In der vorliegenden Arbeit wird ein zweistufiger Algorithmus, das sogenannte Retrieval, zur Ableitung von Wasserdampfprofilen aus einer Kombination von Ramanlidar und Mikrowellenradiometer zur operationellen Anwendung vorgestellt. Beide Instrumente kamen während einer groß angelegten Kampagne nahe Jülich im Frühjahr 2013 zum Einsatz (HOPE). Ziel der Arbeit ist es, kontinuierliche Zeitreihen der vertikalen Wasserdampfverteilung abzuleiten. Dies erfordert eine Kalibrierung des Ramanlidars. Im Rahmen dieser Arbeit wurde ein automatisches Kalibrierschema entwickelt, welches auf dem integrierten Wasserdampfgehalt abgeleitet aus Mikrowellenradiometermessungen basiert. Die Methode zeigt eine gute Übereinstimmung mit herkömmlichen Ansätzen, welche auf Radiosondenaufstiegen beruhen. Der Kalibrierfaktor ist sehr stabil mit einer relativen Abweichung von 5 %. Diese Stabilität bietet den Vorteil, das Lidar auch unter bewölkten Bedingungen zu kalibrieren. Hierfür wird der Kalibrierfaktor des letzten wolkenfreien Zeitraums herangezogen. Dies ermöglicht die kontinuierliche Messung von Wasserdampfprofilen bis zu einer möglichen Wolkenbasis. Um verlässliche Wasserdampfinformationen innerhalb und oberhalb einer Wolke zu erhalten, wird ein zweistufiger Algorithmus angewandt. Der erste Schritt ist ein Kalman Filter, der die an der Wolkenbasis abgeschnittenen Wasserdampfprofile vom Ramanlidar mittels eines vorherigen Profils zu einem kompletten Profil (bis zu 10 km) kombiniert. Das komplette Wasserdampfprofil dient dann als Input für die eindimensionale variationelle (1D-
VAR) Methode, auch als optimale Schätzung bekannt. Für dieses Profil werden die Helligkeitstemperaturen simuliert, die das Mikrowellenradiometer in der gegebenen Atmosphäre messen würde und anschließend mit den tatsächlich gemessenen verglichen. Das Profil wird dann iterativ entsprechend seiner Fehlerbalken so lange modifiziert, bis die modellierten mit den gemessenen Helligkeitstemperaturen hinreichend übereinstimmen. Die Funktionsweise des Retrievals wird mit Hilfe von Fallstudien unter verschiedenen Bedingungen detailliert beleuchtet. Eine statistische Analyse zeigt, dass die Verfügbarkeit von Ramanlidardaten (nachts) die Genauigkeit der abgeleiteten Profile verbessert. Tagsüber resultiert das Fehlen der Lidarinformationen in größeren Unterschieden zu Referenzradiosonden. Die Datenabdeckung der kompletten Lidarprofile von 17 % während der zweimonatigen Kampagne wird durch Anwendung des Retrievals auf 60 % signifikant erhöht. Da die relative Feuchte oft mals ein nützliches Maß für die Beschreibung von Wolkenbildung und Aerosolwachstum ist, wird die Bestimmung der relativen Feuchte aus den abgeleiteten Profilen unter verschiedenen Temperaturannahmen behandelt. Die Annahme eines Temperaturprofils vom Mikrowellenradiometer resultiert in einem absoluten Bias von 4.7 g/kg . Weiterhin wird in der Arbeit die flexible und vielfältige Anwendung des Retrievals an verschiedenen Messstationen in Jülich, Lindenberg und auf dem Forschungsschiff Polarstern sowie unterschiedlichen Ramanlidargeräten und Mikrowellenradiometern präsentiert. Ein besonders hervorzuhebender positiver Aspekt der Arbeit ist die Implementierung des Retrievals in die Cloudnet-Prozessierung, welche die Untersuchung von Wolken und Niederschlag bereichert. Die gewonnenen Profile werden außerdem für eine Evaluierung des Klima- und Vorhersagemodells ICON verwendet.
| Identifer | oai:union.ndltd.org:DRESDEN/oai:qucosa:de:qucosa:15911 |
| Date | 20 July 2017 |
| Creators | Foth, Andreas |
| Contributors | Universität Leipzig |
| Source Sets | Hochschulschriftenserver (HSSS) der SLUB Dresden |
| Language | English |
| Detected Language | German |
| Type | doc-type:doctoralThesis, info:eu-repo/semantics/doctoralThesis, doc-type:Text |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0027 seconds