Bestimmung klimarelevanter Trends mit GNSS-Datenreihen
In den letzten zwei Jahrzehnten haben sich bodengestützte GNSS-Verfahren zur Atmosphärensondierung rasant entwickelt und zählen heute zu den Standardmethoden in der Atmosphärenfernerkundung. GNSS-Daten von regionalen und globalen Netzwerken wurden zunehmend benutzt, um den Atmosphären-Wasserdampfgehalt (Precipitable Water Vapour, PWV) abzuleiten. Die mit GNSS bestimmten Wasserdampf-Datenreihen sind inzwischen lang genug (~ 20 Jahre), um Studien zu Klimaänderungen durchführen zu können. Wir benutzten Wasserdampf- und Temperatur-Datenreihen aus regionalen und globalen GNSS-Daten, aus dem Modell ERA-Interim und aus direkten meteorologischen Beobachtungen, um klimatische Trends zu bestimmen.
Das Untersuchungsgebiet umfasst Deutschland und ist mit 351 permanenten GNSS-Stationen mit einem durchschnittlichen Abstand der Stationen von 30 km sehr gut mit GNSS-Daten überdeckt. Homogenisierte Zeitreihen mit einer Länge von 10 bis 19 Jahren sind für 119 Stationen vorhanden. Als zweiter Datensatz wurden Modelldaten aus einer ERA-Interim-Re-Analyse genutzt, mit einer räumlichen Auflösung von 79 km in Länge und Breite, mit 60 Vertikalschichten bis zu 0.1 hPa (ca 64 km Höhe) und mit einer zeitlichen Auflösung von 6 Stunden. Außerdem standen Daten von 326 meteorologischen Stationen des Deutschen Wetterdienstes (DWD) aus mehr als 60 Jahren mit einer zeitlichen Auflösung von einer Stunde zur Verfügung. Als Vorbereitungsschritt für die Trendanalyse wurde die Homogenität der Datenreihen geprüft.
Die Ergebnisse zeigen hauptsächlich einen positiven Trend für Deutschland, was mit der Trend-Bestimmung aus den ERA-Interim-Datenreihen übereinstimmt (s. Abb. 1). Weitere Details zu Trends und deren mögliche räumliche Verteilung wurde aus einer Analyse der 26 Jahren umfassenden ERA-Interim-Daten abgeleitet. Die Auswertung zeigt einen positiven Trend über Deutschland, der in Nord-Ost-Richtung anwächst.
Diese Arbeit wird derzeit um eine Trendanalyse des globalen TIGA-Netzes mit 840 Stationen und Zeitreihen ab 1995 erweitert.
Literatur
[1] Ning, T., Wickert, J., Deng, Z., Heise, S., Dick, G., Vey, S., Schöne, T. (2016): Homogenized time series of the atmospheric water vapor content obtained from the GNSS reprocessed data. Journal of Climate, 29, 7, p. 2443-2456, doi: 0.1175/JCLI-D-15-0158.1, 2016.
[2] Ning, T., Wang, J., Elgered, G., Dick, G., Wickert, J., Bradke, M., Sommer, M.: The uncertainty of the atmospheric integrated water vapour estimated from GNSS observations. Atmospheric Measurement Techniques, 9, p. 79-92, doi: 10.5194/amt-9-79-2016, 2016.
[3] Alshawaf, F., Balidakis, K., Dick, G., Heise, S., and Wickert, J.: Estimating trends in atmospheric water vapor and temperature time series over Germany. Atmos. Meas. Tech., 10, 3117-3132, doi.org/10.5194/amt-10-3117-2017, 2017.
