Tabelle 4.3: Globale und regionale mittlere H¨aufigkeiten f¨ur ISSRs (PISSR, in %) aus den MOZAIC–Daten f¨ur die drei Druckschichten 175–225 hPa, 225–275 hPa und 175–275 hPa.
Region 175–225 hPa 225–275 hPa 175–275 hPa
Gesamt 10.5 16.2 13.8
extratr. NH 10.0 17.0 13.9
Tropen 13.6 12.5 12.9
MOZAIC–Daten berechnet, dabei werden wieder die beiden geographischen Regionen Nord-hemisph¨are und Tropen unterschieden. Die entsprechenden mittleren H¨aufigkeiten sind in der Tabelle 4.3 zusammengestellt. Hier sieht man in den Mittelwerten wiedergegeben, was sich schon qualitativ in den Bildern der verschiedenen Schichten angedeutet hat: In der n¨ordlichen Hemisph¨are sind ISSRs wesentlich h¨aufiger in der tieferen Schicht (225 bis 275 hPa), als in der h¨oheren (175 bis 225 hPa) anzutreffen. In den Tropen dagegen gibt es keine signifikanten Unterschiede in der H¨aufigkeit von ISSRs auf beiden Schichten; hier tre-ten zwar ISSRs etwas h¨aufiger auf der h¨oheren Schicht auf, diese Aussage ist aber statistisch nicht belastbar. Die Unterschiede in den Verteilungen r¨uhren, wie schon oben erw¨ahnt, wahrscheinlich daher, dass in der Nordhemisph¨are die Druckschicht 175 bis 225 hPa oft schon in der Stratosph¨are liegt, in der relative Feuchten ¨uber 100%RHi wesentlich seltener sind als in der Troposph¨are (man beachte dazu die Verteilungen der relativen Feuchte, z.B.
Abbildung 3.3, S. 21). In den Tropen dagegen liegt die Tropopause im klimatologischen Mittel oberhalb der gesamten betrachteten Druckschicht (175 bis 275 hPa). Daher kann man erwarten, dass auf beiden Druckschichten (175 bis 225 und 225 bis 275 hPa) in etwa gleich viele ISSRs auftreten, da sich die H¨aufigkeiten f¨ur hohe relative Feuchten f¨ur die verschiedenen Schichten nicht stark unterscheiden (siehe dazu auch die Verteilungen der tropischen Daten in den Abbildungen 3.3 und 3.4 sowie die Steigungen der “tropischen”
RHi–Verteilungen in den Tabellen 3.5 und 3.6).
0 10 20 30 40 50 60 70 80
0 5 10 15 20 25
PISSR der MOZAIC-Verteilung (%)
PISSR der MLS-Verteilung (%) Daten Regression
0 10 20 30 40 50 60 70 80
0 5 10 15 20 25
PISSR der MOZAIC-Verteilung (%)
PISSR der MLS-Verteilung (%) Daten Regression
Abbildung 4.6: Korrelation zwischen den globalen ISSR–H¨aufigkeitsverteilungen aus den MLS– und MOZAIC–Daten. Links: Korrelation zwischen den Verteilungen auf den Druck-schichten 215 hPa (MLS) und 175–225 hPa (MOZAIC), rechts: Korrelation zwischen den Verteilungen auf den Druckschichten 215 hPa (MLS) und 225–275 hPa (MOZAIC)
eine etwas bessere Vergleichbarkeit der beiden Datens¨atze gew¨ahrleistet. Allerdings kann es dennoch Verzerrungen in der relativen H¨aufigkeit f¨ur ISSRs geben, die durch die unter-schiedlichen horizontalen Aufl¨osungen induziert werden.
Nun zu der Methode, mit der die beiden Datens¨atze miteinander korreliert wurden: Es wurden die H¨aufigkeiten von ISSRs (MLS und MOZAIC) f¨ur Gitterpunkte, die bei beiden Verteilungen echt besetzt sind, gegeneinander geplottet. An diese Punktewolke wurde ein lineares Modell (f(x) =a·x+b) nach der Methode der kleinsten quadratischen Abst¨ande angepasst, d.h. es wurde eine lineare Regression durchgef¨uhrt; die G¨ute der Regression wird durch den Pearson’schen Korrelationskoeffizient r angegeben. Bei den MLS–Daten wurde nur die Schicht auf 215 hPa benutzt, bei den MOZAIC–Verteilungen wurden die zwei Schichten 175 bis 225 und 225 bis 275 hPa benutzt. Damit erh¨alt man zwei verschie-dene Korrelationen. Es wurden immer die statistisch relevanten Verteilungen benutzt, d.h.
die Verteilungen, bei denen pro Gitterpunkt eine Mindestanzahl von Gesamtmessungen vorhanden sein muss (dabei werden die Schranken aus den Abschnitten 4.1 und 4.2 be-nutzt). In der Abbildung 4.6 sind die Datenpunkte sowie die Regressionsgeraden f¨ur die Schichten 175 bis 225 hPa und 225 bis 275 hPa abgebildet, in der Tabelle 4.4 werden die Korrelationskoeffizienten und die Parameter der Geraden zusammengestellt. Anhand der Korrelationskoeffizienten kann man sehen, dass die beste Korrelation f¨ur den Zusammen-hang MLS Schicht 215 hPa – MOZAIC Schicht 175 bis 225 hPa besteht – allerdings ist Tabelle 4.4: Korrelation zwischen den globalen ISSR–H¨aufigkeitsverteilungen aus den MLS (215 hPa) – und MOZAIC–Daten: Pearson’sche Koeffizienten r und Parameter der ermit-telten Regressionsgeraden vom Typ a·x+b.
MOZAIC–Schicht r a b
175–225 hPa 0.67 2.39 9.87 225–275 hPa 0.50 1.55 20.11
auch dann die Korrelation mit r = 0.67 nur m¨aßig. Aufgrund der Auswertungen scheint es so, dass das MLS–Retrieval durch die oberen Schichten des betrachteten Luftvolumens (vertikale Ausdehnung ca. 3 km) aufgrund der Gewichtsfunktionen dominiert wird (siehe Read et al., 2001), so dass die globale Verteilung von MLS–Daten besser mit der oberen Schicht (175 bis 225 hPa) der MOZAIC–Verteilung ¨ubereinstimmt.
Es ist zu bemerken, dass bei den globalen Verteilungen im Mittel die MLS–H¨aufigkeiten etwa nur die H¨alfte der H¨aufigkeiten der MOZAIC–Verteilungen aufweisen. Dies ist wohl haupts¨achlich ein Problem, das durch die relativ grobe horizontale Aufl¨osung des MLS zustandekommt: Das FOV des MLS ist f¨ur eine Messung in einer Schicht sehr groß (ca.
100×200×3 km3). Dadurch kommt es zu Mittelungseffekten bei der Messung. Um die Gr¨oßenordnung f¨ur diese Effekte abzusch¨atzen, sollte man zun¨achst die mittleren globalen und zonalen H¨aufigkeiten f¨ur ISSRs aus den MLS– und aus den MOZAIC–Daten verglei-chen, man beachte hierzu die Werte in den Tabellen 4.1 und 4.3:
Beim Vergleich der H¨aufigkeiten (MLS–Druckschicht 215 hPa vs. MOZAIC–Druckschicht 175 bis 275 hPa bzw. Teilschichten davon) stellt man fest, dass f¨ur die Nordhemisph¨are die zonal gemittelte H¨aufigkeiten sich deutlich unterscheiden: ca. 2% bei MLS aber 10 bis 17% bei MOZAIC, in den Tropen ist der Unterschied auch sehr deutlich: ca. 6% bei MLS gegen¨uber 13% bei MOZAIC. Tats¨achlich ist die Ursache der Diskrepanz dabei vermutlich in der Gr¨oßenverteilung der ISSRs zu suchen: W¨ahrend MOZAIC–Messungen auch klei-ne ISSRs mit eiklei-ner Gr¨oße von wenigen Kilometern finden k¨onklei-nen, sieht MLS durch den Mittelungsprozeß in dem großen FOV nur große ISSRs.
InGierens und Spichtinger(2000) wurde anhand der MOZAIC–Daten aus den Jahren 1995 bis 97 eine Pfadl¨angenstatistik erstellt. Dabei wurde festgestellt, dass die Pfadl¨angen von ISSRs einem Weibullmodell (zugeh¨orige kumulative Verteilung:FL(l) = 1−exp(−γlp) folgen. In der Arbeit vonGierens und Brinkop (2001) wurden die zugeh¨origen Parame-ter f¨ur die Verteilung nochmal neu und genauer als inGierens und Spichtinger (2000) bestimmt. Dabei ergeben sich die Parameter γ = 0.39, p = 0.55 f¨ur eine L¨angeneinheit von l0 = 15 km. In Abschnitt 6.3 wird diese Statistik auf die Jahre 1995 bis 1999 erwei-tert und die Messungen auf die geographischen Regionen extratropische Nordhemisph¨are und Tropen verteilt. Prinzipiell kann man das vermutete Weibullmodell auch f¨ur die geo-graphisch aufgeteilten Pfadl¨angen best¨atigen. F¨ur alle Auswertungen stellt man (nat¨urlich aufgrund der Weibull–¨ahnlichen Verteilung) fest, dass relativ wenige Pfadl¨angen mit etwa L >150 km in den Statistiken vorkommen. In der Tabelle 6.5 (Seite 122) wird dieser Anteil in % angegeben und liegt im Allgemeinen zwischen 12 und 28%, je nach Region. Allerdings werden von MLS nur ISSRs “gesehen”, die einen gr¨oßeren Anteil im FOV einnehmen, d.h.
eben gerade die großen ISSRs mit Pfadl¨ange L > 150 km. Wenn man nun die in der Ta-belle 4.3 angegebenen H¨aufigkeiten f¨ur ISSRs aus den MOZAIC–Daten mit den jeweiligen Bruchteilen von großen ISSRs aus Tabelle 6.5 multipliziert (unter Ber¨ucksichtigung der geo-graphischen Abh¨angigkeit), so erh¨alt man f¨ur die Nordhemisph¨are H¨aufigkeiten im Bereich 2.95 bis 4.45%, f¨ur die Tropen H¨aufigkeiten im Bereich 1.81 bis 2.43%. Diese Werte sind in den Gr¨oßenordnungen konsistent mit den aus den MLS–Daten gewonnenen H¨aufigkeiten.
Hier muss man betonen, dass dies nur eine Absch¨atzung ist. Zum einen wird derselbe Pro-zentsatz an großen ISSRs aus “regionalen” Messungen auf die Globalstatistik ¨ubertragen.
Es ist aber z.B. nicht klar, ob die Verteilungen der Pfadl¨angen ¨uber Indonesien dieselbe Charakteristik haben wie die hier benutzte Statistik f¨ur die tropischen Pfadl¨angen, die haupts¨achlich aus Messungen ¨uber Zentralafrika besteht. Außerdem kann nur eine klima-tologische Absch¨atzung durchgef¨uhrt werden. F¨ur die einzelnen Ereignisse, die von MLS gemessen wurden, k¨onnen die L¨angen durchaus variieren.
Außerdem hat nicht nur die unterschiedliche horizontale Aufl¨osung sondern auch die ver-tikale Aufl¨osung einen Einfluss auf die Korrelation, dieser ist jedoch wesentlich schlechter erfassbar: Zum einen sieht MLS haupts¨achlich die eher seltenen dicken ISSRs (aufgrund der Untersuchungen in Kapitel 5 sind die eis¨ubers¨attigten Schichten im Mittel nur ca. 500 Meter dick). Dadurch kann die MLS–H¨aufigkeit verringert werden. Zum anderen fliegen die MOZAIC–Flugzeuge m¨oglicherweise oftmals ¨uber bzw. unter d¨unnen ISSRs hinweg;
dies kann die MOZAIC–H¨aufigkeit verringern. Dabei ist dieser Effekt auf die MLS– und MOZAIC–H¨aufigkeiten nur schwer zu quantifizieren.
Mit den unterschiedlichen Pfadl¨angen und den unterschiedlichen (horizontalen und vertika-len) Aufl¨osungen von MLS und MOZAIC kann man aber die Diskrepanzen zwischen MLS–
und MOZAIC–Statistiken ganz gut erkl¨aren.
Es sei hier noch am Rande bemerkt, dass man die H¨aufigkeiten von ISSRs durch Satel-litenbeobachtungen von Kondensstreifen “¨uberpr¨ufen” kann. Kondensstreifen und ISSRs sind wie in der Einleitung schon ausgef¨uhrt sehr nahe miteinander verbunden. Kondens-streifen k¨onnen sich zwar auch in unters¨attigter Luft unter bestimmten Bedingungen bil-den, es muss dabei das Schmidt–Appleman–Kriterium erf¨ullt sein (siehe Schmidt, 1941;
Appleman, 1953; Schumann, 1996). Damit die Kondensstreifen jedoch persistent sind, muss der Bildungsprozeß in ¨ubers¨attigter Luft stattfinden. Aufgrund von Beobachtun-gen von Kondensstreifen (Mannstein et al., 1999) kann man ebenfalls absch¨atzen, wie h¨aufig ISSRs in diesen Regionen sein m¨ussen. Dabei werden H¨aufigkeiten im Bereich 10 bis 20% f¨ur ¨ubers¨attigte (und wolkenfreie) Luftmassen abgesch¨atzt, dies stimmt mit den H¨aufigkeiten aus den MOZAIC–Daten f¨ur die Nordhemisph¨are sehr gut ¨uberein, mit den MLS–H¨aufigkeiten aus den oben angef¨uhrten Gr¨unden nur m¨aßig gut. Des weiteren ist es m¨oglich, die Gr¨oße der potentiellen Kondensstreifenbedeckung (potential contrail covera-ge) zu definieren, der die M¨oglichkeit f¨ur die Bildung eines Kondensstreifens in bestimmten Bereichen angibt. Diese Gr¨oße ist auch als Maß f¨ur den Bedeckungsgrad von ISSRs zu interpretieren. In Sausenet al.(1998) wurde die potentielle Kondensstreifenbedeckung f¨ur verschieden Regionen abgesch¨atzt. Im Mittel ergaben sich dabei die Werte 12.1% f¨ur Eu-ropa, 14.1% f¨ur USA, 12.3% f¨ur den Nordatlantischen Flugkorridor und im globalen Mittel 16%. Diese Werte stimmen ebenfalls relativ gut mit den aus den MOZAIC–Messungen abgeleiteten ISSR–H¨aufigkeiten ¨uberein. Die in Sausen et al.(1998) abgebildeten Global-verteilungen zeigen f¨ur die mit MLS vergleichbaren Schichten 150 und 200 hPa im wesent-lichen dieselben qualitativen Strukturen wie die Bilder der H¨aufigkeiten f¨ur ISSRs aus den MLS–Daten der Schichten 147 und 215 hPa.