Varia%onelleFehlerkorrekturfürWindrichtungsfehlerinRadiosondendaten

Chris%naTavolatoundLeopoldHaimberger

DankanDickDee,SeanHealyFWF,ECMWF,GRAS‐SAF

DACH2010

Überblick•  WasisteinBias?

•  EinleitunginVaria%onelleBiasKorrektur–  Varia%onelleBiasKorrekturamEZMW

•  RadiosondenBias– Windrichtungsfehler

•  Varia%onelleBiasKorrekturfürRadiosondendaten–  Implemen%erung

•  AusblickaufdieweitereArbeit–  GPSRadio‐Okkulta%onsDatenalsReferenzdaten

Chris%naTavolato‐DACH2010

Chris%naTavolato‐DACH2010

Varia%onelleBiasKorrektur‐VarBC•  Varia%onelleBiasKorrekturwährendderDatenassimila%on

•  Kostenfunk%oneines4D‐VarDatenassimila%onssystems:

•  MitBiasTerm:

Chris%naTavolato‐DACH2010

€

J( x ) = x − x b( )T

B−1 x − x b( ) + y −H( x )( )T R−1 y −H( x )( )

b–Biaspi–Predictorenβi–unbekanntenBiasParameter

€

J( x ) = x b − x ( )T

B x −1 x b −

x ( ) + βb − β( )TBβ

−1 βb − β( ) + y −H( x ) −

b ( x ,β)( )

TR−1 y −H( x ) −

b ( x ,β)( )

€

b (β, x ) = βi

p i( x )

i=0

N p

∑

DeeandUppala,2009

VarBCamEZMW•  VarBCfürSatellitendaten:Radianzen,Ozon,

Säulenwasserdampfgehalt–  Beispiel:NOAA‐14MSUchannel2

Chris%naTavolato‐DACH2010

DeeandUppala,2009

FehlerabschätzungfürNOAA‐14inERA‐InterimmitVarBC

GemesseneÄnderungender„warm‐targettemperature“anBordvonNOAA‐14(Grodyetal.2004)

BiasinRadiosondendaten•  Radiosondenbeobachtungen

–  Temperatur,Wind,Feuchte

–  BekanntTemperaturbias•  Strahlungsfehler,etc.

Chris%naTavolato‐DACH2010

ZeitreihederTemperaturinnova%onenin50hPaderSta%onBethelinAlaska.Zwischen1990und1995siehtmaneinenBiasderdurcheinenInstrumentenwechselhervorgerufenwurde.

Windrichtungsfehler•  MarionIsland–IndischerOzean

–  WindrichtungsänderungenimVergleichzurReferenzERA‐40

–  1978,1982:ÄnderungderWindrichtungimgesamtenProfil

Chris%naTavolato‐DACH2010

GruberandHaimberger,2008

Windrichtungsfehlerweltweit

Chris%naTavolato‐DACH2010

GruberandHaimberger,2008

GroßeFlächenmitWindrichtungsfehlernüberAsien

IsolierteSta%onenmitgroßemEinflussaufdieAnalyse

VarBCfürRadiosondendaten•  Kostenfunk%on:

•  Bias:

–  BiasParameterabhängigvonRadiosondentyp•  Vaisala,VIZ,etc.

–  EineKorrekturfüreinganzesProfil•  KonstanterFehlerparameterderWindrichtungfürjedeSta%ons‐IDzujedemBeobachtungszeitpunkt

Chris%naTavolato‐DACH2010

p0–einkonstanterPredictor

€

b (β, x ) = βi

p i( x )

i=0

N p

∑

€

J( x ) = x b − x ( )T

B x −1 x b −

x ( ) + βb − β( )TBβ

−1 βb − β( ) + y −H( x ) −

b ( x ,β)( )

TR−1 y −H( x ) −

b ( x ,β)( )

Implementa%on•  EinkonstanterPrediktor•  Problem:WindrichtungkeineModellvariable

–  Modell:u,v

•  Ausu,v‐>Windrichtungbes%mmen‐>Biasmodell‐>Fehlerrückrechneninu,v–  FehlerParameterwirdinWindrichtunginderDatenbankgespeichert–  UmrechnunginWindrichtungmussfürsModelllinearisiertwerden

•  TemperaturalsnächsterSchril–  ParameterfürunterschiedlicheRadiosondendurchVergleichmitGPS‐

RODatenermileln

Chris%naTavolato‐DACH2010

GPS‐ROalsReferenzdatensatz

Chris%naTavolato‐DACH2010

•  GrassafProjektMonitoring

•  Vergleich–  Reflek%vität

•  ROmitverschiedenenRadiosondentypen–  VaisalaRS92–  Tropen

www.grassaf.org

VaisalaRS92–AVK(Russland)•  VergleichinBreiten>60°•  RussischerRadiosondentypzeigteinenBiasgegenüberden

GPSRODateninderabeinergewissenHöhe

Chris%naTavolato‐DACH2010

RS92 AVK

ZusammenfassungundAusblick•  VarBCeineguteMethodeistumsystema%scheFehlerzu

erkennenundzukorrigieren

•  VarBCfürRadiosondendatenunterEntwicklung–  Windrichtungskorrektur

–  Temperatur

•  BeiKorrekturvonRadiosondendatenmussaufgepasstwerden,dasiemomentandasModellklimasteuern–  NeuerReferenzdatensatz:GPSRadioOkkulta%onsDaten?

Chris%naTavolato‐DACH2010

DankefürdieAufmerksamkeit