Description: Dieses Projekt analysiert den Nutzen und Wert von passiven L-Band Satellitenbeobachtungen für die Ensemble-basierte Datenassimilation mit vollgekoppelten Erdsystemmodellen für mesoskalige Einzugsgebiete. Modellauflösungen sind dabei typischerweise in der Größenordnung von 100 m für die Landkomponenten und 1 km für die Atmosphärenkomponente des gekoppelten Modells; diese ist viel höher als die der Satellitenbeobachtungen, die typischerweise mehrere 10 Kilometer beträgt. Ensemble-basierte Datenassimilation erfordert die Erzeugung von synthetischen Beobachtungen aus dem Erdsystemmodell heraus mit Hilfe eines Beobachtungsoperators, der dann mit Beobachtungen verglichen wird um das Analyseensemble zu generieren. Da der Modellzustand nicht notwendigerweise alle Informationen enthält, die der Beobachtungsoperator benötigt (dieser ist im Wesentlichen ein Strahlungstransportmodell) muss die fehlende Information aus externen Datenquellen extrahiert werden. Die zentralen Projektziele sind die Weiterentwicklung einen geeigneten Beobachtungsoperators, der es erlaubt Satellitenbeobachtungen im L-Band zu erzeugen, sowie dessen Nutzung für die Datenassimilation mit Hilfe der Terrestrial Systems Modeling Platform (TerrSysMP, Shrestha et al. 2014) gekoppelt mit dem Parallelized Data Assimilation Framework (PDAF, Nerger et al. 2013). Während wir in Phase I hauptsächlich einen flexiblen Beobachtungsoperator erstellt und validiert haben, konzentrieren wir uns in Phase II, neben weiteren Verbesserungen des Operators bezüglich Vegetation und seiner Operationalisierung, auf die eigentliche Datenassimilation. Diese umfasst (a) die Bestimmung des Biases zwischen virtuellen Beobachtungen des Datenassimilationsmodells und solchen des virtuellen wie des realen Einzugsgebietes, (b) Datenassimilationsexperimente zur Quantifizierung des Wertes solcher Beobachtungen auch im Vergleich zu anderen Beobachtungen, sowie (c) Vorverarbeitungs- und Filterungsmethoden um die niedrig aufgelösten Messungen optimal für die Systemzustandsschätzung auszunutzen.
Types:
SupportProgram
Tags:
Vegetation
?
Erdbeobachtungssatellit
?
Satellitendaten
?
Verfahrensoptimierung
?
Assimilation
?
Atmosphärenmodell
?
Datenverarbeitung
?
Fernerkundungsdaten
?
Einzugsgebiet
?
Landökosystem
?
Quantitative Analyse
?
Simulationsmodell
?
Strahlungsmodell
?
Systemanalyse
?
Vergleichsanalyse
?
Modellierung
?
Datenmodell
?
Satellitenfernerkundung
?
Monitoringdaten
?
Datenerhebung
?
Erdoberfläche
?
Erdsystem
?
Auflösungsvermögen
?
Auswertungsverfahren
?
Region:
Nordrhein-Westfalen
Nordrhein-Westfalen
Bounding boxes:
5.8663153° .. 9.4617417° x 50.3226897° .. 52.531493499999996°
5.8662503507406045° .. 9.461478369136085° x 50.323011952581965° .. 52.53144342795586°
License: Creative Commons Namensnennung-keine Bearbeitung-Nichtkommerziell 4.0
Language: Deutsch
Organisations
-
Deutsche Forschungsgemeinschaft (Finanzielle Förderung)
-
European Space Agency, Research & Scientific Support Department (SRE-S) ESTEC (Mitwirkung)
-
Rheinische Friedrich-Wilhelms-Universität Bonn, Meteorologisches Institut (Mitwirkung)
-
Umweltbundesamt (Bereitstellung)
-
Universität Bonn, Institut für Geowissenschaften (Projektverantwortung)
Last harvest: 04.09.2026 00:32
Time ranges:
2013-01-01 - 2026-09-20
Alternatives
-
Language: Englisch/English
Title: Sub project: Scale-Problems in Assimilating of Passive Microwave Observation into Coupled Models
Description: This project explores the use and value of passive L-band satellite observations for ensemble-based data assimilation with fully-coupled terrestrial system models for mesoscale catchments. Model resolutions are typically of the order of 100 m for land components and 1 km for the atmospheric component of such models, which is much smaller than for the satellite observations with typically tens of kilometers. Ensemble-based data assimilation requires the generation of synthetic observations from the terrestrial system model via an observation operator, which are compared with observations for the generation of the analysis ensemble. Since the model state does not necessarily include all information required for the observation operator, which is in large parts a radiative transfer model, missing information must be inferred from external data. The main objectives of the project are the development of a suitable observation operator, which is able to mimic L-Band satellite observations in the best possible way, and its use for the exploitation of such observations in the data assimilation context with the Terrestrial Systems Modeling Platform (TerrSysMP, Shrestha et al. 2014) coupled to the Parallelized Data Assimilation Framework (PDAF, Nerger et al. 2013). While Phase I focused mainly on the compilation of a flexible observation operator and its comparison with real observations, Phase II will pursue further improvements concerning the representation of vegetation by the observation operator and its operationalization, but mainly concentrate on its use for data assimilation. This includes (a) the quantification of biases between observations generated from the data assimilation model and observations both from the virtual and true reality, (b) data assimilation experiments which quantify the value of such observations given other observations (e.g. precipitation), and (c) pre-processing and filtering methods to better exploit the information content of the large-scale observations.
URL: https://ufordat.uba.de/UFORDAT/pages/PublicRedirect.aspx?TYP=PR&DSNR=1073929
Resources
Status
Quality score
- Overall: 0.47
-
Findability: 0.48
- Title: 0.80
- Description: 0.00
- Identifier: false
- Keywords: 0.92
- Spatial: BoundingBox (0.50)
- Temporal: DomainOnly
-
Accessibility: 0.67
- Landing page: Specific (1.00)
- Direct access: false
- Publicly accessible: true
-
Interoperability: 0.00
- Open file format: false
- Media type: false
- Machine-readable metadata: false
- Machine-readable data: false
-
Reusability: 0.75
- License: ClearlySpecifiedAndFree (1.00)
- Contact info: false
- Publisher info: true
- Currentness: LastWeek (1.00)
Accessed 12 times.