variaonelle fehlerkorrektur für windrichtungsfehler in ... · variaonelle fehlerkorrektur für...
TRANSCRIPT
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
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