Charakterisierung und Verbesserung des CiPS-Algorithmus zur Ableitung der Oberkantenhöhe konvektiver Eiswolken aus MSG/SEVIRI-Daten

Kurzfassung

Das Hauptziel dieser Arbeit ist es, das CiPS-Retrieval (CiPS = Cirrus-Eigenschafen aus SEVIRI) hinsichtlich der Bestimmung der Oberkantenhöhe von Eiswolken (CTH) zu verbessern. CiPS (Strandgren, 2018) leitet aus Satellitendaten von MSG/SEVIRI mithilfe neuronaler Netzwerke diverse Eigenschaften von Eiswolken zum besseren Verständnis dieser ab. Zuerst erfolgt zur Verbesserung des CTH-Retrievals eine Charakterisierung dieser Methode mithilfe der Betrachtung von Fehlerverteilungen. In diesen Fehlerverteilungen wurde festgestellt, dass die Methode uber einen Bereich der CTH von 9 bis 18 km einen MAPE von unter 10 % besitzt. Fur hohe Cirren liefert CiPS eine Unterschätzung der CTH von bis zu 20 % (MPE). Niedrige Cirren werden bis zu 50 % uberschätzt. Konvektive, hohe Eiswolken werden stark unterschätzt und sollen präziser durch das Retrieval verarbeitet werden. Die Bedeutung der konvektiven Eiswolken ist groß, da sie aus hochreichenden Cumulonimbuswolken entstehen und gefährliche Begleiterscheinungen mitbringen können. Zur Verbesserung des Retrievals wurden in dieser Arbeit diverse Experimente durchgefuhrt. In einem ersten Schritt wurde der Trainingsdatensatz von Ausreißern bereinigt und auf einen sinnvollen Höhenbereich eingeschränkt. Zusätzlich wurden die Vervielfachungen beim Training von seltenen Datenpunkten angepasst. Nach diesen Veränderungen des Trainingsdatensatzes wurde die Ubergabe zusätzlicher Informationen fur das Retrieval getestet. Viele dieser zusätzlichen Informationen brachten keine signifikanten Verbesserungen. Dies bedeutet, dass das Retrieval selbstständig weitestgehend die Physik hinter den Eiswolken lernt. Aus diesen Experimenten fand man heraus, dass neben einer größeren Netzstruktur v.a. zusätzliche Informationen uber das atmosphärische Temperaturprofil in Form der Ubergabe der Temperatur und Höhe an dem Ubergang zwischen Troposphäre und Tropopause hilfreich sind. Im letzten Schritt wurden die Experimente zusammengefasst und daraus ein neues Retrieval trainiert. Das neue CTH-Retrieval ist um ca. 10 % besser als das CiPS Retrieval bei den Uber- und Unterschätzungen. Der MAPE sinkt uber fast alle CTHs um bis zu 10 %. Der RMSE reduziert sich durch die Anderungen von 1,276 km auf 1,027 km. Zudem gibt das neue Retrieval präzisere CTHs fur konvektive Eiswolken aus, wenn man die CTHs mit Lidarmessungen vergleicht.