sailing

Blue Planet

How much of the Earth’s surface is covered by water? – 2/3 elementary school knowledge. But how to confirm? And what fraction of the southern hemisphere mid-latitudes is covered by ocean?

We need some data first. For a quick shot, the MODIS land cover type classification should be sufficient. MCD12C1 provides global coverage at 0.05° in the HDF4 format. It is a resampled and  stitched together version of the 500m MCD12Q1 version. The user guide provides a nice overview.

Now we need to do some calculations. The python jupyter notebook is on github. The recipe is rather simple: Load the HDF4 dataset, select the IGBP[1] classification, quick plot for visualization, get the projection and the pixel sizes right and finally do some conditional sums.

The projections and the pixel sizes are a crucial point. The dataset is in the MODIS climate modeling grid, which is a geographic lat-lon projection. The pixel area gets smaller towards the poles, which we have to keep in mind, when calculating the size of the per pixel.

Looking at the final numbers, the fraction of water is 71.6%, which is sufficiently close to available estimates. Some discrepancy is expected, as we do not include ice shelfs, sea ice, tides, etc and the underlying resolution is ‘only’ 5km. Barren surfaces cover around 4.0% of the Earth (13.9% of the land) and ice sheets, including permanent snow cover 2.9% (10.2% of the land).

When splitting up the hemispheres, in the Northern Hemisphere water covers 61.4%, barren 7.5% and ice less than 1%. Of all the land, barren surfaces cover 19.4%. In the Southern Hemisphere, water makes up 81.8% of the surfaces, with barren less than 0.5% and ice 4.8%.

Finally the mid-latitudes. As a rather crude definition, the latitudes between 30° and 70° are used. In the northern mid-latitudes water covers 48.0% (5.7% barren and 0.7% ice). Barren surfaces make up 11.0% of the land. The southern mid-latitudes are overwhelmingly covered with water (93.9%, barren <0.2%, ice 1.4%).

[1] International Geosphere-Biosphere Programme: http://www.igbp.net/

#ThrowbackThursday 03 Feb 2011

I recently stumbled across a couple of old pictures.

nilas_bow

I almost forgot about it, but evidently the first time I traveled trough sea ice was almost a decade ago.

grey_ice

We entered Oslofjord in the early morning of 03 February 2011 with FGS Rheinland-Pfalz.

panncakes_bowObviously not an ice breaker (not even ice strengthened), she managed the rather thin ice.

grey_white_view

Wind in der Ostsee

Als Erweiterung zum Blogpost vom letzten Herbst, hier die Monatskarten mit der Windstatistik für die erste Jahreshälfte. Neu sind die Zusatzinformationen zu Flaute, Temperatur und Starkwindböen. Außerdem habe ich noch einige Gebiete angepasst/ergänzt. Außerdem basiert die Statistik jetzt auf der 0.125° (etwa 7.5nm bzw. 14km) Reanalyse.

Achtung: Die hier gezeigten Werte basieren auf eine langjährigen Statistik. Das schließt nicht aus, dass Starkwind und Sturm jederzeit auftreten können. Es liegt in der Verantwortung jedes Wassersportlers aktuelle Wetterinformationen einzuholen und die Aktivität entsprechend zu gestalten.

Download der hochaufgelösten Version: wind_statistics_baltic_sea.pdf

Februar

März

April

Mai

Juni

Impressionen Schwerwettertörn Rund Fünen

So, wir sind wieder heil im Binnenland angekommen und inzwischen auch wieder aufgetaut. Ründ Fünen (ab/an Flensburg) hätten wir in 4.5 Segeltagen auch beinahe geschafft, nur die Klappbrücke in Sønderborg konnte uns stoppen.  Wie erhofft, beworben, erwartet waren die Bedingungen “schwer”. Wind von 3 bis 30 Knoten und von Sonnenschein bis Schneeschauer alles dabei. Die Temperaturen waren durchaus herbstlich (irgendwo zwischen 0 und 10ºC) und auch die Infrastruktur war schon in der Winterpause, insbesondere die Sanitäranlagen. Aber dank einer coolen Crew, einem tollem Skipper und einem schnellen Boot (mit Dieselheizung) war es ein unvergesslicher Törn. Zuletzt noch ein kleines bisschen Werbung: Schoenicke skipperteam ist echt zu empfehlen. Alles war kompetent organisiert und sogar der Einkauf war vor unserer Ankunft schon erledigt.

Windstatistik Ostsee im November

[English summary: ERA Interim reanalysis data is used to assemble Pilot Chart like Wind statistics for the western Baltic sea in November.]

Update: Wind in der Ostsee

Anfang November geht es zum letzten Segeltörn dieser Saison: 5 Tage Ostsee ab Flensburg. Um vorab die zu erwartenden Wetterverhältnisse abschätzen zu können bieten sich Monatskarten [1] und die entsprechenden nautischen Veröffentlichungen [BSH, Naturverhältnisse Ostsee 2008] an.

Beide basieren normalerweise auf langjährigen Stations- bzw. Schiffsbeobachtungen mit entsprechenden Nachteilen, wie schlechter Abdeckung abseits von Schifffahrtsrouten, begrenzte Auflösung. Zudem umfassen Unterlagen für die Sportschifffahrt häufig nur die Sommermonate [2]. So eröffnet sich die Frage, ob entsprechende Daten aus numerischen Wettermodellen einen Teil dieser Lücke schließen können.

Daten: ERA Reanalyse

Um für ein Wettervorhersagemodell verwendet werden zu können, muss von Stationsmessungen auf den aktuellen Zustand der Atmosphäre als Ganzs (in Fläche und Höhe) geschlossen werden. Vereinfacht gesagt: Die “Lücken” zwischen einzelnen Messungen müssen geschlossen werden. Dieser komplizierte Prozess nennt sich Datenassimilation. Diese Anfangszustände der Atmosphäre werden in sogenannten Reanalysen gesammelt, um einen einheitlichen Datensatz des “tatsächlichen” Zustands zu erhalten. Diese Reanlysen werden dann unter anderem verwendet, um Modellvorhersagen zu evaluieren. Einen Überblick über die Qualität solcher Reanalysen liefert [3]. Im folgenden wird die ERA-Interim Reanalyse [4] des ECMWF (Europäisches Zentrum für mittelfristige Wettervorhersage) verwendet. Sie umfasst die Daten seit 1979 und wird laufend aktualisiert. Die Auflösung beträgt 3h und 0.5°. Der Datensatz ist frei verfügbar und kann (nach Anmeldung) hier herunter geladen werden [5].

Datenauswertung

Zuerst ist das langjährige Mittel des Windes von Interesse, um die zu erwartenden Bedingungen grundsätzlich einschätzen zu können. Aus dem etwa 6 GB großen Datensatz wird zunächst der November jeden Jahres für ein bestimmtes Seegebiet ausgewählt. Die gesamte Auswertung beruht auf Python mit entsprechenden Bibliotheken (xarray, cartopy, numpy, matplotlib). Bei Gelegenheit stelle ich das aufgeräumte Skript online…

map_southwest_watermark
Zunächst wird nur die süd-westliche Ostsee im rot markierten Bereich berücksichtigt.

Nun wird einfach die relative Häufigkeit der einzelnen Windgeschwindigkeiten bzw. -richtungen berechnet. Im November ist die vorherrschende Süd bis West bei einer mittleren Windgeschwindigkeit von 13.5 kn und Böen von 20 kn. Die mittlere Lufttemperatur im November liegt bei 6.3°C.

wind_summary
Relative Häufigkeit der 3h Maximalböen, der mittleren Windgeschwindigkeit und der Windrichtung.

Im Vergleich mit der Veröffentlichung “Naturverhältnisse in der Ostsee” (BSH, überholte Auflage 1996) sind Windstärken 6-7 Bft (22-34 kn) in dieser Auswertung etwas häufiger, aber der Unterschied ist nicht statistisch signifikant.

In einem Windstern werden die Häufigkeit der Windgeschwindigkeit in Abhängigkeit der Windrichtung dargestellt. Dies ist vor allem in Monatskarten üblich. Hier wird deutlich, dass der Wind am häufigsten aus  S bis W mit 4-5 Bft kommt. Windstärken über 8 Bft kommen vornehmlich aus westlichen Richtugen.

Ausblick

Mit dem gezeigten Ansatz ist es nun ein Leichtes diese Statistik für andere Seegebiete/Monate zusammen zu stellen. In Kürze mehr…

Aber alle Statistik ist geduldig und welche Wetterverhältnisse sich Anfang November 2016 einstellen wird sich zeigen.

Update

Hier noch die Statistik für die angrenzenden Seegebiete. Wie zu erwarten sind die Unterschiede nicht extrem, liegen aber trotzdem im Bereich von 3-5%.

western_baltic_november