###TITEL_ICDC###

Schneewasseräquivalent (SWE) via ESA GlobSnow

Beispielverteilungen des SWE auf der Nordhalbkugel vom ESA GlobSnow-Projekt im Winter 2010/2011.

Zugang

UNEINGESCHRÄNKT

Dieser Datensatz ist nur für eine eingeschränkte Nutzergruppe verfügbar, bitte wenden Sie sich an uns, wenn Sie auf diese Daten zugreifen möchten.

EINGESCHRÄNKT nur im CEN/MPI Netzwerk bzw. mit CliSAP-Login zugreifbar Was heißt das?

Daten ansehen via LAS

Daten nutzen via OPeNDAP

Datenzugriff via Filesystem: /data/icdc/ice_and_snow/globsnow_swe

 

Beschreibung

Daten des Scanning Multichannel Microwave Radiometer (SMMR), des Special Sensor Microwave / Imager (SSM/I) und des Advanced Microwave Scanning Radiometer aboard EOS (AMSR-E) wurden benutzt, um einen Datensatz des Schneewasseräquivalents (SWE) auf einem Lambert-Azimuthal Equal Area Gitter mit 25 km Gitterzellengröße zu berechnen. Der Datensatz beinhaltet für jede Gitterzelle tägliche Werte für SWE nebst einer Standardabweichung; letztere resultiert aus dem Retrieval und gibt die Unsicherheit der bestimmten SWE Werte pro Gitterzelle an.

Zunächst werden Gebiete mit nassem / schmelzendem Schnee gemäß einer empirischen Beziehung zwischen Strahlungstemperatur und Schneeeigenschaften ausmaskiert. Dann wird mit Hilfe eines Emissionsmodells für Mikrowellen aus den Strahlungstemperaturmessungen die Schneedicke für die Gitterzellen bestimmt in denen auch Beobachtungsdaten von Wetter- oder Klimastationen vorliegen. Dabei wird die Schneekorngröße als skalierbarer Parameter so gewählt, dass die Abweichung zwischen beobachteter und berechneter Schneedicke minimal ist. Der so erhaltene Satz von Schneekorngrößen wird verwendet um mittels Kriging Interpolation eine Hintergrund-Verteilung der effektiven Schneekorngröße zu bestimmen. Diese wird dann zusammen mit den Strahlungstemperaturen dazu benutzt, um die Schneedickenverteilung zu berechnen. Im letzten Schritt werden Beobachtungen der Schneedichte dazu verwendet um die Schneedicke in SWE zu konvertieren. Mehr Details können dem Product Guide entnommen werden.

Wir empfehlen auch den Paragraph zur Datenqualität zu lesen.

Wir bieten sowohl die täglichen als auch die monatlichen Daten an. Die täglichen Daten beinhalten die Retrievalunsicherheit, die monatlichen Daten nicht. Letztere werden aus wöchentlich aggregierten SWE Verteilungen berechnet und beinhalten neben dem monatlichen Mittelwert den maximalen SWE Wert der wöchentlichen SWE Verteilungen.

Es handelt sich um Version 2.0 des Produkts.

Letzte Aktualisierung: 8. Mai 2014.

To top

Parameter

Name Einheit
Tägliche Daten:  
SWE mm
SWE-Standardabweichung mm
Monatliche Daten:  
SWE mm
Maximum SWE mm

To top

Abdeckung, räumliche und zeitliche Auflösung

Zeitraum und zeitliche Auflösung:

  • September 1979 bis Mai 2013
  • Täglich
  • September 1979 bis Mai 2013
  • Monatlich

Räumliche Abdeckung und Auslösung:

  • Nordhemisphäre
  • Räumliche Auflösung: 25 km x 25 km, EASE-Gitter
  • Geographische Breite: 35°N bis 85°N
  • Geographische Länge: 180°W bis 180°E
  • Dimension: 721 Spalten x 721 Zeilen
  • Höhe: Terrain folgend, Gebirge sind ausgeschlossen

Format:

  • NetCDF

To top

Datenqualität

Der Datensatz beinhaltet Informationen zur Unsicherheit der berechneten SWE Werte. Nutzer sollten sich jedoch zusätzlich darüber im klaren sein, dass das Verfahren selbst (kann noch nicht an lokale Schneebedingungen, wie z. B. ein vermehrtes Auftreten von "depth hoar" (deutsch: Schwimmschnee) angepaßt werden) und die grobe räumliche Auflösung (Gitterzellengröße: 25 km x 25 km) zu weiteren Unsicherheiten oder sogar einem Offset führen können. Insbesondere haben verschiedene Studien gezeigt, dass es zu einer Unterschätzung des SWE bei Werten oberhalb 150 mm kommt.

Probleme können zudem auftreten in bewaldeten oder bergigen Regionen, in Gebieten mit vielen Seen und in Gebieten mit stark variierenden Schneeeigenschaften (trocken <--> nass) bzw. einem großen Anteil von Schwimmschnee an der Gesamtschneedicke.

Im Vergleich zu Vor-Ort Beobachtungen schneidet der ESA GlobSnow SWE Datensatz besser ab als der NSIDC-Datensatz. Für die meisten Regionen und Oberflächentypen ist der RMSE zwischen beobachtetem und berechnetem SWE kleiner als für den NSIDC Datensatz.

Achtung:

  • Gebiete mit einer nassen / schmelzenden Schneedecke haben einen SWE-Wert von 0.001 mm.
  • Daten des Zeitraums 1978-1989 haben deutlich mehr Datenlücken und es gibt zudem Artefakte insbesondere im europäischen Raum.
  • Die verwendete Kriging Interpolation führt regional ebenfalls zu Artefakten. Es wird empfohlen die Karten im Zweifelsfall visuell zu inspektieren.

Mehr Details dazu und wo und unter welchen Bedingungen diese Unterschätzung eintritt gibt es im Product Guide und in den unter Referenzen aufgelisteten wissenschaftlichen Artikeln.

To top

Kontaktperson

Stefan Kern
ICDC / CEN / Universität Hamburg
E-Mail: stefan.kern (at) uni-hamburg.de

Kari Luojus
Finish Meteorological Institute (FMI)
Helsinki
Finland
E-Mail: kari.luojus (at) fmi.fi

http://www.globsnow.info

To top

Referenzen

  • Product Guide
  • Chang, A. T. C., et al., 1996. Effects of forest on the snow parameters derived from microwave measurements during the BOREAS winter field campaign. Hydrological Processes, 10, 1565-1574.
  • Armstrong, R. L., and M. J. Brodzik, 2002. Hemispheric-scale comparison and evaluation of passive microwave snow algorithms. Annals of Glaciology, 34, 38-44.
  • Derksen, C., et al., 2005. Evaluation of passive microwave snow water equivalent retrievals across the boreal forest / tundra transition of Western Canada. Remote Sensing of Environment, 96, 315-327.
  • Foster, J. L., et al., 2005. Quantifying the uncertainty in passive microwave snow water equivalent observations. Remote Sensing of Environment, 94, 187-203.
  • Gan, T. Y., et al., 2009. Comparison of snow water equivalent retrieved from SSM/I passive microwave data using artificial neural network, projection pursuit and nonlinear regressions. Remote Sensing of Environment, 113, 919-927.
  • Lemmetyinen, J., et al., 2009. A comparison of airborne microwave brightness temperatures and snow pack properties across the boreal forests of Finland and Western Canada. Transactions on Geoscience and Remote Sensing, 47(3), 965-978.
  • Takala, M., et al., 2009. Detection of snowmelt using spaceborne microwave radiometer data in Eurasia from 1979 to 2007. Transactions on Geoscience and Remote Sensing, 47(9), 2996-3007.
  • Takala, M., et al., 2011. Estimating northern hemisphere snow water equivalent for climate research through assimilation of space-borne radiometer data and ground-based measurements. Remote Sensing of Environment, 115, 3517-3529.
  • Hancock, S., et al., 2013. Evaluating global snow water equivalent products for testing land surface models. Remote Sensing of Environment, 128, 107-117.
  • Larue, F., et al., 2017. Validation of GlobSnow-2 snow water equivalent over Eastern Canada. Remote Sensing of Environment, 194, 264-277.
  • Cho, E., et al., 2017, Evaluating consistency of snow water equivalent retrievals from passive microwave sensors over North centreal U.S.: SSM/I vs. SSMOS and AMSR-E vs. AMSR2, Remote Sensing, 9, 465, doi:10.3390/rs9050465.

To top

Datenzitat

Bei Verwendung der Daten bitte wie folgt zitieren:

Luojus, K., J. Pulliainen, and the GlobSnow Consortiuum, 2013, Global Snow Monitoring for Climate Research: Snow Water Equivalent, Finnish Meteorological Institute, Helsinki, Finland.

###BACKLINK###     ###TOPLINK###    
Print