischphasenwolken im Vordergrund.

  • AP1: Untersuchung des Einflusses zusätzlicher Messdaten von Wetterstationen und bodengebundener Fernerkundung auf die Leistungsprognose von PV- und Windkraftanlagen mit Hilfe künstlicher neuronaler Netze (ANN) – RESEPCT
  • AP2: Entwicklung eines auf Wolkenradar- und Lidar basierendem KNN zur Detektion von Flüssigwasser in Wolken – VODOO
  • AP3: Entwicklung einer auf synergistischen Fernerkundungsmessungen basierenden Methode zur Ableitung der Wolkentröpfchenkonzentration – EUREC4A
Logo: Europäische Flagge, Logo Europa fördert Sachsen, Wappen des Freitstaates Sachsen nebeneinander. Logo: SAB

Untersuchung des Einflusses zusätzlicher Messdaten von Wetterstationen und bodengebundener Fernerkundung auf die Leistungsprognose von PV- und Windkraftanlagen mit Hilfe künstlicher neuronaler Netze (ANN) – RESPECT

Arbeitspaket 1 der bodengestützten Fernerkundung der Atmosphäre zur Verbesserung der Charakterisierung mikrophysikalischer Wolkeneigenschaften und zur Verbesserung der Lastvorhersage von erneuerbaren Energien

Team: Moritz Lochmann, Jun.-Prof. Heike Kalesse-Los

Kooperationen:

Motivation

Die wachsende Energieerzeugung aus erneuerbaren Energieanlagen geht mit einer Dezentralisierung der Energieerzeugung und einer gewissen Variabilität der erzeugten Mengen einher. Zu viel oder zu wenig Energie im elektrischen Netz muss ausgeglichen werden. Je größer die Differenz von Erzeugung und Verbrauch ist, desto größer (und damit teurer) muss der Ausgleich sein. Um die Schwankungen im Netz möglichst gering und damit das Netz stabil zu halten, werden zuverlässige Vorhersagen zur Stromerzeugung benötigt.

Das Ziel von RESPECT ist es, die auf Großwettermodellen basierenden Stromvorhersagen zu verbessern, indem Fernerkundungsdaten aus Messungen in der Nähe der Wind-/Photovoltaikanlagen in das künstliche neuronale Netz, das die Stromvorhersage durchführt, assimiliert werden. Wir erwarten Verbesserungen insbesondere für Innertages-Vorhersagen.

MRR-Pro Mikroregenradar LIMRAD24 (links) und Leosphere Windcube LIMCUBE (rechts) auf der Messstation beim DWD in Lindenberg. Foto: A. Trosits

Erneuerbare Energieerzeugung im Kontext des elektrischen Netzes

Unternehmen, die Anlagen für erneuerbare Energien betreiben, müssen zu Beginn eines jeden Tages verbindliche Stromerzeugungsprognosen für den Folgetag abgeben. Sind diese einmal abgegeben, können sie während des laufenden Tages im Rahmen von Innertages-Prognosen leicht angepasst werden. Mehr Energie als prognostiziert in einem übersättigten Stromnetz zu erzeugen oder weniger Energie als prognostiziert in einem untersättigten Netz zu erzeugen, ist für das Unternehmen teuer [weniger als prognostiziert in einem übersättigten Netz zu erzeugen (oder umgekehrt), bringt sogar einen Gewinn]. Größere Differenzen im Netz werden durch den Übertragungsnetzbetreiber ausgeglichen. Mehr Energie zu erzeugen oder einen Überschuss an Energie kurzfristig zu verteilen ist teuer und meist ineffizient und muss minimiert werden.

Fernerkundung für Leistungsvorhersagen

RESPECT konzentriert sich auf zwei spezifische Arten der erneuerbaren Energieerzeugung - Windenergie und Photovoltaik. Natürlich ist das auch der Bereich, in dem sich die gewählte Messtechnik auszeichnet. Das Projekt stützt sich auf den langjährigen Datensatz des MOL-RAO (Meteorologisches Observatorium Lindenberg - Richard-Aßmann-Observatorium) des Deutschen Wetterdienstes DWD. Darin enthalten sind Beobachtungen von Doppler-Lidar und Windprofilierungsradar für Windgeschwindigkeitsmessungen. Für Strahlungsdaten wird der Cloudnet-Datensatz (ab Apr. 2004) verwendet, der (vor allem) aus Doppler-Wolkenradar-, Mikrowellenradiometer- und Ceilometer-Messungen besteht.

RPG Mikrowellenradiometer LIMHAT auf der Messstation beim DWD in Lindenberg. Foto: Johannes Röttenbacher / Universität Leipzig
RPG Mikrowellenradiometer LIMHAT auf der Messstation beim DWD in Lindenberg. Foto: Johannes Röttenbacher / Universität Leipzig

Feldexperiment: Vergleichende Kampagne bei am MOL-RAO (Lindenberg, Germany)

Im Sommer/Herbst 2020 war der Messplatz des Leipziger Institut für Meteorologie in Lindenberg für eine Vergleichskampagne.

Messtechnik des Leipziger Institut für Meteorologie

Kalibrierung des RPG FMCW Wolkenradradars LIMRAD94 in Lindenberg. Foto: A. Trosits
Kalibrierung des RPG FMCW Wolkenradradars LIMRAD94 in Lindenberg. Foto: A. Trosits

Entwicklung eines auf Wolkenradar- und Lidar basierendem künstlichem neuronalen Netz zur Detektion von Flüssigwasser in Wolken

Arbeitspaket 2 des Projekts: Bodengebundene Fernerkundung der Atmosphäre zur Verbesserung der Charakterisierung mikrophysikalischer Wolkeneigenschaften sowie der Leistungsprognose erneuerbarer Energien

Team: Willi Schimmel, Jun.-Prof. Heike Kalesse-Los

Kooperationen

Motivation

Die vollständige Charakterisierung der Verteilung von Flüssigwasser und Eis in Wolken ist entscheidend, um Lebensdauer, Niederschlagseffizienz und Strahlungseffekt der Wolken zu bestimmen. Die Identifikation von Flüssigwasserschichten in der gesamten vertikalen Säule in Mischphasenwolken ist auch mit synergistischen Messungen mittels bodengebundenen hochauflösenden Wolkenradar und Polarisationslidar weiterhin eine große Herausforderung. Ursache dafür ist, dass sich Polarisationslidarmessungen zwar sehr gut für die Unterscheidung von Eis und Flüssigwasser eignen, aber das Lidarsignal optisch dicke Wolken nicht vollständig durchdringen kann. Falls Flüssigwasserschichten im unteren Teil der Wolke auftreten bzw. tiefere Flüssigwasserwolken das Lidarsignal komplett attenuieren, stehen im oberen Teil von Wolken nur noch Wolkenradarmessungen zur Verfügung, die jedoch nur wenig sensitiv auf kleine Wolkentröpfchen sind. Neuartige synergistische Auswertetechniken können allerdings dazu beitragen, rein aus Wolkenradarmessungen die Existenz von Flüssigwasserschichten abzuleiten.

Ziel

Ziel ist die Entwicklung eines künstlichen neuronalen Netzes (KNN), das durch parallele Wolkenradar- und Lidarmessungen in dünnen oder den unteren Schichten dicker Mischphasenwolken trainiert wird. Durch die Prognose von Lidarrückstreusignal gibt es anschließend Auskunft über die Existenz von Flüssigwasser in höheren Wolkenschichten.

Langfristiges Ziel des Projekts ist die Verbesserung der Wolkenphasenklassifizierung innerhalb des europäischen „Cloudnet“-Wolkenfernerkundungsverbundes, welcher wiederum in das europäische Forschungsinfrastrukturprojekt „ACTRIS“ (Aerosols, Clouds, and Trace gases InfraStructure Network) eingebettet ist. 

Messdaten

Datenbasis bilden die Wolkenradar- und Lidarmessungen der mobilen „Leipzig Aerosol and Cloud Remote Observations System“ (LACROS)-Fernerkundungsstation des TROPOS. Messungen werden im Rahmen der Messkampagne DACAPO-PESO in Punta Arenas, Chile erhoben. Durch diese Messkampagne wird ein einmaliger Wolkendatensatz in den wenig erforschten mittleren Breiten der Südhemisphäre gewonnen werden. Genutz werden Daten von folgenden Messgeräten:

Ein neuartiger synergistischer Retrievalansatz, der die Erstellung von troposphärischen Temperatur- und Feuchteprofilen unter allen Wetterbedingungen für eine verbesserte Quantifizierung der Verdunstungsraten ermöglicht

Förderung: Deutsche Forschungsgemeinschaft

Laufzeit: 01.04.2020 – 31.03.2023

Projektleiter: Dr. Andreas Foth

Kooperationen:

  • Dr. Volker Lehmann and Jens Reichardt, PhDs, Deutscher Wetterdienst, Lindenberg, Germany
  • Dr. Johannes Bühl, PhD, Leibniz Institut für Tropsphärenforschung, Leipzig, Germany
  • Jun.-Prof. Heike Kalesse, Universität Leipzig, Leipzig, Germany

Vorhaben

Die ständige Weiterentwicklung und Verbesserung der Wetter- und Klimamodelle stellt die Fernerkundung der Atmosphäre vor große Herausforderungen. Für die Evaluierung der Modelle werden immer besser aufgelöste Messungen und Methoden benötigt. Herkömmliche Ansätze scheitern hier vor allem an fehlenden kontinuierlichen Beobachtungen der Temperatur und Feuchte bei allen Wetterbedingungen und insbesondere bei Regen. Ein Windprofiler ist allerdings auch bei solchen Bedingungen in der Lage Vertikalinformationen der Temperatur- und Feuchtegradienten zu messen. Der hier vorgeschlagene neuartige Ansatz aus einer Synergie aus Windprofiler (inklusive Radio Acoustic Sounding System), Ramanlidar, Mikrowellenradiometer und Wolkenradar ermöglicht eine automatisierte und kontinuierliche Erstellung von Temperatur- und Feuchteprofilen sogar bei Niederschlägen.

Langzeitbeobachtungen an Meteorologischen Observatorium in Lindenberg werden genutzt, um aussagekräftige Statistiken über die Verdunstungs- und Abkühlungsraten zu erstellen. Die Ergebnisse werden für verschiedene Bedingungen wie stratiformen und konvektiven Niederschlag und für verschiedenen Jahreszeiten evaluiert. Dies wird den Modellierern helfen, die Parametrisierungen der Verdunstungsraten in kleinskaligen Modellen zu evaluieren.

Retrievalschema. Die Messungen der einzelnen Instrumente und ihrer Vorwärtsoperatoren werden im Rahmen der optimalen Schätzungstechnik zusammengeführt, was zu den Retrievalprodukten führt. Die Instrumente von links nach rechts sind Raman-Lidar (RL), Mikrowellenradiometer (MWR), Wolkenradar (CR), Radarwindprofiler (WPR) und Radio Acoustic Sounding System (RASS). Die Variablen in den Diagrammen sind Temperatur (T), absolute Feuchte (q), integrierter Wasserdampf (IWV), Helligkeitstemperatur (TB), Reflektivität (Ze), Flüssigwassergehalt (LWC), Temperatur- (dT) und Feuchtegradienten (dq), Turbulenz (w'), virtuelle Temperatur (Tv) und relative Feuchte (U). Andreas Foth
Retrievalschema. Die Messungen der einzelnen Instrumente und ihrer Vorwärtsoperatoren werden im Rahmen der optimalen Schätzungstechnik zusammengeführt, was zu den Retrievalprodukten führt. Grafik: Andreas Foth

Die Instrumente von links nach rechts sind Raman-Lidar (RL), Mikrowellenradiometer (MWR), Wolkenradar (CR), Radarwindprofiler (WPR) und Radio Acoustic Sounding System (RASS). Die Variablen in den Diagrammen sind Temperatur (T), absolute Feuchte (q), integrierter Wasserdampf (IWV), Helligkeitstemperatur (TB), Reflektivität (Ze), Flüssigwassergehalt (LWC), Temperatur- (dT) und Feuchtegradienten (dq), Turbulenz (w'), virtuelle Temperatur (Tv) und relative Feuchte (U).

Das könnte Sie auch interessieren