Platforms for Measuring SST Geostationary orbit Infra-red radiometer Polar-orbiting infra-red radiometer Polar-orbiting microwave radiometer drifting or moored buoy research vessel VOS or SOO VOS = Voluntary observing ship SOO = Ship-of-opportunity

Measuring SST: Sampling issues

Processes affecting SST Measurement Flow of information Digital signal, S T.o.a. brightness temperature (radiance), Tb Bulk temperature, Tbulk Water-leaving radiance Skin temperature, TS Temperature Measure Cloud Processes Detector, transducer, amplifier, digitiser Surface emissivity effects Scattering & absorption by stratospheric dust Absorption by Water vapour, etc. Thermal microlayer Diurnal thermocline Procedures Sensor calibration Atmospheric correction Cloud detection Skin-bulk model S Tb eTS +(1-e)Tsky TS 1mm 10 cm 5 m ? Tbulk

Aus der Betrachtung der Schwartzschild Gleichung: … wissen wir, dass die Strahlung von der Oberfläche dominieren soll, d. h. wir brauchen eine Wellenlänge in einem atmosphärischen “Fenster”, so dass td(l) groß und td(l,p)/dp klein ist. AVHRR Kanäle Kanal Wellenlänge mm 1 0.58-0.68 2 0.72-1.10 3 3.55-3.93 4 10.3-11.3 5 11.5-12.5 AVHRR Kanäle 1 2 3 45

Keines dieser Fenster ist perfekt für unsere Anwendung, Keines dieser Fenster ist perfekt für unsere Anwendung, es wird immer Beiträge aus der Atmosphäre geben, die hauptsächlich durch Absorption/Emission des Wasserdampfes verursacht werden. Aber: Wir haben Glück, das 10.5-12.5 mm Fenster ist breit genug für zwei Kanäle. Und: Kanal 5 des AVHRR zeigt eine höhere Absorption als Kanal 4. Ch4 Ch5 Transmission Daraus ergibt sich, dass Änderungen in der Differenz beider Kanäle durch Änderungen im Wasserdampfgehalt verursacht sind.

Wird TB mit steigendem Wasserdampfgehalt größer oder kleiner? Einfachster Fall: Oberfläche + eine homogene Atmosphärenschicht: Ts, es=1 Ta, td=0.9 daraus wird, oder, 10% der von der Oberfläche emittierten Strahlung wird durch die “kühlere” vom Wasserdampf emittierte Strahlung ersetzt. TB nimmt ab (bestimmt durch Ts , Ta, und td)

Wie beeinflusst der Wasserdampf die spektrale Änderung von TB? Ts, es=1 Ta, td (4) =0.95, td (5) =0.9 d(4)=-ln0.95=0.051 , d(5)=0.105 (für Nadir Blick) Wenn wir den Wassergehalt verdoppeln, was ändert sich? vs d doppelt so groß, d(4)=0.102, d(5)=0.210 und, td (4) =0.90, td (5) =0.81 Ganz wichtige Annahmen: Die Gewichtsfunktionen in Kanal 4 und 5 sind sehr ähnlich, d.h. Ta ist in beiden Gleichungen gleich. Die Oberflächenemissivität ändert sich nicht mit der Wellenlänge. Die Differenz in der Transmission ist das Ergebnis der unterschiedlichen Absorptionskoeffizienten desselben Gases Wasserdampf. Weil Ts und Ta sich nicht mit der Wellenlänge ändern, ergibt sich…

Wie geht es richtig? Wir messen zwei Strahldichten bei zwei Wellenlängen: Was dürfen wir für die benachbarten Wellenlängen annehmen? Die Gewichtsfunktionen sind sehr ähnlich, deswegen ist Ta bei der emittiert wird nahezu gleich. Ta variiert weniger als 1K (Prabhakara, 1974). Die Oberflächenemissivität ist nahezu gleich und damit ist Ts auch gleich. Und wie wir schon wissen, Transmissionsunterschiede werden nur durch Wasserdampf hervor gerufen.

Wenn W der über die Säule integrierte Wasserdampf ist dann ist: Wir haben jetzt also 2 Messungen (L1 und L2) und 3 Unbekannte (Ta, TS, W), häh? Um das zu lösen müssen wir die Wellenlängenabhängigkeit beseitigen. Weil alle Gewichtsfunktionen an der Oberfläche ihr Maximum haben, sind Ts, TB1, TB2 dicht an Ta. Entwicklung der Planckfunktion um Ta: Aufschreiben für beide Wellenlängen und eliminieren von (T-Ta) ergibt eine Gleichung, die Strahlungsänderungen bei einer Wellenlänge zu Änderungen in der anderen in Relation setzt:

Verwenden, um B2(TB2) und B2(TS) zu approximieren: Einsetzen in Gleichungen für L1 = B1(TB1) und L2 = B2(TB2) Auflösen: Gleichung für B1(TB1) nutzen, um Ta zu eliminieren:

Die Split-Window Technik ist eine Korrekturmethode, d. h Die Split-Window Technik ist eine Korrekturmethode, d. h. die Messung bei einer Wellenlänge wird benutzt, um atmosphärische Effekte in der anderen zu korrigieren. Was war noch mit dem Wasserdampf, unserer dritten Unbekannten?  hängt nicht stark vom Wasserdampfgehalt ab! Weil die Transmission sehr groß ist, kann man schreiben (wegen: exp(-x) = 1-x für kleine x): Und daraus ergibt sich dann:

Das Prinzip eines SST Algorithmus SST wird abgeleitet aus einer linearen Differenz von Helligkeitstemperaturen bei zwei infraroten Wellenlängen; Die zwei Kanäle werden verwendet, um den atmosphärischen Beitrag zu eliminieren und die Oberflächentemperatur zu bestimmen; Wolken verursachen Probleme in den Algorithmen -> bevor ich so etwas anwenden kann, muss ich Wolken detektieren und eliminieren (Wolkenmaske); Es gibt verschiedene Wege einen Algorithmus zu entwickeln, z.B. durch Regression von Helligkeitstemperaturen mit tatsächlich gemessenen Wassertemperaturen.

Es gibt einige verschiedene Methoden, um Wolken zu detektieren: Maximum Temperatur alle Messungen eines kleinen Gebietes werden über einen kurzen Zeitraum verglichen. Die höchste Temperatur wird als beste Schätzung verwendet. Dies basiert auf: a. Eigenschaften der Oberfläche sind mehr persistent als die von Wolken b. Wolken sind kälter als die Oberfläche. Caveat: Diese Methode versagt, wenn wir persistente dünne Zirruswolken haben. Zwei Wellenlängen Infrarot Vergleiche Temperaturen bei 3.7 µm und 10.5 µm. Wenn die Temperaturen nahezu gleich sind, können wir annehmen, dass das gemessene Signal von a. der Oberfläche kommt, ODER b. von homogenen Wolken kommt, die wir aber in einem sichtbaren Kanal detektieren können. Wenn die Temperaturen unterschiedlich sind, dann haben wir wahrscheinlich nicht detektierte Wolken in unserer Szene.

Infrarot Variabilität Temperaturen von Wolken zeigen eine höhere räumliche Variabilität als die Oberflächentemperatur. Deswegen können alle Werte in einem Gebiet, die nur kleine Abweichungen von einem Mittelwert, der dicht am erwarteten Wert der SST liegt als gute Schätzungen akzeptiert werden. Zwei Wellenlängen Sichtbar-Infrarot verwendet reflektiertes Sonnenlicht, um Wolken zu erkennen. Verwendet die Annahme, dass die Ozeanoberfläche im sichtbaren viel dunkler als die Wolken sind.

Table 2. Atmospheric Sources of Error from Stewart, Methods of Satellite Oceanography 3.7 µm wavelength 10.5 µm wavelength undetected clouds 0-10 K aerosols 0.3-5 K water vapor 1-8 K 0.3-1 K 0.1-2 K other gases 0.1 K reflected sky 0.2-0.7 K AVHRR Kanal 4                                    

MCSST - Multichannel Sea Surface Temperature Die wahre SST ist ein lineares Komposit aus Kanal 4 und 5 des AVHRR, d. h. Ts = A + B T4 + C T5 A, B, und C werden empirisch bestimmt, also: Messe TS (Schiff, Boje, etc.) an vielen Orten gleichzeitig mit Messungen von T4 und T5 (AVHRR) Bestimme statistisch A, B, und C durch z. B. durch Regression Ts(x) = A + B T4(x) + C T5(x) Nachts kann man auch noch Kanal 3 (3.7mm Wellenlänge) benutzen (Warum?) Ts(x) = D + E T3(x) + F T4(x) + G T5(x)

Achtung: Unterscheidung zwischen der so genannten BULK SST und der Skin SST ist notwendig! BULK (1-5m Tiefe) SST measurements: Schiffe Bojen (seit Mitte der siebziger Jahre), weniger anfällig für Fehler Skin SST von Infrarotsensoren SR (Scanning Radiometer) und VHRR (Very High Resolution Radiometer), beide auf NOAA Platformen seit Mitte der siebziger Jahre; AVHRR (Advanced Very High Resolution Radiometer): Seit 1978 (4 Kanäle, seit NOAA-6) Seit 1988 (5 Kanäle, seit NOAA-11) AVHRR Kanäle Kanal Wellenlänge mm 1 0.58-0.68 2 0.72-1.10 3 3.55-3.93 4 10.3-11.3 5 11.5-12.5

Radiative Transfer Model Simulated Measurements Alternative zu Bodenmessungen ist ein Strahlungsmodell: Radiative Transfer Model Variable Input Parameter Material Constants Instrument Parameters Simulated Measurements Formulation of Retrieval Models Statistical Inference Interpretation Comparison Means of Satellite Data Application Operational New Approach Bad Good

Tropical Rainfall Measuring Mission TRMM Joint project of NASA (USA) and NASDA (Japan) Mission for 3 years, launch: 27th November 1997 near circular orbit in 350 km and inclination of 35° ca. 96 min for one orbit Visible and InfraRed Scanner VIRS: channel 1 0.63 µm 2 1.6 µm 3 3.75 µm 4 10.8 µm 5 12.0 µm IFOV 6.02 mrad horizontal resolution 2 km (nadir) swath width 720 km

Simulation Model 1-D two flow radiative transfer program Atmospheric absorption / transmission: Water vapour continuum Line absorption: k = S(T) . f(l,p,T) water vapour, N2, CO2, O3, N2O, CH4, CFC, HNO3 Maritim aerosols Surface emissivity Input parameters 572 vertical profiles of T(p) and w(p) from radiosondes (tropics and subtropics) Ship measurements of surface temperature and windspeed Radiometric parameters: response function, 0° <  < 45° , NET

SST Algorithms Split window technique: Model a0 [K] a1 a2 a3 a4  [K] Day -2.73 1.013 0.428 0.691 0.31 Night -4.60 1.016 -0.747 1.970 -0.623 0.38 Significance >99.9% Number of simulations >51000

Validation 93 moored and drifting buoys January - March 1998

Validation Statistic Model T [K]  [K] Day -0.14 0.68 Night -0.36 0.69 oceanic cool skin effect Cloudless situations Day 2387 (12.5%) Night 1241 (16.5%)

test of spatial coherence for 3x3-field (pixel size 0.25° x 0.25°) Processing SST (A) START landmask OCEAN LAND test of spatial coherence for 3x3-field (pixel size 0.25° x 0.25°) |T - Tcentre|  1K else CLOUD temperature threshold for 3.7µm-, 11µm-, 12µm-channel 17°C * f()  T  35°C else CLOUD

day(sol90°) night(sol>90°) 0 < T11 - T12  3.5K channel threshold for channel 1 and 2, channel difference day(sol90°) night(sol>90°) 0 < T11 - T12  3.5K 0 < T3.7 - T11  3K 0 < L1 < 5 0 < L1 < 2 0 < L2 < 1 0 < L2 < 0.5 0.05 < L2/L1 < 0.2 0.1 < L2/L1 < 5 else CLOUD L in mW cm-2 µm-1 RETRIEVE SST and statistical parameters (,N) temperature difference of consecutive orbits i-1, i Ti - Ti-1 > -1K else CLOUD END

Global SST Analysis April 1998 Field of temperature difference between means of SST in 30 days and 5 days

i : index of neighbouring pixel (4° x 4°) Interpolation Method Methodology: i : index of neighbouring pixel (4° x 4°) d : distance to neighbouring pixel Statistic: mean of difference between true and interpolated value standard deviation (algorithm + interpolation) no systematic error  = 0.6K

SST 23th week 1998 (June)  June 1998

Von der Atmosphäre aufwärts emittierte Strahlung: Ta H se(n) Ts es (Dies ist auch die Strahlung, die die Atmosphäre abwärts emittiert.) Die Gesamtstrahldichte am Oberrand der Atmosphäre ist dann: Emittierte Strahlung Oberfläche, transmittiert zum Oberrand Abwärtsemission der Atmosphäre, reflektiert an der Oberfläche und transmittiert zum Oberrand Aufwärtsemission der Atmosphäre Achtung: Oberflächenemissivität hängt von Temperatur, Salzgehalt und Rauhigkeit der Oberfläche ab…

Approaches to SST recovery from space AVHRR/Pathfinder Empirical multi- spectral model with bias adjustment to match buoy measured Tbulk Requires in situ calibration On-board blackbody Multiple tests for cloud detection ATSR On-board blackbodies Independent atmosc. correction based on radiation transfer model. Uses dual view Multiple tests for cloud detection Requires in situ skin validation Microwave radiometry End-to-end multi-frequency empirical algorithm. Allows for: sea state, atmosphere liquid water, viewing geometry and salinity. Procedures Sensor calibration Atmospheric correction Cloud detection Skin-bulk model Tbulk Tb S TS bulk or skin SST for calibration

A real lecture…