Fog Measured by Mira-35 Cloud Radars

For visualizing the fog seen by Mira-35 Cloud Radars and other sensors several webinterfaces have been developed. The four links below are showing some of these webinterfaces.

• FogRadVis: Most important radar data (filtered reflectivities) combined with other visibility and temperature measurements.
• Detailed Radar Data Interface for 6 hour intervals: Including filtered and un-filtered reflectivities, Doppler velocities, LDR, time-height cross sections of ETHI and VAD processed products and more.
• Detailed Radar Data Interface for Longer Time Intervals: Both detailed radar data interfaces are similar excep that the first one is made for showing a 6 hour time interval, the second one is suitable for longer and shorter intervals. The first one is made for online data presentation with auto update and due to loading only one set of time height cross sections it is more efficient.
• Less Radar Images with Webcam (Tetris) This mix of images requires a large screen.

The links above lead to different visualisations of the fog data measured at the Airport in Munich during the TeFiS fog campaign 2016/2017. The first link leads to a web interface which combines data measured by a scanning MIRA-35 cloud radar and many other sensors. It is described in the PDF document Validierung_FogRadVis_LBZ.pdf. The three other links lead to two similar versions of a web interface providing more detailed views of the radar data. A description of the images and movies found in these radar-only web interfaces is given below.

Below there is a list of fog cases encountered during the second TeFiS campaigne at the Munich Airport and at the permanent cloud radar installation at the Iqaluit Airport.

During the TeFiS Fog Campaigns at the Munich Airport during the fog seasons 2015/2016 and 2016/2017 Every 5 minutes the the cloud radar made one RHI scan (from easterly horizon (79°) to zenith to westerly horizon (281°)) and one full clockwise PPI scan. During the PPI scan an elevation 3.2° was chosen which was the lowest elevation where the radar beam is (almost) not blocked by buildings or trees (some shading from the tower can be seen in the PPI images during rain). Examples of the basic images generated from the two scan types are shown here:

The RHI scan covers a height range from 0 to 15 km (49200 ft). The RHI-plots show the lowest 1000 m (0 to 3200 ft) in the lower half of the image and the range from 1000 m to 11 km (36 000 ft) in the upper part. A pink line indicates where the PPIs intersect with the RHIs.

PPI images give a map like information at first sight. The corresponding of the google satellite image is shown next to the PPI image above. It should be noted that the elevation during the PPI was chosen to be 3.2° which is the lowest elevation where there is no shading of the radar beam by trees and buildings. Due to the elevation the data in the middle corresponds to low altitudes and with increasing range the beam goes to higher altitudes (altitude = 185 * range [ft/km] ). Rings in the PPI plots help assigning the altitude.

For visualising how the situations develops in time successive RHI and PPI images are shown as movies. By default the detailed radar interfaces load RHI and PPI images of the recent 6 hours corresponding to 72 images. These images are played in a loop or alternatively the time can be controlled by dragging the slider in the top. The date-time range can be selected by the date-time forms at the bottom of the web interface.

Another method to visualise the development in time is the following. It is possible to deduce height profile from each RHI or PPI. Then we have a one height profile (e.g. Reflectivity(height)) per scan cycle and we can make time-height plots from it which give a good representation of how the atmosphere develops in time. The following two methods are used:

• ETHI: The data from one RHI scan can be interpolated to a regular height grid. Low altitudes are covered by elevations close to horizon, high altitudes are covered close-to-vertical elevations, the most altitudes are covered by data from different elevations. This allows to calculating height profiles of the radar data which are denoted as ETHI data. With the ETHI height profiles of successive RHI scans time hight cross sections can be plotted. It should be noted that data is an average over the region covered by the RHI scan. If signals are detected in less than 17% of the horizontal range covered by the RHI scan the signals are suppressed in the ETHI plot. The radial velocities captured over the RHI scan can be fitted to U (component of the wind vector parallel to the RHI plane), and W (droplet falling velocity) assuming that U and W are horizontally homogeneous over the region covered by one RHI scan.  The fit procedure provides an average over deviations from this assumption caused by turbulence.
• VAD: In a similar way height profiles are gained from the PPI scans by a VAD-algorithm. Height profiles of both components of the horizontal wind vector U and V can be fitted from the radial velocities captured during each PPI scan. The VAD algorithm also delivers the droplet falling speeds W. Due to the low elevation angle which was chosen for the PPI scans (3.2° ) the errors in W are too big.

In the different web interfaces the time-heigh images deduced from the ETHI and VAD algorithms are presented in the left column and the RHI or PPI sequences are located along the right side. In the 6 hour version of the web interface used for online visualization the slider has a hairline extension pointing to the time in the time-height images from which the RHI and PPI images are displayed. In the other web interfaces the time-height images are animated together with the RHI and PPIs. The time corresponding to the RHIs and PPIs is the right most time shown in the time-height images.

The following quantities are shown in the radar images:

• Radar Reflectivity Z: The radar reflectivity is proportional to the scattering cross section and density of targets. The scattering cross section of a water droplets is proportional to its diameter⁶. The impact of droplets on the visibility is proportional to their diameter². Cloud droplets are very small and they have very small falling speeds. With growing size the falling speed increases and this makes it more likely that a bigger droplet falls on a smaller one and grows even more like this. This process accelerates quickly once it has started. This process is denoted as auto conversion. Before the auto conversion we have fog or clouds with many but small droplets and after the conversion there are much fewer but larger droplets. Assuming constant liquid water content which is proportional to the diameter³ the reflectivity increases greatly during auto conversion while the impact on visibility reduces. This leads to the following simple assignment between dBZ values and Reflectivity:
  • Z: -60 dBZ to -20 dBZ corresponds to fog (or liquid clouds) where the impact on visibility increases with increasing dBZ values.
  • Z: -20 dBZ to +5 dBZ corresponds to drizzle which has minor impact on visibility.
  • Z: +5 dBZ to 40 dBZ corresponds to rain. Normal rain has no impact on the visibility but strong rain beyond +30 dBZ again has an impact on visibility.
  If the reflectivities are higher than -20 dBZ it is hard to say if fog coexists with the rain. Normally rain washes out the fog but in some cases during short times both can coexist. Light rain or drizzle can be distinguished from fog in most cases because auto conversion takes place randomly and non-homogeneous (see examples below). This causes falling stripes which are bended due to wind sheer. Therefore it is possible to see the fog between the stripes when looking at the RHI or PPI pictures. In the ETHI and VAD pictures the fog and rain are smeared together and cannot be distinguished any more.
  Different versions of the radar reflectivity are plotted. Zg corresponds to un-filtered data which includes signals from insects ground clutter and airplanes. Ze corresponds to filtered hydrometeor data. In the Ze-images the regions where insects had been filtered are tainted by light brown color. Unfortunately the filter sometimes kills clouds with larger ice flakes or the melting layer. RHI and PPI images of Ze and Zg are shown in the right column in different rows. The slider can be used to select each scan captured within the time range.
• VELg Radial velocity of the unfiltered Data are also shown as RHI and PPI images. The radar can only detect the component of the target velocity which parallel to the radar beam which is denoted as radial velocity. The VELe-RHIs are the input for fitting the U and W by the ETHI algorithm and the VELg-PPIs are the input for fitting U and V  by the VAD algorithm. One problem the ETH and VAD algorithms have to come over can be seen from on days with high wind speeds. If the magnitude of the radial velocities exceed 15.3 m/s the VELg values are folded back to the un-ambiguity range by adding or subtracting an integer multiple of the un-ambiguity range. Before fitting the U, V, and W the radial velocities have to be un-folded.
• LDRg = ReflectivityCrossChannel/ReflectivityCoChannel = Linear depolarisation ratio. Fog and drizzle droplets are nearly spherical. Therefore the radar waves are reflected with the same polarisation as the transmitted signal and therefore the LDRg values are small (~ -30 dB). In case of less symmetrical targets like insects or large snow flakes. The filtering program mmclx uses mainly LDRg for filtering insects.
• RHOwav Correlation of the phase of co and cross channel signals. RHOwav is low for volume filling targets (clouds, fog, rain) and high for single Targets (insects, ground targets). Even if there are more than one insects in the measuring volume RHOwav stays close to one as each insect appears at a different Doppler frequency bin. In many case this allows distinguishing between melting layer (small RHOwav) and insects (big RHOwav).
• ZrMedMmclx/ZpMedMmclx: Reflectivity gained by the ETHI/VAD algorithm from the filtered Ze values from RHI/PPI scans. Time height cross sections of ZrMedMmclx/ZpMedMmclx are giving an overview about the last 6 hours. The ETHI images have the advantage that they show the complete height range from 25 m to 15000 in 25 m steps. The VAD images give a batter height resolution in the lowest ranges but due to the low elevation of the PPIs they provide only information up to 840 m above ground level.
  In the insect-filtered RHI-data which is used for calculating the ZrMedMmclx height profiles there are some times gaps at the melting layer or in heights with large snow flakes (corrugates). An algorithm detects these regions with large corrugates and covers them by white color in the ZrMedMmclx time-height cross sections. This is not done in the ZpMedMmclx images.
• W: Droplet falling velocity which is fitted from the radial velocities collected during RHI scans. The insect-filtered signal is taken for the fit. W can help to distinguish between fog (W close to 0 m/s) and drizzle (W < -0.4 m/s). Specially in the lowest ranges the accuracy of W gained by the fit algorithm is not good enough to use it for an automatic drizzle recognition.
• RMSw: The peaks in the Doppler spectra are broadened by turbulence and by the fact that the droplets in the measuring volume have different sizes (DSD, Drop Size Distribution) and therefore different falling velocities. The effect of the later is proportional to the cosine of the zenith angle. The ETHI algorithm separates the turbulence component of the peak width RMSt and the DSD component of the peak width RMSw.
  If RMSw > 0.35 m/s it indicates that there is some drizzle.
• U = component of the horizontal wind speed parallel to the RHI plane useful for checking if the un-folding of Doppler velocities worked. In most cases the next item is more useful. Note that for fitting U and W plankton filtered data is used because the main purpose of W is to distinguish between Fog and drizzle. Therefore W should not be contaminated by insects. For calculating the horizontal wind speed and direction all targets may be used. Therefore the VAD wind vectors are fitted from unfiltered data.
• Wind Velocity and Direction: This time-height cross section shows the magnitude of the velocity of the horizontal wind in color coded form. The wind directions are indicated by arrows. These arrows do not change in length with the wind velocity, they only show the direction. This prevents arrows with in-visible direction due to in-sufficient length. The wind speeds are deduced by a VAD algorithm from the un-filtered Doppler velocities of the PPI scans.

Examples

Fog Events at the Munich Airport 24.10.2016 -- 15.02.2017

Date time range and event number should be generated by javascript

FogRadVis

Detailed Radar Data

Both including Webcam (Tetris)

Anfangs ist die Nebelschicht so dünn, dass sie nur auf den Webcam-Bildern zu sehen ist. Ab 00:00 ist sie zunächst in den PPIs und den daraus generierten Zeit-Höhen-Schnitten (ZpMedMmclx) zu erkennen. Die RHIs zeigen den Nebel auch zeitgleich, aber dort muss man sehr genau hin sehen. Das Webcam Bild von 00:00 ist das erste, bei dem man nicht über den Nebel hinweg sehen kann. Die Beobachtungen passen als gut zusammen, aber das Radar liefert keine Vorwarnzeit. In dem Zeit-Höhenschnitt, der aus den RHIs gewonnen wird (ZrMedMmclx), Erscheint der Nebel erst einen Zeitschritt später. Dies liegt an einem Schwellwert in dem ETHI Programm, der verhindern soll, dass einzelne Ausreißer schon als Nebel interpretiert werden. Der Insekten-Filter funktioniert zwar nicht perfek, aber ohne ihn würde man hier nichts erkennen können.

Gegen 9:00 verschwinden die Insekten aus dem unteren Höhenbereich. Das erkennt man in den PPIs der ungefilterten Reflektivität Zg. Dies ist möglicherweise ein Früh-Indikator für das Auftreten von Nebel.

Gegen 1:30 erkennt man ein Absinken der Wolke bei 25 000 ft. Wenn sich der Schwerpunkt der Reflektivität einer Wolke so deutlich nach unten bewegt, dann dauert es nicht mehr lange bis es regnet. Das Tritt um 2:20 ein. Schon die ersten Vorausläufer (Niesel) des Regens um 2:12 waschen den Nebel komplett aus. (Vorwarnzeit 45 min)

Date time range and event number should be generated by javascript

FogRadVis

Detailed Radar Data

Both including Webcam (Tetris)

Gegen 2:30 zieht der Nebel von Nord-Westen rein und wird von der Webcam etwas früher erkannt, als vom Wolkenradar. Gegen 5:30 wirft die dünne Wolkenschicht bei 4500 ft etwas Niesel ab, der den Nebel großteils auswäscht. Durch die Wolkendecke wird eine Neubildung des Nebels verhindert.

Date time range and event number should be generated by javascript

FogRadVis

Detailed Radar Data

Both including Webcam (Tetris)

Am Anfang des Zeitbereichs fallen zwei Ladungen Chaff auf den Flughafen. Erstaunlich, dass das erlaubt ist. Zwischen 23:30 und 06:30 entwickelt sich eine Nebelschicht, die bis 6:00 auf etwa 500 ft Dicke ansteigt, und dann zeitgleich mit dem Auftreten einer Wolke bei 30000 ft schnell wieder absinkt.
Auch hier verschwinden die Insekten wieder frühzeitig for dem Einsetzen des Nebels (19:50).

Date time range and event number should be generated by javascript

FogRadVis

Detailed Radar Data

Both including Webcam (Tetris)

250 ft dünne Nebelschicht zwischen 3:00 und 5:30.

Date time range and event number should be generated by javascript

FogRadVis

Detailed Radar Data

Both including Webcam (Tetris)

* 500 ft dicke Nebelschicht von 01:00 bis 09:00. Ab 8:20 erkennt man das Absinken der Nebeloberkante. Um 9:10 löst er sich auf.

Date time range and event number should be generated by javascript

FogRadVis

Detailed Radar Data

Both including Webcam (Tetris)

Lange anhaltender Nebel bis 500 ft dick. Wieder verschwinden die Insekten vor dem Auftreten des Nebels. Zischen 9:00 und 10:00 geht die Reflektivität zurück.

Date time range and event number should be generated by javascript

FogRadVis

Detailed Radar Data

Both including Webcam (Tetris)

** Zwischen 13:30 und 23:00 Nebel beginnen mit 800 ft Schichtdicke, dann wird er kontinuierlich dünner, so dass man extrapolieren kann, dass er gegen 23:00 verschwindet. Die Dickenabnahme des Nebels liegt eventuell auch an den Wolken bei 25000 ft, und auch am Wind der immer weiter runter kommt.

Date time range and event number should be generated by javascript

FogRadVis

Detailed Radar Data

Both including Webcam (Tetris)

* Dünne intensive Nebelschicht von 23:00 bis 7:00. Deutlicher und langanhaltender unterschied zwischen den beiden Webcams. Weil die Nebelschicht so dünn ist und wegen der niedrigen Windgeschwindigkeit nieselt sie nicht. Es bildet sich also unter der Schicht kein Nebel-freier Bereich mit guter Sicht für die RVRs. Die Sonne muss den Nebel von Oben weg-verdunsten. Das dauert 2 bis 3 Stunden nach Sonnenaufgang.

Kurze Nebelauflösung um 7:00, aber Vorsicht, es kommen noch keine Insekten.

Date time range and event number should be generated by javascript

FogRadVis

Detailed Radar Data

Both including Webcam (Tetris)

Ab 4:15 ist ein Absinken der Wolke bei 400 ft zu erkennen. Um 5:00 erscheint sie dann als Nebel in den RVRs (Die Webcam-Bilder erlauben eine ähnliche Vorwarnzeit).

Der Nebel wird dann gegen 6:00 von Niesel ausgewaschen, der aus einer Wolkenschicht bei 8000 ft kommt. Das Absinken des Reflektivitäts-Maximums dieser Wolke lässt erwarten, dass sie bald Regnet. Dies tritt dann um 8:00 ein.

Date time range and event number should be generated by javascript

FogRadVis

Detailed Radar Data

Both including Webcam (Tetris)

Bodennebel ab 18:00. Erreicht ab 22:43 ein Höhe die ausreicht um den Nebel mit dem WoRa zuerkennen. Um 00:00 ist er dann schon wieder zu dünn. (* schöne Winddrehung am Nachmittag zuvor. Diese wird aus den Insektensignalen abgeleitet, sieh unten in Tetris)

Date time range and event number should be generated by javascript

FogRadVis

Detailed Radar Data

Both including Webcam (Tetris)

Dünne Nebelschicht. Die von den Cirruswolken abgeschattete Sonne braucht nach Sonnenaufgang relativ lange, um diese dünne Nebelschicht zu verdunsten.

Date time range and event number should be generated by javascript

FogRadVis

Detailed Radar Data

Both including Webcam (Tetris)   Lange Ladezeit!

Gegen 20:00 UTC am 23.11. verschwinden unterhalb von 600 ft die Insekten (darüber bleiben sie). Ab 20:50 füllt sich dieser Bereich zunächst mit einer tief hängenden Wolke, die dann aber bis 22:30 auf Grund ab sinkt. Diese relativ dicke Nebelsicht (Oberkante zwischen 1000 und 1500 ft) verhindert ein Ausstrahlen des Bodens, wodurch sich kein Bodennebel bildet. Die Sichtweiten In Bodennähe bleiben daher relativ gut.

Im Laufe der Zeit bildet sich dann in verschiedenen Bereichen der Nebelschicht Niesel. Dieser wäscht den darunterliegenden Nebel aus, wodurch die Sich am Boden nach und nach immer besser wird. Die Nieselbildung ist am besten in den Zeit-Höhenschnitten der DSD komponente der Doppler-Verbreiterung ** RMSw zu erkennen (ganz unten rechts im Tetris-Interface). Die Fit-Fehler in den Tröpchen-Fallgeschwindigkeiten W sind meistens zu groß um hier Nieselbildung zu erkennen. Dieser Zustand hält sich dann über 24 Stunden. Die Niesel-Streifen werden nach und nach auch in den RHIs und PPIs der Reflektivität erkennabar. Gegen 6:30 des 25.11. treten dann im oberen Bereich der Nebelschicht höherer Windgeschwindigkeiten ein. Diese setzen die Umwandlung in Niesel verstärkt in Gang, so dass sich die Schicht bis 9:30 in ein dünnes Wölkchen bei 2000 ft verwandelt.

Date time range and event number should be generated by javascript

FogRadVis

Detailed Radar Data

Both including Webcam (Tetris)

Nebel der zwischen 1:00 und 9:00 ansteigt, dann aber in den dBZ-Werten abfällt. Ab dann wird der Nebel von dem Partikeln der Komposterei stark überlagert. Die Bereiche, in denen die Reflektivitäten durch den Insektenfilter gelöscht wurden, werden in den RHIs und PPIs braun gekennzeichnet.

Date time range and event number should be generated by javascript

FogRadVis

Detailed Radar Data

Both including Webcam (Tetris)

Kurze dünne Nebelschicht um 21:14. Diese wird von einer tiefhängenden Wolke abgelöst, die unten kaum zu einer Sichteinschränkung führt. Lediglich um 3:00 ist die Sichtweite etwas verringert. Aus dieser dicken Schicht fällt etwas Niesel raus. Das sieht man wenn man die Ze-PPIs mit dem slider durchspult. Dann erkennt man die advektive Bewegung der Bereiche, in denen verstärkt Tröpfchen wachsen (Autokonversion). Für die Vorhersage helfen die Radardaten wenig. Man kann davon ausgehen, dass sich unter einer so dicken nieselnden Nebelschicht kein dichter Nebel am Boden ausbilden wird. Allerdings könnte es passieren, dass die Nebelschicht am Morgen plötzlich weniger Niesel produziert, und dann hätte der Nebel wieder ein Chance, den Boden zu erreichen.

Date time range and event number should be generated by javascript

FogRadVis

Detailed Radar Data

Both including Webcam (Tetris)

Die Nebelschicht der letzten Nacht hält an. Im Vergleich zur vorherigen Nacht ist sie nun etwas Dünner (900 statt 1300 ft) und die Windgeschwindigkeiten sind etwas kleiner (1.5 statt 2.5 m/s). Diese kleinen Unterschiede führen dazu, dass die Nieselneigung kleiner ist, und dadurch die Sicht unten deutlich schlechter (MOR 200 statt 2000 m; METAR Vis 900 statt 1800 m). In den PPI und RHI Filmen sieht man, dass die Reflektivität homogener ist. Man erkennt weniger Advektion der Nieselbereiche.

Die Nacht über geht die Schichtdicke zurück, gegen 5:00 wird die Reflektivität in den PPIs fleckig. Erst gegen 9:45 löst sich der Nebel ein bisschen auf, was aber nicht lange hält.

Date time range and event number should be generated by javascript

FogRadVis

Detailed Radar Data

Both including Webcam (Tetris)

Von 12:00 bis 17:00 ist der Nebel stark von den Partikeln der Komposterei überlagert. Zwischen 16:00 und 7:00 ist wieder intensiver Nebel. Man kann hier keine Vorhersagen machen, weil die Sichtweiten sich andauernd ändern.

Date time range and event number should be generated by javascript

FogRadVis

Detailed Radar Data

Both including Webcam (Tetris)

** 6. Nebelnacht in Folge. Zwischen 3:00 und 6:00 nimmt die Schichtdicke kontinuierlich von 800 auf 0 ft ab. Noch vor Sonnenaufgang ist der Nebel weg. Grund dafür ist vielleicht die leicht Cirrusbewölkung bei 25000 ft oder einfach trockenere Luft. Nach der Nebelauflösung tritt eine rasante Auskühlung auf, was gegen die erste Erklärung spricht. Die Abnahme der Schichtdicke ist so kontinuierlich, dass man die Auflösung mit gut 1.5 Stunden Vorlauf vorhersagen kann. Die ganze Nacht über kaum Nieselbildung (niedrige RMSw-Werte). Kaum Wind, dieser hat also nicht zur Auflösung beigetragen.

Date time range and event number should be generated by javascript

FogRadVis

Detailed Radar Data

Both including Webcam (Tetris)

** Extrem dünne Nebelschicht, mit dem Radar kaum zu sehen. Daher kann man annehmen, dass sie sich mit dem Sonnenaufgang auflöst. Sie hält sie sich bis kurz vor 8:30.

Date time range and event number should be generated by javascript

FogRadVis

Detailed Radar Data

Both including Webcam (Tetris)

Um 00:20 eine Nebelschicht die von Anfang an eine Dicke von 600 ft hat aus Richtung Nord-Ost. Die Webcam sieht diese früher als das Radar. Hier hätte es vielleicht doch geholfen, wenn man die RHI-Scans nach dem Wind ausgerichtet hätte. Der Nebel hebt ab 11:37 ab. Vorher ist er sehr inhomogen. Man sieht das an den Reflektivitäten in den PPIs und auch bei Vergleich der beiden Webcams.

Date time range and event number should be generated by javascript

FogRadVis

Detailed Radar Data

Both including Webcam (Tetris)

Tiefhängende Wolke, die sich zwischen dem Nachmittag des 16.12 und 19:00 des 17.12 bei etwa 1000 ft hält und nicht den Grund berührt. Einige Schwaden vom Heizkraftwerk erwecken den Eindruck, dass die Wolke aufsetzt. Diese sind aber sehr lokal und beeinträchtigen die Sicht nicht. Erst um 19:00, nachdem die Wolke relativ dünn geworden war, wird sie zu Nebel. Man erwartet dies lange vorher, und dann ist dieser Nebel schwächer als erwartet.

Date time range and event number should be generated by javascript

FogRadVis

Detailed Radar Data

Both including Webcam (Tetris)

Wolke mit Bodenaufsetzer um 22:00 aber wenig Sichtbehinderung.

Date time range and event number should be generated by javascript

FogRadVis

Detailed Radar Data

Both including Webcam (Tetris)

Wolke mit Bodenaufsetzer, aber diesmal gibt es richtig Nebel. Um 9:45 dreht der Wind von Ost über Nord auf West. Danach zieht der Nebel inklusive Komposterei-Schwade ein zweites mal über den Flughafen, und verschwindet zu erst im Westen, und dann im Osten. Das sieht man beim Vergleich der Webcams, und das gleiche Bild ergibt sich auf den PPIs (z.B. PPI von 12:19).

Date time range and event number should be generated by javascript

FogRadVis

Detailed Radar Data

Both including Webcam (Tetris)

1500 ft Nebel ab 7:30 Rückgang der Reflektivität und gleichzeitig Verbesserung der Sicht.

Date time range and event number should be generated by javascript

FogRadVis

Detailed Radar Data

Both including Webcam (Tetris)

von 14:00 bis 2:00 Nebel. Er wird um 2 weg-geregnet. Das kündigt sich durch das Abfallen der darüberliegenden Woken an. Um 7:00 wird die Sicht wieder schlecht. Nebel oder Schnee? Eigentlich ist die Reflektivität für Nebel zu hoch und die homogene Schicht zu dick. Die Winddrehung zwischen 4:00 und 8:00 lässt auf eine Invasion in 300 ft schlissen. Aber wieso sieht man den Schnee nicht auf den Webcam-Bildern? Reprocessing der FogRadVis-Bilder nötig. Irgendwas stimmt mit der Synchronität von FogRadVis und den anderen nicht.

Date time range and event number should be generated by javascript

FogRadVis

Detailed Radar Data

Both including Webcam (Tetris)

* Unmittelbar auf den Regen folgt Nebel (11:20). Die Schichtdicke wächst bis zu 2000 ft um 3:30. Im oberen Bereich steigt ab 00:00 die Wingeschwindigkeit. Die große Dicke und die Zuname der Wingeschwindigkeit müssen dazu führen, dass es irgendwo anfängt zu nieseln, was dann den Nebel darunter auswäscht. Das passiert dann etwa gegen 2:00.

Date time range and event number should be generated by javascript

FogRadVis

Detailed Radar Data

Both including Webcam (Tetris)

(leider sind die PPIs nach der Datenlücke falsch ausgerichtet)

Im ppi-Film sieht man um 7:44 die Abnahme des Homogenen. In den ETHI und VAD Zeit-Höhenschnitten sieht man die Abnahme der Reflektivität nicht, weil die Mittelwerte von der Wasserdampf-Schwade des Heizkraftwerks beeinflusst werden.

Date time range and event number should be generated by javascript

FogRadVis

Detailed Radar Data

Both including Webcam (Tetris)

Leider ab Neujahr 00:00 bei zweien unserer Radarare Störungen wegen Bug in Java-Dienst der UPS-Software.

Ab 15:30 Nebel von Nord-Ost, der zunächst stark von der Komposterei-Schwade überdeckt wird.

Am Morgen hat der Nebel mit etwa 700 ft eine ideale Dicke, um sich ein Weilchen halten zu können. Die Reflektivität nimmt ab 7:00 kontinuierlich aber langsam ab, so dass er sich erst kurz vor 12:00 auflöst, und das auch nur kurz.

Date time range and event number should be generated by javascript

FogRadVis

Detailed Radar Data

Both including Webcam (Tetris)

Um 15:00 fängt der Nebel bei der Webcam wieder richtig an, nachdem er sich über Mittag nicht richtig aufgelöst hatte. Im Radar sieht man das etwas später, und auf der DWD-Cam noch später, was daran liegt, dass der Nebel von Nord-Osten kommt.

Nebel geht im Radar um 1:12 weg (zu tief). In den Webcams sieht man noch bis um 2:30 Nebel. Das gleiche noch mal um 3:20. Danach sieht man sehr kräftigen Raureif.

Ab 5:00 legt sich eine Wolke über den Bodennebel, der sich daraufhin schnell auflöst. Leichte Bodeberührung der Wolke um 8:00bis 9:00.

Date time range and event number should be generated by javascript

FogRadVis

Detailed Radar Data

Both including Webcam (Tetris)

Jemand in Eitting hat kurz das Küchenfenster auf gemacht. Unvorhersehbar

Date time range and event number should be generated by javascript

FogRadVis

Detailed Radar Data

Both including Webcam (Tetris)

Bis 6:19 immer dünner werdende Nebelschicht. Um 5:19 würde man eine Auflösung um 6:00 erwarten. Diese kommet dann erst gegen 6:20. Allerdings fängt der Nebel dann gleich wieder an. Zwischen 6:30 und 12:00 ist es dann eine dicke und sehr inhomogene Nebelschicht. Das ist ein schönes Beispiel, bei dem man sieht, wie eine Trend-Vorhersage schiefgehen kann.

Zwischen 8:00 und 11:00 sieht man in den PPIs die Wasserdampf-Schwade des Heizkraftwerks. Die Reflektivitäten sind selten homogen Hellblau und trotzdem sind die Sichtweiten, die man auf der MUC-Webcam sieht, teilweise sehr kurz.

Date time range and event number should be generated by javascript

FogRadVis

Detailed Radar Data

Both including Webcam (Tetris)

Ab 10:30 deutet die Fleckigkeit in den PPIs auf eine Auflösung hin. In den Webcam-Bildern findet die Auflösung erst um 12:00 UTC statt. Allerdings ist es recht kalt (~ -15 C). Dadurch verwandeln sich die Niesel-Tröpfchen sofort in Flöckchen. Das sieht man an den LDR-Werten. Diese verbinden sich nur mit (unterkühlten) Nebeltröpfchen, nicht aber mit anderen Flöckchen. Dadurch wachsen sie langsamer, und dadurch ist der Auswasch-Effekt nicht so stark.

Date time range and event number should be generated by javascript

FogRadVis

Detailed Radar Data

Both including Webcam (Tetris)

Mitteldünne Nebelschicht, die um 9:30 an Reflektivität verliert und gleichzeitig wird die Sicht besser.

Date time range and event number should be generated by javascript

FogRadVis

Detailed Radar Data

Both including Webcam (Tetris)

Dicke Nebelschicht, die unten eine halbwegs gute Sicht erlaubt, weil sie dort ab und zu nieselt, sich aber nicht auflöst.

Date time range and event number should be generated by javascript

FogRadVis

Detailed Radar Data

Both including Webcam (Tetris)

Kurze sehr dünne Nebelschicht. Auf den Webcam-Bildern sieht man während des Nebels immer die Sterne. Das Radar sieht diesen Nebel nur in den PPIs und den daraus gewonnenen VAD-Reflektivitäten (ZpMedMmclx). In den RHIs sieht man den Nebel nur andeutungsweise. Die daraus gewonnenen ETHI-Plots zeigen ihn nicht.

Man sieht ab und zu die Kondensstreifen der Flieger. Vermutlich sieht man diese nur dann, wenn sie hoch genug aufsteigen. Vermutlich sind das gleichzeitig die Fälle, in denen sich trotz Auskühlung und hoher Luftfeuchte nur wenig Nebel ausbildet, weil kalte Luft von oben die Ausbildung einer Inversion erschwert. In diesen Fällen trägt die Wärme der Triebwerksabgase die Kondensstreifen leichter nach oben (spekulativ).

Date time range and event number should be generated by javascript

FogRadVis

Detailed Radar Data

Both including Webcam (Tetris)

Nebel mit geringer Intensität (Reflektivitäten bis maximal -28 dBZ). Kondenzstreifen im Nebel sichtbar.

Date time range and event number should be generated by javascript

FogRadVis

Detailed Radar Data

Both including Webcam (Tetris)

Um 14:00 sinkt eine dicke Wolke ab, die um 19:00 so weit absinkt, dass die Sichtweiten auf 800 absinken. Auf der MUC-Webcam sieht die Sichtweite deutlich kürzer aus. Beim Radar sind die Reflektivitäten zu hoch für Nebel. Vermutlich is etwas Niesel dabei. In den PPIs sieht man leichte Streifen, die von Süd-West übers Bild ziehen. Da die Windrichtung unten östlich ist, sieht man daran, dass diese Streifen von weiter oben kommen, wo die Windrichtung Süd-West ist. Auch die Differenz zwischen Feucht- und Trockentemperatur spricht gegen Nebel. Also ehr etwas zwischen Niesel und Nebel.

Ab 20:00 kommen Regenschauer aus einer doppelstöckigen Wolke zwischen 4500 und 8000 ft. Der Nebel wird davon nur langsam ausgewaschen. Bis 22:00 is MOR wieder auf 1700 m.

* Um 22:30 hören die Schauer auf, und die Wolke unter 2500 ft ist wieder da. Bis 2:00 sinkt sie so weit ab, dass MOR auf > 250 absinkt.

** Die Oberkante dieser Nebelschicht sinkt dann linear ab, so dass man extrapolieren kann, dass der Nebel sich gegen 7:00 auflöst. Das tut er dann sogar etwas eher gegen 6:30.

Gegen 10:00 zieht ein sehr lokalisiertes Nebelereignis über die Nordbahn von Ost nach West, von einem RVR zum nächsten. Auf der MUC-Webcam sieht man es mit Vorlauf. Auf der Südbahn ist in den RVRs nichts zu sehen, und auf der DWD-Webcam ist es nur in der Ferne leicht verzögert zu erkennen. Leider ist dieser Nebelklecks mitten in der Komposterei-Schwade, so dass man ihn in dem PPIs nur schwer erkennen kann.

Date time range and event number should be generated by javascript

FogRadVis

Detailed Radar Data

Both including Webcam (Tetris)

** Gegen 13:00 tritt Nebel auf, der in den PPI etwa 10 min vorher zu sehen war. Zwischen 16 und 19 Uhr kontinuierliches Absinken der Nebeloberkante. Extrapolierte Auflösung um 19:00 tritt ein.

19:25 Nebel sehr dünn am Boden, so dass man Flugzeuge auf den Webcam-Bildern sieht. Ab 20:40 wieder Zunahme, in den PPIs ab 20:30 erkennbar (kaum früher, der Nebel pirscht sich unter den Radar an).

* Zwischen 4:00 und 5:00 nimmt die Reflektivität ab, und ab 4:50 taucht eine Wolke bei 12000 ft auf, weswegen vermutet werden kann, dass sich der Nebel bald auflösen wird. Das tut er dann auch aber erst um 6:30. Ab 11:00 Regen.

Date time range and event number should be generated by javascript

FogRadVis

Detailed Radar Data

Both including Webcam (Tetris)

Kurzer Nebel von 22:40 bis 00:00. Auflösung durch Niesel aus etwa 800 m ist im Radar etwa gegen 23:40 zu erkennen und auf der Webcam erst gegen 00:10 (kurzer Vorlauf).

Date time range and event number should be generated by javascript

FogRadVis

Detailed Radar Data

Both including Webcam (Tetris)

* Bodennebel und einige sehr lokalisierte Nebelkleckse. MOR geht z.B. um 5:55 auf 75 runter. Die Nebelkleckse steigen ähnlich nach oben wie die Kondensstreifen aus den Triebwerken. Auch die Form dieser lokalisierten Nebelkleckse auf den PPIs sieht nach sich stark vergrößernden Kondensstreifen aus. Nach Sonnenaufgang kann sich dieses Phänomen kaum halten.

Date time range and event number should be generated by javascript

FogRadVis

Detailed Radar Data

Both including Webcam (Tetris)

Von 5:30 bis 8:00 Bodennebel. Das WoRa sieht nur Kondensstreifen. Die RHI-Scans gehen von Nord nach Süd. Dadurch sieht man Schnitte senkrecht zur Flugrichtung durch die Kondensstreifen.

Other Examples

Plankton Plume from the Komposterei   Beispiel 100

When the wind is coming from North-East then in many cases we see a plume in the PPI images. It has high LDR values of about -7 dB (orange) indicating that it is causes by non-spherical targets which are larger than a few millimetres. Most likely it is caused by small chirps of wood emitted shredder.
Detailed radar data of a case where the plume makes a significant signal.

In the case linked here it masks the hydrometeor data. Therefor there is a gap in the filtered reflectivity images at the trace of the plume, which can be seen when scrolling down to row 6 and 7 as shown in the screen shot below.

The following slideshow shows where the origin of this plume is. Pleas press the "<" and ">" buttons to scan through the images:

❮ ❯

Date time range and event number should be generated by javascript

FogRadVis

Detailed Radar Data

Both including Webcam (Tetris)

Komposterei Schwade, Querschnitte

Bei diese Zeitserie wurden die RHI-Scans in Nord-Südrichtung durchgeführt. Dadurch sieht man in den RHI-Scans quer-Schitte durch die Partikelschwade vonder Komposterei. Man sieht wie die vertikale Ausdehnung der Schwade nach Sonnenuntergang zusammenbricht.

Date time range and event number should be generated by javascript

FogRadVis

Detailed Radar Data

Both including Webcam (Tetris)

Ein Schauer fällt aus einer Wolke, und löscht die darunterliegende dünnere Wolke (nur im RHI-Movie zu erkennen).

Anderes Beispiel: 8. Feb. 2017 Detailed Radar Interface

Date time range and event number should be generated by javascript

FogRadVis

Detailed Radar Data

Both including Webcam (Tetris)

Typischer Regen

Date time range and event number should be generated by javascript

FogRadVis

Detailed Radar Data

Both including Webcam (Tetris)

Hohe Windgeschwindigkeiten, Regen

Date time range and event number should be generated by javascript

FogRadVis

Detailed Radar Data

Both including Webcam (Tetris)

Wind bei dem sich die Bäume so stark bewegen, dass der Festechofilter deutlich schlechter funktioniert als normal.

Date time range and event number should be generated by javascript

FogRadVis

Detailed Radar Data

Both including Webcam (Tetris)

Druckwelle die zwischen 15 und 17 Uhr durch die VADs von Norden nach Suden durchläuft:
Ab 16 Uhr fehlt die Erhöhung von LDR in der Schmelzschichthöhe. Das deutet darauf hin, dass es darüber nur unterkühlte Wassertröpchen und keine Eiskristalle gibt.

Date time range and event number should be generated by javascript

FogRadVis

Detailed Radar Data

Both including Webcam (Tetris)

Hohe Windgeschwindikeiten + Schmelzschichtentwicklung

Date time range and event number should be generated by javascript

FogRadVis

Detailed Radar Data

Both including Webcam (Tetris)

Eis-Nadeln

In den LDR-RHI-bildern sieht man, dass LDR stark Elevations-abhängig ist. Dies deutet auf regelmäßig geformte Kristalle hin, die durch das Fallen eine Vorzugsrichtung bekommen.

Date time range and event number should be generated by javascript

FogRadVis

Detailed Radar Data

Both including Webcam (Tetris)

Schnee, bei dem LDR im vertikalen Strahl höher ist, als im geneigt Strahl.

Date time range and event number should be generated by javascript

FogRadVis

Detailed Radar Data

Both including Webcam (Tetris)

Absinken der Schmelzschicht

The data from the first Tefis campaignn in the winter 2015/2016 can be viewed here . Yet ETHI and VAD products are not calculeted.

Fog Events at the Iqaluit Airport (measurements operated by Environment Canada)

Here no webcam images are available. The METAR visibility measurements are included the title of the top most plot. The advection of fog banks can be seen best by the 1 deg PPI animation. Because of the surrounding hills large angular regions are have no data due to blockage. Nevertheless, there is a free view to the south (Frobisher Bay) and a small gap along the runway of the Iqaluit airport at 320 deg. Also the city of Iqaluit in the East of the radar is low enough so that the radar beam is not blocked in the closest 1000 to 2000 m. These non-shaded regions allow tracking of the fog banks in some cases

http://guest.metek.de/mbr4/now/rhippimov3.html?from=2017.05.09+23%3A00&to=2017.05.11+03%3A00

Fog top is descending slowly allowing to estimate the fog dissipation. After it has fully disappeared re-formation starts soon after sunset (see next event).

http://guest.metek.de/mbr4/now/rhippimov3.html?from=2017.05.11+02%3A00&to=2017.05.11+10%3A00

Shallow fog fields advected from South-East

http://guest.metek.de/mbr4/now/rhippimov3.html?from=2017.05.11+23%3A00&to=2017.05.12+20%3A00

Radiative Fog starting very shallow. At 14:00 UTC the Wind from South-East accelerates. ** In the 1 deg PPI animation the advection of fog banks caused by the horizontal wind can be seen. This may help in nowcasting the fog.

http://guest.metek.de/mbr4/now/rhippimov3.html?from=2017.05.12+19%3A00&to=2017.05.13+15%3A00

Thick fog layer which is drizzling. For this reason the visibility at the ground is not too bad. The visibility is getting worse in the time intervals where the drizzle structures are disappearing.

http://guest.metek.de/mbr4/now/rhippimov3.html?from=2017.05.31+07%3A00&to=2017.05.31+16%3A00

Non drizzling fog. It starts in up-wind direction about 30 min before it arrives at the airport. At 13:00 it dries out beginning from the ground, seen best in the 5 deg PPI.

http://guest.metek.de/mbr4/now/rhippimov3.html?from=2017.06.03+01%3A00&to=2017.06.03+18%3A00

Non drizzling fog starting and ending as low level cloud, seen best in the 5 deg PPI (Donut shape).

http://guest.metek.de/mbr4/now/rhippimov3.html?from=2017.07.22%2006:30&to=2017.07.22%2016:30

Fog advected from Frobisher Bay.

Other examples from Iqaluit

http://guest.metek.de/mbr4/now/rhippimov3.html?from=2017.05.09+02%3A00&to=2017.05.10+01%3A00

Rain with a rather high melting layer

http://guest.metek.de/mbr4/now/rhippimov3.html?from=2017.06.09+21%3A00&to=2017.06.10+14%3A00

Low melting layer

Acknowledgments

The measurement examples from Munich Airport linked on the webpage where conducted by the German Weather Service (DWD) within the research project TeFiS which was funded be the German Federal Ministry of Economic Affairs and Energy.

The Measurements from Iqaluit are made by Environment Canada.