Logo Logo
Help
Contact
Switch language to German
Cloud geometry for passive remote sensing
Cloud geometry for passive remote sensing
An important cause for disagreements between current climate models is lack of understanding of cloud processes. In order to test and improve the assumptions of such models, detailed and large scale observations of clouds are necessary. Passive remote sensing methods are well-established to obtain cloud properties over a large observation area in a short period of time. In case of the visible to near infrared part of the electromagnetic spectrum, a quick measurement process is achieved by using the sun as high-intensity light source to illuminate a cloud scene and by taking simultaneous measurements on all pixels of an imaging sensor. As the sun as light source can not be controlled, it is not possible to measure the time light travels from source to cloud to sensor, which is how active remote sensing determines distance information. But active light sources do not provide enough radiant energy to illuminate a large scene, which would be required to observe it in an instance. Thus passive imaging remains an important remote sensing method. Distance information and accordingly cloud surface location information is nonetheless crucial information: cloud fraction and cloud optical thickness largely determines the cloud radiative effect and cloud height primarily influences a cloud's influence on the Earth's thermal radiation budget. In combination with ever increasing spatial resolution of passive remote sensing methods, accurate cloud surface location information becomes more important, as the largest source of retrieval uncertainties at this spatial scale, influences of 3D radiative transfer effects, can be reduced using this information. This work shows how the missing location information is derived from passive remote sensing. Using all sensors of the improved hyperspectral and polarization resolving imaging system specMACS, a unified dataset, including classical hyperspectral measurements as well as cloud surface location information and derived properties, is created. This thesis shows how RGB cameras are used to accurately derive cloud surface geometry using stereo techniques, complementing the passive remote sensing of cloud microphysics on board the German High-Altitude Long-Range research aircraft (HALO). Measured surface locations are processed into a connected surface representation, which in turn is used to assign height and location to other passive remote sensing observations. Furthermore, cloud surface orientation and a geometric shadow mask are derived, supplementing microphysical retrieval methods. The final system is able to accurately map visible cloud surfaces while flying above cloud fields. The impact of the new geometry information on microphysical retrieval uncertainty is studied using theoretical radiative transfer simulations and measurements. It is found that in some cases, information about surface orientation allows to improve classical cloud microphysical retrieval methods. Furthermore, surface information helps to identify measurement regions where a good microphysical retrieval quality is expected. By excluding likely biased regions, the overall microphysical retrieval uncertainty can be reduced. Additionally, using the same instrument payload and based on knowledge of the 3D cloud surface, new approaches for the retrieval of cloud droplet radius exploiting measurements of parts of the polarized angular scattering phase function become possible. The necessary setup and improvements of the hyperspectral and polarization resolving measurement system specMACS, which have been developed throughout four airborne field campaigns using the HALO research aircraft are introduced in this thesis., Ein wichtiger Grund für Unterschiede zwischen aktuellen Klimamodellen sind nicht ausreichend verstandene Wolkenprozesse. Um die zugrundeliegenden Annahmen dieser Modelle zu testen und zu verbessern ist es notwendig detaillierte und großskalige Beobachtungen von Wolken durch zu führen. Methoden der passiven Fernerkundung haben sich für die schnelle Erfassung von Wolkeneigenschaften in einem großen Beobachtungsgebiet etabliert. Für den sichtbaren bis nahinfraroten Bereich des elektromagnetischen Spektrums kann eine schnelle Messung erreicht werden, in dem die Sonne als starke Lichtquelle genutzt wird und die Wolkenszene durch simultane Messung über alle Pixel eines Bildsensors erfasst wird. Da die Sonne als Lichtquelle nicht gesteuert werden kann, ist es nicht möglich die Zeit zu messen die von einem Lichtstrahl für den Weg von der Quelle zur Wolke und zum Sensor benötigt wird, so wie es bei aktiven Verfahren zur Distanzbestimmung üblich ist. Allerdings können aktive Lichtquellen nicht genügend Energie bereitstellen um eine große Szene gut genug zu beleuchten um diese Szene in einem kurzen Augenblick vollständig zu erfassen. Aus diesem Grund werden passive bildgebende Verfahren weiterhin eine wichtige Methode zur Fernerkundung bleiben. Trotzdem ist der Abstand zur beobachteten Wolke und damit der Ort der Wolke eine entscheidende Information: Wolkenbedeckungsgrad und die optische Dicke einer Wolke bestimmen einen Großteil des Strahlungseffektes von Wolken und die Höhe der Wolken ist der Haupteinflussfaktor von Wolken auf die thermische Strahlungsbilanz der Erde. Einhergehend mit der weiterhin zunehmenden Auflösung von passiven Fernerkundungsmethoden werden genaue Informationen über den Ort von Wolkenoberflächen immer wichtiger. Dreidimensionale Strahlungstransporteffekte werden auf kleineren räumlichen Skalen zum dominierenden Faktor für Fehler in Messverfahren für Wolkenmikrophysik. Dieser Einfluss auf die Messverfahren kann durch die Nutzung von Informationen über die Lage der Wolken reduziert und die Ergebnisse somit verbessert werden. Diese Arbeit zeigt, wie die fehlenden Ortsinformationen aus passiven Fernerkundungsmethoden gewonnen werden können. Damit kann ein vereinheitlichter Datensatz aller Sensoren des verbesserten specMACS-Systems für hyperspektrale und polarisationsaufgelöste Bilderfassung erstellt werden, in dem außer den gemessenen Strahlungsdichten auch die Positionen der beobachteten Wolkenoberflächen und daraus abgeleitete Größen enthalten sind. In dieser Arbeit wird gezeigt, wie RGB-Kameras genutzt werden, um mit Hilfe stereographischer Techniken die Geometrie der beobachteten Wolken ab zu leiten und so die Möglichkeiten zur passiven Fernerkundung auf dem Forschungsflugzeug HALO zu erweitern. Aus den so gemessenen Positionen der Wolkenoberflächen wird eine geschlossene Darstellung der Wolkenoberflächen berechnet. Dies ermöglicht es die Daten aus anderen passiven Fernerkundungsmethoden um Höhe und Ort der Messung zu erweitern. Außerdem ist es so möglich die Orientierung der Wolkenoberflächen und eine Schattenmaske auf Grund der nun bekannten Beobachtungsgeometrie zu berechnen. Das fertige System ist in der Lage, die sichtbaren Wolkenoberflächen aus Daten von einem Überflug zu rekonstruieren. Mit Hilfe theoretischer Strahlungstransportsimulationen und Messungen wird der Einfluss der neu gewonnenen Informationen auf bestehende Rekonstruktionsmethoden für Wolkenmikrophysik untersucht. In manchen Fällen helfen die neu gewonnenen Informationen direkt die Ergebnisse dieser Methoden zu verbessern und in jedem Fall ermöglichen es die Positionsdaten Bereiche zu identifizieren für die bekannt ist, dass bisherige Rekonstruktionsmethoden nicht funktionieren. Durch Ausschluss solcher Bereiche wird der Gesamtfehler von Mirkophysikrekonstruktionen weiterhin reduziert. Das aktuelle specMACS System ermöglicht auch polarisationsaufgelöste Messungen, wodurch eine sehr genaue Bestimmung der Wolkentropfengrößen möglich wird. Die nun verfügbaren Positionsdaten der Wolkenoberflächen helfen die Genauigkeit dieses Verfahrens deutlich zu verbessern. Die notwendigen Auf- und Umbauten des hyperspektralen und polarisationsauflösenden Messsystems specMACS, die während vier Flugzeuggestützer Messkampagnen auf dem Forschungsflugzeug HALO entwickelt wurden sind in dieser Arbeit beschrieben.
cloud geometry, remote sensing, stereo, cloud microphysics, airborne measurements
Kölling, Tobias
2020
English
Universitätsbibliothek der Ludwig-Maximilians-Universität München
Kölling, Tobias (2020): Cloud geometry for passive remote sensing. Dissertation, LMU München: Faculty of Physics
[img]
Preview
Licence: Creative Commons: Attribution-ShareAlike 4.0 (CC-BY-SA)
PDF
Koelling_Tobias.pdf

43MB

Abstract

An important cause for disagreements between current climate models is lack of understanding of cloud processes. In order to test and improve the assumptions of such models, detailed and large scale observations of clouds are necessary. Passive remote sensing methods are well-established to obtain cloud properties over a large observation area in a short period of time. In case of the visible to near infrared part of the electromagnetic spectrum, a quick measurement process is achieved by using the sun as high-intensity light source to illuminate a cloud scene and by taking simultaneous measurements on all pixels of an imaging sensor. As the sun as light source can not be controlled, it is not possible to measure the time light travels from source to cloud to sensor, which is how active remote sensing determines distance information. But active light sources do not provide enough radiant energy to illuminate a large scene, which would be required to observe it in an instance. Thus passive imaging remains an important remote sensing method. Distance information and accordingly cloud surface location information is nonetheless crucial information: cloud fraction and cloud optical thickness largely determines the cloud radiative effect and cloud height primarily influences a cloud's influence on the Earth's thermal radiation budget. In combination with ever increasing spatial resolution of passive remote sensing methods, accurate cloud surface location information becomes more important, as the largest source of retrieval uncertainties at this spatial scale, influences of 3D radiative transfer effects, can be reduced using this information. This work shows how the missing location information is derived from passive remote sensing. Using all sensors of the improved hyperspectral and polarization resolving imaging system specMACS, a unified dataset, including classical hyperspectral measurements as well as cloud surface location information and derived properties, is created. This thesis shows how RGB cameras are used to accurately derive cloud surface geometry using stereo techniques, complementing the passive remote sensing of cloud microphysics on board the German High-Altitude Long-Range research aircraft (HALO). Measured surface locations are processed into a connected surface representation, which in turn is used to assign height and location to other passive remote sensing observations. Furthermore, cloud surface orientation and a geometric shadow mask are derived, supplementing microphysical retrieval methods. The final system is able to accurately map visible cloud surfaces while flying above cloud fields. The impact of the new geometry information on microphysical retrieval uncertainty is studied using theoretical radiative transfer simulations and measurements. It is found that in some cases, information about surface orientation allows to improve classical cloud microphysical retrieval methods. Furthermore, surface information helps to identify measurement regions where a good microphysical retrieval quality is expected. By excluding likely biased regions, the overall microphysical retrieval uncertainty can be reduced. Additionally, using the same instrument payload and based on knowledge of the 3D cloud surface, new approaches for the retrieval of cloud droplet radius exploiting measurements of parts of the polarized angular scattering phase function become possible. The necessary setup and improvements of the hyperspectral and polarization resolving measurement system specMACS, which have been developed throughout four airborne field campaigns using the HALO research aircraft are introduced in this thesis.

Abstract

Ein wichtiger Grund für Unterschiede zwischen aktuellen Klimamodellen sind nicht ausreichend verstandene Wolkenprozesse. Um die zugrundeliegenden Annahmen dieser Modelle zu testen und zu verbessern ist es notwendig detaillierte und großskalige Beobachtungen von Wolken durch zu führen. Methoden der passiven Fernerkundung haben sich für die schnelle Erfassung von Wolkeneigenschaften in einem großen Beobachtungsgebiet etabliert. Für den sichtbaren bis nahinfraroten Bereich des elektromagnetischen Spektrums kann eine schnelle Messung erreicht werden, in dem die Sonne als starke Lichtquelle genutzt wird und die Wolkenszene durch simultane Messung über alle Pixel eines Bildsensors erfasst wird. Da die Sonne als Lichtquelle nicht gesteuert werden kann, ist es nicht möglich die Zeit zu messen die von einem Lichtstrahl für den Weg von der Quelle zur Wolke und zum Sensor benötigt wird, so wie es bei aktiven Verfahren zur Distanzbestimmung üblich ist. Allerdings können aktive Lichtquellen nicht genügend Energie bereitstellen um eine große Szene gut genug zu beleuchten um diese Szene in einem kurzen Augenblick vollständig zu erfassen. Aus diesem Grund werden passive bildgebende Verfahren weiterhin eine wichtige Methode zur Fernerkundung bleiben. Trotzdem ist der Abstand zur beobachteten Wolke und damit der Ort der Wolke eine entscheidende Information: Wolkenbedeckungsgrad und die optische Dicke einer Wolke bestimmen einen Großteil des Strahlungseffektes von Wolken und die Höhe der Wolken ist der Haupteinflussfaktor von Wolken auf die thermische Strahlungsbilanz der Erde. Einhergehend mit der weiterhin zunehmenden Auflösung von passiven Fernerkundungsmethoden werden genaue Informationen über den Ort von Wolkenoberflächen immer wichtiger. Dreidimensionale Strahlungstransporteffekte werden auf kleineren räumlichen Skalen zum dominierenden Faktor für Fehler in Messverfahren für Wolkenmikrophysik. Dieser Einfluss auf die Messverfahren kann durch die Nutzung von Informationen über die Lage der Wolken reduziert und die Ergebnisse somit verbessert werden. Diese Arbeit zeigt, wie die fehlenden Ortsinformationen aus passiven Fernerkundungsmethoden gewonnen werden können. Damit kann ein vereinheitlichter Datensatz aller Sensoren des verbesserten specMACS-Systems für hyperspektrale und polarisationsaufgelöste Bilderfassung erstellt werden, in dem außer den gemessenen Strahlungsdichten auch die Positionen der beobachteten Wolkenoberflächen und daraus abgeleitete Größen enthalten sind. In dieser Arbeit wird gezeigt, wie RGB-Kameras genutzt werden, um mit Hilfe stereographischer Techniken die Geometrie der beobachteten Wolken ab zu leiten und so die Möglichkeiten zur passiven Fernerkundung auf dem Forschungsflugzeug HALO zu erweitern. Aus den so gemessenen Positionen der Wolkenoberflächen wird eine geschlossene Darstellung der Wolkenoberflächen berechnet. Dies ermöglicht es die Daten aus anderen passiven Fernerkundungsmethoden um Höhe und Ort der Messung zu erweitern. Außerdem ist es so möglich die Orientierung der Wolkenoberflächen und eine Schattenmaske auf Grund der nun bekannten Beobachtungsgeometrie zu berechnen. Das fertige System ist in der Lage, die sichtbaren Wolkenoberflächen aus Daten von einem Überflug zu rekonstruieren. Mit Hilfe theoretischer Strahlungstransportsimulationen und Messungen wird der Einfluss der neu gewonnenen Informationen auf bestehende Rekonstruktionsmethoden für Wolkenmikrophysik untersucht. In manchen Fällen helfen die neu gewonnenen Informationen direkt die Ergebnisse dieser Methoden zu verbessern und in jedem Fall ermöglichen es die Positionsdaten Bereiche zu identifizieren für die bekannt ist, dass bisherige Rekonstruktionsmethoden nicht funktionieren. Durch Ausschluss solcher Bereiche wird der Gesamtfehler von Mirkophysikrekonstruktionen weiterhin reduziert. Das aktuelle specMACS System ermöglicht auch polarisationsaufgelöste Messungen, wodurch eine sehr genaue Bestimmung der Wolkentropfengrößen möglich wird. Die nun verfügbaren Positionsdaten der Wolkenoberflächen helfen die Genauigkeit dieses Verfahrens deutlich zu verbessern. Die notwendigen Auf- und Umbauten des hyperspektralen und polarisationsauflösenden Messsystems specMACS, die während vier Flugzeuggestützer Messkampagnen auf dem Forschungsflugzeug HALO entwickelt wurden sind in dieser Arbeit beschrieben.