Ist ein Einfluss auf Wolkeneigenschaften im

Luv und Lee von großen urbanen Gebieten in

Satellitendaten erkennbar?

An der Universität Leipzig,

Fakultät für Physik und Geowissenschaften,

Institut für Meteorologie

Im Masterstudiengang Meteorologie eingereichte

Masterarbeit

von

Pit Strehl Matrikelnummer: 2503430

Gutachter/in: Prof. Dr. Johannes Quaas

Prof. Dr. Ina Tegen

Abstract

Große urbane Gebiete sind uber den gesamten Planeten zahlreich verteilt und weisen große

Emissionen auf, sowohl Aerosolemissionen als auch thermische Emissionen. Aerosole bilden

die Grundlage fur die Bildung von Wassertropfen und Eiskristalle, habe aber je nach Art und

Konzentration unterschiedliche Effekte auf die Wolkenbildung und deren allgemeinen Wolke-

neigenschaften. Ziel dieser Arbeit ist es zu untersuchen ob ein Einfluss von großen urbanen

Gebieten durch ihre einhergehende erhohte Aerosolemission auf die Eigenschaften von Wolken

in Satellitendaten nachweisbar ist. Dabei werden die Planetare Albedo, Wolkentropfenanzahl-

konzentration, Effektiver Partikelradius, Wolken Optische Dicke, Flussigwasserpfad, Aerosol

Optische Dicke, totaler Wolkenbedeckungsgrad, Wolkenbedeckungsgrad flussiger Phase und

der Wolkenbedeckungsgrad fester Phase fur Luv und Lee von urbanen Gebieten untersucht.

Es werden also Wolkeneigenschaften der windzugewandten Seite (Luv) mit denen der wind-

abgewandten Seite (Lee) von urbanen Gebieten verglichen. Die Untersuchung findet primar

auf globaler Ebene statt mit einem zusatzlichen Vergleichen zwischen Europa und Asien. Es

wurde herausgefunden, dass sich auf globaler Ebene von Luv zu Lee der Effektiver Partikel-

radius verringert und die Anzahl der Tropfchen steigt. Gleichzeitig steigt auch die Wolken

Optische Dicke, die Planetare Albedo und der Wolkenbedeckungsgrad. Ebenso steigt die Ae-

rosol Optische Dicke. Im Vergleich zwischen Europa und Asien zeigen sich jedoch zum Teil

ganz andere Werte. Leider ist keines der Ergebnisse signifikant. Es sollte jedoch weiter an die-

sem Thema geforscht werden und dabei kleinere Gebiete mit großerer Auflosung untersucht

werden.

Inhaltsverzeichnis

1 Einleitung 1

2 Methodik 3

2.1 Datensatze . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

2.1.1 Bevolkerungsdichte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

2.1.2 Wind . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

2.1.3 Wolkeneigenschaften aus Strahlungsdaten . . . . . . . . . . . . . . . . 3

2.2 Masken . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

3 Theorie 8

3.1 Wolken Optische Dicke und Effektiver Partikelradius . . . . . . . . . . . . . . 8

3.2 Flussigwasserpfad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

3.3 Wolkentropfenanzahlkonzentration . . . . . . . . . . . . . . . . . . . . . . . . 12

3.4 Aerosol Optische Dicke . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13

3.5 Thermodynamische Phase der Wolke . . . . . . . . . . . . . . . . . . . . . . . 15

3.6 Wolkenbedeckungsgrad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

3.7 Planetare Albedo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

4 Auswertung 17

4.1 Aerosol Optische Dicke . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

4.2 Effektiver Partikelradius . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

4.3 Wolkentropfenanzahlkonzentration . . . . . . . . . . . . . . . . . . . . . . . . 23

4.4 Wolken Optische Dicke . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

4.5 Planetare Albedo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

4.6 Flussigwasserpfad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29

4.7 Wolkenbedeckungsgrad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31

5 Diskussion 34

6 Zusammenfassung 35

7 Literaturverzeichnis 36

1 Einleitung

1 Einleitung

Die Anzahl an großen urbanen Gebieten steigt weltweit und deren Einfluss durch ihre Emis-

sionen ist noch nicht ausreichend verstanden. Die Temperatur in großen urbanen Gebieten

kann bis zu 10◦C hoher sein als die der umgebenden landlicheren Gebiete, [Collier, 2005]. Auf-

grund der erhohten thermischen Ausstrahlung uber urbanen Gebieten konnen diese durch den

Hitze-Insel-Effekt dazu beitragen, dass sich daruber liegende Nebelfelder auflosen, [Gautam

and Singh, 2018]. Durch den erhohten Ausstoß an Aerosolen in großen urbanen Gebieten

konnten sich Wolkeneigenschaften andern und z.B. fur geringeren Niederschlag sorgen. [Alam

et al., 2018] fanden heraus, dass sich uber urbanen Gebieten mit erhohter Aerosol Optischer

Dicke auch der Wolkenbedeckungsgrad erhoht. Mit veranderten Wolkeneigenschaften andert

sich auch die Strahlungsbilanz des Planeten.

Wolken und Aerosole haben einen starken Einfluss auf das Wettergeschehen und das globale

Klima. Insbesondere Wolken konnen durch ihre sehr variablen Eigenschaften unterschiedli-

che Beitrage auf das Wetter und auf die Strahlungsbilanz der Erdoberflache und Atmosphare

aufweisen. Einerseits sind Wolken im Stande die Atmosphare abzukuhlen. Dies geschieht vor

allem durch tiefe und optisch Dicke Wolken, da diese ein hohes Reflexionsvermogen auswei-

sen und einen Großteil der Strahlung zuruck ins All reflektieren. Andererseits konnen Wolken

durch Beeinflussung der thermischen Ausstrahlung der Erde die Atmosphare erwarmen. Vor

allem hohe und optisch Dunne Wolken mit einer großen Differenz zwischen der Temperatur

am Erdboden und in der Wolke. Aerosole fungieren als Kondensationskeime fur Tropfen und

haben einen ebenso nicht unerheblichen, wenn auch nicht genau bekannten Einfluss, auf die

Wolkenbildung und deren Entwicklung, sowie auf die Strahlungsbilanz. In Abhangigkeit von

der Wolkenphase haben Aerosole unterschiedliche Einflusse auf die Wolke, [Storelvmo et al.,

2008].

Fur Flussigwasserwolken gibt es zwei wichtige indirekte Effekte, den Albedoeffekt und den

Lebenszeiteffekt. Der Albedoeffekt beschreibt die erhohte Albedo der Wolke, bedingt durch

eine großere Anzahl an kleineren Wolkentropfen, aufgrund des Anstiegs der Aerosole, al-

so der Kondensationskeime. Somit vergroßert sich die Gesamtoberflache der Wolkentropfen

und das Reflexionsvermogen der Wolke, [Twomey, 1977]. Der Lebenszeiteffekt beschreibt die

verlangerte Lebensdauer der Wolke, aufgrund der Zunahme der Tropfenanzahl und der so-

mit einhergehenden Abnahme der Tropfenradien. Kleinere Tropfen benotigen mehr Zeit um

zu großen Tropfen (Niederschlagstropfen) heranzuwachsen, [Albrecht, 1989] und [Pincus and

Baker, 1994]. Diese beiden Effekte sind im solaren Spektralbereich von Bedeutung.

Wie oben erwahnt sind vor allem hohe und hochreichende Wolken, wie Mischphasenwolken,

Cirren und konvektive Wolken, im terrestrischen Spektralbereich von Bedeutung. Verschiede-

ne Aerosole haben verschiedene Effekte auf die Eisnukleation. Auch hier ist es wichtig diese

Effekte zu kennen. Diese Arbeit beschaftigt sich jedoch mit den oben beschriebenen indirek-

ten Effekten.

Aerosole konnen naturlichen Ursprungs (Seesalzteilchen, Sandpartikel aus der Wuste), aber

auch anthropogenen Ursprungs sein. Global betrachten unterliegt die Konzentration an Aero-

solen starken Schwankungen naturlichen und anthropogenen Ursprungs. Besonders in Wusten,

Großstadten und Industriegebieten werden ein Großteil der Aerosole freigesetzt. Halt man

1

1 Einleitung

sich noch einmal die oben beschriebenen Effekte vor Augen, stellt sich die Frage, ob die von

Menschen verursachten Aerosolemissionen einen signifikanten Einfluss auf Wolkeneigenschaf-

ten haben?

Zwar haben [de Meij et al., 2012]) unter Verwendung der Aerosol optischen Dicke gezeigt,

dass zwischen 2000 und 2009 eine signifikante Abnahme der Aerosolemissionen fur Europa

und Nordamerika zu verzeichnen ist. In Sud- und Ostasien hingehen ist fur diesen Zeitraum

der Trend der Aerosolemissionen hauptsachlich positiv. Jedoch ist auch bei einem abneh-

menden Trend an Aerosolemissionen wie in Europa und Nordamerika, weiterhin ein Ausstoß

vorhanden und somit ein moglicher Einfluss auf Wolkeneigenschaften gegeben.

Die Kenntnis uber die Interaktionen zwischen Wolken und Aerosolen sind noch nicht aus-

reichend gut erforscht. Im jungsten Sachstandsbericht AR5, [Boucher et al., 2013] des IPCC

ist nachzulesen, dass die Aerosoleffekte auf Wolken eine der Hauptquellen der Unsicherhei-

ten im derzeitigen Wissenstand der Strahlungsbilanz und dem anthropogenem Klimaforcing

sind. Durch ein besseres Verstandnis dieser Effekte konnen Klima- und Wetterprognosen

zuverlassiger werden. Deshalb ist es wichtig die Prozesse und Eigenschaften genauer zu un-

tersuchen und zu quantifizieren.

2

2 Methodik

2 Methodik

Die Verarbeitung der im Folgenden beschriebenen Datensatze, Masken und die Auswertung

der Ergebnisse wird unter Verwendung von NCAR Command Language (NCL) und Climate

Data Operators (CDO) durchgefuhrt. NCL ist eine open source Programmiersprache und

dient speziell zur wissenschaftlichen Datenverarbeitung und -visualisierung. CDO sind Ope-

ratoren fur Standardverarbeitungen von Klima -und Prognosedaten.

2.1 Datensatze

Es werden nacheinander Folgenden die drei Datensatze, die in dieser Arbeit verwendet werden,

beschrieben.

2.1.1 Bevolkerungsdichte

Der erste Datensatz enthalt Informationen uber die Bevolkerungsdichte pro km2 im Jahr

2000 und basiert auf einer Schatzung uber die Ausmaße urbaner Gebiete (ca. 1995) und

zwei Volkszahlungen (ca. 1990 und 2000) [SocioEconomic Data And Applications Center

(SEDAC), 2017]. Bereit gestellt wird der Datensatz vom SEDAC der Columbia University.

Das Gitter liegt in einer Auflosung von 1◦ x 1◦ vor.

2.1.2 Wind

Das European Center for Medium-Range Weather Forecasts (ECMWF) stellt Reanalysen

der globalen Atmosphare zur Verfugung. Diese Reanalysen sind eine Kombination aus mo-

dellierten und verschiedensten realen Messwerten und bieten eine gute Annaherung der at-

mospharischen und ozeanischen Parameter [Berrisford et al., 2011]. Der in dieser Arbeit

verwendetet Datensatz enthalt die v und u Windkomponente. Die Komponenten konnen fur

verschiedene Drucklevel und Auflosungen bezogen werden. Es wird davon ausgegangen, dass

in den unteren Schichten der Troposphare die Aerosolkonzentration noch groß genug ist um

einen Einfluss auf Wolkeneigenschaften haben zu konnen. In hoheren Schichten ist die Ae-

rosolkonzentration geringer. Dazu gibt es zahlreiche Veroffentlichungen, u.a. [Baars et al.,

2016]. Die Abnahme der Konzentration liegt darin begrundet, dass Aerosole als Kondensa-

tionskeime dienen und sich entweder in den Tropfen und Eiskristallen innerhalb einer Wolke

befinden, oder durch Niederschlag zum Boden zuruck gefuhrt wurden. Deshalb werden die

Windkomponenten fur die Drucklevel 800hPa, 700hPa und 500hPa gewahlt, da in diesen

Schichten permanent Kondensations- und Niederschlagsprozesse stattfinden. Zur Vergleich-

barkeit mit den in Abschnitt 2.1.1 und 2.1.3 beschriebenen Datensatzen, wird die Auflosung

1◦ x 1◦ und der Zeitraum vom 01.01.2001-31.12.2006 gewahlt.

2.1.3 Wolkeneigenschaften aus Strahlungsdaten

Es werden unter anderem die vier wichtigsten Parameter die die Strahlungseigenschaften

von Wolken charakterisieren untersucht. Diese setzen sich zusammen aus der optische Dicke,

der Tropfengroße, der Konzentration an Tropfen und dem Flussigwasserpfad. Weiterhin wird

3

2 Methodik

ebenso der Wolkenbedeckungsgrad, die planetare Albedo und die Aerosol Optische Dicke un-

tersucht.

Die zu untersuchenden Wolkeneigenschaften werden durch multispektrale, radiometrische

Messungen, die der Satellit Terra liefert, gewonnen und abgeleitet. Der Algorithmus zum

Ableiten von Wolkeneigenschaften aus Satellitendaten wird in Abschnitt 3: Theorie beschrie-

ben. TERRA ist ein Erdbeobachtungssatellit und wurde im Dezember 1999 von der US-

amerikanischen Luft- und Raumfahrtbehorde NASA als Teil des Earth Observing System

(EOS) gestartet. Der Satellit umkreist die Erde auf einer polaren, sonnensynchronen Erdum-

laufbahn in ca. 700km Hohe. Somit uberquert der Satellit jeden Punkt der Erde taglich zur

selben Ortszeit. Dies ermoglicht eine gute Vergleichbarkeit der Daten. Die von Terra gelie-

ferten Daten werden 10:30 Uhr Ortszeit gemessen. Auf Terra befinden sich funf verschieden

Messinstrumente, von denen fur diese Arbeit Clouds and the Earths Radiant Energie System

(CERES) und MODerate-resolution Imaging Spectroradiometer (MODIS) die jeweiligen Da-

ten liefern. An Bord von Terra befinden sich sich zwei identische CERES-Messinstrumente,

von denen eins orthogonal zur Erde gerichtet und das andere schwenkbar ist. Die Instrumente

arbeiten mit einem Radiometer welches in 3 verschieden Kanalen misst. Ein Kurzwellenkanal

ist fur die Messung des kurzwelligen Sonnenlichts im Bereich von 0.3µm - 5µm zustandig. Ein

anderer Kanal misst die terrestrische Strahlung im atmospharischen Fenster von 8µm – 13µm

und ein weiterer Kanal die gesamte von der Erde ausgesandte Strahlung. Diese Messungen

gelten nur fur den Oberrand der Atmosphare. Fur Parameter innerhalb der Atmosphare und

an der Erdoberflache werden zusatzlich Daten von anderen Instrumenten, wie MODIS, simul-

tan mit einbezogen. Somit konnen zusatzlich Eigenschaften von Wolken bestimmt werden. Es

kann die Aerosol Optische Dicke, der Tropfchenradius und die Optische Dicke der Wolken,

sowie der Bedeckungsgrad durch die vorliegenden Strahlungsdaten abgeleitet werden. MO-

DIS ist ein Radiospektrometer und liefert Daten durch 36 verschiedene Spektralbander im

Bereich von 0,4µm bis 14,4µm [King et al., 2003].

2.2 Masken

Um einen Vergleich zwischen einem urbanen Gebiet und dessen Umgeben zu schaffen werden

drei Masken programmiert. Die erste Maske basiert auf dem Datensatz der Bevolkerungsdichte.

Ein urbanes Gebiet wird jeweils fur die Schwellenwerte 250, 500, 1000 und 2000 Einwohner

pro km2 definiert. Das bedeutet, dass die Bevolkerungsdichte mindestens den Schwellenwert

betragen muss. Somit konnen Unterschiede zwischen den verschiedene Großen von urbanen

Gebieten festgestellt werden. Weiterhin kann analysiert werden welcher Schwellenwert am

besten urbane Gebiete definiert, die hinreichend groß sind um Eigenschaften von Wolken zu

verandern. Basierend auf dem jeweiligen Schwellenwert wird ein Array geschaffen, welches

ein urbanes Gebiet als 1 definiert und alle ubrigen Felder als 0. Diese Array dient dann als

Maske der urbanen Gebiete. Schwellenwerte werden fortan auch ohne Einheit angegeben. Ein

Schwellenwert von z.B. 500 bedeutet, dass urbane Gebiete mit einer Bevolkerungsdichte ≥500 Einwohner pro km2 berechnet wurden. In Abbildung 1 ist die globale Bevolkerungsdichte

zu sehen. Gelbe, orange und rote Bereichen zeigen eine hohe Bevolkerungsdichte. Deutlich zu

erkennen sind einzelne urbane Gebiete und auch großere Ansammlungen. Zur Veranschau-

4

2 Methodik

lichung wird nun der Schwellenwert 500 gewahlt. In Abbildung 2 zeigen alle roten Gebiete

eine Bevolkerungsdichte von ≥ 500 Einwohner pro km2 und werden als City bezeichnet. Die

restlichen Gebiete mit kleinere Bevolkerungsdichten haben den Wert 0.

Abbildung 1: Globale Bevolkerungsdichte pro km2 im Jahr 2000

Abbildung 2: Gebiete mit einer Bevolkerungsdichte von ≥ 500 Einwohner pro km2

Die folgende Abbildung 3(a) ist ein Ausschnitt aus 2 und dient nur zur besseren Veranschau-

lichung. Zu sehen sind rote Gebiete, die wieder urbane Gebiete anzeigen. Im nachsten Schritt

wird eine Maske geschaffen, die eine angrenzende Umgebung um jedes urbane Gebiet herum

bildet, ohne ein eventuell direkt benachbartes urbanes Gebiet zu uberschreiben, siehe Abbil-

dung 3(b). Die Umgebungsmaske dient lediglich zum Erstellen der Luv- und Leegebiete.

Die dritte Maske beschreibt die Luv- und Leegebiete von jedem urbanen Gebiet. Da sich die

5

2 Methodik

Windrichtung in den in 2.1.2 genannten Hohen im Laufe des Tages nur geringfugig andert

wird fur jeden Gitterpunkt die Windrichtung uber den Tag gemittelt. Alle Maskierungspro-

zesse werden durch eine programmierte Schleife erzeugt. Dabei wird darauf geachtet, dass

Leegebiete Luvgebiete uberschreiben, wie in Abbildung 3(d) zu sehen ist. Dieser Vorgang ist

wichtig, weil es zu Fehlern kommen kann, wenn sich ein Luvgebiet eines urbanen Gebietes

gleichzeitig um Lee eines anderen urbanen Gebietes befindet. Da dieses Luvgebiet schon Lee-

gebiet ist, und dementsprechend andere Wolkeneigenschaften aufweist konnte, welche sich im

darauffolgendem Leegebiet nochmals verstarken wurden. Abbildung 3(c) zeigt urbane Gebiete

mit den dazugehorigen Luv- und Leegebieten, die aus dem zu diesem Zeitpunkt vorliegenden

Windfeld berechnet wurden. Es wird dabei zwischen 8 verschiedenen Windrichtungen unter-

schieden (Nord, Nord-Ost, Ost, Sud-Ost, Sud, Sud-West, West und Nord-West)

Die Masken fur die Luv- und Leegebiete werden darauffolgend mit dem Datensatz uber die

Wolkeneigenschaften verknupft. Dabei werden nur die Werte fur die 2 Gebiete (Luv und Lee)

behalten. Zum Schluss werden zuerst zeitliche und dann raumliche Mittlungen und die jewei-

ligen Standardabweichungen berechnet. Diese Berechnungen werden auf globaler Ebene und

fur Europa und Asien durchgefuhrt. Dabei werden nur Werte von Lee mit denen von Luv

verglichen. Die Verknupfungen und die Berechnungen werden mit CDO erzeugt.

6

2 Methodik

(a) Urbane Gebiete mit einerBevolkerungsdichte ≥ 500 Einwohnerpro km2 (rot: City).

(b) Urbane Gebiete mit einerBevolkerungsdichte ≥ 500 Einwohnerpro km2 (rot: City) und angrenzenderUmgebung (orange: Umgebung).

(c) Urbane Gebiete mit einerBevolkerungsdichte ≥ 500 Einwohnerpro km2 (rot: City) mit jeweiligemLuv (grun) und Lee (blau), sowie dasdazugehorige Windfeld (schwarze Pfeile).

(d) Urbane Gebiete mit einerBevolkerungsdichte ≥ 500 Einwoh-ner pro km2 (rot: City) mit jeweiligemLuv (grun) und Lee (blau).

Abbildung 3: Bestimmung von Luv und Lee

7

3 Theorie

3 Theorie

Im Folgenden wird beschrieben wie aus multispektralen, radiometrische Satellitenmessungen

durch den Satelliten TERRA einige Wolkeneigenschaften abgeleitet werden konnen. Dabei

bedient man sich verschiedenster Kanale im Bereich des sichtbaren und infraroten Lichts des

elektromagnetischen Spektrums. Die beschriebenen Eigenschaften sind die Wolken optische

Dicke, effektiver Partikelradius, Wolkentropfenanzahlkonzentration, Flussigwasserpfad, Ae-

rosol optische Dicke, Thermodynamische Phase der Wolken, Albedo und Wolkenbedeckungs-

grad.

3.1 Wolken Optische Dicke und Effektiver Partikelradius

Die Optische Dicke ist ein dimensionsloses Maß fur die Transparenz einer atmospharischen

Schicht. Der effektive Partikelradius fasst die Topfchengroße und Tropfchenkonzentration zu-

sammen. Er beschreibt den flachengewichteten mittleren Radius der Partikelgroßenverteilung

und wird in [µm] angegeben.

Das zugrunde liegende Prinzip zur Bestimmung der optischen Dicke und des effektiven Parti-

kelradius durch Radiometer liegt darin, dass die Reflektionsfunktion von Wolken durch einen

nicht absorbierenden Kanal im Bereich des sichtbaren Lichts hauptsachlich eine Funktion der

optischen Dicke der Wolke ist. Fur Kanale im Bereich des nahen Infrarots, welche durch Was-

ser oder Eis absorbiert werden, ist die Reflektionsfunktion hauptsachlich eine Funktion der

Wolkenpartikelgroße. [Durkee, 1989] hat in einer empirischen Studie bewiesen, dass eine gute

Korrelation zwischen der Reflektionsfunktion bei 3.7µm und dem effektiven Radius, welcher

aus in situ Messungen bestimmt wurde, gegeben ist. [Twomey and Cocks, 1989] entwickel-

ten eine statistische Methode, welche eine gleichzeitige Bestimmung der optischen Dicke und

des effektiven Tropfchenradius durch die Messung der Reflektivitat bei verschiedenen Wel-

lenlangen im Bereich des nahen Infrarots ermoglicht. Wenn die optische Dicke der Atmosphare

groß genug ist, stimmen numerische Ergebnisse der Reflektionsfunktion mit bekannten asym-

ptotischen Ausdrucken uberein, [van de Hulst, 1980]. Die Reflektionsfunktion R(τc;µ,µ0,φ)

bezeichnet die Albedo des Mediums, welche von der direkten Messung der Reflektion erhal-

ten wird, wenn das Strahlungsfeld der Reflektion isotrop ist. Die Formel ergibt sich aus der

reflektierten Intensitat I(0,-µ,φ) und der einfallenden solaren Strahlungsflussdichte F0.

Nach [Nakajima and King, 1990] kann die Reflektionsfunktion ausgedruckt werden durch:

R(τc;µ, µ0, φ) =πI(0,−µ, φ)

µ0, F0

(1)

mit τc der totalen optischen Dicke der Wolke, µ dem Absolutwert des Cosinus des Zenitwin-

kels, µ0 dem Cosinus des solaren Zenitwinkels, und φ dem relativen Azimutwinkel zwischen

der Ausbreitungsrichtung der entstehenden Strahlung und der einfallenden solaren Strahlung.

Uberlagern optisch Dicke Schichten eine Lambertoberflache, kann der Ausdruck fur die Re-

flektionsfunktion fur eine konservativ streuende Atmosphare nach [King, 1987] geschrieben

8

3 Theorie

werden als:

R(τc;µ, µ0, φ) = R∞(µ, µ0, φ) =4(1−Ag)K(µ)K(µ0)

[3(1−Ag)(1− g)(τc + 2q0) + 4Ag](2)

wovon die skalierte optische Dicke τ ‘c leicht abgeleitet werden kann:

τ ‘c = (1− g)τc

τ ‘c =4K(µ)K(µ0)

3[R∞(µ, µ0, φ)−R(τc;µ, µ0, φ)]− 2q‘ −

4Ag

3(1−Ag)(3)

R(τc;µ,µ0,φ) bezeichnet dabei die gemessene Reflektionsfunktion fur nichtabsorbierende Wel-

lenlangen und R∞(µ,µ0,φ) die Reflektionsfunktion einer semiinfiniten Atmosphare. Weiterhin

istK(µ) die Escape-Funktion, Ag die Bodenalbedo, g der Asymmetriefaktor und q0 die Extra-

polationslange fur konservative Streuung. Die reduzierte Extrapolationslange q‘ = (1 − q)q0

liegt im Bereich von 0.709 bis 0.715 fur alle moglichen Phasenfunktionen und kann nach

[Hulst, 1980] als konstant (q‘ ∼ 0.714) angenommen werden.

Aus Gleichung (3) ist zu erkennen, dass die skalierte optische Dicke der Wolken von q‘,

Ag und K(µ) abhangt, sowie von der Differenz aus R∞(µ,µ0,φ) und der gemessener Re-

flektionsfunktion. Fur Wellenlangen, die von Wasser absorbiert werden, kann außerhalb der

Molekularabsorptionsbander (wie 1.65µm, 2.16µm und 3.70µm) die Reflektionsfunktion fur

eine optisch dicke Atmosphare uber einer Lambertoberflache nach [King, 1987] geschrieben

werden als:

R(τc;µ, µ0, φ) = R∞(µ, µ0, φ)−m[(1−AgA

∗)l −Agmn2]K(µ)K(µ0)e−2kτc

[(1−AgA∗)(1− l2e−2kτc) +Agmn2le−2kτc ](4)

mit k als Diffisionsexponenten, A∗ als spharischen Albedo der semiinfiniten Atmosphare und

m, n und l als Konstanten. Alle 5 Asymptotenkonstanten A∗, m, n, l und k/(1− g) hangen

stark von der Einzelstreualbedo ω0 und etwas weniger von g ab. [Van de Hulst, 1974 und

1980] und [King, 1981] haben gezeigt, dass diese Konstanten durch die Funktion des Gleich-

heitsparameters s beschrieben werden konnen:

9

3 Theorie

s =

(

1− ω0

1− ω0g

)1/2

(5)

wobei s Werte von 0 (fur ω0 = 1) bis 1 (fur ω0 = 0) annimmt und fur isotrope Streu-

ung auf (1− ω0)1/2 reduziert wird.

Somit zeigt die Asymptotentherorie [Gleichung (2) und (4)], dass die Reflektions- und Trans-

missionseigenschaften einer dicken Schicht im Wesentlichen von den Parametern τ ‘c und s,

zusammen mit der Reflektivitat der darunterliegenden Oberflache Ag abhangen. Der Gleich-

heitsparameter hangt wiederum vom effektiven Partikelradius ab, welcher durch [Hansen and

Travis, 1974] wie folgt definiert wurde:

re =

∫

∞

0r3n(r)dr

∫

∞

0r2n(r)dr

(6)

mit n(r) der Partikelgroßenverteilung und r dem Partikelradius.

In Abbildung 4 ist der Gleichheitsparameter als Funktion der Wellenlange fur Luftmassen

mit Wolken die verschiedene Werte des effektive Radius aufweisen dargestellt und wurde

aus [Nakajima and King, 1990] entnommen. Weitere Details sind ebenso in [Nakajima and

King, 1990] und[King, 1990] zu finden. Da der Gleichheitsparameter im Wasserdampffenster

fur Wellenlangen λ ≤ 1.0µm fast 0 ist (konservative Streuung), kann die optische Dicke in

erster Linie durch die Messungen der Reflektionsfunktion in diesen Wellenlangenbereichen

abgeleitet werden [Formel 3]. Abbildung 4 zeigt ebenso, dass der Gleichheitsparameter und

somit auch die Reflektionsfunktion sensitiv gegenuber der Partikelgroße bei Wellenlangen

nahe 1.65µm und 2.16µm ist. Fur diese Wellenlangen ist die Absorbtion durch Wasserdampf

vernachlassigbar.

Die Reflektionsfunktion fur die optische Dicke und den effektiven Radius ist in Bezug auf

den solaren Zenitwinkel, dem Beobachtungszenit und dem Azimutwinkel sensitiv. Abbildung

5 zeigt Berechnungen bezuglich der Reflektionsfunktionen bei 0.75µm und 2.16µm fur ver-

schiedene Werte von τc und re und ist entnommen aus [Nakajima and King, 1990]. Die Wel-

lenlange wurden gewahlt, weil sie außerhalb der Absorptionsbander von Wasserdampf und

Sauerstoff liegen und dennoch wesentliche Unterschiede in den Absorptionseigenschaften von

Wassertropfchen (oder Eispartikeln) aufweisen, siehe Abbildung 4. Abbildung 5 zeigt deutlich

die zugrunde liegenden Prinzipien fur eine simultane Bestimmung von τc und re durch Mes-

sungen von reflektierter Strahlung. Das Minimum der Reflexionsfunktion entspricht bei jeder

Wellenlange der Reflexionsfunktion der darunterliegenden Oberflache in Abwesenheit der At-

mosphare. In Abbildung 5 wurde die darunterliegenden Oberflache als Lambertoberflache

Ag = 0.06 angenommen. Dies entspricht ungefahr einer Meeresoberflache. Die gestrichelten

Linien reprasentieren die Reflektionsfunktionen bei 0.75µm und 2.16µm die sich fur spezifi-

10

3 Theorie

Abbildung 4: Theoretische Beziehung

sche Werte der optischen Dicke bei 0.75µm ergeben. Die durchgezogenen Linien reprasentieren

die Reflektionsfunktionen, die sich fur spezifische Werte des effektiven Radius ergibt. Es ist

zu sehen, dass die optische Dicke einer Wolke weitgehend durch die Reflektionsfunktion ei-

ner nicht-absorbierenden Wellenlange (hier 0.75µm), mit einer geringen Abhangigkeit vom

Tropfchenradius, bestimmt wird. Die Reflektionsfunktion bei 2.16µm ist hingegen sehr sen-

sitiv zum effektiven Radius. Mit steigender optischer Dicke (τc & 12) ist die Sensitivitat der

nicht-absorbierenden und absorbierenden Kanale gegenuber τc (0.75µm) und re fast orthogo-

nal. Das bedeutet, dass τc und re bei diesen Bedingungen der optische Dicke fast unabhangig

bestimmt werden konnen und somit Messfehler in einem Kanal nur einen geringen Einfluss auf

die optischen Wolkeneigenschaften, die hauptsachlich durch einen anderen Kanal bestimmt

werden, haben.

Abbildung 5: Theoretische Beziehung

11

3 Theorie

3.2 Flussigwasserpfad

Der Flussigwasserpfad gibt den totalen Betrag an flussigen Wassers innerhalb zweier Schich-

ten in der Atmosphare in [gm−2] an. Wenn die optische Dicke τc und der effektive Radius

re einer Wolke bekannt sind, kann der Flussigwasserpfad: engl. Liquid Water Path (LWP)

nach [Stephens, 1978] wie folgt bestimmt werden:

LWP ⋍2

3reτ (7)

3.3 Wolkentropfenanzahlkonzentration

Die Wolkentropfenanzahlkonzentration (Nad) gibt die Anzahl an Tropfen innerhalb eines Vo-

lumens an und tragt die Einheit [cm−3]. Um diesen Parameter zu bestimmen bedient man

sich der oben beschriebenen Wolken Optischen Dicke (τ) und dem effektiven Partikelradius

(re). Das Ableiten von Nad durch die unten verwendete Formel (8) erfordert die Annahme,

dass sich die Wolke unter adiabatischen Bedingungen entwickelt hat. Was bedeutet, dass

der Flussigwassergehalt LWC (engl. Liquid Water Content) linear mit der Hohe uber der

Wolkenbasis ansteigt. Der Flussigwassergehalt gibt die Summe der Masse aller einzelnen

Tropfchen an:

LWC = Nad × 4/3πτ3e ρw (8)

mit ρw der Dichte von Wasser, re dem effektiven Partikelradius undNad der Wolkentropfenan-

zahlkonzentration unter der Bedingung einer adiabatischen Entwicklung der Wolke. Weiterhin

gilt:

LWC = Cw ×H (9)

mit H der Hohe uber der Wolke und Cw dem feuchtadiabatischen Temperaturgradienten.

In adiabatischen Wolkenmodellen ist die Wolken Optische Dicke (τ) ein Funktion von Nad

und H(τ = 3/5π1/3Q(3/4Cw/ρw)2/3(kNad)

1/3H5/3 mit Q ≈ 2 als Extinktionseffizinz, [Formel

(5) in Benartz, 2007]. Folglich ist Nad eine Funktion der Wolken Optischen Dicke τ und des

effektiven Partikelradius re, [Zeng et al., 2014]:

12

3 Theorie

Nad ≈√10

4π

[

Cwτ

ρwr5e

]0.5

(10)

Der reale Wert der Wolkentropfenanzahlkonzentration (N) von Wolken die sich unter adia-

batischen und diabatischen Bedingungen entwickelt haben, ist das Produkt von Nad und dem

Grad der Adiabatizitat (fad) mit einem Wertebereich von 0 < fad ≤ 1, wobei fad = 1 rein

adiabatisch bedeutet.

3.4 Aerosol Optische Dicke

Bei der Fernerkundung von Aerosolen mittels Satelliten stutzt man sich nach [Kaufman et al.,

1997] auf die Beziehung zwischen der gemessenen Radianz am oberen Rand der Atmosphare

ρ∗ und den Eigenschaften der bidirektionalen Reflexion der Erdoberflache ρ(θ, θ0, φ):

ρ∗(θ, θ0, φ) = ρa(θ, θ0, φ) + Fd(θ0)T (θ)ρ∗(θ, θ0, φ)/(1− sρ‘) (11)

θ beschreibt den Beobachtungszenitwinkel, θ0 den solaren Zenitwinkel, φ den Azimut der

gestreuten Strahlung vom jeweiligen Sonnenstrahl und ρa(θ, θ0, φ) die Pfadradianz. Fd(θ0)

beschreibt den normalisierten abwartsgerichteten totalen Fluss fur Nullflachenreflexion, der

aquivalent zur abwartsgerichteten totalen Transmission ist. Dessen Wert aufgrund von Ab-

sorption durch Aerosole und Ruckstreuung des Sonnenlichts zuruck in den Weltraum unter 1

liegt. T (θ) ist die abwartsgerichtete totale Transmission in Richtung des Beobachtungsfeldes

des Satelliten, s das atmospharische Ruckstreuungsverhaltnis und ρ‘ die Oberflachenreflexion

gemittelt auf die Beobachtungswinkel. In der hier verwendetet Naherung der Einfachstreuung

ist die Pfadradianz proportional zu der Aerosol optischen Dicke τa, der Aerosol Streuphasen-

funktion Pa(θ, θ0, φ) und der Einfachstreualbedo ω0:

ρa(θ, θ0, φ) = ρm(θ, θ0, φ) + ω0τaPa(θ, θ0, φ)/(4µµ0) (12)

mit ρm(θ, θ0, φ) der Pfadradianz durch molekulare Streuung und µ sowie µ0 dem Kosinus

der Beobachtungsrichtung. Die Funktionen Fd, T und s sind ebenso von τa, Pa(θ, θ0, φ) und

ω0 abhangig, aber fur geringe Oberflachenreflexion vernachlassigbar. Um die Aerosol opti-

sche Dicke aus der gemessenen Radianz zu erhalten, wird ein Aerosolmodell welches Werte

von Pa und ω0 fur spezifische Bedingungen liefert, benotigt. Der Beitrag der Pfadradianz

zu ρ∗ ist fur kleinere Wellenlangen und fur kleine Werte der Oberflachenreflexion (ρ ≤ 0.06

[Kaufman et al., 1997]) großer. Dementsprechend sind die Messunsicherheiten unter diesen

Bedingungen kleiner. Weiterhin sind die Untersicherheiten in der von der Einfachsteualbedo

13

3 Theorie

bedingten Aerosolabsorption ebenso geringer bei schwacher Oberflachenreflexion. Demzufol-

ge ist es sinnvoll die dunkelsten Pixel in den Aufnahmen zu verwenden um τa zu bestimmen.

Die meisten Landbedeckungen, wie Vegetation und Erdboden sind im roten (0.60-0.68 µm)

und blauen (0.40-0.48 µm) Spektralbereich dunkel und somit sehr gut geeignet. Aus diesem

Grund beschrankt sich die Methode auf feuchte Landmassen, schließt aber Wasser und Eis-

flachen aus. Das Ableiten beruht auf folgende physikalische Prinzipien.

i) Der Aerosoleffekt nimmt im Bezug zur Strahldichte fur Wellenlangen λ−1 bis λ−2 ab, [Kauf-

man, 1993]. Aus diesem Grund ist der Effekt im Bereich des mittleren infraroten Lichts viel

kleiner als im sichtbaren Licht.

ii) Der Strahlungseffekt von Aerosolen beinhaltet die Ruckstreuung und Absorption von di-

rektem und dem von der Erdoberflache reflektiertem Sonnenlicht. Fur dunkle Oberflachen

dominiert der Streuungseffekt. Deshalb ist der Strahlungseffekt am starksten fur Flachen mit

geringer Reflektivitat. Die genauesten Ergebnisse werden bei Oberflachen mit einer Reflekti-

vitat von p ≤ 0.06 erreicht.

iii) Oberflachen haben fur gewohnlich eine steigende Reflektivitat als eine Funktion der Wel-

lenlange mit einer Korrelation zwischen langsam sinkenden Reflektivitaten mit großer wer-

dender Spannweite der Wellenlange. Parallele Prozesse beeinflussen die Reflektivitat in den

Kanalen 0.47µm, 0.66µm, 2.1µm und 3.8µm. Auf Grund von Vegetation wird die Reflek-

tivitat in den Kanalen 0.47µm und 0.66µm durch die Absorption von Chlorophyll und in

den Kanalen 2.1µm und 3.8µm durch die Absorption von flussigen Wassers in den Pflanzen

geschwacht. Feuchte Flachen haben eine geringere Reflektivitat auf Grund von Absorption

des Wassers.

Auf Grundlage dieser Prinzipien kann man die Grundschritte des Algorithmus zum Ablei-

ten wie folgt zusammenfassen. Zuerst wird eine Identifikation von dunklen Pixeln im blauen

0.47µm und roten 0.66µm Kanal durch die Kanale im mittleren Infrarotbereich durchgefuhrt.

Anschließende wird eine Schatzung der Reflektivitat der dunklen Pixel im blauen und roten

Kanal durch die Messungen aus den Kanalen des mittleren Infrarotbereichs durchgefuhrt.

Darauf folgend wird der Aerosoltyp durch Informationen uber die globale Aerosolverteilung

[d’Almeida et al., 1991; Hao and Liu, 1994; Kaufman et al., 1997] und das Verhaltnis der

Radianzen des Aerosolpfades im blauen und roten Kanal bestimmt. Anschließend wird ein

entsprechendes dynamisches Aerosolmodell [Remer et al., 1996] gewahlt, welches die Aerosol-

großenverteilung, Rafraktionsindex, Einzelstreualbedo und den Effekt der nicht-Spharizitat

auf die Phasenfunktion beschreibt. Die Modelle wurden durch Analysen von bodengebunde-

nen Fernerkundungsmessungen der Aerosolgroßenverteilung und in situ Messungen erhalten.

Um aus den vom Satelliten gemessenen Radianzen die Aerosol Optische Dicke und Masse-

konzentration zu bestimmen wurden Strahlungstranfertabellen fur die dynamischen Aero-

solmodelle erstellt, [e.g., Fraser et al., 1992]. Um zwischen Staub und Aerosole unterschieden

zu konnen werden Verhaltnisse der Radianz von 0.47µm und 0.66µm bestimmt. Ebenso ist

anfangs nicht klar welches Aerosolmodell die besten Ergebnisse liefert, weshalb die optische

Dicke zuerst durch den blauen und roten Kanal von ρ∗λl und ρsλi unter Verwendung eines

kontinentalen Aerosolmodells bestimmt wird [Lenoble and Brogniez, 1984]. Ungenauigkeiten

ergeben sich durch die falsche Wahl der Streuphasenfunktion und Einfachstreualbedo. Die

14

3 Theorie

Strahlungstranfertabellen beziehen sich wie bei der oben beschriebenen Wolken Optischen

Dicke auf eine Lambertsche Oberflache.

Um das richtige Aerosolmodell zu bestimmen werden die oben beschriebenen optischen Dicken

ρ∗λl und ρsλi, sowie das Verhaltnis der Aerosol Einfachstreupfadradianz Lρλ (Lρλ = τλPλωλ)

im roten und blauen Kanal verwendet. Die Bestimmung des optimalen Aerosolmodells wird

ausfuhrlich in [Kaufman, 1997] beschrieben.

Wenn das richtige Aerosolmodell bestimmt wurde, konnen die Aerosol Optische Dicken τrot

und τblau fur die Unterschiede zwischen dem neu bestimmten Modell und dem vorherigen Kon-

tinentalmodell korrigiert werden. Die Korrektion basiert auf der Einfachstreuradianz Lρλ, die

durch Ableitung der von MODIS gemessener Radianz erhalten wird. Diese Radianz (Glei-

chung 12) wird durch Aerosolparameter des Kontinentalmodells ausgedruckt:

Lρλ = τkontλ P kont

λ ωkont

λ /(4 µ µ0) (13)

Gleiches gilt fur die Einfachstreuradianz mit den Parametern des neues Modells:

Lρλ = τnewλ P new

λ ωnew

λ /(4 µ µ0) (14)

Als Resultat kann die Aerosol Optische Dicke fur das neue Modell τnewλ wie folgt abgelei-

tet werden:

τnewλ = τkontλ

P kont

λ ωnew

λ

P new

λ ωnew

λ

(15)

Es ist zu erwahnen, dass die Hauptquelle der Fehler in der Unsicherheit der Reflexion der

Erdoberflache und des Aerosolmodells liegt.

3.5 Thermodynamische Phase der Wolke

Durch Kenntnis der thermodynamischen Phase einer Wolke kann bestimmt werden ob es

sich um eine reine Flussigwasser-, Eis-, oder Mischwolke handelt. Das physikalische Prinzip

dahinter ist der Unterschied in der reflektierten solaren Strahlung zwischen dem 0.645µm

Kanal und dem 1.64µm Kanal aufgrund von deutlichen Differenzen in den Absorptionseigen-

schaften zwischen Wasser und Eis bei langeren Wellenlangen. Die Reflexion im sichtbaren

Wellenlangenbereich, die weder fur Eis, noch fur flussiges Wasser eine nennenswerte Reflexi-

on aufweist, ist von der thermodynamischen Phase relativ unbeeinflusst. Besteht eine Wolke

jedoch aus Eis (oder ist die Erdoberflache mit Schnee bedeckt), ist das Reflexionsvermogen

15

3 Theorie

bei 1.64µm geringer als bei einer ansonsten identischen Flussigwasserwolke. Weitere Informa-

tionen sind unter [King et al., 1997] nachzulesen.

3.6 Wolkenbedeckungsgrad

Der totale Wolkenbedeckungsgrad ist ein dimensionsloses Maß fur den Anteil, der im jeweili-

gen Sichtfeld mit Wolken bedeckt ist und fasst Flussigwasserwolken und Eiswolken zusammen.

Der Wertebereich erstreckt sich von 0 bis 1. Um den Wolkenbedeckungsgrad aus multispektra-

len, radiometrischen Satellitenmessungen zu gewinnen werden drei Kanale, einer im Bereich

des sichtbaren Lichts, der 3.7µm Kanal und der 11µm Kanal verwendet. Dabei werden die

vier folgenden Parameter bestimmt. f (Wolkenbedeckungsgrad), δ (optische Dicke der Wol-

kenschicht bei einer Referenzwellenlange), Tc (Temperatur an der Obergrenze der Wolken)

und m (mikrophysikalisches Modell der Wolkenpartikel). Dabei wird eine im jeweiligen Beob-

achtungsfeld einheitliche Wolke angenommen, in Bezug auf die optischen Eigenschaften, sowie

der vertikalen und horizontalen Temperatur. Ebenso werden die Parameter der Erdoberflache

(Temperatur, Reflexionsgrad) als einheitlich angenommen. Das mikrophysikalische Modell ist

lediglich ein Index der die Großenverteilung und Form der Wolkenpartikel beschreibt. Um die

vier oben erwahnten Parameter zu bestimmen werden also drei Kanale Rv (Reflexion in einem

Kanal im Bereich des sichtbaren Lichts), T11 (11µm Helligkeitstemperatur) und I3 (3.7µm

Radianz) verwendet. Der dabei verwendete Algorithmus kann in vier Schritten beschrieben

werden.

i) Auswahl wolkenfreier Pixel und ableiten der Parameter der Erdoberflache

ii) Bestimmung des mikrophysikalischen Modells

iii) Auswahl von Anhaufungen im Rv-T11 zweidimensionalen Histogramm. Die Anhaufungen

reprasentieren Bereiche mit einer Bedeckung von Wolken. Dabei wird Rv gegen T11 fur jeden

Pixel in einem Streudiagramm dargestellt. Dabei wird davon ausgegangen, dass fur Pixel die

in diese Anhaufungen fallen f = 1 ist.

iv) Anwendung der Methode der Maximalen Haufung um f und die anderen Wolkeneigen-

schaften zu bestimmen. Dabei wird f fur die Pixel, die sich außerhalb der ausgewahlten

Anhaufungen befinden, bestimmt.

Weitere Informationen und Formel sind in [Arking, A. und Childs, J. D., 1984] nachzulesen.

3.7 Planetare Albedo

Die Planetare Albedo beschreibt das Reflexionsvermogen des System Erdoberflache-Erdatmosphare.

Diese dimensionslose Große hat einen Wertebereich von 0 bis 1. Eine hundertprozentige

Reflexion wird durch den Wert 1 angegeben. Ermittelt wird diese aus dem Verhaltnis der

aufwartsgerichteten und abwartsgerichteten Strahlungsflussdichten. Parameter wie die Bo-

denalbedo, Durchlassigkeit und Reflexion der Atmosphare, Wolkenbedeckungsgrad und Wol-

keneigenschaften wie Tropfchengroße und Anzahlkonzentration beeinflussen die Planetare

Albedo. Diese Große gibt nicht ausschließlich Informationen uber Wolken wieder, sondern

uber das gesamte System.

16

4 Auswertung

4 Auswertung

Folglich werde Gebiete die im Luv eines urbanen Gebietes liegen als Luv und Gebiete die im

Lee eines urbanen Gebietes liegen als Lee bezeichnet.

Es werden alle 12 Kombinationen aus Schwellenwerten (250, 500, 1000 und 2000) und Druck-

leveln (800hPa, 700hPa und 500hPa) untersucht und globale Mittelwerte fur die Gebiete Luv

und Lee berechnet. Diese Mittelwerte werden durch ein zeitliches und raumliches Mittel erhal-

ten. Demzufolge gibt es pro Gitterzelle einen Wert der jeweils zu untersuchenden Wolkenei-

genschaft. Ebenso wird die Standardabweichung fur alle Werte berechnet. Die Berechnungen

werden mit den in Abschnitt 2 beschriebenen CDO durchgefuhrt. Bei der Auswertung geht

es darum die Veranderungen der Wolkeneigenschaften zwischen Luv und Lee zu untersuchen.

Dazu wurde die Differenz aus Lee und Luv gebildet.

In Abbildung 6 werden folgende Abkurzungen verwendet. Planetare Albedo (albs), Wolken-

tropfenanzahlkonzentration (cdnc), Effektiver Partikelradius (cdr), Wolken Optische Dicke

(cod), Flussigwasserpfad (lwp), Aerosol Optische Dicke (od550), totaler Wolkenbedeckungs-

grad (tcc), Wolkenbedeckungsgrad flussiger Phase (lcc) und Wolkenbedeckungsgrad fester

Phase (icc). Die großten Unterschiede zwischen Luv und Lee sind bei fast allen untersuchten

Parametern mit einer Berechnungen des Windes in den Druckleveln 800hPa und 700hPa zu

verzeichnen, siehe Abbildung 6. Der Grund dafur ist vermutlich, dass die Aerosolkonzentrati-

on im Durchschnitt in 800hPa und 700hPa großer ist als in 500hPa. Die maximale Differenz

des Wolkenbedeckungsgrads (flussig) ist zwar im Drucklevel 500hPa zu finden, jedoch sind

die Anderungen bei anderen Kombinationen ahnlich hoch, siehe Abbildung 26. Es zeigt sich

außerdem, dass eine maximale Anderung bei hohen Schwellenwerten zu finden ist. Somit ist

zu sehen, dass die großten Anderungen von den meisten Wolkeneigenschaften uber große ur-

bane Gebiete in tiefen Luftschichten zu verzeichnen ist. Beim Wolkenbedeckungsgrad (total)

gibt es jedoch die Tendenz, dass sich die großten Anderungen bei kleinen Schwellenwerten

und hohen Druckleveln (500hPa und 700hPa) ergeben, siehe Abbildung 25. Ahnliches ist beim

Wolkenbedeckungsgrad (gefroren) zu beobachten, Abbildung 27. Dass hier große Anderungen

in der Hohe erkennbar sind liegt daran, dass sich dort mehr gefrorene Partikel in Wolken be-

finden. Warum die Anderungen besonders bei kleinen Schwellenwerten sensitiv sind, sollte

untersucht werden. Ebenso wie sehr dabei der totale Wolkenbedeckungsgrad vom Wolkenbe-

deckungsgrad (gefroren) abhangt.

Im Vergleich zwischen Europa und Asien stellt sich heraus, dass große Unterschiede zwischen

den jeweiligen Wolkeneigenschaften bei gleichem Schwellenwert und Drucklevel vorliegen, sie-

he z.B. Abbildung 20. Dies sollte zum Anlass verwendet werden in weiteren Studien einzelne

urbane Gebiete zu untersuchen und zu vergleichen. Es scheinen noch weitere Effekte eine

wichtige Rolle zu spielen.

Weiterhin soll hier schon erwahnt sein, dass keines der Ergebnisse signifikant ist. Wie schon

in Abschnitt 3 ausfuhrlich beschrieben, sind abgeleitete Wolkeneigenschaften aus Satelliten-

daten mit zum Teil mit hohen Unsicherheiten behaftet.

Es werden folglich zuerst fur jeden Parameter die globalen Mittel und dann die Mittel fur

Europa und Asien gezeigt.

17

4 Auswertung

Abbildung 6: Maximale Anderungen der untersuchten Parameter

18

4 Auswertung

4.1 Aerosol Optische Dicke

Die globale Aerosol Optische Dicke steigt in allen untersuchten Fallen. Es scheint jedoch

keine Abhangigkeit zum Schwellenwert oder zum Drucklevel zu bestehen. Der Anstieg der

Aerosol Optischen Dicke reicht von 0.0056 bis 0.0178 (1.54% bis 5.15%), siehe Abbildung 7.

Dort gibt (Diff %) die Anderung von Luv zu Lee in % an, (Diff std) gibt die Standardab-

weichung der Differenz zwischen Lee und Luv an, (Level) beschreibt das jeweilige Drucklevel

und (S Wert) den jeweiligen Schwellenwert. Der Vergleich zwischen Europa und Asien zeigt

große Unterschiede zwischen den selben Schwellenwerten und Druckleveln, siehe Abbildung 8.

Fur Europa ergeben sich hohere Anstiege, je hoher der Schwellenwert ist. Fur Asien betragt

der maximale Anstieg sogar fast 7%. Da die Standardabweichung in allen Fallen sehr groß

ist, sind die Ergebnisse nicht signifikant. Abbildung 9 verdeutlicht dieses Sachverhalt besser.

Es sind die globalen Werte fur Luv und Lee bei einem Schwellenwert von 500 und 250 im

Drucklevel 800hPa zu sehen. Die schwarzen Linien reprasentieren die Standardabweichung.

Abbildung 7: Veranderung der globalen Wolken Optische Dicke zwischen Luv und Lee(schwarze Balken) fur alle Schwellenwerte (S Wert) und Drucklevel (Level), so-wie deren Standardabweichung (Diff std). Zusatzliche prozentuale Angabe derjeweiligen Anderung (Diff %).

19

4 Auswertung

Abbildung 8: Prozentuale Veranderung der Wolken Optische Dicke uber Europa (schwarzeBalken) und Asien (graue Balken) zwischen Luv und Lee fur alle Schwellenwerte(S Wert) und Drucklevel (Level).

(a) (b)

Abbildung 9: Wolken Optische Dicke im Luv und Lee (graue Balken) bei einem Drucklevelvon 800hPa fur einen Schwellenwert von 2000 (a) und einen Schwellenwert von250 (b) mit der jeweiligen Standardabweichung (schwarze Linie)

20

4 Auswertung

4.2 Effektiver Partikelradius

Der globale Effektive Partikelradius sinkt in allen untersuchten Fallen. Besonders große

Anderungen sind fur hohe Schwellenwerte und einem Drucklevel von 700hPa zu verzeich-

nen. Die Radien werden bis zu 0.22µm kleiner, dies entspricht ca. 1,8%, siehe Abbildung 10.

Wahrend uber Europa sogar eine Abnahme von bis zu 3% zu erkennen ist, zeigt sich fur Asien

eine unklare Struktur, siehe Abbildung 11. Abbildung 12 zeigt die globalen Werte fur Luv

und Lee bei einem Schwellenwert von 1000 und 250 im Drucklevel 700hPa. Die schwarzen

Linien reprasentieren wieder die Standardabweichung. Da die Standardabweichung in allen

Fallen sehr groß ist, sind die Ergebnisse nicht signifikant. Es ist jedoch deutlich zu erken-

nen, dass die Radien im Lee kleiner sind als im Luv. Die Unterschiede sind auch fur kleine

Schwellenwerte nicht unwesentlich. Diese Ergebnisse unterstutzt die Vermutung, dass erhohte

Aerosolkonzentrationen uber urbanen Gebieten den Partikelradius verringern konnen.

Abbildung 10: Veranderung des globalen Effektiven Partikelradius zwischen Luv und Lee(schwarze Balken) fur alle Schwellenwerte (S Wert) und Drucklevel (Level),sowie dessen Standardabweichung (Diff std). Zusatzliche prozentuale Angabeder jeweiligen Anderung (Diff %).

21

4 Auswertung

Abbildung 11: Prozentuale Veranderung des Effektiven Partikelradius uber Europa (schwarzeBalken) und Asien (graue Balken) zwischen Luv und Lee fur alle Schwellen-werte (S Wert) und Drucklevel (Level).

(a) (b)

Abbildung 12: Globaler Effektiver Partikelradius im Luv und Lee (graue Balken) bei einemDrucklevel von 700hPa fur einen Schwellenwert von 1000 (a) und einen Schwel-lenwert von 250 (b) mit der jeweiligen Standardabweichung (schwarze Linie).

22

4 Auswertung

4.3 Wolkentropfenanzahlkonzentration

Die globale Wolkentropfenanzahlkonzentration steigt in allen untersuchten Fallen. Die Diffe-

renzen sind bei allen Schwellenwerten fur 800hPa am großten und fur 500hPa am geringsten.

Weiterhin sind die starksten Differenzen fur hohe Schwellenwerte zu verzeichnen. Fur einen

Schwellenwert von 2000 und ein Drucklevel von 800hPa wurde ein Anstieg von ca. 7 Tropfen

pro cm3 von Luv zu Lee ermittelt, was einem Anstieg von 5% gleich kommt, siehe Abbildung

13. Fur Europa zeigt sich einen klarere Zunahme von bis zu 7%. Fur Asien ergibt sich bei be-

stimmten Falle sogar eine Abnahme der Wolkentropfenanzahlkonzentration, siehe Abbildung

14. Abbildung 15 zeigt die globalen Werte fur Luv und Lee bei einem Schwellenwert von 2000

und 250 im Drucklevel 800hPa. Auch hier ist zu sehen, dass die Standardabweichung zwar

enorm hoch ist, aber die Ergebnisse korrelieren gut mit den kleiner werdenden Tropfenradien.

Denn mit kleiner werdenden Tropfen steigt die Anzahl der Tropfen insgesamt.

Abbildung 13: Veranderung der globalen Wolkentropfenanzahlkonzentration zwischen Luvund Lee (schwarze Balken) fur alle Schwellenwerte (S Wert) und Drucklevel(Level), sowie deren Standardabweichung (Diff std). Zusatzliche prozentualeAngabe der jeweiligen Anderung (Diff %).

23

4 Auswertung

Abbildung 14: Prozentuale Veranderung des Wolkentropfenanzahlkonzentration uber Europa(schwarze Balken) und Asien (graue Balken) zwischen Luv und Lee fur alleSchwellenwerte (S Wert) und Drucklevel (Level).

(a) (b)

Abbildung 15: Globale Wolkentropfenanzahlkonzentration im Luv und Lee (graue Balken) beieinem Drucklevel von 800hPa fur einen Schwellenwert von 2000 (a) und einenSchwellenwert von 250 (b) mit der jeweiligen Standardabweichung (schwarzeLinie)

24

4 Auswertung

4.4 Wolken Optische Dicke

Die globale Wolken Optische Dicke steigt in allen untersuchten Fallen. Es scheint eine Abhangigkeit

mit der Hohe vorzuliegen, da die Differenzen bei allen Schwellenwerten fur 800hPa am großten

und fur 500hPa am geringsten sind. Weiterhin sind die starksten Differenzen fur hohe Schwel-

lenwerte, besonders fur den Schwellenwert 1000, zu verzeichnen. Die maximale Anderung

betragt zwar nur 0.8, dies bedeutet jedoch eine Zunahme von ca. 8% und ist somit nicht

unwesentlich, siehe Abbildung 16. Fur Asien zeigt sich ebenso, dass eine Abhangigkeit zu

den Druckleveln besteht. Jedoch mit hoheren Anstiegen von bis zu 15% und zum Teil negati-

ven Werten fur 500hPa. Gleiches wird fur Europa beobachtet, jedoch mit sehr viel geringeren

Anderungen als fur Asien, siehe Abbildung 17. Abbildung 18 zeigt die globalen Werte fur Luv

und Lee bei einem Schwellenwert von 1000 und 250 im Drucklevel 800hPa. Die Standardabwei-

chung ist zwar hoch, aber das Zusammenspiel zwischen Wolkentropfenanzahlkonzentration

und Wolkentropfenradius ist gut zu erkennen, denn die Wolken Optische Dicke steigt mit

einer Erhohung der Anzahl kleinerer Tropfen.

Abbildung 16: Veranderung der globalen Wolken Optische Dicke zwischen Luv und Lee(schwarze Balken) fur alle Schwellenwerte (S Wert) und Drucklevel (Level),sowie deren Standardabweichung (Diff std). Zusatzliche prozentuale Angabeder jeweiligen Anderung (Diff %).

25

4 Auswertung

Abbildung 17: Prozentuale Veranderung der Wolken Optische Dicke uber Europa (schwarzeBalken) und Asien (graue Balken) zwischen Luv und Lee fur alle Schwellen-werte (S Wert) und Drucklevel (Level).

(a) (b)

Abbildung 18: Globale Wolken Optische Dicke im Luv und Lee (graue Balken) bei einemDrucklevel von 800hPa fur einen Schwellenwert von 2000 (a) und einen Schwel-lenwert von 250 (b) mit der jeweiligen Standardabweichung (schwarze Linie)

26

4 Auswertung

4.5 Planetare Albedo

Die Planetare Albedo umfasst nicht ausschließlich die Albedo der Wolken, sondern die des

Erdbodens und der Atmosphare samt Wolken. Demzufolge lasse sich auch nicht ausschließlich

Ruckschlusse auf Wolken ziehen. Die globale Planetare Albedo ist in allen Fallen im Lee

großer als im Luv, siehe Abbildung 19. Dabei steigt sie bis zu 0.0125, was einer Zunahme von

3,9% von Luv zu Lee gleichkommt. Besonders hohe Anderungen sind fur den Schwellenwert

1000 zu beobachten. Uber Asien steigt die Planetare Albedo ebenso in allen Fallen und

weißt eine Abhangigkeit in Bezug zu den Schwellenwerten auf. Uber Europa gibt es keinen

erkennbaren Trend und die Planetare Albedo sinkt sogar in einigen Fallen, siehe Abbildung

20. Es ist auch zu erwahnen, dass hier auch die Bodenalbedo mit einbezogen wird und diese

das Ergebnis beeinflusst, wenn es urbane Gebiet mit relativ konstanten Hohenwinden gibt

und sehr unterschiedlichen Bodenalbedos im Luv und im Lee. Auch sind die Ergebnisse mit

den der vorherigen Parameter konform. Mit einer hohere Aerosolkonzentration steigt die

Anzahl der Tropfen, die insgesamt kleiner werden. Somit steigen Wolken Optische Dicke und

auch das Rucksteuungsvermogen der Wolke. Dies hat dann einen Effekt auf die Planetare

Albedo und somit auf die gesamte Strahlungsbilanz des Planeten. Abbildung 21 zeigt die

globalen Werte fur die Schwellenwerte 2000 und 250 fur das Drucklevel 800hPa und deren

Standarsabweichung. Auch hier sind wieder große Fehler zu verzeichnen.

Abbildung 19: Veranderung der globalen Planetare Albedo zwischen Luv und Lee (schwarzeBalken) fur alle Schwellenwerte (S Wert) und Drucklevel (Level), sowie derenStandardabweichung (Diff std). Zusatzliche prozentuale Angabe der jeweiligenAnderung (Diff %).

27

4 Auswertung

Abbildung 20: Prozentuale Veranderung der Planetare Albedo uber Europa (schwarze Bal-ken) und Asien (graue Balken) zwischen Luv und Lee fur alle Schwellenwerte(S Wert) und Drucklevel (Level).

(a) (b)

Abbildung 21: Globale Planetare Albedo im Luv und Lee (graue Balken) bei einem Drucklevelvon 800hPa fur einen Schwellenwert von 1000 (a) und einen Schwellenwert von250 (b) mit der jeweiligen Standardabweichung (schwarze Linie)

28

4 Auswertung

4.6 Flussigwasserpfad

Der globale Flussigwasserpfad steigt in allen Fallen, außer fur den Schwellenwert 2000 mit ei-

nem Drucklevel von 500hPa, siehe Abbildung 22. Fur diesen Fall sinkt er leicht. Es scheint wie-

der eine Abhangigkeit zu den verwendeten Drucklevel vorzuliegen. Die großten Anderungen

sind bei niedrigeren Drucklevel zu sehen. Die maximale Zunahme betragt 3.8 gm−2, was ca.

5% entspricht. Fur Asien zeigt sich ebenso eine Abhangigkeit zu den Druckleveln und den

Schwellenwerten. Hier werden die großten Anderungen fur hohe Schwellenwerte und niedrige

Drucklevel mit einer Zunahme von bis zu 11% erreicht. Fur Europa hingegen ergibt sich kein

klares Bild und der Flussigwasserpfad sinkt sogar in den meisten Fallen, siehe Abbildung 23.

Ebenso ist hier die Standardabweichung sehr hoch, wie Abbildung 24 zeigt.

Abbildung 22: Veranderung des globalen Flussigwasserpfads zwischen Luv und Lee (schwarzeBalken) fur alle Schwellenwerte (S Wert) und Drucklevel (Level), sowie dessenStandardabweichung (Diff std). Zusatzliche prozentuale Angabe der jeweiligenAnderung (Diff %).

29

4 Auswertung

Abbildung 23: Prozentuale Veranderung des Flussigwasserpfads uber Europa (schwarze Bal-ken) und Asien (graue Balken) zwischen Luv und Lee fur alle Schwellenwerte(S Wert) und Drucklevel (Level).

(a) (b)

Abbildung 24: Globaler Flussigwasserpfad im Luv und Lee (graue Balken) bei einem Druck-level von 800hPa fur einen Schwellenwert von 1000 (a) und einen Drucklevelvon 700hPa Schwellenwert von 250 (b) mit der jeweiligen Standardabweichung(schwarze Linie)

30

4 Auswertung

4.7 Wolkenbedeckungsgrad

Der globale totale Wolkenbedeckungsgrad steigt in allen Fallen an. Dabei sind hohere Anstie-

ge bei geringeren Schwellenwerten zu beobachten. Der großte Anstieg betragt 0.021 was 3.7%

sind, siehe Abbildung 25. Diese Tatsache unterstutzt, dass Wolken langlebiger werden, da

sich in der Wolke, wie oben gezeigt, mehr kleinere Tropfen befinden. Kleine Tropfen konnen

aufgrund ihrer geringeren Masse langer in der Luft verbleiben als großere Tropfen. Ebenso

zeigt der Wolkenbedeckungsgrad der flussigen Phase stets einen Anstieg von bis zu ca. 3%.

Die maximale Differenz ist zwar im Drucklevel 500hPa zu finden, jedoch sind die Anderungen

bei anderen Kombinationen ahnlich hoch, siehe Abbildung 26. Der Wolkenbedeckungsgrad

der festen Phase zeigt in fast allen Fallen einen Anstieg mit einer Abhangigkeit vom Schwel-

lenwert. Großere Anstiege ergeben sich fur kleine Schwellenwerte, siehe Abbildung 27. Dass

hier große Anderungen in der Hohe erkennbar sind liegt daran, dass sich dort mehr gefrorene

Partikel in Wolken befinden. Warum die Anderungen besonders bei kleinen Schwellenwerten

sensitiv sind, sollte untersucht werden. Ebenso sollte untersucht werden wie sehr dabei der

totale Wolkenbedeckungsgrad vom Wolkenbedeckungsgrad (fest) abhangt. Ein Anstieg des

totalen Wolkenbedeckungsgrads wurde auch fur Asien ermittelt. Fur Europa zeigt sich das

Gegenteil, hier nimmt der Wolkenbedeckungsgrad in allen Fallen, außer fur einen Schwellen-

wert von 2000 mit einem Drucklevel von 800hPa, um bis zu ca. 2% ab, siehe Abbildung 28.

Diese Ergebnisse sollten weiter untersucht werden. Die Standardabweichung ist so hoch, dass

die Ergebnisse nicht signifikant sind, siehe Abbildung 29.

Abbildung 25: Veranderung des globalen Wolkenbedeckungsgrads (total) zwischen Luv undLee (schwarze Balken) fur alle Schwellenwerte (S Wert) und Drucklevel (Level),sowie dessen Standardabweichung (Diff std). Zusatzliche prozentuale Angabeder jeweiligen Anderung (Diff %).

31

4 Auswertung

Abbildung 26: Veranderung des globalen Wolkenbedeckungsgrads (flussig) zwischen Luv undLee (schwarze Balken) fur alle Schwellenwerte (S Wert) und Drucklevel (Level),sowie dessen Standardabweichung (Diff std). Zusatzliche prozentuale Angabeder jeweiligen Anderung (Diff %).

Abbildung 27: Veranderung des globalen Wolkenbedeckungsgrads (fest) zwischen Luv undLee (schwarze Balken) fur alle Schwellenwerte (S Wert) und Drucklevel (Level),sowie dessen Standardabweichung (Diff std). Zusatzliche prozentuale Angabeder jeweiligen Anderung (Diff %).

32

4 Auswertung

Abbildung 28: Prozentuale Veranderung des totalen Wolkenbedeckungsgrads uber Europa(schwarze Balken) und Asien (graue Balken) zwischen Luv und Lee fur alleSchwellenwerte (S Wert) und Drucklevel (Level).

(a) (b)

Abbildung 29: Globaler Wolkenbedeckungsgrad (total) im Luv und Lee (graue Balken) beieinem Drucklevel von 700hPa fur einen Schwellenwert von 1000 (a) und einenSchwellenwert von 250 (b) mit der jeweiligen Standardabweichung (schwarzeLinie)

33

5 Diskussion

5 Diskussion

Wie schon in Abschnitt 3: Theorie beschrieben ist die Standardabweichung beim Ableiten

von Wolkeneigenschaften aus Satellitendaten mit großen Unsicherheiten behaftet. Ein signi-

fikanteres Ergebnis konnte eventuell mit einer hoheren Auflosung erreicht werden, oder mit

in-situ-Messungen durch ein Flugzeug. Weiterhin muss erwahnt werden, dass durch die im

Datensatz fur die Bevolkerungsdichte vorhandene Auflosung von 1◦ x 1◦ viele Stadte nicht

betrachtet werden. Denn aus 1◦ x 1◦ ergibt sich eine Flache mit einer zonalen Ausdehnung

von ca. 111km und einer zonal abhangigen meridionalen Ausdehnung von 50km bis 111km.

Die Bevolkerungsdichte in dieser gesamten Flache muss nun mindestens gleich dem jeweiligen

Schwellenwert sein, um als urbanes Gebiet erkannt zu werden. Laut dem [Amt fur Statistik

Berlin-Brandenburg ] liegt Berlin im betrachteten Jahr mit knapp 3700 Einwohner pro km2

weit uber dem großten gewahlten Schwellenwert von 2000 Einwohner pro km2. In dem ver-

wendeten Datensatz betragt jedoch die Bevolkerungsdichte der Gitterzelle in der sich Berlin

befindet nur 74 Einwohner km2. Eine Gitterzelle ist in diesen Breiten ca. 111km x 68km

groß, was eine Gesamtflache von 7546km2 bedeutet. Die Gesamtflache Berlins im Jahr 2000

betrug ca. 892km2. Somit bleibt ein Großteil dieser Gitterzelle ubrig. Die Umgebung von

Berlin weißt geringe Bevolkerungsdichten auf. Es ist zwar auch Potsdam mit in der Gitter-

zelle erhalten, aber sonst sind es nur noch Dorfer mit geringen Bevolkerungsdichten. Somit

sinkt die Bevolkerungsdichte der gesamten Gitterzelle schließlich auf 74. Das bedeutet das

innerhalb der Gitterzellen zwar theoretisch große Bevolkerungsdichten auftauchen, diese aber

nicht detektiert werden, weil uber die gesamte Gitterzelle gemittelt wurde und diese zu groß

ist. Paris hat eine vielfach hohere Bevolkerungsdichte als Berlin, ist aber ebenso, im Vergleich

zu anderen Stadten, kompakt mit geringeren Bevolkerungsdichten in der unmittelbaren Um-

gebung. Es ist klar, dass mit einer feineren Auflosung mehr große urbane Gebiete betrachtet

werden und so vermutlich genauere und realitatsgetreuere Ergebnisse erzielt werden. Es er-

geben sich in dieser Studie fur einen Schwellenwert von 2000 nur insgesamt 21 urbane Gebiet

die dann folglich untersucht werden. Fur die Schwellenwerte 1000, 500 und 250 ergeben sich

60, 225 und 494 urbane Gebiete. Um wirklich große urbane Gebiete zu betrachten, sollte

ein Schwellenwert von 2000 gewahlt werden, jedoch mit einer hoheren Auflosung, um mehr

urbane Gebiete fur diesen Schwellenwert zu akquirieren.

Ebenso ware es dann eventuell sinnvoll bei der Berechnung der Luv- und Leegebiete auch die

Windrichtungen feiner zu unterteilen.

Weiterhin scheinen noch weitere Effekte eine wichtige Rolle zu spielen. Es sollte untersucht

werden welchen Einfluss geografische Lage, allgemeine klimatische und topografische Bedin-

gungen auf das in dieser Arbeit verwendete Verfahren haben. Ebenso waren saisonale Mitt-

lungen von Interesse.

Außerdem ware es interessant die Grenzschichthohe mit einzubeziehen und pro Tag nur Luv

und Lee fur Drucklevel die unter der Grenzschichthohen liegen zu berechnen.

34

6 Zusammenfassung

6 Zusammenfassung

In dieser Arbeit wurden Wolkeneigenschaften in Luv und Lee fur die Drucklevel (800hPa,

700hPa, 500hPa) von großen urbanen Gebieten fur verschiedene Schwellenwerte (2000, 1000,

500, 250) bestimmt. Dabei wurden die Luv und Lee fur jedes ermittelte urbane Gebiet fur

jeden Tag des Zeitraumes 01.01.2001 bis 31.12.2006 bestimmt. Die daraus resultierenden ge-

mittelten Ergebnisse fur verschiedene Wolkeneigenschaften sind zwar nicht signifikant, aber

interessant. Es wurde die Veranderung von Luv zu Lee untersucht. Der global gemittelte

Effektive Partikelradius sinkt bis zu 1,8%, uber Europa sogar bis zu 3%. Die Wolkentrop-

fenanzahlkonzentration steigt auf bis zu 5%, uber Europa bis auf 7%. Die Aerosol Optische

Dicke steigt um maximal 1,5%, uber Asien sogar um maximal 7%. Weiterhin steigt auch im

globalen Mittel die Wolken Optische Dicke (maximal 8%), die Planetare Albedo (maximal

3,9%), der Flussigwasserpfad (maximal 5%) und der Wolkenbedeckungsgrad (maximal 3,7%).

Das stets ein Anstieg zu beobachten ist, liegt mit unter daran, dass alle Wolkenparameter

voneinander Abhangig sind. Mit einer hoheren Aerosolkonzentration steigt die Wolkentrop-

fenanzahlkonzentration wahrend der Radius der Tropfen sinkt. Weiterhin steigt dadurch die

Wolken Optische Dicke, der Flussigwasserpfad, die plantare Albedo und der Bedeckungsgrad,

weil kleine Tropfen nicht so schnell abregnen wie große Tropfen. Interessante Ergebnisse wur-

den bei einem Vergleich zwischen Europa und Asien erzielt. Es wurden starke Unterschiede

festgestellt, was vermuten lasst, dass geografische Lage, allgemeine klimatische und topogra-

fische Bedingungen einen nicht unwichtigen Einfluss haben.

Schließlich zeigen die Ergebnisse, dass weitere Forschung notwendig ist um ein besseres

Verstandnis zu schaffen und um Aerosol-Wolken-Effekte vollstandig zu verstehen.

35

7 Literaturverzeichnis

Alam K., Khan R., Blaschke T. and Mukhtiar A. (2014). Variability of aerosol optical

depth and their impact on cloud properties in Pakistan.

Journal of Atmospheric and Solar-Terrestrial Physics 107 (2014) 104–112

Albrecht, B. A. (1989). Aerosols, cloud microphysics, and fractional cloudiness.

Science 245 (4923), 1227-1230.

Arking A. and Childs J. D. (1984). Retrieval of Cloud Cover Parameters from

Multispectral Satellite Images.

Journal of climate and applied meteorology, Vol. 24, Pages 322-333.

Baars H., Kanitz T., Engelmann R., Althausen D., Heese B. et al. (2016). An overview

of the first decade of PollyNET: an emerging network of automated Raman-

polarization lidars for continuous aerosol profiling.

Atmos. Chem. Phys., 16, 5111-5137.

Berrisford P., Dee D., Poli P., Brugge R., Fielding K., Fuentes M, Kallberg P, Kobayashi

S., Uppala S. and Simmons A. (2011). ERA report series.

https://www.ecmwf.int/sites/default/files/elibrary/2011/8174-era-interim-archive-

version-20.pdf.

Boucher, O., Stocker T., Qin D., Plattner G.-K, Tignor M., Allen S., Boschung J., Nauels

A., Xia Y., Bex V. and Midgley P. (2013). Clouds and aerosols. Climate Change 2013:

The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment

Report of the Intergovernmental Panel on Climate Change.

Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA,

571–658.

Collier C. G. (2006). The impact of urban areas on weather.

Q. J. R. Meteorol. Soc. (2006), 132, pp. 1–25.

d'Almeida G. A., Koepke P. and Shettle E. P. (1991). Atmospheric Aerosols, Global

Climatology and Radiative Characteristics.

A. Deepak, Hampton, Va.

de Meij A., Pozzer A., Lelieveld J. (2012). Trend analysis in aerosol optical depths and

pollutant emission estimates between 2000 and 2009.

Atmospheric Environment 51 (2012) 75e85.

Durkee, P. A. (1989). Observations of aerosol-cloud interactions in satellite-detected

visible and near-infrared radiance.Proc. Symp. on the Role of Clouds in Atmospheric

Chemistry and Global Climate, Amer. Meteor. Sot., Anaheim, 157-160.

Fraser, R. S., Ferrare R. A., Kaufman Y. J., and Mattoo S. (1992). Algorithm for

atmospheric corrections of aircraft and satellite imagery.

Int. J. Remote Sens., 13, 541.-557.

Gautam R., and Singh M. K. (2018). Urban heat island over Delhi punches holes in

widespread fog in the Indo-Gangetic Plains.

Geophysical Research Letters, 45, 1114–1121.

Hansen J. E. and Travis L. D. (1974). Light scattering in planetary atmospheres.

Space Sci. Rev., 16, 527-610.

Hao, W. M., and Liu M. H., (1994). Spatial and temporal distribution of tropical biomass

burning.

Global Biogeochem Cycles, 8, 495-503.

Kaufman Y. J., Tanré D., Remer L. A., Vermote E. F., Chu A., and Holben B. N. (1997).

Operational remote sensing of tropospheric aerosol over land from EOS moderate

resolution imaging spectroradiometer.

Journal of Geophysical Research, Vol. 102, No. D14, Pages 17.051-17.067.

Kaufman, Y. J. (1993). Measurements of the aerosol optical thickness and the path

radiance – Implications on aerosol remote sensing and atmospheric corrections.

J. Geophys. Res., 98, 2677-2692.

King M. D. (1987). Determination of the scaled optical thickness of clouds from

reflected solar radiation measurements.

J. Atmos. Sci., 44, 1734-1751.

King M. D., Tsay S.-C., Platnick S. E., Wang M., Liou K.-N. (1997). Cloud Retrieval

Algorithms for MODIS: Optical Thickness, Effective Particle Radius and

Thermodynamic Phase. MODIS Algorithm.

Theoretical Basis Document No. ATBD-MOD-05 MOD06 – Cloud product

King, M. D. (1981). A method for determining the single scattering albedo of clouds

through observation of the internal scattered radiation field.

J. Atmos. Sci., 38, 203 l-2044.

King, M. D., Menzel W. P., Kaufman Y. J., Tanré d., Gao B.-C., Platnick S., Ackerman

S., Remer L., Pincus R., Hubanks P., et al. (2003). Cloud and aerosol properties,

precipitable water, and proles of temperature and water vapor from modis.

Geoscience and Remote Sensing, IEEE Transactions on 41 (2), 442-458.

Lenoble, J., and Brogniez C., A comparative review of radiation aerosol model.

Beitr. Phys. Atmos., 57(1), 1-20.

Nakajima T. and King M. D. (1990). Determination of the Optical Thickness and

Effective Particle Radius of Clouds from Reflected Solar Radiation Measurements.

Part I: Theory.

J. Atmos. Sci. Vol. 47, No. 15.

Pincus, R. and Baker M. B. (1994). Effect of precipitation on the albedo susceptibility

of clouds in the marine boundary layer.

Nature 372 (6503), 250-252.

Remer, L. A., Kaufman Y. J., and Holben B. N. (1996). The size distribution of ambient

aerosol particles: Smoke vs. urban/industrial aerosol, in Global Biomass Burning.

MIT Press, Cambridge, Mass., in press.

Stephens G. L. (1978). Radiation profiles in extended water clouds. II Parameterization

schemes.

J. Atmos. Sci. 35, 2123-2132.

Storelvmo T., Kristjánsson J. E., Lohmann U., Iversen T., Kirkevåg A. and Seland Ø.

(2008). Modeling of the Wegener–Bergeron–Findeisen process—implications for

aerosol indirect effects.

Environmental Research Letters 3 (4), 045001.

Twomey S. and Cocks T. (1989). Remote sensing of cloud parameters from spectral

reflectance in the near-infrared.

Beitr. Phys. Atmos.. 62, 172-179.

Twomey, S. (1977). The influence of pollution on the shortwave albedo of clouds.

Journal of the atmospheric sciences 34 (7), 1149-1152.

van de Hulst H. C. (1974). The spherical albedo of a planet covered with a homogeneous

cloud layer.

Astron. Astrophys., 35, 209-214.

van de Hulst, H. C., (1980). Multiple Light Scattering. Tables, Formulas and

Applications.

Vols. I and 2, Academic Press, 739 pp.

Zeng S., Riedi J., Trepte C. R., Winker D. M., and Hu Y.-X. (2014). Study of global

cloud droplet number concentration with A-Train satellites.

Atmos. Chem. Phys., 14, 7125–7134.

Selbstständigkeitserklärung Ich versichere, dass ich die vorliegende Arbeit selbstständig verfasst und keine anderen

als die angegebenen Quellen und Hilfsmittel benutzt habe.

Alle Stellen, die wörtlich oder sinngemäß aus veröffentlichten oder noch nicht

veröffentlichten Quellen entnommen sind, sind als solche kenntlich gemacht.

Die Zeichnungen oder Abbildungen in dieser Arbeit sind von mir selbst erstellt

worden oder mit einem entsprechenden Quellennachweis versehen.

Diese Arbeit ist in gleicher oder ähnlicher Form noch bei keiner anderen Prüfungsbehörde

eingereicht worden.

Leipzig, den 21. Februar 2018