Skip to main content
Login | Suomeksi | På svenska | In English

Browsing by study line "Meteorology"

Sort by: Order: Results:

  • Virta, Henrik (2020)
    TROPOMI eli TROPOspheric Monitoring Instrument on lokakuussa 2017 Sentinel-5 Precursor -satelliitin mukana laukaistu spektrometri, joka mittaa useiden eri ilmakehän hivenkaasujen pitoisuuksia, aerosoleja sekä pilviä. Se on samalla myös uusin ja resoluutioltaan tarkin typpidioksidin (NO2) pitoisuuksia mittaava satelliitti-instrumentti. NO2:ta havainnoivien satelliitti-instrumenttien mittaukset perustuvat ilmakehästä siroavaan auringon valoon, minkä perusteella niiden algoritmit laskevat ilmakehässä olevien NO2-molekyylien lukumäärän käyttäen apuna erilaisia syötetietoja. Saadussa tuloksessa on tämän vuoksi paljon erilaisia virhelähteitä, minkä vuoksi satelliitti-instrumenttien mittausten oikeellisuutta seurataan jatkuvasti vertaamalla niitä erilaisiin referenssiaineistoihin. Tällaista seurantaa kutsutaan myös instrumentin validoinniksi, ja se on erityisen tärkeää uusien instrumenttien kuten TROPOMIn tapauksessa. Tässä työssä validoidaan TROPOMIn NO2-mittaukset käyttäen Helsingin Kumpulassa sijaitsevan Pandora-referenssi-instrumentin mittauksia. Tämän lisäksi TROPOMIn herkkyyttä lähellä maanpintaa tapahtuville pitoisuusvaihteluille arvioidaan vertaamalla sen mittauksia Kumpulassa sijaitsevan in situ -ilmanlaatuaseman mittauksiin. Lopuksi arvioidaan TROPOMIn ja Pandoran mittausten ja niiden välisen vastaavuuden riippuvuutta rajakerroksen paksuudesta ja siellä vallitsevasta tuulesta. Tutkimus ajoittuu 19.4.–29.9.2018 väliselle ajalle. Vertailuissa tarkastellaan erityisesti instrumenttien mittausten välisiä eroja (TROPOMI – Pandora) ja niiden keskiarvoa, erojen suhteellisia arvoja (suhteessa Pandoraan) ja niiden mediaania, sekä mittausten välistä Pearsonin korrelaatiokerrointa. Näiden tunnuslukujen riippuvuutta ajasta tarkastellaan eripituisia aikavälejä kattavien aikasarjojen avulla. Tulosten mukaan TROPOMIn ja Pandoran mittausten välinen Pearsonin korrelaatiokerroin on 0,66 ja niiden välisten suhteellisten erojen mediaani 12,1 %. Tätä voidaan pitää hyvänä tuloksena, sillä TROPOMIlle asetettu suhteellisten erojen tavoite on enintään 30 %. Positiivinen arvo on kuitenkin epätyypillinen kaupungissa tehtävälle validoinnille, mikä voi tarkoittaa Kumpulan alueen edustavan pitoisuuksiltaan enemmän tausta-aluetta kuin tyypillistä kaupunkiympäristöä. Mittausten välisen korrelaation havaittiin riippuvan rajakerroksen paksuudesta, mikä voi johtua TROPOMIn tulkinta-algoritmin käyttämästä NO2:n pystyprofiilista tai paksussa rajakerroksessa tapahtuvasta voimakkaammasta sekoittumisesta. Asian selvittäminen edellyttää kuitenkin lisätutkimuksia. Lopuksi TROPOMIn todettiin olevan herkkä viikon- ja päivänsisäisille pitoisuusvaihteluille Pandora-instrumenttiin verrattuna, mikä on lupaava tulos TROPOMIn mahdollisten ilmanlaadun seurantaan liittyvien sovellusten kannalta. TROPOMIn parantuneen resoluution vaikutus on tutkimuksessa nähtävissä aiempiin instrumentteihin verrattuna parantuneena korrelaationa ja positiivisempina mittauseroina, sekä herkkyytenä päivänsisäisille pitoisuusvaihteluille. TROPOMIn voidaankin odottaa tulevaisuudessa lisäävän satelliittipohjaisten NO2-mittausten käyttökohteita.
  • Lobo, Hannah (2021)
    The lidar depolarisation ratio is used for aerosol categorisation as it is indicative of aerosol shape. Commonly, depolarisation ratio is measured in short term studies at short wavelengths such as 355 nm and 532 nm. The depolarisation ratio has a spectral dependency and so exploring values at longer wavelengths could be valuable for future studies. Here, aerosol depolarisation ratio at 1565 nm is measured across Finland’s ground based remote sensing network over a four year period. The Halo Photonics StreamLine Doppler lidars instruments were found to be stable over long time periods and cloud based calibration was used to correct for the bleed though. The depolarisation ratio of elevated aerosol layers was compared to boundary layer aerosol. A higher average depolarisation ratio was found for elevated aerosol with the exception of boreal forest sites in the summer months where values were similar. Elevated aerosols over Finland were found to originate mostly from the Arctic, Europe, Russia and North America using aerosol transport models. Four case studies were looked at in more detail: Saharan dust with a depolarisation ratio of 0.249 ± 0.018, pollen with a depolarisation ratio of 0.207 ± 0.013, anthropogenic pollution with a depolarisation ratio of 0.067 ± 0.009, and a mixed layer with a depolarisation ratio of 0.152 ± 0.019 thought to be pollen and smoke. Based on this study, Halo Doppler Lidar can be used to measure elevated aerosol at 1565 nm in the long term. Future studies could use 1565 nm depolarisation ratio alongside commonly used shorter wavelengths to aid aerosol categorisation.
  • Viljamaa, Iiris (2019)
    Säätutkia käytetään sadealueiden liikkeiden ja sateen voimakkuuden arvioimisen. Säätutkan toimintaperiaate perustuu sille, että sen lähettämä mikroaaltopulssi siroaa ilmakehässä olevista partikkeleista kuten vesipisaroista ympäristöönsä, jolloin pieni osa lähetetystä pulssista heijastuu takaisin kohti tutkaa. Tutka vastaanottaa palanneen pulssin ja arvioi sen perusteella sadealueita. Säätutkat ovat mittalaitteita, jotka vaativat toimiakseen säännöllistä huoltoa ja mittaustulosten validointia. Säätutkan kalibrointi on monessa mielessä haasteellista. Tutka on kaukokartoituslaite, jonka keräämä data kattaa alueen aina 250 km säteelle tutkasta. Se ei mittaa suoraan sademäärää, kuten sademittarit yleensä, vaan arvio sen välillisesti tutkaheijastuvuuden kautta. Tämän tutkimuksen tarkoitus on tarkastella uutta mahdollista kalibrointimenetelmää. Uusi menetelmä käyttäisi pienoissadetutkaa MRR-2 vertailukohtana. Myös MRR-2 mittaa tutkaheijastuvuustekijää, joten se voisi olla hyvä vertailupari säätutkalle. Tasaisen sateen otoksessa vuosien 2015-2018 kesäsateissa säätutkan WRM200 ja pienoissadetutkan MRR-2 vertailupisteihin sovitetun suoran yhtälö on 𝑍(𝑊𝑅𝑀200) = 0.83 𝑍(𝑀𝑅𝑅−2) + 2.01, jossa 𝑍(𝑊𝑅𝑀200) on säätutkan ja 𝑍(𝑀𝑅𝑅−2) on pienoissadetutkan mittaama tutkaheijastuvuustekijä. Tasaisessa sateessa otoksen RMS-virhe on 3,36 dB. Konvektiivisen sateen otoksessa vastaava yhtälö on 𝑍(𝑊𝑅𝑀200) = 0.77 𝑍(𝑀𝑅𝑅−2) + 3.70 ja RMS-virhe 5,36 dB. Tasaisessa sateessa verrattavuus on konvektiivisessa sateessa tehtyä vertailua parempi. Tutkimus sisältää pohdintaa tuloksiin vaikuttavista tekijöistä sekä pohdintaa MRR-2:n soveltuvuudesta vertailulaitteeksi säätutkan kalibrointiin. Tutkimuksen pohjalta vaikuttaa siltä, että vaikka vertailunasettelu pyritään tehdä mahdollisimman vakaaksi, ei virhetekijöitä voida sulkea pois. Näin ollen tämän kaltaisella asettelulla ei voida suorittaa tarkkaa säätutkan kalibrointia.
  • Skyttä, Aurora (2021)
    Ilmakehän aerosolihiukkasilla on vaikutuksia maapallon säähän ja ilmastoon ja siksi niiden syntyä ja toimintaa pyritään tuntemaan yhä paremmin. Jos niiden rakenneosaset tunnetaan hyvin, voidaan myöskin aerosolihiukkasten ominaisuudet oppia tuntemaan paremmin. Mallinnusten ohella kokeelliset mittaukset ovat yksi keino saada lisää tietoa ilmakehän pienten rakenneosasten toiminnasta. Tässä työssä tutkin voidaanko differentiaalisella liikkuvuusanalysaattorilla (differential mobility analyzer, DMA) mitata α-pineenin hapetustuotteiden eri rakenteita. α-pineeni ja otsoni reagoivat virtausputkessa ja reaktioissa muodostuneet hapetustuotteet varattiin klusteroimalla ne elektrospraylla tuotettujen varattujen reagenssi-ionien kanssa. Näin syntyneiden varattujen klustereiden liikkuvuus ja massa-varaus-suhde mitattiin. Analysointiprosessissa käytin Matlab-pohjaista ToFTools-ohjelmaa ja INAR:in postdoc Lauri Ahosen tekemää Flat-DMA-analysointiohjelmaa. Tunnistin ToFToolsilla α-pineenin hapetustuotteista ja reagenssi-ionista koostuvien klustereiden kemiallisen koostumuksen niiden massan perusteella ja sovitin niiden liikkuvuusspektrin piikkien sisään Flat-DMA-analysointiohjelmalla piikkejä DMA:n maksimiresoluutiolla. Sovitettujen piikkien määrä kertoo siitä, kuinka monta rakennetta kullakin klusterilla mahdollisesti voisi olla. Mittauksissa havaittiin useita yhdisteitä, joita voitiin teorian perusteella olettaa syntyvän. Kuitenkin tunnistettiin myös sellaisia yhdisteitä, joita ei odotettu muodostuvan α-pineenin ja otsonin välisissä reaktioissa. On mahdollista, että yhdisteet on tunnistettu väärin tai mittauksiin on päässyt epäpuhtauksia. Näiden mittausten perusteella ei voida vielä varsinaisesti tehdä johtopäätöksiä siitä, miten monta isomeeria α-pineenin hapetustuotteilla on. Tulosten perusteella käytetty reagenssi-ioni vaikuttaa merkittävästi mitattujen rakenteiden määrään, joten jotta α-pineenin hapetustuotteiden rakenteita voitaisiin tutkia, täytyisi kunkin reagenssi-ionin vaikutus tuntea paremmin. Myöskin jotta rakenteiden määrää voitaisiin tutkia luotettavammin, täytyisi DMA:n resoluution olla huomattavasti nykyistä parempi. Nykyisellä resoluutiolla isomeerien määrän arviointi oli hankalaa eikä lopputuloksista voida olla varmoja.