Varia%onelle Fehlerkorrektur für Windrichtungsfehler in Radiosondendaten Chris%na Tavolato und Leopold Haimberger Dank an Dick Dee, Sean Healy FWF, ECMWF, GRAS SAF DACH 2010
Überblick Was ist ein Bias? Einleitung in Varia%onelle Bias Korrektur Varia%onelle Bias Korrektur am EZMW Radiosonden Bias Windrichtungsfehler Varia%onelle Bias Korrektur für Radiosondendaten Implemen%erung Ausblick auf die weitere Arbeit GPS Radio Okkulta%ons Daten als Referenzdaten
Varia%onelle Bias Korrektur VarBC Varia%onelle Bias Korrektur während der Datenassimila%on Kostenfunk%on eines 4D Var Datenassimila%onssystems: J( x ) = ( x x b ) T B 1 ( x x b ) + ( y H( x )) T R 1 ( y H( x )) Mit Bias Term: ( ) T B J( x ) = x b x 1 x ( x b x ) + ( β b β) T B 1 β ( β b β) + ( ) T R 1 ( y H( b ( x,β)) y H( x ) b ( x,β) x ) b (β, x ) = N p i=0 β i p i ( x ) b Bias p i Predictoren β i unbekannten Bias Parameter Dee and Uppala, 2009
VarBC am EZMW VarBC für Satellitendaten: Radianzen, Ozon, Säulenwasserdampfgehalt Beispiel: NOAA 14 MSU channel 2 Fehlerabschätzung für NOAA 14 in ERA Interim mit VarBC Gemessene Änderungen der warm target temperature an Bord von NOAA 14 (Grody et al. 2004) Dee and Uppala, 2009
Bias in Radiosondendaten Radiosondenbeobachtungen Temperatur, Wind, Feuchte Bekannt Temperaturbias Strahlungsfehler, etc. Zeitreihe der Temperaturinnova%onen in 50 hpa der Sta%on Bethel in Alaska. Zwischen 1990 und 1995 sieht man einen Bias der durch einen Instrumentenwechsel hervorgerufen wurde.
Windrichtungsfehler Marion Island Indischer Ozean Windrichtungsänderungen im Vergleich zur Referenz ERA 40 1978, 1982: Änderung der Windrichtung im gesamten Profil Gruber and Haimberger, 2008
Windrichtungsfehler weltweit Große Flächen mit Windrichtungsfehlern über Asien Isolierte Sta%onen mit großem Einfluss auf die Analyse Gruber and Haimberger, 2008
VarBC für Radiosondendaten Kostenfunk%on: x ) = ( x b x ) T 1 B ( x b x ) + ( β b β) T B 1 β ( β b β) + J( Bias: x b (β, x ) = N p i=0 β i p i ( x ) ( ) T R 1 ( y H( b ( x,β)) y H( x ) b ( x,β) p 0 ein konstanter Predictor x ) Bias Parameter abhängig von Radiosondentyp Vaisala, VIZ, etc. Eine Korrektur für ein ganzes Profil Konstanter Fehlerparameter der Windrichtung für jede Sta%ons ID zu jedem Beobachtungszeitpunkt
Ein konstanter Prediktor Implementa%on Problem: Windrichtung keine Modellvariable Modell: u,v Aus u,v > Windrichtung bes%mmen > Biasmodell > Fehler rückrechnen in u,v Fehler Parameter wird in Windrichtung in der Datenbank gespeichert Umrechnung in Windrichtung muss fürs Modell linearisiert werden Temperatur als nächster Schril Parameter für unterschiedliche Radiosonden durch Vergleich mit GPS RO Daten ermileln
GPS RO als Referenzdatensatz Grassaf Projekt Monitoring Vergleich Reflek%vität RO mit verschiedenen Radiosondentypen Vaisala RS92 Tropen www.grassaf.org
Vaisala RS92 AVK (Russland) Vergleich in Breiten > 60 Russischer Radiosondentyp zeigt einen Bias gegenüber den GPS RO Daten in der ab einer gewissen Höhe RS92 AVK
Zusammenfassung und Ausblick VarBC eine gute Methode ist um systema%sche Fehler zu erkennen und zu korrigieren VarBC für Radiosondendaten unter Entwicklung Windrichtungskorrektur Temperatur Bei Korrektur von Radiosondendaten muss aufgepasst werden, da sie momentan das Modellklima steuern Neuer Referenzdatensatz: GPS Radio Okkulta%ons Daten? Danke für die Aufmerksamkeit