Challenges in measuring winter precipitation: - Advances in combining microwave remote sensing and surface observations

Loading...
Thumbnail Image
Journal Title
Journal ISSN
Volume Title
School of Electrical Engineering | Doctoral thesis (article-based) | Defence date: 2018-02-01
Date
2018
Major/Subject
Mcode
Degree programme
Language
en
Pages
165 + app. 115
Series
Aalto University publication series DOCTORAL DISSERTATIONS, 4/2018, Finnish Meteorological Institute Contribution, 143
Abstract
Globally, snow influences Earth and its ecosystems in several ways by having a significant impact on, e.g., climate and weather, Earth radiation balance, hydrology, and societal infrastructures. In mountainous regions and at high latitudes snowfall is vital in providing freshwater resources by accumulating water within the snowpack and releasing the water during the warm summer season. Snowfall also has an impact on transportation services, both in aviation and road maintenance. Remote sensing instrumentation, such as radars and radiometers, provide the needed temporal and spatial coverage for monitoring precipitation globally and on regional scales. In microwave remote sensing, the quantitative precipitation estimation is based on the assumed relations between the electromagnetic and physical properties of hydrometeors. To determine these relations for solid winter precipitation is challenging. Snow particles have an irregular structure, and their properties evolve continuously due to microphysical processes that take place aloft. Hence also the scattering properties, which are dependent on the size, shape, and dielectric permittivity of the hydrometeors, are changing. In this thesis, the microphysical properties of snowfall are studied with ground-based measurements, and the changes in prevailing snow particle characteristics are linked to remote sensing observations. Detailed ground observations from heavily rimed snow particles to open-structured low-density snowflakes are shown to be connected to collocated triple-frequency signatures. As a part of this work, two methods are implemented to retrieve mass estimates for an ensemble of snow particles combining observations of a video-disdrometer and a precipitation gauge. The changes in the retrieved mass-dimensional relations are shown to correspond to microphysical growth processes. The dependence of the C-band weather radar observations on the microphysical properties of snow is investigated and parametrized. The results apply to improve the accuracy of the radar-based snowfall estimation, and the developed methodology also provides uncertainties of the estimates. Furthermore, the created data set is utilized to validate space-borne snowfall measurements. This work demonstrates that the C-band weather radar signal propagating through a low melting layer can significantly be attenuated by the melting snow particles. The expected modeled attenuation is parametrized according to microphysical properties of snow at the top of the melting layer.

Lumi vaikuttaa maapallon ilmastoon, ekosysteemeihin, säteilytasapainoon ja hydrologiseen kiertoon. Vuoristoisilla alueilla sekä pohjoisessa lumisade kerryttää elintärkeitä makean veden varantoja, ja se voi vaikeuttaa sekä maa- että lentoliikennettä. Kaukokartoitusinstrumentit, kuten tutkat ja radiometrit, mahdollistavat sateen havainnoinin maailmanlaajuisesti suurella paikallisella ja ajallisella tarkkuudella. Mikroaaltokaukokartoituksessa sateen mittaaminen perustuu havaitun sadepisaran tai lumihiutaleen sähkömagneettisten ja fysikaalisten ominaisuuksien välisen riippuvuuden mallintamiseen. Lumi-ja räntäsateesta kertyvän sademäärän arvioiminen on haastavaa. Lumikiteet ja -hiutaleet ovat muodoltaan epäsäännöllisiä ja niiden ominaisuudet muotoutuvat jatkuvasti ilmakehässä eri mikrofysikaalisissa prosesseissa. Näin ollen, sirontaominaisuudet, jotka ovat riippuvaisia kohteen koosta, muodosta ja sähköisestä permittiivisyydestä, muuttuvat ja vaihtelevat hetkestä ja tilanteesta toiseen. Tässä työssä lumisateen mikrofysikaalisia ominaisuuksia on tutkittu maan pinnalla olevilla laitteilla, ja havaitut muutokset ominaisuuksissa on yhdistetty kaukokartoitusmittauksiin. Tarkkoja havaintoja erilaisista lumihiutaleista, niin vahvasti huurtuneista lumirakeista kuin avoimen rakenteen omaavista lumihiutaleista, on yhdistetty kolmitaajuustutkamittauksissa havaittujen ominaisuuksien kanssa.Työssä on toteutettu kaksi eri menetelmää lumihiutaleiden massan tai tiheyden määrittämiseen yhdistäen automaattisia disdrometri- ja sademittarihavainnointoja. Lumihiutaleiden massa-koko -suhteen muutokset on osoitettu olevan yhteydessä ilmakehässä havaittaviin lumihiutaleen kasvutapoihin. Näitä massa-koko -suhdemuutoksia on tutkimuksessa hyödynnetty myös C-taajuusalueen tutkahavaintojen tulkinnassa, ja tutkahavaintojen riippuvuutta lumisateen mikrofysikaalisien ominaisuuksien osalta on tutkittu ja parametrisoitu. Tulosten avulla lumisateen määrää voidaan säätutkalla arvioida tarkemmin ja määrittää virherajat arvioidulle sademäärälle. Tutkimuksessa luotua aineistoa on edelleen käytetty satelliittipohjaisen lumisadetuotteen validoinnissa. Tässä työssä on myös osoitettu, että lähellä maanpintaa olevan sulamiskerroksen aiheuttava vaimennus C-taajuusalueella toimivalle säätutkalle on merkittävä. Vaimennuksen suuruus on mallinnuksen avulla yhdistetty lumen mikrofysikaalisiin ominaisuuksiin sulamiskerroksen yläpuolella.
Description
Supervising professor
Pulkkinen, Tuija, Prof., Aalto University, Department of Electronics and Nanoengineering, Finland
Thesis advisor
Moisseev, Dmitri, Associate Prof., University of Helsinki, Finland
Chandrasekar, V., Prof., Colorado State University, USA
Keywords
remote sensing, radar, snowfall, precipitation microphysics, surface observations, kaukokartoitus, tutka, lumisade, sateen mikrofysiikka, pintahavainnot
Other note
Parts
  • [Publication 1]: von Lerber, A., Moisseev, D., Leinonen, J., Koistinen, J. and Hallikainen, M. Modeling radar attenuation by a low melting layer with optimized model parameters at C-band. IEEE Transactions on Geoscience and Remote Sensing, vol. 53, no. 2, 2015, pp. 724-737,
    DOI: 10.1109/TGRS.2014.2327148 View at publisher
  • [Publication 2]: Kneifel, S., von Lerber, A., Tiira, J., Moisseev, D., Kollias, P. and Leinonen, J.. Observed relations between snowfall microphysics and triple-frequency radar measurements. Journal of Geophysical Research: Atmospheres, vol.120, no.12, 2015, pp. 6034-6055,
    DOI: 10.1002/2015JD023156 View at publisher
  • [Publication 3]: Tiira, J., Moisseev, D.N., von Lerber, A., Ori, D., Tokay, A., Bliven, L.F. and Petersen, W.. Ensemble mean density and its connection to other microphysical properties of falling snow as observed in Southern Finland. Atmospheric Measurement Techniques, vol. 9, no. 9, 2016, pp. 4825-4841,
    DOI: 10.5194/amt-9-4825-2016 View at publisher
  • [Publication 4]: von Lerber, A., Moisseev, D., Bliven, L.F., Petersen, W., Harri, A.-M. and Chandrasekar, V.. Microphysical properties of snow and their link to Ze − S relations during BAECC 2014. Journal of Applied Meteorology and Climatology, vol. 56, no. 6, 2017, pp.1561-1582,
    DOI: 10.1175/JAMC-D-16-0379.1 View at publisher
  • [Publication 5]: von Lerber, A., Moisseev, D., Marks, D.A., Petersen, W., Harri, A.-M. and Chandrasekar, V.. Validation of GMI snowfall observations by using a combination of weather radar and surface measurements. Accepted for publication in Journal of Applied Meteorology and Climatology, 2017,
    DOI: 10.1175/JAMC-D-17-0176.1 View at publisher
Citation