Inhaltsbereich

CM SAF - Satellitenbasierte Klimatologie

Projekt

Satellite Application Facilities (SAFs) sind Zentren zur Verarbeitung von Satellitendaten und integraler Bestandteil des Application Ground Segment von EUMETSAT. MeteoSchweiz ist seit 2004 Partner des Projekts «Satellite Application Facility on Climate Monitoring» (CM SAF) zur Klimaüberwachung.

Projektanfang01.03.2022
Projektende28.02.2027
RegionInternational
StatusAktuelle Projekte
  • Forschung & Zusammenarbeit
  • Wetter
  • Klima

Fussbereich

Top Bar Navigation

Alle Schweizer BundesbehördenAlle Schweizer Bundesbehörden

Die SAF zur Klimaüberwachung leitet Klimadatenaufzeichnungen physikalischer Wolkenparameter, die Oberflächenstrahlung und die Strahlungsbilanz am Rand der Atmosphäre sowie den Wasserdampf in der Atmosphäre aus Satellitendaten ab.

    Oberflächenstrahlung

    Im CM SAF Projekt befasst sich MeteoSchweiz mir der Bilanz der Erdoberflächenstrahlung (Surface Radiation Budget, SRB). Das SRB ist eine essentiale Klimavariable (ECV). MeteoSchweiz leitet eine CM SAF-Aktivität zur Erstellung eines 40-jährigen Klimadatensatzes für die gesamte Strahlungsbilanz der Erdoberfläche, einschließlich der einfallenden Sonnenstrahlung an der Oberfläche, der Albedo und der langwelligen Strahlungskomponenten anhand von Meteosat Satellitenmessungen. Der CM SAF-Partner RMI (à www.meteo.be) modelliert den latenten und sensiblen Wärmefluss basierend auf den MeteoSchweiz-Strahlungskomponenten sowie externen, satellitengestützten Informationen über den Vegetationszustand und die Bodenfeuchtigkeit.

    Dieser Klimadatensatz reicht bis 1983 zurück und ist stündlich aufgelöst. Die Daten können Wissenschaftler dann für die Analyse des gesamten Strahlungs- und Wärmeflusses über Afrika und Europa nutzen.

    In der aktuellen Projektphase (2022 bis 2027) erstellt MeteoSchweiz in Zusammenarbeit mit dem DWD einen globalen Datensatz zur gesamten Bilanz der Erdoberflächenstrahlung.

    Wolken

    Meteoschweiz hat im CM SAF Projekt einen Klimadatensatz zur Wolkenbedeckung erstellt. Die Klimadaten basieren auf Messungen der Meteosat-Satelliten der ersten und zweiten Generation (1983-2020) und bedecken Afrika und weite Teile Europas mit einer räumlichen Auflösung von 0.05°.

    Der Wolkendatensatz ist eine wertvolle Quelle für Klimainformationen. Er kann Beobachtungen mit blossem Auge (SYNOP) in Regionen mit einer geringen Bodenobservationsdichte oder mit grosser räumlicher Variabilität der Wolkendecke, z.B. im Gebirge oder an der Küste, erweitern bzw. ergänzen. Zusätzlich werden Wolkeninformationen oft als Input für die Ableitung physikalischer Parameter aus Satellitendaten benötigt, beispielsweise Eigenschaften von Land- und Meeresoberflächen, Oberflächenstrahlungsflüsse oder atmosphärische Zustandsvariablen wie Feuchtigkeit und Temperatur.

    Der Wolkenmasken-Algorithmus basiert auf den kontinuierlichen Bewölkungswerten statt auf dem traditionellen Ansatz mit binärem Entscheidungsbaum. Die Werte werden für verschiedene Kanäle sowie für verschiedene räumliche und zeitliche Auflösungen berechnet. Jeder Wert bringt eine Wahrscheinlichkeit für die Wolkenbedeckung des jeweiligen Pixels (wolkig: Wert > 0, wolkenfrei: Wert < 0). Das Endergebnis, die Bewölkungswahrscheinlichkeit, wird erzielt durch das Aufaddieren aller verfügbaren Werte. Dabei berücksichtigt man die unterschiedliche Variabilität  der Werte am Tag, in der Nacht oder auch über schneebedeckten Gebieten.

    Landoberflächentemperatur

    Die Landoberflächentemperatur (LST) ist ein Maß dafür, wie heiß oder kalt die oberste Erdoberfläche ist. Für Klimawisenschaftler ist die Temperatur der obersten Erdschicht äusserst wichtig, um den Austauschs der Landoberfläche und der bodennahen Atmosphäre zu studieren. Ergänzend zur Lufttemperatur ist sie ein unabhängiges Temperaturmaß zur Erfassung des Klimawandels.

    Die LST kann aus Infrarotmessungen der ersten und zweiten Generation der Meteosatsatelliten bestimmt werden. MeteoSchweiz hat hier einen langen LST-Klimadatensatz als Beitrag zum CM SAF-Projekt veröffentlicht. Dieser Klimadatensatz ist stündlich verfügbar und deckt große Teile Europas und Afrikas mit einer räumlichen Auflösung von 0.05 ° ab. Dies bedeutet, dass Informationen über die Erdtemperatur für jede Stunde des Tages vorhanden sind.

    Die LST wird aus Satellitenmessungen unter Verwendung von Strahlungstransfermodellen abgeleitet. Satellitensensoren messen die Temperatur am oberen Rand der Atmosphäre. Um die Temperatur am Boden genau zu erfassen, müssen wir die Strahlung der Atmosphäre korrigieren. Der Anteil der atmosphärischen Strahlungen wird anhand von Daten von Wettermodellen, wie z.B. dem atmosphärischen Wasserdampfgehalt, mit einer Strahlungstransfermodellierung berechnet.

    Publikationen

    Stöckli, R., Bojanowski, J.S., John, V.O., Duguay-Tetzlaff, A., Bourgeois, Q., Schulz, J., Hollmann, R. (2019) Cloud Detection with Historical Geostationary Satellite Sensors for Climate Applications. Remote Sens, 11, 1052.

    Bojanowski, J., Stöckli, R., Tetzlaff, A., Finkensieper, S., Hollmann, R. (2018) Performance Assessment of the COMET Cloud Fractional Cover Climatology across Meteosat Generations, Remote Sensing, 10.

    Duguay-Tetzlaff, A., Bento, V.A.,  Göttsche, F.M., Stöckli, R., Martins, J.P.A., Trigo, I., Olesen, F.,Bojanowski, J.S., Da Camara, C., Kunz, H. (2015) Meteosat Land Surface Temperature Climate Data Record: Achievable Accuracy and Potential Uncertainties. Remote Sens., 7, 13139-13156.

    Posselt, R., Mueller, R., Stöckli, R., Trentmann, J., Liniger, M.A. (2014) A surface radiation climatology across two Meteosat satellite generations, Remote Sensing of Environment, 142, 103-110; http://dx.doi.org/10.1016/j.rse.2013.11.007

    Posselt, R., R. Müller, J. Trentmann, and R. Stöckli (2012). Remote sensing of solar surface radiation for climate monitoring -- the CM-SAF retrieval in international comparison, Remote Sensing of Environment, 118, 186-198; doi:10.1016/j.rse.2011.11.016

    Posselt, R., R. Müller, R. Stöckli, and J. Trentmann (2011). Spatial and Temporal Homogeneity of Solar Surface Irradiance across Satellite Generations, Remote Sensing, 3, 1029-1046; doi:10.3390/rs3051029

    Mueller R., J. Trentmann, C. Träger-Chatterjee, R. Posselt, R. Stöckli (2011). The Role of the Effective Cloud Albedo for Climate Monitoring and Analysis. Remote Sensing, 3, 2305-2320; doi:10.3390/rs3112305

    Dürr, B.; Zelenka, A.; Müller, R. & Philipona, R. (2010). Verification of CM-SAF and MeteoSwiss satellite based retrievals of surface shortwave irradiance over the Alpine region International Journal of Remote Sensing, 2010, 31, 4179 - 4198

    Dürr, B. & Zelenka, A. (2009). Deriving surface global irradiance over the Alpine region from METEOSAT Second Generation data by supplementing the HELIOSAT method, International Journal of Remote Sensing 30(22), 5821 - 5841.

    Schulz, J.; Albert, P.; Behr, H. D.; Caprion, D.; Deneke, H.; Dewitte, S.; Dürr, B.; Fuchs, P.; Gratzki, A.; Hechler, P.; Hollmann, R.; Johnston, S.; Karlsson, K. G.; Manninen, T.; Mueller, R.; Reuter, M.; Riihela, A.; Roebeling, R.; Selbach, N.; Tetzlaff, A.; Thomas, W.; Werscheck, M.; Wolters, E. & Zelenka, A. (2009). Operational climate monitoring from space: the EUMETSAT Satellite Application Facility on Climate Monitoring (CM-SAF), Atmos Chem Phys 9(5), 1687 - 1709.