Satelliten-gestützte Bodennebelerkennung und -analyse mit maschinellen Lernverfahren (GFog-ML)

• Antragsteller: Professor Dr. Jörg Bendix; Dr. Boris Thies
• Fachliche Zuordnung: Physische Geographie
• Förderung: Förderung von 2015 bis 2019
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 270101240

Nebel und niedriger Stratus (LST) sind von großer Bedeutung für den Strahlungshaushalt und somit für das Klimasystem der Erde. Die Unkenntnis über deren raum-zeitliche Dynamik tragen im Zusammenhang mit dem indirekten Aerosoleffekt maßgeblich zu den noch bestehenden Unsicherheiten der Projektionen des Weltklimarats (IPCC) bei. Darüber hinaus ergeben sich durch Nebel Probleme hinsichtlich Verkehrssicherheit und Lufthygiene, sodass verlässliche operationelle Kürzesfristvorhersagen notwendig wären. Die operationelle Unterscheidung von Bodennebel und niedrigem Stratus mittels geostationärer Satellitensysteme würde neue Möglichkeiten für die raumzeitlich hochaufgelöste Kürzestfristvorhersage (Nowcasting) eröffnen. Darüber hinaus stellt sie die Grundlage für ein längerfristiges Monitoring und die Erstellung von Klimatologien basierend auf den mittlerweile verfügbaren langen Zeitreihen geostationärer Satellitensysteme der neuesten Generation dar. Das Ziel des beantragten Projektes ist es, ein neues Tag/Nachtverfahren zur Erkennung von Bodennebel für das europäische geostationäre Satellitensystem MSG (Meteosat Second Generation) zu entwickeln und anhand des verfügbaren 10jährigen Datensatzes von MSG SEVIRI / HRV (Spinning Enhanced Visible and Infrared Imager / High Resolution Visible) eine Bodennebelklimatologie für Europa zu erstellen. Dazu setzt das Projekt auf das in der Arbeitsgruppe der Antragsteller entwickelte Technologie zur Erkennung von niedrigem Stratus (LST) und einen einmaligen Trainings-/Validierungsdatensatz der Marburg Ground Truth and Profiling Station auf und entwickelt ein neues Verfahren zur Erkennung von Bodennebel auf der Basis des maschinellen Lernverfahrens Random Forest (RF) in 3km und 1km Auflösung, letzteres für Zeiten mit Tageslicht. Nach einer umfassenden Validierung und Operationalisierung der neuen Methodik wird die 10 Jahresklimatologie für LST und Bodennebel sowie dessen Eigenschaften (optische Dicke, effektiver Radius) erstellt. Mit dem Datensatz wird es erstmals möglich, die Bodennebeldynamik (Bodennebelstunden) flächendeckend und in einer hohen zeitlichen (15 Minuten) und räumlichen Auflösung zu analysieren. Die klimatologischen Untersuchungen fokussiert auf die Erfassung möglicher regional-/lokal-räumlicher Veränderungen von LST und Bodennebel in der letzten Dekade in Abhängigkeit von autochtonen (Topographie Landnutzung, Aerosol) und Änderungen allochtoner (Zirkulation) Bildungsfaktoren.

• DFG-Verfahren: Sachbeihilfen