Vorlesung 8 Strahlungsbilanz der Erde: ERBE Experiment

Transkript

1 Vorlesung 8 Strahlungsbilanz der Erde: ERBE Experiment 8.1 Inhaltsangabe Beschreibung des Experimentes und der Auswerteverfahren, Bidirektionale Modelle, Wolken-Forcing aus ER- BE, Vergleich ERBE-CCM 8.2 Earth Radiation Budget Experiment: ERBE Eine ausführliche Beschreibung des Experimentes kann in [1] gefunden werden. Die Ziele des Earth-Radiation- Budget-Experimentes der NASA waren: (1) Monatsmittel des Strahlungshaushaltes regional, zonal und global in einem 250 ¾¼km Raster; (2) Bestimmung des Äquator-Pol Gradienten (ca. ¼ ¼Wm ¾ ); (3) Tägliche Varianz pro Region (250 ¾¼km) und Monat. Die geforderten und die von ERBE spezifizierten Genauigkeiten sind in Tab. 8.1 zusammengestellt. Tabelle 8.1: Genauigkeiten von ERBE am ToA Parameter gefordert ERBE Sonne 0.1-1% 0.3% Global Netto 1 Wm ¾ 1.3 Wm ¾ Äquator Pol 4 Wm ¾ 2Wm ¾ 250 ¾¼km 2 14 Wm ¾ 9.4 Wm ¾ SW; 10.4 Wm ¾ LW Abbildung 8.1: Weitwinkel Radiometer von ERBE. Das Experiment wurde auf drei Satelliten geflogen: ERBS mit einer Neigung von 57 Æ und einer Höhe von 600 km, gestartet im Oktober 1984, dieser Satellit läuft immer noch (Dezember 2000), zwar ohne Scanner; NOAA 9, Sonnensynchron 14h30 auf 833 km, gestartet November 1984 und NOAA 10, Sonnensynchron 7h30 auf 833 km, gestartet Juli Das Experiment enthält drei Nicht Scanner Radiometer und ein Scan- 93

2 Abbildung 8.2: Scanning Radiometer von ERBE. ner. Fünf Radiometer von prinzipiell gleicher Konstruktion, basierend auf einem elektrisch geeichten Kavitäts Radiometer des Typs ACR, wie das ACRIM Radiometer von Willson (Abb. 8.1); eines für die Messung der Sonnenstrahlung etwa alle 14 Tage, und je eines für die Messung der totalen und kurzwelligen Strahlung der Erde mit Öffnungswinkeln von Æ (WFV: wide field of view) und ¾ Æ (MFV: medium field of view). Die erdgerichteten Instrumente sehen keine Details, sie integrieren räumlich. Erfahrungen mit NIMBUS 6 und 7 ERB Experiment zeigten, dass solche Instrumente wesentlich länger als ein Scanner leben, da sie keine bewegten Teile haben. Der Scanner (Abb. 8.2) enthält drei Teleskope für die Bereiche 0.2¼ m (Suprasil W1), 5.0¼¼ m (Diamant mit Interferenzfilter) und total (Spiegelcharakteristik). Als Detektor haben sie ein Bolometer (Abb. 8.3) und das Gesichtsfeld ist rhombisch mit Æ Æ (Abb. 8.4). Die Auflösung der Scanner-Radiometer entspricht im Nadir bei ERBS 31 km und bei den NOAA Satelliten 44 km. Die Satellitenbahnen zusammen mit der Scanner-Richtung senkrecht zur Bahn ergibt eine gute geographische Überdeckung, jedoch nicht die beste Winkelverteilung. Abbildung 8.3: Radiometer des Scanners von ERBE. 94

3 Abbildung 8.4: Gesichtsfeld der Scanner Radiometer. Da jede nur punktförmig und in nur wenigen Richtungen festgestellte Strahldichte schwierig in die gewünschten Flüsse umgerechnet werden kann, müssen aufwendige Inversionsmethoden angewandt werden (Abb. 8.5) ein grundsätzliches Sampling-Problem, das nur mit Zusatzinformation gelöst werden kann. Die gemessene Strahldichte ausgehend von der geographischen Breite und Länge unter dem Zenit und Azimut Winkel hängt Ä Øµ vom Fluss ص am oberen Rand der Atmosphäre über die bidirektionelle Funktion Ê Øµ ab Ä Øµ ½ Ê Øµ ص (8.1) Ê Das Integral Ê ist auf 1 normiert. Die gemessenen Signale sind zusätzlich über einen gewissen Bereich integriert und die gemessenen bzw. zu berechnenden Grössen sind Das gemessene Signal Ñ Ë Ë Òص Ä Ä Ê Ä (8.2) ÓÎ ÅË Ò ¼ µä Ë Ë Ò ¼ ص (8.3) mit Ò und Ò ¼ der Zentrumsrichtung des Gesichtsfeldes (ÓÎ) bzw. der Richtung innerhalb des Gesichtfeldes, Ë der spektralen und winkelabhängigen Empfindlichkeitsfunktion des Detektorsystems. Ë Ë bezeichnet die Position des Satelliten. Die Winkel der beobachteten Szene hängen von Ë Ë Ò ab und Ë enthält die spektralen und räumlichen Eigenschaften der Teleskop Optik, der Filter und des Detektors. Die räumlichen und spektralen Eigenschaften können getrennt werden Ë Òµ Ë µ Òµ (8.4) mit Òµ der Winkelempfindlichkeit des Detektors (verschieden für verschiedene Azimute wegen Geometrie). So kann das Signal folgendermassen ausgedrückt werden Ñ Ë µä (8.5) 95

4 Abbildung 8.5: Blockschema der Inversion von ERBE Messungen. mit Ä der Strahldichte im Zentrum des Gesichtsfeldes ÊÓÎ Ä Å Ò¼ µä Ò ¼ µ (8.6) ÊÓÎ Å Ò¼ µ Ein Problem ist die Tatsache, dass die Strahldichten innerhalb des Gesichtsfeldes inhomogen und verschieden spektral verteilt sein können, je nach Szene. Dies bedeutet, dass eventuell eine iterative Methode zur Bestimmung der wirklichen Signale notwendig ist: mit grob korrigiertem Ä wird die Szene identifiziert, dann spektral korrigiert und eventuell die Szene neu bestimmt und die Spektralkorrekturen wiederholt. Mit der Szene ist auch das entsprechende bidirektionelle Modell bestimmt und kann ausrechnet und dann regionale Mittel über 2.5 Æ ¾ Æ gebildet werden. Die Identifikation der 12 Szenen beruht auf Geotypen (mit katalogisiert) und auf dem jeweiligen Bewölkungsgrad: klar (5%); Land (1), Ozean (2), Schnee (3), Wüste (4), Küste (5); teilweise bewölkt (5 50%) Land (6), Ozean (7), Küste (8); meist bewölkt (50-95%) Land (9), Ozean (10), Küste (11); bedeckt (95%) (12). Der Bewölkungsgrad wird aus dem Verhältnis Ä ÄÏ Ä ÃÏ abgeleitet, das aus NIMBUS 7/ERB Daten für jede Szenenklasse in Abhängigkeit von Sonnenstand, Sichtwinkel und (Geometrie Sonne-Erde- Satellit) bestimmt wurde. Die Sonneneinstrahlung wird in 10 Klassen (in Schritten von 0.1 in Ó ) unterteilt und damit ergeben sich für die Identifikation bis zu ½¼ ½¾ verschiedene Ausgangspunkte. Ein Beispiel für die Bewölkungsbestimmung ist in Abb. 8.6 für den tropischen Ozean dargestellt. 96

5 Abbildung 8.6: Bestimmung der Bewölkung für eine Beobachtung über dem tropischen Ozean. Die Darstellung ist für eine bestimmte Sonne Erde Satellit Geometrie. Im eingezeichneten Beispiel wurde die Szene als meist bewölkt (MC) bezeichnet. Die Spekral Korrektur beruht auf der Korrelation zwischen den Signalen der verschiedenen Messbereiche ÄÄÏ ½½ ¾½ ½ Ä ÃÏ ½¾ ¾¾ ¾ (8.7) ÃÏ ¼ Ñ ÄÏ Ñ ÃÏ Ñ ØÓØ ½ ÄÏ mit der Korrelationsmatrix für die Szene die berechnet wird und einen Fehler von zurücklässt. Die Bidirektionalfunktion ist anisotrop (darum müssen sie berücksichtigt werden) und die Flüsse können sehr verschieden sein, auch wenn in einer bestimmten Richtung eine sehr ähnliche Strahldichte festgestellt wird. Es besteht kein eindeutiger Zusammenhang; deshalb ist die Szenenidentifikation so wichtig. Ein Beispiel einer solchen Bidirektionalfunktion ist in Abb. 8.7 dargestellt, wobei beim Ozean noch relativ einfache Verhältnisse herrschen. Abbildung 8.7: Bidirektionales Modell für den klaren und bedeckten Ozean, für eine Sonneneinstrahlung aus ¼ ¼ ¾ Æ Schraffiert wurden die Gebiete mit Ê ½¼. Die räumliche Mittelung ist der letzte Schritt in dieser Kette. Alle Pixel, deren Zentrum innerhalb einer ¾ Æ ¾ Æ Fläche liegen, tragen zur Mittelung bei; bei einer Nadir Beobachtung sind es viele, am Rand vielleicht noch eines oder zwei. Auch kommen bei flachen Beobachtungswinkel 3-dimensionale Effekte hinzu, die im Prinzip bei der Szenenidentifikation berücksichtigt sein sollten, aber viel zu vielfältig sind (man muss 97

6 sich nur den Anblick der Alpen im Frühjahr vorstellen). Die Fehler, die man machen kann, sind in Tabelle 8.2 dargestellt für verschiedene bi-direktionale Modelle: die für ERBE entwickelten, ein isotropes und ein globales, auf den Ozean zugeschnittenes, Modell. Tabelle 8.2: Flussdifferenzen und Ungenauigkeiten für die 2.5 Æ 2.5 Æ gemittelte und mit drei verschiedenen bidirektionalen Modellen in Fluss umgerechneten Strahldichte. Der letzte Punkt, der wichtig für die Auswertung von ERBE Daten ist, betrifft die Höhe der ÌÓ.Wenn sie zu hoch gewählt wird, liegen die Emittenten weit auseinander, wenn sie zu tief liegt, fehlt die Strahlung der oberen Atmosphäre. Der Kompromiss scheint bei 30 km zu liegen. 8.3 Erste Resultate von ERBE: Wolken-Forcing und Klima Im folgenden beschreiben wir einige erste Resultate von ERBE, die sehr schön das grosse Potential eines solchen Experimentes (trotz vieler inhärenter Unzulänglichkeiten) unterstreichen. Wir folgen einem Artikel von Ramanathan et al. [2] aus dem Jahre Die Albedo des klaren Himmels zeigt, dass die Ozeane die dunkelsten Gebiete des Globus sind mit 6-10% in den Tropen und 15-20% in den polaren Regionen (ein Effekt der Sonnenhöhe). Die hellsten Gegenden sind die schneebedeckten Pole, gefolgt von den grossen Wüsten: Sahara und Saudi Arabien mit bis zu 40% und Gobi und Gibson mit 25-35%. Die tropischen Regenwälder haben Albedos von 10-15%, sie sind die dunkelsten Landgegenden. Der langwellige Fluss bei klarem Himmel folgt mehr oder weniger der Temperatur und nimmt von den Tropen mit 330Wm ¾ auf 150Wm ¾ in den polaren Regionen ab. Tabelle 8.3: Lang- und kurzwellige (in Klammern) Flüsse in Wm ¾. Die Pixel Standard-Abweichung wurde aus 4 Scans und total 64 Pixeln berechnet. Die regionale Skala entspricht ¾ Æ ¾ Æ und die Standard-Abweichung wurde aus den individuellen Werten eines Tages bestimmt. 98

7 Die Unsicherheiten der gemittelten klaren Flüsse sind vorallem durch die Homogenität innerhalb der Region gegeben. Zudem spielt die räumliche Auflösung eine Rolle, da nicht immer eindeutig festgestellt werden kann, ob ein Pixel wirklich wolkenfrei ist. In Tabelle 8.3 sind die Standard-Abweichungen der klaren ÃÏ und ÄÏ Flüsse zusammengefasst. Die Standard-Abweichungen sind immer ½¼Wm ¾ und die Resultate zeigen, dass die Fehler für die regionalen Flüsse bei klarem Himmel wesentlich kleiner sind als diejenigen des Wolken- Forcing; d.h. allfällige Fehler des letzteren nicht vom ersteren bestimmt werden. Abbildung 8.8: Durchgezogene Line: Beobachtetes Albedo mit operationellem ERBE Algorithmus (total Pixels). Kurzgestrichelte Line: Beobachtetes Albedo mit strengeren Kriterien (total Pixels). Langgestrichelte Line: Modell-Rechnungen, die Rayleigh und Aerosol Streuung und Absorption von O,H ¾O und CO ¾ berücksichtigen. Der Einfluss der ungenügenden räumlichen Auflösung kann nicht direkt untersucht werden, da keine Instrumente mit besserer Auflösung zur Verfügung stehen. In Abb. 8.8 sind die Resultate von verschiedenen Methoden der Identifikation von klaren Szenen dargestellt. Die operationelle ERBE Identifikation liefert Werte die etwas höher liegen als diejenigen, die strengeren Auswahlkriterien unterworfen wurden (8 umgebenden Pixel auch klar, zudem muss die Varianz der ÄÏ Strahldichte der 9 Pixel ½± sein). Das deutet darauf hin, dass in der Tat die operationelle Methode klare Pixel liefert, die noch etwas durch Wolken kontaminiert sind. Die Abweichung beträgt jedoch nur 0.8% im Albedo und Wm ¾ in der langwelligen Ausstrahlung. Für das Netto Wolken-Forcing kompensieren sich die beiden Effekte jedoch, da ihre Vorzeichen entgegengesetzt sind. Die positive Albedo Abweichung verringert den Betrag des negativen kurzwelligen Wolken-Forcing und die negative ÄÏ Abweichung verringert das ÄÏ Wolken-Forcing. Das Wolken-Forcing ist in Abb. 8.9 dargestellt. Das ÄÏ Wolken-Forcing erreicht Maxima in den Tropen und nimmt gegen die Pole hin ab. Im allgemeinen reduzieren die Wolken die langwellige Ausstrahlung; dies bedeutet, dass in Gegenden mit Wolken mehr absorbiert wird. Da die verringerte Ausstrahlung auf die kalten Oberseiten der Wolken zurückzuführen ist, beeinflussen hohe Wolken das Wolken-Forcing mehr als tiefe. Wolken-Forcing von Wm ¾ wird in drei Regionen mit extensiven Zirrus-Wolkendecken erreicht: 1. der tropische Pazifik, der Indische Ozean um Indonesien und die Intertropen-Konvergenz-Zone im Pazifik nördlich des Äquators; 2. die Monsun-Regionen in Zentralafrika und konvektiven Zonen im nördlichen Drittel von Südamerika; 3. die Sturmtief-Zonen im Nordatlantik und Nordpazifik. Das ÃÏ Wolken-Forcing zeigt Maxima in mittleren Breiten im Gegensatz zum ÄÏ. In den Gegenden des tropischen Monsuns und konvektiven Zonen werden grosse negative Werte beobachtet, wo auch das ÄÏ Forcing gross ist. Das ÃÏ Forcing ist ebenfalls gross in den Sturmtiefs im Atlantik und Pazifik. Die Verringerung der absorbierten Sonnenstrahlung kann Werte bis 100Wm ¾ erreichen. Das gleiche trifft zu für die roaring 40 s. Schon die Beobachtungen eines Monats zeigen die allgemeinen Klimaregionen der Erde. 99

8 Abbildung 8.9: Wolken-Forcing aus ERBE Daten April A: Langwelliges Forcing; B: Kurzwelliges Forcing; C: Netto Forcing. 100

9 Im Netto Forcing fällt vorallem auf, dass in den Tropen zwischen 15S und 15N die Kompensation fast vollständig ist und nur etwa ½¼Wm ¾ übrigbleiben. Dies ist erstaunlich und hat im Moment weder eine physikalische Erklärung, noch sind die Auswirkungen bekannt. Modelle zeigen, dass das negative ÃÏ Forcing durch Divergenz (Abkühlung) an der Oberfläche verursacht werden könnte und das positive ÄÏ Forcing durch Konvergenz (Aufheizung) der oberen Troposphäre. Das würde bedeuten, dass die vertikale Verteilung der Aufheiz- bzw. Abkühlraten stark beeinflusst werden, auch im Falle einer Kompensation. Die Ausnahme bilden die ausgedehnten Stratusfelder vor der Küste von Chile und Namibia. Eine weitere Anomalie ist das positive Netto Forcing über der Sahara und in der angrenzendensahel Gegend bis hinein nach Zentralafrika. Der Grund ist das starke ÄÏ Forcing bei fast vernachlässigbarem ÃÏ Forcing. Ähnliches wird über schneebedecktem Gebiet beobachtet (Nord-Kanada und Arktis). Tabelle 8.4: Links: Zusammenfassung des globalen Strahlungshaushaltes für April 1985 (Mittel der einfallenden Sonnenstrahlung 342Wm ¾ µ Rechts: Vergleich des globalen Wolken-Forcing für April, Juli, Oktober 1985 und Januar 1986 und im Vergleich zu Modellrechnungen. Wolken-Forcing erniedrigt global die absorbierte Sonnenstrahlung um 44.5Wm ¾ und ÄÏ Emission in den Weltraum um 31.3Wm ¾ wie in Tabelle 8.4 zusammengefasst ist. Wolken vermindern das Aufheizen der Erde um 13-21Wm ¾ das heisst sie haben einen Netto-Abkühlungseffekt. Diese Werte sind im Vergleich zum erwarteten Strahlungs-Forcing einer Verdoppelung von CO ¾ von 4.8Wm ¾ relativ gross und erklären weitgehend, warum eben Modelle stark divergieren können: die Wolken sind noch nicht genau genug. Für das Paleoklima ist interessant zu erwähnen, dass die Sturmtiefs im Nord-Atlantik, die heute ein maximales Wolken-Forcing bei 45 Æ bewirken, durch die Abkühlung des Ozeans während der letzten Eiszeit nach Süden verschoben wurden. Diese Verschiebung des negativen Wolken-Forcing kann gemittelt über die Nord- Hemisphäre zu einem Strahlungs-Forcing von Wm ¾ führen, das wesentlich grösser ist als der Effekt der CO ¾ Abnahme während der Eiszeit auf 180ppm. 8.4 Vergleiche zwischen ERBE und CCM Das hier verwendete CCM ist ein CCM1.1 T42 Modell mit verbesserten Wolkenbehandlung und optischen Eigenschaften (ähnlich demjenigen in Vorlesung 6 beschriebenen). Wir beschränken uns in der folgenden Diskussion auf die zonalen Mittelwerte. Abb.8.10 zeigt den Vergleich der ausgehenden ÄÏ Strahlung für den bewölkten und klaren Fall. Die grössten Unterschiede sind in den Tropen zu finden mit 20-30Wm ¾ Überschätzung durch das Modell. Weil die Jahr zu Jahr Variation im Modell etwa 10 mal kleiner ist, ist dieser Unterschied signifikant. Zwei Ursachen können identifiziert werden: Die Modell-Atmosphäre ist zu trocken (in den Tropen um mehr als 15kgm ¾ auf 50kgm ¾ etwa 10Wm ¾ können damit erklärt werden) und zuwenig hohe Wolken im Modell (weitere 10Wm ¾ können damit erklärt werden). Das Modell enthält nur die wichtigsten Treibhausgase, nicht aber CH,N ¾ O und CFCs; der Einbezug dieser Gase könnte den ausgehenden Fluss um weitere 3 5Wm ¾ erniedrigen. Neben diesen globalen Effekten gibt es aber auch signifikante lokale Unterschiede. Abb zeigt den Vergleich der Albedo für den bewölkten und klaren Fall. Hier treten die grössten Unterschiede in mittleren Breiten auf. Die ERBE Albedos sind 15-20% höher, was mit zuwenig niederen Wolken im Modell erklärt werden kann, denn tiefe Wolken haben eine höhere Albedo. Bei klarem Himmel 101

10 Abbildung 8.10: Vergleich zwischen ERBE und CCM der zonalen Mittel der ausgehenden langwelligen Strahlung für den bewölkten Fall (links) und für klaren Himmel (rechts). verschiebt sich die Diskrepanz zu höheren Breiten, wo sowohl die Messung als auch das Modell relativ ungenau sind. Abb zeigt den Vergleich zwischen den verschiedenen Wolken-Forcing. Der Hauptunterschied liegt in den Tropen, wo das Modell keine Kompensation im Netto Forcing zeigt. Die kleinere Breitenabhängigkeit des Netto-Forcing im Modell deutet darauf hin, dass es einen geringeren meridionalen Transport berechnet, als wirklich vorhanden. Abbildung 8.11: Vergleich zwischen ERBE und CCM der zonalen Mittel der Albedo für den bewölkten Fall (links) und für klaren Himmel (rechts). 102

11 Abbildung 8.12: Vergleich des Wolken Forcing bestimmt aus ERBE (obere Abb.) und berechnet mit CCM.(untere Abb.). Tabelle 8.5: Globale Mittelwerte für die erschiedenen Strahlungsgrössen im Vergleich zu Modellrechnungen mit dem NCAR Community Modell CCM1 für klaren (links oben) und bewölkten Himmel (rechts oben) und für das Wolken-Forcing (unten). In Tabelle 8.5 sind die globalen Mittelwerte aufgezeigt. Das Modell-Albedo für klaren Himmel ist 8.5% kleiner als das von ERBE gemessene, die ausgehende langwellige Strahlung um 10Wm ¾ höher. Das Modell absorbiert also mehr Sonnenstrahlung und emitiert dadurch auch mehr in den Weltraum; die Bilanz hingegen ist kleiner. Die fehlenden Spurengase können etwa 4 5Wm ¾ im ÄÏ erklären. Die Unterschiede in den globalen Mittel im bewölkten Fall der Albedo, der ÃÏ und ÄÏ Strahlung sind nun wegen der Ungenauigkeit in der Wolkenbehandlung im allgemeinen grösser. Für den Vergleich des Wolken-Forcing wurde auch ein R15 Modell miteinbezogen, da bekannt ist, dass die berechnete Wolkenbedeckung mit zunehmender Auflösung abnimmt. In der Tat stimmen die Werte für das R15 besser mit den Messungen überein. 8.5 Bibliographie 1. B.R. Barkstrom, G.L. Smith, The Earth Radiation Budget Experiment: Science and Implementation, Rev.Geophys., 24, (1989) und andere Artikel in diesem Heft. 103

12 2. V. Ramanathan, R.D. Cess, E.F. Harrison, P. Minnis, B.R. Barkstrom, E. Ahmad, D. Hartmann, Cloud Radiative Forcing and Climate: Results from the Earth Radiation Budget Experiment Science, 243, (1989) 3. J.T. Kiehl, V. Ramanathan, Comparison of Cloud Forcing derived from the Earth Radiation Budget Experiment with that Simulated by the NCAR Community Climate Model, J.Geophys.Res., 95, (1990) 104