Stoppt die Vorratsdatenspeicherung! Jetzt klicken &handeln! Willst du auch an der Aktion teilnehmen? Hier findest du alle relevanten Infos
und Materialien:
 

 

English Homepage


Kontakt:

Impressum


Persönliches:

Curriculum Vitae
Veröffentlichungen
Diplomarbeit
Dissertation
Links


Projekte / Arbeitgeber:

Deutscher Wetterdienst
DWD / Fernerkundung
GKSS
Met.-Inst. Uni Hamburg
Max-Planck-Inst. f. Meteorologie Hamburg
GERB
MSG
CLIWA-NET
4D-Clouds


Homepages:

Wenn der Hahn kräht...
Oliver Sievers

 

Dissertation Oliver Sievers

Bestimmung von strahlungsbedingten, atmosphärischen Erwärmungsraten aus MSG-Daten

Strahlungsflussdivergenz Die Atmosphäre der Erde entwickelt nur aufgrund der Entstehung und Verstärkung von Temperaturgegensätzen, also aufgrund der Existenz unterschiedlicher Erwärmungsraten, ihr dynamisches Potential. Diese Erwärmungen kommen vor allem aufgrund von Strahlungsdivergenzen in der Atmosphäre (und am Erdboden) sowie durch Umsetzung latenter Wärme zustande. Die Kenntnis dieser Erwärmungsraten ist also für das Verständnis der Bewegungsvorgänge in der Atmosphäre sehr wichtig. Umfassende Messungen (also zeitlich und räumlich hoch aufgelöst, dabei ein grosses Gebiet und längere Zeitreihen abdeckend) gibt es bis heute aber nicht.

MSG Im Rahmen der Einführung des MSG (Meteosat Second Generation) wurde mit der vorliegenden Arbeit ein Verfahren zur Abschätzung von atmosphärischen, durch Strahlungsdivergenzen bedingte Erwärmungsraten entwickelt. Mit dem MSG, der Anfang 2004 als Meteosat-8 den operationellen Betrieb aufgenommen hat, steht ein Satellit mit mehreren bisher nicht gekannten Möglichkeiten zur Verfügung: 12 schmalbandige Spektralkanäle, eine zeitliche Auflösung von 15 Minuten, eine räumliche Auflösung von bis zu 1km x 1km und ein Instrument zur Bestimmung der Strahlungsbilanz gab es bislang nicht gleichzeitig auf einem geostationären Satelliten.

Mithilfe eines Strahlungstransportmodells wurde ein Datensatz erzeugt, der die Satellitenmessung und ein Profil von Erwärmungen in der Atmosphäre simuliert. Dieser Datensatz wurde verwendet, um neuronale Netze zu trainieren, mit denen die geforderte Abschätzung durchgeführt werden kann - natürlich mit Grenzen und innerhalb gewisser Genauigkeiten.

Die Arbeit soll demnächst hier in HTML-Form veröffentlicht werden. Bis dahin ist sie nur bei der Staatsbibliothek Hamburg verfügbar: http://www.sub.uni-hamburg.de/opus/volltexte/2005/2308/.


Oliver Sievers oliver.sievers (at) wetterkursus.de
Last modified: 11. Januar 2016