Das Team vergleicht Reanalyse-Datensätze mit Advanced Himawari Imager-Messungen über Ostasien

Heutige Wettersatelliten bieten Wissenschaftlern eine einzigartige Möglichkeit, die Fähigkeiten verschiedener Reanalyse-Datensätze zur Darstellung von mehrschichtigem troposphärischem Wasserdampf zu bewerten. Ein Forschungsteam führte eine Studie durch, um die mehrschichtige Wasserdampfdarstellung in sechs repräsentativen Reanalyse-Datensätzen anhand der Messungen des Advanced Himawari Imager über Ostasien zu bewerten.

Da Wasserdampf bei der Bildung von Wolken und Niederschlägen wichtig ist, ist es für Wissenschaftler von entscheidender Bedeutung, Wasserdampf und die Verzerrungen zwischen verschiedenen Datensätzen besser zu verstehen. Ihre Arbeit wurde in der Zeitschrift veröffentlicht Fortschritte in der Atmosphärenwissenschaft am 29. Juli 2023.

Wissenschaftler erstellen Reanalyse-Datensätze, indem sie historische Beobachtungen über einen bestimmten Zeitraum hinweg mithilfe moderner Wettervorhersagemodelle kombinieren. Wissenschaftler in der Klimaforschungsgemeinschaft nutzen atmosphärische Reanalyse-Datensätze, um atmosphärische Prozesse und Variabilität besser zu verstehen, Klimaveränderungen zu identifizieren und Klimamodelle zu bewerten. Aufgrund seiner hohen Variabilität, unzureichenden Messungen und der in den Reanalysedaten festgestellten Mängel ist der atmosphärische Wasserdampf jedoch eine der am wenigsten verstandenen atmosphärischen Variablen in Reanalyse-Datensätzen.

„Da Wasserdampf eine Schlüsselrolle bei der Bildung von Wolken und Niederschlägen spielt und erheblichen Einfluss auf den Energiehaushalt des Erdsystems hat, ist es von großer Bedeutung, die Fähigkeit von Reanalyse-Datensätzen zu bewerten, die Verteilung und Variabilität von Wasserdampf zu reproduzieren.“ „Identifizieren Sie Wasserdampfverzerrungen oder Unterschiede zwischen verschiedenen Datensätzen und schlagen Sie zukünftige Verbesserungen für Reanalyse-Verarbeitungssysteme vor“, sagte Jun Li vom National Satellite Meteorological Center der China Meteorological Administration.

Das Team nutzte Daten, die 2016 vom Advanced Himawari Imager gesammelt wurden. Der Imager flog an Bord des Himawari-8-Satelliten und sammelte täglich Messungen über Ostasien. Das Team untersuchte die Bias-Merkmale von mehrschichtigem Wasserdampf anhand von sechs Reanalyse-Datensätzen. Zu diesen sechs Datensätzen von großen meteorologischen Vorhersagezentren gehörten ERA-Interim, ERA5, CFSR, MERRA-2, JRA-55 und CRA.

„Die Strahlungsdichten mit hoher räumlich-zeitlicher Auflösung der fortschrittlichen Bildgeber an Bord der neuen Generation geostationärer Wettersatelliten bieten eine einzigartige Gelegenheit, den mehrschichtigen troposphärischen Wasserdampf zu bewerten, der durch verschiedene numerische Modelle dargestellt wird“, sagte Li. Diese Bildgeber ermöglichen Wissenschaftlern ein besseres Verständnis der täglichen Variation des atmosphärischen Wasserdampfs als die von Satelliten mit polarer Umlaufbahn.

Die Studie des Teams ergab, dass die sechs weit verbreiteten Reanalyse-Datensätze im Vergleich zu Satellitenbeobachtungen von Wasserdampf konsistente Feuchteverzerrungen in der oberen Troposphäre aufweisen. Der Wet Bias beschreibt, wie einige Prognostiker die Niederschlagswahrscheinlichkeit überschätzen. Die Abweichung ist in der mittleren Troposphäre geringer als in der oberen.

Mittlerweile ist die Wasserdampfbelastung über dem tibetischen Plateau am stärksten. „Diese Ergebnisse könnten ein nützliches Werkzeug für die Klimamodellierungsgemeinschaft sein, um Probleme im Zusammenhang mit der Wasserdampfsimulation zu identifizieren und zu lösen“, sagte Li.

BJ Sohn, Professor an der Seoul National University, kommentierte die Arbeit des Teams in einem Forschungshighlight, das in veröffentlicht wurde Fortschritte in den Atmosphärenwissenschaften. Er stellte fest, dass das Team einen neuartigen Ansatz verfolgte, indem es per Satellit gemessene Strahlungsdichten simulierte, anstatt sich auf per Satellit ermittelte Wasserdampfprodukte zu verlassen. „Ihre Studie ist ein überzeugendes Beispiel dafür, wie Satellitenbeobachtungen effektiv genutzt werden können, um unser Verständnis in den Klimawissenschaften und der Meteorologie zu verbessern“, sagte Sohn.

Mit Blick auf die Zukunft hofft das Team, sein Studium ausweiten zu können. „Da Wasserdampfsimulationen in aktuellen Reanalysedaten offensichtliche Diskrepanzen aufweisen, lohnt es sich, die Mängel bei Wolken- und Niederschlagsvariablen, die stark mit Wasserdampf zusammenhängen, weiter zu untersuchen“, sagte Li. Evaluierungsarbeiten wie diese können der Modellierungs- und Datenassimilationsgemeinschaft nützliches Feedback zur Verbesserung der Reanalyse-Datensätze in der Zukunft liefern. Diese Verbesserungen könnten zu genaueren Wetter- und Klimavorhersagen führen.

„Das ultimative Ziel besteht darin, die Modellierung der atmosphärischen Wasserdampf-, Wolken- und Niederschlagsverteilung und -prozesse durch eine bessere Nutzung von Wettersatellitenbeobachtungen zu verbessern“, sagte Li.