讨论Ro Tls数据误差的贡献
我们研究了误差源对RO数据的检索(潜在的初始化的偏见,干燥温度的假设),计算气候学(抽样误差),及相关合成TLS计算过程(权重函数与辐射传输模型)。
潜在的初始偏差:CCRv2.3检索观察弯曲角的概要文件结合背景弯曲角的概要文件(ECMWF)分析统计最优方法最小化剩余偏见在大气资料低于35公里。对于每一个观察RO概要,并置弯曲角从ECMWF资料计算分析场和扩大使用msise高达120公里- 90气候学。这允许流体静力学积分的初始化在高海拔地区(120公里),上边界的初始化对检索到的大气参数没有影响低于40公里。由此产生的大气平流层顶上方概要文件background-dominated和observation-dominated低于40公里(见Schr0der et al。(2007)在涉及RO平流层顶的重要性上初始化)。与独立的数据集验证发现潜在的温度偏差< 0.2 K的全球平均在10 km-30公里。纬度的解决分析显示根据观察限制偏差的< 0.2 K到0.5 K 35公里在大多数情况下,30公里,在任何情况下,即使严重偏见(约10公里或更多)使用先验信息的高海拔的初始化检索(Gobiet et al . 2007年)。冠军偏见40公里附近因此可以预计不超过2 K。这些水平的偏见的影响在密歇根州立大学TLS 40公里小数据,由于小权重函数的贡献超过30公里。扰动测试见图5通过摄动-平静的TLS的温度。他们显示偏差(或偏见的趋势超过5年)线性增加从0.1 K 1 K或0.2 K从30公里2 K到40公里导致偏见MSU TLS(或趋势偏差超过5年)< 0.006 K或< 0.015 K,分别。 Even an increase from 1 K at 30 km to a 5 K bias at 40 km (or a trend in bias of 5 K over 5 years) would lead to a spurious TLS change of < 0.04 K only.
干燥温度的假设:RO干燥温度使用概要文件在这项研究中,即折射率,水汽的贡献是被忽视的。干燥的空气假设总是坚持< 0.1 K实际物理和干燥温度之间的差异在极地冬季政权海拔8公里及以上14公里在热带地区,分别与干燥温度比实际的一个深入逐渐变得冷对流层随着湿度的增加(Foelsche et al . 2008 b)。我们调查这个影响MSU TLS温度根据检查ECMWF分析数据通过集成在干燥的温度以及在身体的温度资料。的差异产生的合成TLS温度图6所示。我们找到了一个微不足道的平均差()
2002 - 2006年的< < 0.02 K在热带地区,全球0.01 K和extratrop-ics分别与一个微不足道的趋势< 0.001 K / 5年。趋势是表示与两个西格玛ST5年不确定性趋势的无花果。6、7和8。
抽样误差:抽样误差特征估计基于ECMWF的冠军RO气候学分析(详细信息请参阅Gobiet et al . 2005;施泰纳et al . 2006;Pirscher et al . 2007;Foelsche et al . 2008 b)。这些一颗卫星的抽样误差气候学的结果不均匀和稀疏采样时间和空间。典型的每月平均冠军干燥温度采样误差地带性意味着在10°纬度乐队是< 0.3 K上对流层和低平流层,与当地时间分量的抽样误差< 0.15 K (Pirscher et al . 2007年)。调查冠军的数据集的平均数量每个月掩星事件的地区是3364年在全球范围内,832年热带地区,NH extratropics 1044,分别为SH extratropics和951。图7显示了事件的数量随着时间的推移以及相应的月平均抽样误差的TLS温度(TLS加权函数应用于抽样误差)。2002 - 2006年的抽样误差的标准差是全球估计0.08 K, 0.07 K的热带地区,NH extratropics 0.18 K,分别为SH extratropics和0.17 K。km-40 10公里以外的大部分层抽样误差的估计(用于Steiner et al . 2007年)TLS具体抽样误差有趣的是显示了一个重要的趋势在2002 - 2006年北半球extratropics (-0.26±0.14 K, K图7 c)也计划在全球范围内(-0.12±0.07 K, K图7 a)在热带趋势很小(-0.06±0.06 K, K图7 b)。 This transient change in the CHAMP sampling may possibly be due to orbit changes of the CHAMP satellite and to changes in the GPS constellation over the investigated time period, respectively. It may partly relate also to the major resolution upgrade in ECMWF analyses per February 2006 (see Sect. 2.2), however, since 2002-2005 sampling error trends (not shown) are consistently smaller than 2002-2006 ones (e.g., NH extratropics -0.22 K±0.17 K, global -0.07 K±0.08 K, tropics -0.02 K±0.07 K). The present estimates are thus possibly conservative estimates for the "true" sampling error trends. Alternative estimates based on NCEP (National Centers for Environmental Prediction) reanalyses, and a closer look into CHAMP-GPS sampling pattern changes over time, will help in future to understand the estimates in more detail.
TLS计算过程:进一步可能的误差源是合成MSU TLS计算过程。在绝对TLS的区别亮度温度使用静态TLS之间加权函数每月平均配置文件或辐射传输建模RTTOV频道MSU4个人资料被发现平均< 0.2 K(个人maxima月度值~ 0.3 K)在这项研究中使用的所有四个区域。这是在MSU4 AMSU9偏见的估计克里斯蒂et al . (2003)。如图8所示,意味着不同的TLS异常(使用RTTOV -使用加权函数)被发现是全球0.002 K±0.02 K, K 0.003±0.03 K在热带地区,和0.001 K NH / SH extratropics±0.05 K。整体是< 0.1 K为所有四个区域,除了少数个人月仍然在extratropics (< 0.2 K)。没有任何明显的漂移的差异在2002 - 2006(即。,< 0.02 K)。这些结果符合Santer et al。(2000),使用全球辐射传输模型或一个合适的权重函数计算TLS气温产量在全球大规模地带性意味着差异可以忽略不计。
继续阅读:Sim Vis仿真可视化工具
这篇文章有用吗?