UTH-MOS
Wasserdampf und Cirren in der oberen Troposph ¨are aus operationellen meteorologischen Satellitendaten
Schlussbericht
Stefan B¨uhler ∗
30. 10. 2006
Abstract
Ziel des UTH-MOS Projekts war die Erschließung von Daten der operationellen meteorolo-
gischen ATOVS Sensoren f¨ur die Klimaforschung. Mit ihrer Hilfe l¨asst sich die Verteilung
der Feuchte in der oberen Troposph¨are bestimmen, einer der gr¨oßten Unsicherheitsfaktoren
in aktuellen Klimamodellen. Der große Vorteil der ATOVS Daten f¨ur diese Anwendung ist,
dass uns diese Daten auf absehbare Zeit kontinuierlich zur Verf¨ugung stehen werden, da die
Sensoren unentbehrlich f¨ur die numerische Wettervorhersage sind. Damit die Daten f¨ur die
Klimaforschung verwendbar sind, muss der Einfluss von Cirruswolken auf die Messung in
den Mikrowellen Kan¨alen der Sensoren verstanden, und in der Auswertung ber¨ucksichtigt
sein. Das Projekt widmete sich daher etwa zu gleichen Teilen der Modellierung des Strah-
lungstransfers durch Cirruswolken einerseits, und der tats¨achlichen Datenauswertung und
wissenschaftlichen Anwendung andererseits.
Inhaltsverzeichnis
1 Kurzdarstellung 9
1.1 Aufgabenstellung . . . . 9
1.2 Voraussetzungen . . . . 10
1.3 Planung und Ablauf des Vorhabens . . . . 11
1.4 Wissenschaftlicher und technischer Stand zu Projektbeginn . . . . 12
1.5 Zusammenarbeit mit anderen Stellen . . . . 12
2 Eingehende Darstellung 13 2.1 Erzielte Ergebnisse . . . . 13
2.1.1 Referenz Strahlungstransfer-Modell . . . . 13
2.1.2 Modell Validation . . . . 15
2.1.3 Schneller Strahlungstransfer . . . . 15
2.1.4 Cirrus Impact . . . . 16
2.1.5 Feuchte Retrieval . . . . 16
2.1.6 Feuchte Validation . . . . 17
2.1.7 Klima Anwendungen . . . . 18
2.1.8 COST 723 . . . . 19
2.1.9 Habilitationsschriften, Dissertation, Master- und Diplom-Arbeiten . 20 2.1.10 Sonstige Ver¨offentlichungen . . . . 21
2.2 Voraussichtlicher Nutzen . . . . 22
2.3 Zwischenzeitlicher Fortschritt bei anderen Stellen . . . . 23
2.4 Ver¨offentlichungen . . . . 23
Inhaltsverzeichnis
Abbildungsverzeichnis
1.1 Absorptionsspektren der verschiedenen Gase in der Erdatmosph¨are. . . . . 10
1.2 Die Teilprojekte von UTH-MOS. . . . 11
2.1 Schematische Darstellung des DOIT Algorithmus. . . . 14
2.2 Ein Vergleich des schnellen Strahlungstransfermodells RTTOV zu ARTS. . 15
2.3 AMSU Messung (links) und ARTS Simulation (rechts) einer Szene mit in- tensiven Eiswolken. . . . 16
2.4 Saisongemittelte UTH f¨ur Winter 1999-2000. . . . 17
2.5 Streuplots AMSU-Messung gegen Radiosonden. . . . . 18
2.6 Ice Water Path (IWP). . . . 18
2.7 Die drei Arbeitsgruppen von COST 723. . . . 20
Abbildungsverzeichnis
1 Kurzdarstellung
1.1 Aufgabenstellung
Ein umfassendes Verst¨andnis des Einflusses von Wasserdampf und Cirruswolken auf den Strahlungshaushalt der oberen Troposph¨are (engl. Upper Troposphere, UT) ist f¨ur die Kli- maforschung dringend erforderlich. Daf¨ur muss die r¨aumliche Verteilung dieser beiden Be- standteile wesentlich besser bekannt sein, als das zur Zeit der Fall ist. Tats¨achlich wird die Gesamtunsicherheit in Klimamodellen zur Zeit von Unsicherheiten im Wasserdampfgehalt der oberen Troposph¨are (engl. UTH), und den daraus resultierenden Heizraten, dominiert.
Ziel des UTH-MOS Projekts war es, einen neuen Datensatz f¨ur dieses Forschungsgebiet zu erschließen, n¨amlich die Daten von satellitengest¨utzten Mikrowellen-Radiometern.
Mikrowellen-Radiometer vom Typ AMSU-B befinden sich auf mehreren polar-umlaufenden Wettersatelliten, zum Beispiel auf den amerikanischen NOAA Satelliten und auf dem neuen europ¨aischen Wettersatelliten Metop. Die Daten dieser Instrumente enthalten Information
¨uber die Feuchte in der unteren und oberen Troposph¨are, und werden zur Assimilation in Wettervorhersagemodelle genutzt. Es gibt drei verschiedene Instrumente, die alle sehr ¨ahn- liche Eigenschaften haben: AMSU-B, SSM/T2, und MHS. Tabelle 1.1 zeigt eine Zusam- menfassung, welches Instrument auf welchem Satelliten fliegt.
Die Feuchte-Information kommt im Wesentlichen aus den drei Kan¨alen rund um die Wasserdampf- Linie bei 183 GHz. Feuchte-Information f¨ur die obere Troposph¨are kommt aus dem Kanal bei 183±1 GHz. Abbildung 1.1 zeigt die Position der AMSU-B Kan¨ale relativ zum Absorp- tionsspektrum der Atmosph¨are.
Um die Mikrowellen-Daten f¨ur Klimaanwendungen nutzen zu k¨onnen, muss man den Ein- fluss von Eiswolken auf die Messung sehr genau verstehen, da die Messergebnisse sonst verf¨alscht werden k¨onnen. Von den operationellen Nutzern der Daten (den Wetterdiensten)
Tabelle 1.1: Mikrowellen-Radiometer zur Messung der atmosph¨arischen Feuchte auf ver-
schiedenen Satellitenplattformen. (Tabelle aus John et al., 2006, siehe Ab-
schnitt 2.)
1 Kurzdarstellung
Abbildung 1.1: Absorptionsspektren der verschiedenen Gase in der Erdatmosph¨are. Die Po- sitionen der AMSU-B Kan¨ale sind grau schattiert. (Abbildung aus John and Buehler, 2004, siehe Abschnitt 2.)
wurde dieses Problem ausgeklammert, da diese die Daten nur in Gebieten ohne Wolken nutzen. Das Projekt erforderte daher Arbeiten in drei Teilgebieten:
1. Strahlungstransfer f¨ur Mikrowellen in der Gegenwart von Wolken,
2. Entwicklung von Methoden zur Ableitung der Feuchte aus den Satellitendaten, 3. Validation durch Vergleiche zwischen Satelliten- und anderen Sensoren.
1.2 Voraussetzungen
Das Projekt wurde unter der Voraussetzung durchgef¨uhrt, dass die operationellen Satelliten- daten vorhanden und f¨ur wissenschaftliche Zwecke frei verf¨ugbar sind. In Zusammenarbeit mit dem Betreiber der Satelliten NOAA (US National Oceanic and Atmospheric Adminis- tration) wurde der gesamte AMSU-B Datensatz nach Bremen importiert, und dort f¨ur die UTH-MOS Arbeiten verf¨ugbar gemacht.
Eine weitere Voraussetzung war, dass Computercodes zum Kalibrieren der Daten vom Met
Office (UK) im Rahmen einer Eumetsat SAF (Satellite Application Facility) bereits entwi-
ckelt wurden. Es wurde daher durch Absprachen mit Eumetsat und Met Office sicherge-
stellt, dass wir diese Werkzeuge verwenden durften.
1.3 Planung und Ablauf des Vorhabens
Abbildung 1.2: Die Teilprojekte von UTH-MOS. Die Zahlen auf der rechten Seite markie- ren die Anzahl der Publikationen in hochwertigen wissenschaftlichen Zeit- schriften mit Peer-Review, die aus dem jeweiligen Teilprojekt hervorgegan- gen sind.
1.3 Planung und Ablauf des Vorhabens
Entsprechend dem Projektantrag wurde das Projekt ¨uber einen Zeitraum von f¨unf Jahren durchgef¨uhrt. Abbildung 1.2 zeigt eine ¨ Ubersicht des Projektablaufs und der verschiedenen Teilprojekte.
Im Antrag urspr¨unglich nicht vorhergesehen war das Teilprojekt ‘COST 723’. Die COST
Aktion 723 ‘Data Exploitation and Modeling for the Upper Troposphere and Lower Strato-
sphere’ umfasste insgesamt ¨uber 50 Wissenschaftler aus 19 EU L¨andern. Die Aktion wurde
vom Projektleiter initiiert, um das UTH-MOS Projekt besser mit anderen Forschungsar-
beiten im H¨ohenbereich obere Troposph¨are / untere Stratosph¨are zu vernetzen. Auf diese
Weise wurden uns zum Beispiel in-situ-Daten zur Validation der Satellitenmessungen zur
1 Kurzdarstellung
1.4 Wissenschaftlicher und technischer Stand zu Projektbeginn
Mikrowellen-Satellitendaten waren bereits zu Projektbeginn operationell verf¨ugbar. Eben- so verf¨ugbar war die Kallibrations-Software AAPP (¨uber die Eumetsat NWP SAF, siehe Abschnitt 1.2). Beides musste lediglich in Bremen implementiert werden.
Strahlungstransfermodelle f¨ur den ‘clear-sky’ Fall (ohne Wolken) waren vom Projektlei- ter bereits entwickelt worden. Modelle mit Streuung waren in der Community verf¨ugbar, erf¨ullten aber nicht die Anforderungen des Projekts, n¨amlich, Intensit¨at und Polarisations- eigenschaften der Strahlung f¨ur beliebig geformte und orientierte Eisteilchen in beliebiger Beobachtungsgeometrie genau vorherzusagen. Die Entwicklung von Strahlungstransferal- gorithmen nahm daher im Projekt einen breiten Raum ein.
Retrieval-Verfahren zur Ableitung der Feuchte in der oberen Troposph¨are (Upper Tropos- pheric Humidity, UTH) waren bereits f¨ur Infrarot Sensoren entwickelt worden, aber nicht f¨ur Mikrowellensensoren.
1.5 Zusammenarbeit mit anderen Stellen
Das Projekt erfolgte in Zusammenarbeit mit dem Met Office (UK) und der EUMETSAT NWP SAF, sowie mit dem amerikanischen Betreiber der operationellen Wettersatelliten (NOAA). Wissenschaftlich wurde eng mit Forschergruppen an anderen Universit¨aten zu- sammengearbeitet, vor allem Chalmers University, G¨oteborg, und University of Edinburgh.
Diese Zusammenarbeit is auch an der großen Zahl gemeinsamer Ver¨offentlichungen sicht-
bar (Liste siehe Abschnitt 2). Im Rahmen von COST Aktion 723 wurde mit Forschergrup-
pen in ganz Europa zusammengearbeitet, vor allem zu Wasserdampfmessungen im H¨ohen-
bereich UTLS. ¨ Uber COST 723 erfolgte auch die Zusammenarbeit mit dem Deutschen Wet-
terdienst (DWD), durch die wir Radiosondendaten verwenden konnten.
2 Eingehende Darstellung
2.1 Erzielte Ergebnisse
Die erzielten Ergebnisse werden hier f¨ur die verschiedenen Teilprojekte einzeln aufgef¨uhrt.
Der Schwerpunkt liegt dabei auf den Ergebnissen, die in angesehenen Zeitschriften mit Peer-Review ver¨offentlicht wurden. Die Ergebnisse werden jeweils knapp erl¨autert, und die entsprechenden Artikel angegeben. Um diesen Bericht knapp zu halten, wird der Leser f¨ur Details auf die entsprechenden Artikel verwiesen. S¨amtliche zitierten Ver¨offentlichungen sind frei im Internet verf¨ugbar unter http://www.sat.uni-bremen.de/projects/uth-mos/. (Da der Projektleiter inzwischen einen Lehrstuhl in Schweden hat, ist geplant, die Webseite der Bremer Arbeitsgruppe in naher Zukunft nach Schweden zu verschieben. Die Projektseite f¨ur UTH-MOS wird dann von Schweden aus weiter verf¨ugbar sein. Die Webadresse steht aber zum jetzigen Zeitpunkt noch nicht fest.)
Insgesamt erbrachte das Projekt 24 Ver¨offentlichungen mit Peer-Review, außerdem noch weiter 24 sonstige Ver¨offentlichungen (Doktorarbeiten, Konferenz-Proceedings, Buchbei- tr¨age, etc.)
2.1.1 Referenz Strahlungstransfer-Modell
Strahlungstransferalgorithmen sind ein Grundelement der Datenauswertung. Sie beschrei- ben, wie sich die Mikrowellenstrahlung vom Ort der Messung durch die Atmosph¨are zum Instrument ausbreitet. Im Rahmen des UTH-MOS Projekt wurde das Public-Domain Strah- lungstransfermodell ARTS (Atmospheric Radiative Transfer Simulator) weiterentwickelt.
Im Moment gibt es zwei verschiedene Versionen von ARTS, eine f¨ur die wolkenfreie At-
mosph¨are (ARTS-1.0) und eine f¨ur die bew¨olkte Atmosph¨are (ARTS-1.1). Das Spektrum
in Abbildung 1.1 wurde mit dem ARTS-1.0 Modell berechnet. Der Schwerpunkt in UTH-
MOS lag auf der Weiterentwicklung der 1.1 Version mit Streuung. Abbildung 2.1 zeigt eine
schematische Darstellung eines der verwendeten Streu-Algorithmen (Discrete Ordinate Ite-
rative Solution Method — DOIT). Das Modell ist in folgenden Ver¨offentlichungen n¨aher
beschrieben:
2 Eingehende Darstellung
Abbildung 2.1: Schematische Darstellung des DOIT (Discrete Ordinate Iterative Solution Method) Algorithmus. (Quelle der Abbildung: ARTS-1.1 User Guide.)
• Davis, C., C. Emde, and R. Harwood (2005), A 3D polarized reversed monte carlo radiative transfer model for mm and sub-mm passive remote sensing in cloudy atmo- spheres, IEEE T. Geosci. Remote, 43(6), 1096–1101,
• Buehler, S. A., P. Eriksson, T. Kuhn, A. von Engeln, and C. Verdes (2005a), ARTS, the atmospheric radiative transfer simulator, J. Quant. Spectrosc. Radiat. Transfer, 91(1), 65–93, doi:10.1016/j.jqsrt.2004.05.051,
• Emde, C., S. A. Buehler, C. Davis, P. Eriksson, T. R. Sreerekha, and C. Teichmann (2004a), A polarized discrete ordinate scattering model for simulations of limb and nadir longwave measurements in 1D/3D spherical atmospheres, J. Geophys. Res., 109(D24), D24207, doi:10.1029/2004JD005140,
• Miao, J., K.-P. Johnsen, S. A. Buehler, and A. Kokhanovsky (2003), The potential of polarization measurements from space at mm and sub-mm wavelengths for determi- ning cirrus cloud parameters, Atmos. Chem. Phys., 3, 39–48,
• Sreerekha, T. R., S. A. Buehler, and C. Emde (2002a), A simple new radiative transfer model for simulating the effect of cirrus clouds in the microwave spectral region, J.
Quant. Spectrosc. Radiat. Transfer, 75, 611–624,
• Kuhn, T., A. Bauer, M. Godon, S. A. Buehler, and K. Kuenzi (2002), Water vapor continuum; absorption measurements at 350 GHz and model calculations, J. Quant.
Spectrosc. Radiat. Transfer, 74(5), 545–562, doi:10.1016/S0022-4073(01)00271-0,
2.1 Erzielte Ergebnisse
Abbildung 2.2: Ein Vergleich des schnellen Strahlungstransfermodells RTTOV zu ARTS.
Input f¨ur beide Modelle ist ein Feld des ECMWF Wettervorhersagemodells.
Die Karte links zeigt die Gebiete, wo besonders große Unterschiede auftre- ten. (Quelle: Buehler et al., 2006a)
2.1.2 Modell Validation
Das Modell wurde validiert, indem es mit anderen Strahlungstransfermodellen verglichen wurde. Mehrere der oben zitierten Ver¨offentlichungen enthalten solche Vergleiche. Eine weitere explizite Ver¨offentlichung hierzu ist:
• Melsheimer, C., et al. (2005), Intercomparison of general purpose clear sky atmos- pheric radiative transfer models for the millimeter/submillimeter spectral range, Ra- dio Sci., RS1007, doi:10.1029/2004RS003110
2.1.3 Schneller Strahlungstransfer
Die Auswertung von großen Mengen von Satellitendaten erfordert besonders schnelle Strah-
lungstransferalgorithmen. Diese m¨ussen aber sorgf¨altig mit dem Referenz-Modell vergli-
chen werden, da die verwendeten N¨aherungen zu Fehlern f¨uhren, die das Ergebnis der
Datenauswertung beeinflussen k¨onnen. Abbildung 2.2 zeigt als Beispiel die Unterschie-
de zwischen dem Referenzmodell ARTS und dem schnellen Modell RTTOV. RTTOV ist
das Modell, das von den meisten Wetterdiensten zur operationellen Auswertung der AMSU
Daten verwendet wird. Ver¨offentlichungen zum Thema schneller Strahlungstransfer sind:
2 Eingehende Darstellung
45˚
50˚
55˚
60˚
AMSU−20
130 140 150 160 170 180 190 200 210 220 230 240 250 260 270 K 280
45˚
50˚
55˚
60˚
190.31 GHz
130 140 150 160 170 180 190 200 210 220 230 240 250 260 270 K 280
Abbildung 2.3: AMSU Messung (links) und ARTS Simulation (rechts) einer Szene mit in- tensiven Eiswolken.
• Eriksson, P., M. Ekstroem, C. Melsheimer, and S. A. Buehler (2006), Efficient for- ward modelling by matrix representation of sensor responses, Int. J. Remote Sensing, 27(9–10), 1793–1808, doi:10.1080/01431160500447254
2.1.4 Cirrus Impact
Das Strahlungstransfermodell kann dazu verwendet werden, zu untersuchen, wie sich Eis- wolken (Cirren) auf die Messung der Mikrowellensensoren auswirken. Abbildung 2.3 zeigt eine gemessene AMSU-Szene mit intensiven Eiswolken (links) und die von ARTS simu- lierte Szene (rechts). Input f¨ur die Simulation waren Felder eines mesoskaligen Wettervor- hersagemodells (Met Office). Ver¨offentlichungen zum Thema Cirrus Impact sind:
• Teichmann, C., S. A. Buehler, and C. Emde (2006), Understanding the polarizati- on signal of spherical particles for microwave limb radiances, J. Quant. Spectrosc.
Radiat. Transfer, 101(1), 179–190, doi:doi:10.1016/j.jqsrt.2006.03.001
• Emde, C., S. A. Buehler, P. Eriksson, and T. R. Sreerekha (2004b), The effect of cirrus clouds on microwave limb radiances, J. Atmos. Res., 72(1–4), 383–401, doi:
10.1016/j.atmosres.2004.03.023
2.1.5 Feuchte Retrieval
Die Arbeiten in diesem Teilprojekt konzentrierten sich auf die Entwicklung von Methoden zur Ableitung eines Upper Tropospheric Humidity (UTH) Parameters aus AMSU-Daten.
Abbildung 2.4 zeigt ein Beispiel einer so gewonnenen UTH-Feldes (saisonales Mittel Win- ter 1999-2000). Ver¨offentlichungen hierzu sind:
• Houshangpour, A., V. O. John, and S. A. Buehler (2005), Retrieval of upper tropos- pheric water vapor and upper tropospheric humidity from AMSU radiances, Atmos.
Chem. Phys., 5, 2019–2028, sRef-ID:1680-7324/acp/2005-5-2019
2.1 Erzielte Ergebnisse
Abbildung 2.4: Saisongemittelte UTH f¨ur Winter 1999-2000 (DJF) aus Daten des AMSU-B Sensors auf dem NOAA-15 Satelliten. (Methode: Buehler and John, 2005.)
• Jimenez, C., P. Eriksson, V. O. John, and S. A. Buehler (2005), A practical demons- tration on AMSU retrieval precision for upper tropospheric humidity by a non-linear multi-channel regression method, Atmos. Chem. Phys., 5, 451–459
• Buehler, S. A., and V. O. John (2005), A simple method to relate microwave ra- diances to upper tropospheric humidity, J. Geophys. Res., 110, D02110, doi:10.1029/
2004JD005111
• Eriksson, P., C. Jimenez, and S. A. Buehler (2005), Qpack, a general tool for in- strument simulation and retrieval work, J. Quant. Spectrosc. Radiat. Transfer, 91(1), 47–64, doi:10.1016/j.jqsrt.2004.05.050
2.1.6 Feuchte Validation
Die Arbeiten in diesem Teilprojekt konzentrierten sich auf die Validation der AMSU-Daten durch Vergleich mit in-situ Messdaten und Modellen. Auch instrumentelle Probleme des AMSU Sensors wurden untersucht. Abbildung 2.5 zeigt als Beispiel einen Vergleich zwi- schen AMSU und Radiosonden der DWD Referenzstation Lindenberg. Ein Ergebnis dieser Arbeiten war, dass die Radiosonden bei sehr trockenen Bedingungen einen Trockenbias von ungef¨ahr 2-4 %RH haben. Ver¨offentlichungen in diesem Teilgebiet sind:
• Buehler, S. A., M. Kuvatov, and V. O. John (2005b), Scan asymmetries in AMSU-B data, Geophys. Res. Lett., 32, L24810, doi:10.1029/2005GL024747
• John, V. O., and S. A. Buehler (2005b), Comparison of microwave satellite humidity
2 Eingehende Darstellung
Abbildung 2.5: Streuplots AMSU-Messung gegen Radiosonden. (Quelle: Buehler et al., 2004.)
−90 −60 −30 0 30 60 90
Latitude 0
0.1 0.2 0.3 0.4 0.5
Ice Water Path (kg/m2)
CCMA GFDL CM2.0 GFDL CM2.1 GISS ER GISS EH INMCM3 IPSL MIROC MPI ECHAM5 NCAR CCSM3 UKMO HADCM3
−90 −60 −30 0 30 60 90
Latitude
−20 0 20 40
δ Ice Water Path (%) @ 2xCO2
CCMA GFDL CM2.0 GFDL CM2.1 GISS ER GISS EH INMCM3 IPSL MIROC MPI ECHAM5 NCAR CCSM3 UKMO HADCM3