Logo
DeutschClear Cookie - decide language by browser settings
Schwander, Harald (1999): Simulation des Einflusses von Bewölkung auf die UV-Strahlung mittels Neuronaler Netze. Dissertation, LMU München: Faculty of Physics
[img]
Preview
PDF
Schwander_Harald.pdf

3560Kb

Abstract

Erklärtes Ziel der Modellierung der UV-Strahlung ist die Bereitstellung von Werten für Zeiten und Orte, an denen nicht gemessen werden kann, sowie zur Prognose. Im wolkenfreien Fall lassen sich die UV-Strahlungsgrößen hinreichend genau modellieren. Die Fehler resultieren im Wesentlichen aus der unpräzisen Kenntnis der relevanten atmosphärischen Parameter. Demgegenüber ist die Modellierung der UV-Strahlung bei Bewölkung bisher nur unzureichend gelöst. Die diesbezüglichen Problematiken sind vielfältig. Für eine exakte Berechnung der Strahlungswerte ist ein drei-dimensionales Strahlungsmodell erforderlich, da Wolken weder horizontal, noch vertikal homogen sind. Die detaillierte Kenntnis der mikro- und makrophysikalischen Wolkeneigenschaften ist aber im Einzelfall kaum, für die Prognose nie verfügbar. Zudem weisen die aufwendigen drei-dimensionalen Strahlungsmodelle sehr lange Rechenzeiten auf. Aus diesen Gründen wurde bisher vielfach der Weg beschritten, ein-dimensionale Modelle, wie sie für den wolkenlosen Fall benutzt werden, auch für den bewölkten Fall anwendbar zu machen. Hierzu wird der Einfluß der Wolken auf das UV-Strahlungsfeld nicht mehr exakt physikalisch, sondern statistisch beschrieben. In dieser Arbeit wird der Einfluß von Bewölkung auf die bodennahe UV-Globalstrahlung untersucht. Die Beschreibung der Wirkung von Wolken auf die UV-Globalstrahlung erfolgt mit sogenannten Wolkenmodifikationsfaktoren µ. Diese geben den Quotienten zwischen der UV-Globalstrahlung bei Wolken und derjenigen UV-Globalstrahlung ohne Wolken, bei sonst identischer Atmosphäre, an. In der Vergangenheit wurden die µ-Werte aus Meßreihen der integralen UV-Strahlung an verschiedenen Orten gewonnen. Die Herleitung der µ aus Messungen ist aber mit dem Problem behaftet, für eine beliebige Messung bei Wolkeneinfluß eine dazu vergleichbare Messung bei wolkenlosen Bedingungen zu finden. Dies bedeutet, daß Sonnenzenitwinkel, Ozongesamtgehalt, Aerosol- und Albedobedingungen identisch sein müssen. Dies ist in der Praxis auch bei mehrjährigen Meßreihen nicht gegeben. Meist werden, unter Vernachlässigung von Aerosol und Albedo, Messungen mit ähnlichem Sonnenzenitwinkel verwendet, die auf gleichen Ozongesamtgehalt angepaßt werden. Dementsprechend werden nur grobe Mittelwerte von µ ohne deren Abhängigkeit von anderen Atmosphärenparametern bestimmt. Darüberhinaus sind Untersuchungen hinsichtlich der spektralen Abhängigkeit von µ nicht möglich. Im Rahmen dieser Arbeit wurde ein umfangreiches Datenmaterial an µ-Werten bereitgestellt und mittels der Analysetechnik der Neuronalen Netz systematisch untersucht. Der große Datenumfang wurde dadurch gewährleistet, daß zu jedem gemessenen UVSpektrum bei Wolken das entsprechende UV-Spektrum für wolkenlose Bedingungen, sonst aber gleichen Atmosphäreneigenschaften, nicht innerhalb der UV-Meßreihe gesucht, sondern mit einem Strahlungsübertragungsmodell simuliert wurde. Die Verwendung hochwertiger, spektraler UV-Messungen ermöglichte einerseits eine größtmögliche Genauigkeit bei der Übereinstimmung von Simulation und Meßsignal innerhalb von ca. ± 5% Abweichung, andererseits auch eine Analyse der spektralen Abhängigkeit der µ-Werte. Die Neuronalen Netze dienten der Untersuchung der systematischen Abhängigkeiten dieser µ-Werte von einer adäquaten Wolkenbeschreibung und anderen relevanten Atmosphärenparametern (Sonnenzenitwinkel und Bodenalbedo). Die diesbezüglichen Auswertungen vertiefen das Verständnis über die Strahlungswirkung von Wolken auf die UV-Strahlung, gerade bei durchbrochener Bewölkung. Neben diesen Sensitivitätsstudien wurden mit Hilfe der Neuronalen Netze Algorithmen gewonnen, die, in Kombination mit einem Strahlungsübertragungsmodell, in der Lage sind, die UV-Strahlung bei jeder Art von Bewölkung zu simulieren. Neben der Simulation mittlerer Bedingungen, bzw. der Prognose, wurden auch die Möglichkeiten zur Simulation des aktuellen Falles entscheidend verbessert. Durch die Hinzunahme einfacher integraler Globalstrahlungsmessungen als Wolkenbeschreibung reduziert sich der Fehler der einzelnen Modellierung um mehr als einen Faktor 2. Bei Nutzung jener Algorithmen ist auch die Modellierung signifikanter Erhöhungen der UV-Globalstrahlung bei durchbrochener Bewölkung im Vergleich zum wolkenlosen Fall möglich. Im Rahmen dieser Arbeit konnte damit die UV-Strahlung bei beliebiger Bewölkung für µ-Werte größer als 0.5 in 90% aller Fälle mit einem Fehler von kleiner als ± 15% modelliert werden.