Projekt:FE Auswerteverfahren 1/Niederschlag/Probleme und Ausblick
| Teilprojekt Niederschlag |
| Weitere Teilprojekte |
Probleme[Bearbeiten]
Es ist sehr schwer, Niederschlagsschätzungen mittels Satelliten in Bezug auf Verwendungsmöglichkeiten und unter Beachtung aller messinstrumentenbezogenen Aspekte zu betrachten. Wie bereits erwähnt, gibt es generell VIS/IR-, passive MW- und PR-Methoden. Es hat sich klar herausgestellt, dass passive MW- und PR-Daten mehr an die physikalische Wolkenstruktur gebunden sind und deshalb eher Niederschlagsbildungsprozesse beschreiben.[1]
Mittels Satelliten lassen sich grob Verteilungen von Regenraten abschätzen, jedoch sind genaue Daten nicht zu erhalten und es erfolgt nur eine sehr indirekte Bestimmung, da die Erdoberfläche von Wolken überdeckt wird und die aktuelle Wolkenstruktur nicht berücksichtigt wird.[1]
Derzeitig offene Probleme sind u.a.:
- Quantitative Messungen für alle möglichen Anwendungsbereiche
- Messungen von festem Niederschlag in hohen Breitengraden
- Verbesserungen für Messungen von leichtem Regen und anhaltende niedrige Regenraten während stratiformen Prozessen
- Synergie zwischen aktiven und passiven Sensoren
- Erweiterte Validierungsstrategien zur Abgleichung der modifizierten Sensorleistungen und dem erhöhten physikalischen Inhalt der Algorithmen[1]
Es gibt verschiedene Einschränkungen der Genauigkeit und Anwendbarkeit der MW-basierenden Niederschlagsdatenbereitstellung.[2]
Der größte Nachteil ist die schlechte räumliche und zeitliche Auflösung und die Diffraktion beschränkt die Bodenauflösung für einen gegebenen Satelliten-MW-Fühler. Des Weiteren befinden sich MW-Sensoren nur auf polaren Umlaufbahnen.[3] Technische Beschränkungen limitieren derzeit den Abwurf von passiven MW-Sensoren in niedrige Erdumlaufbahnen, jedoch sind Verbesserungen in Bezug auf erste passive MW-Sensoren auf geostationärem Level in Sicht.[1]
Eines der bekanntesten Probleme betrifft die Definition der verschiedenen Strahlungscharakteristika der Meeres- und Landoberflächentypen.[3] Man fand 1998 (Ferraro et al.) heraus, dass sich oft auf die Verbesserung der Algorithmenphysik konzentriert wird, während die Schwierigkeiten bei der Identifizierung und Eliminierung „falscher“ Regenregionen vergessen wird bzw. umgekehrt die Identifizierung der „gültigen“ Regenregionen misslingt, was zu beträchtlichen Fehlern führen kann.[2]
Viele aktuelle SSM/I-Algorithmen sind als Zwei-Schritt-Prozesse entworfen, wobei der erste Schritt den Screening-Schritt (die Regen-Detektion) und der zweite Schritt den Umwandlungsschritt (die Transformation von TB, sog. „brightness temperature“- Wolkenoberflächentemperatur, zu Regenraten) darstellt. Der Grund, dass die Unterscheidung zwischen Screening- und Umwandlungsschritten sinnvoll ist, ist die nicht seltene Nutzung verschiedener Input-Kanäle der Algorithmen. Der Screening-Prozess ist mindestens genauso wichtig für den Erfolg des Algorithmus wie die Datenbereitstellung selbst.[2]
Neben dem Thema der Oberflächen-Screens gibt es das Problem der Küstenlinienidentifikation und der Methoden zur Validierung der Qualität der TB-Messungen. Obwohl viele der Screens in einfacher Formulierung erscheinen und von empirischen Analysen abstammen, sind die Wichtigkeit und die physikalische Signifikanz nicht zu unterschätzen. Eine genaue Identifizierung und damit Entfernung von Oberflächenartefakten aus den Datenbereitstellungen eines gegebenen Algorithmus muss sichergestellt werden. Die komplizierte Interaktion der erdemittierten MW-Strahlung mit verschiedenen Erdoberflächentypen und atmosphärischen Variablen macht die Entwicklung von überall funktionierenden Oberflächen-Screens sehr schwer. Daher sind die Designs der Screens konservativ und beziehen möglicherweise inkorrektes Entfernen einiger Regenpixel in verschiedenen Regionen während verschiedener meteorologischer Situationen ein.[2] Der passive MW-Algorithmus nimmt also nur konvektiven Niederschlag auf, speziell von Cumulonimbus-Wolken, und leichter Regen, sowie niedrige Regenraten werden nur schlecht bis gar nicht entdeckt. Die Entdeckung dieser bleibt ein ernstes und wichtiges Forschungsproblem. Bei der VIS/IR-Methode kommt es im Gegensatz zu den passiven MW-Methoden zur Überschätzung durch Einbeziehung von Niedrigtemperaturen und nicht-abregnenden hohen Wolken. Seine Leistung in Bezug auf die Regengebietsentdeckung ist ähnlich dem PR.[3]
Die Charakterisierung der Unsicherheiten bezüglich der passiven MW-Datenbereitstellung wurde im Jahr 2000 (Coppens et al.) mittels TMI-Daten vorgenommen. Man konzentrierte sich auf die Probleme der Verlinkung der vertikalen Verteilung der Hydrometeore innerhalb der Wolke. Es muss also eine Datenbank konstruiert werden, welche die verschiedenen Wolkenarten in die MW-Signaturen einbezieht. Das Problem ist das Finden des richtigen Szenarios in der Datenbank, dessen zugeordnete Strahlungswerte am nächsten den MW-Messungen entsprechen.[2]
1998 (Kummerow) wurde die größte Unsicherheit in Bezug auf die Annahme von homogenem Regen, welche in vielen physikalischen Datenbereitstellungsmethoden vorkommt, untersucht. Ergebnisse zeigen, dass Neigungen und zufällige Fehler von der angenommenen vertikalen Struktur der Hydrometeore, von der Art in der die Inhomogenität in der Datenbereitstellung modelliert ist und von der Art in der das Strahlungstransferproblem behandelt wird, abhängen. Wenn die Regencharakteristika nicht beschrieben werden, dann können keine Annahmen über räumliche Inhomogenitäten getroffen werden und die Ergebnisse auf jeder Raum- und Zeitskala werden genauso unsicher wie jede individuelle Messung sein. Diese Bedingung führt zu unrealistischen, sehr unsicheren Schätzungen des Regenmonatsmittels oder der Mittelungen großer Gebiete. Während die horizontale Inhomogenität die vielleicht größte Fehlerquelle in den Datenbereitstellungsalgorithmen darstellt, ist sie nicht die einzige Quelle. Neben der horizontalen Komponente müssen auch andere Komponenten, wie die vertikale Struktur und Hintergrundfelder untersucht werden. Der Einfluss von inhomogenem Regen auf spezifische Algorithmen muss noch geprüft werden.[2]
Ausblick[Bearbeiten]
Internationale Bestrebungen konzentrieren sich auf die Verbesserung der Algorithmen, speziell in Bezug auf kombinierte Techniken, Multisensor-Algorithmen, der Kalibrierung und Validierung existierender Produkte, sowie auf die Vorbereitung zukünftiger Satellitenmissionen.[3]
Es wurde erkannt, dass die kombinierte Nutzung aller passiver und aktiver Instrumente ein Schritt nach vorn ist. Dieses Feld ist noch sehr experimentell, aber die Perspektiven sind sehr vielversprechend. Weiterhin bemüht man sich in Bezug auf die Wolkenmikrophysik und Wolkenmodellierung für die Verbesserung der Algorithmen. Eine angemessene Synergie von bodenbasierenden und Satelliteninstrumenten ist notwendig, um sich mit Wolkenstrukturthemen auseinanderzusetzen.[1]
Für Fortschritte der Regenschätzungen über Land und Meer existieren eindeutige Anforderungen in Bezug auf z.B. quantitative Niederschlagsvorhersagen, numerische Wetterprognosen und Hydrologie.[2] Um die Niederschlagsquantitätsmessungen zu verbessern, wurden verschiedene Forschungsthemen identifiziert, z.B. Messung von Schnee und leichtem Regen, Wolken-Aerosol-Interaktionen und Physik der Niederschlagsbildung, sowie Verifikation des Modeloutputs.[1]
Als konkretes Beispiel sind einige allgemeine Forderungen für Niederschlagsschätzungen des Ist-Zustandes ("Nowcasting") und für sehr kurzräumige Vorhersagen (VSRF "Very Short Range Forecasting") in Blick auf das MSG-Anschlussprogramm zwischen 2015 und 2025 zu nennen:
- Zuverlässige Detektion (10km, 1h) für allgemeine Vorhersagen zur Beseitigung aktueller Probleme mit falschen Radarechos und unentdecktem weiträumigen leichten Regen
- Exakte hohe Raten für Überschwemmungen (innerhalb 10mmh-1 auf 2km, 15min) zur Verbesserung der Radargenauigkeit
- Informationen über die Meere (innerhalb 5mmh-1 auf 10km, 1h) für allgemeine Vorhersagen zur Bereitstellung von Aufwindinformationen über den Radarbereich hinaus
- Schnee-Detektion (innerhalb 0.2mmh-1 auf 10km, 1h) für Transportwarnungen
- Hohe Hagel-Detektion (10km, 15min) für den Schutz von Leben und Eigentum
- Detektion des frierenden Regens (10km, 1h) für den Lebensschutz[2]
Man konzentriert sich ebenfalls auf internationale Teams, wie z.B. die „International Precipitation Working Group“ (IPWG) und das „Global Precipitation Climatology Project“ (GPCP).[1] Neue Missionen sind geplant, die durch internationale Kooperationen die bestmögliche Raum-Zeit-Abdeckung und Beobachtung der Wolkenmikrophysik anstreben. Die Wichtigste dieser Missionen ist die "Global Precipitation Measurement" (GPM) Mission. Eine weitere Bemühung konzentriert sich auf die Fertigstellung des sog. "A-Trains", dessen wichtigste Komponente für Niederschlagsstudien CloudSat darstellt. Neben einer Reihe weiterer internationaler Bestrebungen wird auch die „Earth Clouds, Aerosol and Radiation Explorer“ Mission (EarthCARE, ESA 2001), eine europäisch-japanische Partnerschaft, geplant.[3]
Modellverifizierung ist ein zwingendes Thema auf allen Maßstäben und es ist klar, dass Niederschlagsmessungen aus dem All ein höheres Qualitätslevel erreichen müssen, um in dieser Richtung effektiver zu sein. Dies wird parallel mit der Verbesserung der Wolken- und Niederschlagsparametrisierung stattfinden.[1]
Quellenangaben[Bearbeiten]
- ↑ 1,0 1,1 1,2 1,3 1,4 1,5 1,6 1,7 Levizzani, V.; Mugnai, A. (2004): Rainfall Measurements from Space: Where are we?, Proc. 14th Int. Conf. on Clouds and Precipitation, Bologna, 18-23 July, 1123-1126
- ↑ 2,0 2,1 2,2 2,3 2,4 2,5 2,6 2,7 Levizzani, V., R. Amorati, and F. Meneguzzo, 2002: A review of satellite-based rainfall estimation methods. European Commission Project MUSIC Report (EVK1-CT-2000-00058), 66 pp.
- ↑ 3,0 3,1 3,2 3,3 3,4 Levizzani, V. (2006): Precipitation Measurements from Space, European Conf. on Antenna and Propagation (EUCAP 2006) Proc. CD-ROM, 13, ESA SP-626, ISBN 92-9092-937-5