Automated calibration of ceilometer data and its applicability for quantitative aerosol monitoring

Automated calibration of ceilometer data and its applicability for quantitative aerosol monitoring

Aerosols are important constituents of the Earth’s atmosphere. Their impact on global climate, but also on air quality and hence human health is huge. A region were pollutants can disperse is the Mixing Layer (ML), the lowermost part of the Earth’s atmosphere. It’s thickness is directly influenced from the Earth’s surface. The physics of the ML is of great interest for the meteorological community as effects on the dynamics, thermodynamics and air quality of the atmosphere are crucial. Recently, networks of automated single-wavelength backscatter lidars (“ceilometers”) have been implemented, primarily by weather services. As a consequence, the potential of ceilometers to quantitatively determine the spatio-temporal distribution of atmospheric aerosols must be investigated. With regard to ceilometer networks, automatic mixing layer height retrievals for air quality studies and a fully automated calibration of ceilometers to derive aerosol optical properties is required. The absolute calibration approach, which is based on the determination of the lidar constant C_L was fully automated and is applicable in a three-step procedure to several ceilometer types. As a result, the particle backscatter coefficient β_p can be determined at virtually any weather condition during day and night, independent of the main ceilometer issue—the limited signal-to-noise ratio. Applied to 5 years of measurement of a Jenoptik CHM15kx, a lidar constant could be determined on 391 days out of 1900 available days. With knowing C_L, β_p-profiles within an accuracy of typically 17% can be derived. To allow investigations of the ML, the automatic ML-height retrieval algorithm COBOLT (Continuous Boundary Layer Tracing) was developed. In contrast to ML-cycles with large jumps or even temporal gaps, determined by already available and frequently used algorithms, COBOLT uses a time-height tracking procedure. On basis of a best-of-all-approach utilizing state-of-the-art layer detection techniques, a traceable parameter is defined and allows to detect complete diurnal ML-cycles without steps by including a multi-member approach. Validation and crosschecks with ML-heights from radiosonde data and two other ML-height retrieval algorithms demonstrated the reliability of COBOLT. A wide range of applications is possible with a calibrated ceilometer and a reliable ML-height retrieval algorithm. Following examples are shown: a β_p-profile statistic and ML-height statistic above Munich; ML-height comparisons between rural and an urban site, as well as a validation of a chemistry transport model and an investigation of ML-height influences on air quality., Aerosolpartikel sind ein wichtiger Bestandteil der Erdatmosphäre. Sie haben Einfluss auf das globale Klima, aber auch auf die Luftqualität und somit letztlich auch auf die menschliche Gesundheit. Schadstoffe breiten sich insbesondere in der Mischungsschicht (ML) aus, dem untersten Teil der Erdatmosphäre. Die ML-Höhe wird direkt von der Erdoberfläche aus beeinflusst. Die Physik der ML ist von großem Interesse für die Meteorologie, da dynamische und thermodynamische Prozesse sowie die Zusammensetzung der Atmosphäre eine große Rolle spielen. In letzter Zeit haben vor allem Wetterdienste Netzwerke mit automatisierten Rückstreulidargeräten mit einer Wellenlänge (Ceilometer) aufgebaut. Folglich muss untersucht werden, welches Potential Ceilometer bei der quantitativen Bestimmung der räumlichen sowie zeitlichen Aerosolverteilung in der Atmosphäre haben. Im Hinblick auf Ceilometernetzwerke ist die Entwicklung einer automatischen Bestimmung der ML-Höhe für Untersuchungen der Luftqualität und eine automatisierte Kalibrierung der Ceilometer nötig. Erst mit einer automatisierten Kalibrierung kann man optische Eigenschaften anhand von Ceilometernetzwerken ableiten. Es ist gelungen die hier entwickelte absolute Kalibrierung, welche auf der Bestimmung der Lidarkonstante C_L basiert, vollständig zu automatisieren. Sie kann in einem dreistufigen Verfahren auf verschiedenste Ceilometer angewendet werden. Dadurch kann man den Partikelrückstreukoeffizienten β_p unabhängig vom Signal-Rausch-Verhältnis, dem größten Problem der Ceilometer, bei fast allen Wetterbedingungen sowohl bei Tag als auch bei Nacht bestimmen. Mit der Anwendung auf eine fünfjährige Messreihe von einem Jenoptik CHM15kx lässt sich eine Lidarkonstante an 391 von 1900 verfügbaren Tagen ermitteln. Unter Nutzung von C_L können β_p-Profile mit einer Genauigkeit von 17% abgeleitet werden. Um Untersuchungen der ML vorzunehmen, wird der automatische Algorithmus COBOLT (Continuous Boundary Layer Tracing) zur Bestimmung der ML-Höhe entwickelt. Im Gegensatz zu ML-Tagesgängen von häufig benutzten Algorithmen, die große Sprünge oder gar Lücken in der von ihnen bestimmten ML-Höhe aufweisen, basiert COBOLT auf einer Zeit-Höhen-Verfolgung. Auf Grundlage eines “best-of-all”-Ansatzes und unter der Verwendung aktueller Methoden zur Schichtbestimmung wird ein Parameter definiert. Dieser Parameter erlaubt unter Verwendung eines “multi-member”-Ansatzes ein Verfolgen der ML-Höhe zur Auswertung von vollständigen ML-Tagesgängen ohne Zwischenschritte. Der Vergleich und die Validierung von ML-Höhen aus Daten von Radiosonden und zwei anderen Algorithmen zur ML-Höhenbestimmung zeigen die Zuverlässigkeit von COBOLT. Die Kalibrierung von Ceilometern und der Algorithmus zur Mischungsschichthöhenbestimmung eröffnen eine Vielzahl von Anwendungsmöglichkeiten. Zu den gezeigten Beispielen gehört eine Statistik des β_p-Profils und eine Statistik der ML-Höhen über München. Dabei werden sowohl die ML-Höhen von ländlichen Gebieten mit urbanen Zentren verglichen, als auch eine Validierung von Chemietransportmodellen und eine Untersuchung des Einflusses der ML-Höhen auf die Luftqualität vorgenommen.

Not available

02. Jun. 2016

2016

Englisch

https://nbn-resolving.org/urn:nbn:de:bvb:19-199307