Universität zu Köln

Lidar and Microwave Radiometer Synergy for High Vertical Resolution Thermodynamic Profiling

Barrera Verdejo, Maria (2016) Lidar and Microwave Radiometer Synergy for High Vertical Resolution Thermodynamic Profiling. PhD thesis, Universität zu Köln.

[img]
Preview
PDF - Published Version
Download (30Mb) | Preview

    Abstract

    Continuous monitoring of thermodynamic atmospheric profiles is important for many applications, e.g. assessment of atmospheric stability and cloud formation. Nowadays there is a wide variety of ground-based sensors for atmospheric profiling. Unfortunately there is no single instrument able to provide a measurement with complete vertical coverage, high vertical and temporal resolution, and good performance under all weather conditions, simultaneously. For this reason, in the last decade instrument synergies have become a strong tool used by the scientific community to improve the quality and usage of the atmospheric observations. The current thesis presents the microwave radiometer (MWR) and lidar synergy, which aims to overcome the specific sensor limitations. On the one hand, lidar measurements can provide water vapor or temperature measurements with a high vertical resolution albeit with limited vertical coverage, due to overlapping function (OVF) problems, sunlight contamination and the presence of clouds. On the other hand, MWRs receive water vapor, temperature and cloud information throughout the troposphere though their vertical resolution is poor. The retrieval algorithm combining these two instruments is called Lidar and Microwave Synergetic Optimal Atmospheric Profiler (LIME SOAP) and is based on an Optimal Estimation Method (OEM). The main advantage of this technique with respect to other retrieval algorithms, e.g. neural networks, Kalman filters, etc., is that an OEM allows for an uncertainty assessment of the retrieved atmospheric products. LIME SOAP combines measurements, i.e. MWR brightness temperatures and lidar water vapor mixing ratio and/or temperature profiles, with a priori atmospheric information taking the uncertainty of both into account. The method is applied to two different scenarios, i.e. ground based measurements during a two months campaign in Germany, and airborne measurements over tropical and subtropical Atlantic Ocean, for retrieving high vertical resolution profiles of absolute humidity (AH), temperature (T), relative humidity (RH) and liquid water path (LWP). For all retrievals, the studies in terms of theoretical error and degrees of freedom per signal reveal that the information of the two sensors is optimally combined. In addition, the vertical resolution of the products is improved when the MWR+lidar combination is performed with respect to the instruments working alone. Different experiments are performed to analyze the improvements achieved via the synergy compared to the individual retrievals. Results show that, for example, when applying the LIME SOAP for ground-based AH profiling, on average the theoretically determined absolute humidity uncertainty is reduced by 60% (38%) with respect to the retrieval using only-MWR (only-Raman lidar) data, for two-months data analysis. For temperature, it is shown that the error is reduced by 47.1% (24.6%) with respect to the only-MWR (only-Raman lidar) profile, when using a collocated radiosonde as reference. When retrieving RH, correlation between T and AH is included, which leads to improvements in the retrieved RH with respect to the case when T and AH are calculated independently. In addition it is shown that the Raman lidar T profile is not essential for the T and RH retrievals and using only the MWR temperature information provides products satisfactory for the specific case study. From the airborne perspective of HALO, the lidar non-overlap region is situated in the upper troposphere, where the amount of water vapor is reduced. Thus, the MWR improvement in the blind lidar region has less impact than in the ground based scenario. The benefits of the sensor combination are demonstrated, being especially strong in regions where lidar data is not available, whereas if both instruments are available, the lidar measurements dominate the retrieval.

    Item Type: Thesis (PhD thesis)
    Translated abstract:
    AbstractLanguage
    Kontinuierliche Beobachtungen thermodynamischer Vertikalprofile der Atmosphäre spielen für zahlreiche Anwendungen, wie etwa die Bestimmung der atmosphärischen Stabilität oder der Wolkenbildung, eine wichtige Rolle. Heutzutage stehen zahlreiche bodengebundene Sensoren zur Verfügung, um diese Vertikalprofile abzuleiten. Allerdings ist keines dieser Instrumente momentan in der Lage, gleichzeitig sowohl eine hohe vertikale und zeitliche Auflösung über den gesamten Höhenbereich zu gewährleisten, als auch bei allen Wetterbedingungen verlässliche Messwerte zu liefern. Aus diesen Gründen wurde in der Atmosphärenwissenschaft im letzten Jahrzehnt vermehrt der Fokus auf die Nutzung von Synergien verschiedener Instrumente gelegt, um die Qualität und Nutzbarkeit bestehender Messungen zu verbessern. Die hier vorgelegte Doktorarbeit stellt ein Verfahren vor, welches die Synergie von Mikrowellenradiome- ter (MWR) und Lidar nutzt, um spezifische Einschränkungen der einzelnen Messverfahren zu überwinden. Lidarmessungen sind in der Lage, Profile der Temperatur und des Wasserdampfs mit hoher vertikaler Auflösung zu liefern. Jedoch sind die Messungen beschränkt bezüglich der maximalen Messhöhe, bedingt durch die Problematik der Überlappungsfunktionen (OVF) und Beeinträchtigungen durch Sonnenlicht und Wolken. Dem gegenüber erlauben MWR die Ableitung von Temperatur- und Wasserdampfprofilen und Informationen über Wolken aus dem gesamten Troposphärenbereich, allerdings mit geringer vertikaler Auflösung. Der in dieser Ar- beit vorgestellte Retrieval-Algorithmus „Lidar and Microwave Synergetic Optimal Atmospheric Profiler (LIME SOAP)” kombiniert die Beobachtungen dieser zwei Messgeräte basierend auf der sogenannten „Optimal Estimation” Methode (OEM). Der wesentliche Vorteil dieser Methode im Gegensatz zu anderen Ansätzen, wie etwa neuralen Netzen, Kalman-Filtern, usw., besteht darin, dass die OEM eine Fehlerabschätzung des abgeleiteten atmosphärischen Produktes erlaubt. In LIME SOAP werden Beobachtungen, d.h. MWR-Helligkeitstemperaturen und Lidar- Wasserdampfmischungsverhältnisse und/oder Temperaturprofile, mit a priori-Informationen der Atmosphäre kombiniert, wobei die Unsicherheiten in beiden Quellen berücksichtigt werden. Die Methode wurde auf zwei unterschiedliche Datensätze angewendet, um vertikal hochaufgelöste Profile der absoluten Feuchte (AH), Temperatur (T), relativen Feuchte (RH) und Flüssigwasserpfad (LWP) abzuleiten. Ein bodengebundener Datensatz wurde während einer zweimonatigen Messkampagne in Deutschland aufgenommen. Ein zusätzlicher Flugzeugdatensatz entstand während einer Kampagne über dem tropischen und subtropischen Atlantik. Für alle erzeugten Retrievals ergaben die Untersuchungen des theoretisch erwartbaren Fehlers und der Freiheitsgrade des Signals, dass die Informationen der beiden Instrumente mit dieser Methode optimal kombiniert werden konnten. Des Weiteren konnte die Vertikalauflösung des abgeleiteten Produkts durch die MWR-Lidar-Synergie im Vergleich zum Einzelinstrument verbessert werden. In verschiedenen Experimenten wurden die Verbesserungen durch die Instrumentensynergie im Vergleich zu den Resultaten der einzelnen Messgeräte analysiert. Die Resultate für einen zweimonatigen, bodengebundenen Datensatz zeigen beispielsweise, dass der durchschnittliche theoretische Fehler im absoluten Feuchteprofil bei der LIME SOAP-Methode um 60% (38%) reduziert werden konnte in Bezug auf Resultate, welche ausschließlich MWR (Raman Lidar) Daten nutzen. Der Fehler der Temperaturmessung konnte um 47.1% (24.6%) reduziert werden im Vergleich zu den Methoden mit ausschließlich MWR (Raman Lidar), wobei die Profile nahegelegenen Radiosondenaufstiege als Referenz herangezogen wurden. Bei der Ableitung der RH wurden Korrelationen zwischen T und AH miteinbezogen, was zu Verbesserungen im abgeleiteten RH Profil führte im Vergleich zum RH-Profil basierend auf einer unabhängigen Ableitung von T und AH. Des Weiteren konnte gezeigt werden, dass das T Profil aus dem Raman Lidar nicht unbedingt notwendig für die abgeleiteten T- und RH-Profile ist, sondern dass bereits das T Profil aus den MWR-Messungen für die durchgeführten Fallstudien zu zufriedenstellenden Ergebnissen führt. Bei der Messgeometrie mit Messflugzeugen wie etwa HALO, liegt der nicht überlappende Messbereich des Lidars in der oberen Troposphäre, also in einem Bereich mit generell geringem Wasserdampfgehalt. Daher erzielen die MWR Messungen in dieser Region ohne Lidardaten einen geringeren positiven Effekt verglichen mit der bodengebundenen Messanordnung. Die Vorteile der Sensorkombination konnten in dieser Arbeit klar demonstriert werden, wobei sich die größten Verbesserungen in Höhenbereichen ergaben, in denen Lidarmessungen nicht verfügbar waren. In Bereichen, in denen beide Messgeräte Daten lieferten, dominierten die Lidarmessungen die kombinierten abgeleiteten thermodynamischen Profile.German
    Creators:
    CreatorsEmail
    Barrera Verdejo, Mariabarreram@uni-koeln.de
    URN: urn:nbn:de:hbz:38-74369
    Subjects: Natural sciences and mathematics
    Uncontrolled Keywords:
    KeywordsLanguage
    Atmospheric Remote Sensing, Instrument synergy, microwave radiometer, lidar, tropospheric profiling, retrievalEnglish
    Faculty: Mathematisch-Naturwissenschaftliche Fakultät
    Divisions: Mathematisch-Naturwissenschaftliche Fakultät > Institut für Geophysik und Meteorologie
    Language: English
    Date: 04 April 2016
    Date Type: Publication
    Date of oral exam: 27 May 2016
    Full Text Status: Public
    Date Deposited: 09 Mar 2017 10:42:09
    Referee
    NameAcademic Title
    Crewell, SusanneProf. Dr.
    Löhnert, UlrichPD Dr.
    Stevens, BjornProf. Dr.
    URI: http://kups.ub.uni-koeln.de/id/eprint/7436

    Actions (login required)

    View Item