Height correction of atmospheric motion vectors using space-borne lidar observations from CALIPSO

摘要

Satelliten-Windvektoren (engl. Atmospheric Motion Vectors, kurz AMVs) liefern wertvolle Informationen zu atmosphärischen Windbedingungen, die für die Initialisierung von numerischen Wettervorhersage-Modellen benötigt werden. Allerdings wird nur ein Bruchteil aller verfügbaren AMVs wegen Problemen mit der Höhenzuordnung und horizontalen Fehlerkorrelationen in der Datenassimilation derzeit verwendet. udIn dieser Arbeit soll untersucht werden, inwiefern die Druckhöhen von operationellen AMVs von den geostationären Satelliten Meteosat-9 und Meteosat-10 mit Hilfe von satelliten-gestützten Lidarmessungen des polar-umlaufenden Satelliten CALIPSO (engl. Cloud–Aerosol Lidar and Infrared Pathfinder Satellite Observations) korrigiert werden können, um damit sowohl die fehlerhafte Höhenzuordnung als auch horizontale Fehlerkorrelationen zu verbessern. Zusätzlich werden AMVs, wie bereits von anderen aktuellen Studien vorgeschlagen, als vertikales Schichtmittel betrachtet. Korrigierte und unkorrigierte AMVs werden sowohl mit Radiosonden-Messungen als auch mit Modellfeldern von Kurzzeit-Vorhersagen des Globalmodells des deutschen Wetterdienstes ausgewertet.udZuerst wird eine direkte Höhenkorrektur von Meteosat-10-AMVs mit Hilfe von nahen CALIPSO-Lidarmessungen der Wolkenoberkante analysiert. Dabei erzielen Schichtmittel einer vertikalen Ausdehnung von 120 hPa unterhalb der Lidar-Wolkenoberkante eine Verringerung der Vector Root Mean Square (VRMS) Differenzen von 8-15%, abhängig von Auswertungsmethode, Auswertungszeitraum und AMV-Höhe. Zusätzlich wird die horizontale Korrelation der AMV-Fehler um ca. 50 km verringert. udAls zweiter Ansatz werden CALIPSO-Lidarmessungen dazu verwendet, statistische Höhenkorrektur-Funktionen abzuleiten, die auf alle AMVs eines bestimmten Satelliten angewendet werden können. Diese statistische Höhenkorrektur erreicht ungefähr 50% der Verbesserung, die durch die direkte Höhenkorrektur erzielt wird, bietet aber den Vorteil, keine direkt benachbarten Lidarmessungen in Echt-Zeit zu benötigen. Erste Assimilations- und Vorhersage-Experimente mit statistisch korrigierten Meteosat-10-AMVs im Globalmodell des deutschen Wetterdienstes zeigen vielversprechende Ergebnisse. udInsgesamt zeigen die Ergebnisse dieser Arbeit, dass die Verwendung von Lidardaten einen signifikanten Beitrag zur Fehlerverringerung von AMVs leistet. Die im Zuge dieser Arbeit vorgestellten lidar-basierten Höhenkorrektur-Methoden bieten daher einen aussichtsreichen Ansatz, AMVs in Wettermodellen zukünftig besser repräsentieren zu können.