Dynamik
This presentation is the property of its rightful owner.
Sponsored Links
1 / 1

Parametrisierung subskaliger Heterogenitäten in Mesoskala- und Klima-Modellen PowerPoint PPT Presentation


  • 52 Views
  • Uploaded on
  • Presentation posted in: General

Dynamik. Boden. IO, Parallel, Sonstiges. Physik. Konvektion. Turbulenz. Strahlung. Regen. Parametrisierung subskaliger Heterogenitäten in Mesoskala- und Klima-Modellen. Transporte in der Atmosphäre. Einleitung. Konzept der dynamischen Flüsse.

Download Presentation

Parametrisierung subskaliger Heterogenitäten in Mesoskala- und Klima-Modellen

An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -

Presentation Transcript


Parametrisierung subskaliger heterogenit ten in mesoskala und klima modellen

Dynamik

Boden

IO, Parallel,Sonstiges

Physik

Konvektion

Turbulenz

Strahlung

Regen

Parametrisierung subskaliger Heterogenitäten in Mesoskala- und Klima-Modellen

Transporte in der Atmosphäre

Einleitung

Konzept der dynamischen Flüsse

Die Maschenweite heutiger Wettervorhersage- und Klimamodelle von 7-100km ist zu groß, um die Heteorogenitäten der Landoberfläche explizit aufzulösen. Unterhalb der Gitterskala wird oftmals angenommen, dass in einer Gitterbox die Bodenparameter sowie alle Stoff- und Energieflüsse, wie z.B. Vedunstung, konstant sind. Da die Wechselwirkungen zwischen Boden und Atmosphäre nichtlinear sind, ist diese Vernachlässigung subskaliger Variationen fehler-trächtig. Beispielweise können Gegensätze in der Landnutzung Sekundär-zirkulationen induzieren (s. Abb. 1), die verglichen zum homogenen Fall zu einem erhöhten Austausch zwischen Boden und Atmosphäre führen.

Zur Erfassung mesoskaliger und konvektiver Transporte unterhalb der Modellauflösung wird das Konzept der dynamische Flüsse, das auf Untersuchungen von Lynn et al. (1995) zurückgeht, angewendet. Dabei wird eine aktuelle Größe in drei Anteile zerlegt:

Scharmützelsee

Ziel dieses Teilprojektes ist es, mit Hilfe von hochaufgelösten Modellen, die den gesamten Rückkopplungs-mechanismus Boden-Atmosphäre (Turbulenz, hydrologischer Zyklus, Strahlung uvm.) beschreiben können, den Einfluss der kleinräumigen Vari-ation auf Verdunstung und Wärme-flüsse zu untersuchen, um daraus Parametrisierungen für größerskalige Modelle abzuleiten. Hierzu werden das Lokal-Modell (Steppeler et al., 2003) und FOOT3DK (Shao et al., 2001) als Atmosphärenmodelle, sowie das Hydrologiemodell TOPLATS (Peters-Lidard et al., 1997) eingesetzt. Den Messungen aus den EVA_GRIPS Experimenten kommt dabei eine Schlüsselrolle als Validations- und Antriebsdatensatz zu.

Abb. 1: Schematische Darstellung des Einflusses einer heterogenen Landoberfläche auf die Verdunstung E und den Wärmefluß H innerhalb einer Gitterbox.

°C

Abb. 2: Potentielle Temperatur und Wind in 30m Höhe aus FOOT3DK-Simulation mit 250m Auf-lösung (Idealisierte Simulation ohne synop-tischen Antrieb für den 17.6.98, 11 UTC) .

Für die Berechnung des Gesamttransports muss der mittlere dynamische Fluss in der Form <a*w*> berücksichtigt werden. Der dynamische Fluss ist maßgeblich abhängigvon der Gitterskala, der Skala des Gebiets-mittels, der Skala der Heterogenitäten und der Varianz der Oberflächenflüsse. Das hochauf-lösende Modell FOOT3DK ist in der Lage, kleinräumige Zirkulationen aufzulösen (s. Abb. 2), so daß w* und a* für unterschied-liche Gitterskalen berechnet werden können. Die dynamischen Transporte liefern für den überwiegenden Teil der Grenzschicht den Hauptanteil am Gesamttransport (Abb. 3).

An der Oberfläche trägt der dynamische Fluss nicht direkt zum Transport bei, die Erhöhung der kinetischen Energie durch die konvektiv angetriebenen Zirkulationen (Abb. 2) führt aber auch zu einer Intensivierung des tur-bulenten Flusses an der Oberfläche (Abb.4).

H

E

Mittel

Atmosphärischer Effekt

Abb. 3: Mittlere Profile für Simulation nach Abb. 2: potentielle Temperatur und spezifische Feuchte (links); dynamische Transporte sensibler/ latenter Wärme (Hm/Em) und der Gesamttransporte Htot/Etot, (rechts).

H

E

H

E

H

E

Wald

See

Acker

LITFASS-Gebiet

Boden-heterogenität

Abb. 4: Tagesgang des Flusses latenter Wärme am Boden für unterschiedliche Modellauflösungen einer idealisierten Simulation mit Oberflächenheterogenität auf der 4km Skala.

Rechenbedarf im LM

Bodenphysik

Mosaik-Ansatz im Lokal-Modell

Da das Bodenmodul im LM weniger als 1% der Rechenzeit benötigt, ist die Implementierung eines Mosaik-Ansatz praktikabel: Die Bodenprozesse werden auf einem feineren Gitter als die Atmos-phärenprozesse berechnet. Dies erlaubt eine explizite Berechnung der Bodenvariabilität, die als Eingangsgröße für die Parametrisierung der dyna-mischen Transporte benötigt wird.

Statistisch-dynamischer Ansatz

ohne feinskalige Bodendaten

Parallel zum obigen Konzept wird ein statistisch-dynamischer Ansatz zur Entwicklung einer Parametrisierung verfolgt. Die notwendige Datenbasis hierzu liefern hochaufgelöste LM-Simulationen mit 1.1km Maschenweite zu realen Wettersituation während der LITFASS Messkampagnen. Zur Identifikation von Artefakten aufgrund von nicht skalenadaptiven Para-metrisierung im LM werden parallel Läufe mit hoher Auflösung ohne zusätz-liche Bodeninformation durchgeführt.

Nesting Lindenberg

1.1 km

2.8km

7 km

LM-Analysen

mit feinskaligen Bodendaten

2.8 km

Hydrologiemodell TOPLATS

1.1 km

Mosaik-Ansatz

Abb.5: Simulationstrategie zur Erstellung der Datenbasis für den statistisch-dynamischen Ansatz. Beispielhafte Darstellung des maxi-malen Blattflächenindex LAI.

Höhenmodell

Antriebs-daten

Bodenfeuchte ist eine Schlüsselgröße zur Modellierung von Verdunstung. Da es aber keine flächendeckenden Meßverfahren gibt, müssen Antriebsdaten durch hydrologische Modellierung bereitgestellt werden. Hierzu werden im Projekt mit Messdaten ange-triebene Läufe über dem LITFASS-Gebiet im Zeitraum 2001-2003 durchgeführt.

richtige Interpretation

Topographischer Index TI

Validation des Lokal-Modells

Abb. 6: Grundwasser wird in TOPLATS mit Hilfe des topographischen Index TI lateral ausgetauscht.

Bevor ein Modell als Werkzeug zur Entwicklung von Parametrisierungen genutzt werden kann, muß geprüft werden, ob es die relevanten realen Prozesse richtig wiedergeben kann. Hierzu wurden drei Aspekte untersucht: a) Konsistenz des LM bei Verfeinerung ohne zusätzliche Bodendaten, b) Validation der Turbulenzparametrisierung mittels idealisierter PALM-LES-Simulation, c) Vergleich mit Messungen aus Litfass 1998. Wichtige Resultate:

Referenz Werte:7km Lauf ohne Konvektionsschema

relative AbweichungenLäufe mit 7, 2.8 und 1.1 km Maschenweite

Wasserdampf 6.5kg/m2

Weiterentwicklung von Terra-LM

Die gitterunabhängige Parametri-sierung von physikalischen Pro-zessen, d.h. die Vernachlässigung horizontalen Austauschs, wird bei feinen Auflösungen (z.B. im Fall des Mosaik-Ansatz) problematisch. Deshalb wird die untere Rand-bedingung des LM durch einen vari-ablen Grundwasserspiegel ersetzt, so daß horizontaler Grundwasser-transport berücksichtigt werden kann.

Abb. 7: Schrittweise Mo-difikation der unteren Rand-bedingung: a) operationelle Version; b) Grundwasser-Terra; c) Top-Terra (Aus-tausch über TI)

Eis3.4g/m2

Bedeckungs-grad 59%

Flüssigwasser7.6g/m2

Konstante Bodenfeuchte

Strahlung80W/m2

Wärmefluß36W/m2

Evapo.99W/m2

Regen0.9mm/d

  • Konsistenz bzgl. Bodenflüssen, Wolken und Wasserdampf

  • systematische Zunahme von Wolkenwasser und Niederschlag wegen fehlendem sub-skaligen Kondensationsschema

Abb. 8: Beispiel der Veränderung gebiets-gemittelter Größen durch Verfeinerung.

  • bei hohen Auflösungen (< 7km) wird eine 3d-Turbulenzparametrisierung benötigt.

  • das LM gibt die wesentlichen Eigenschaften der konvektiven Grenzschicht wieder; nicht-lokale Schliessung würde Verbesserungen bringen.

  • im Rahmen der Fehler stimmen Simulationen mit Litfass 98 Messungen überein.

Variabler Grundwasserspiegel

Grundwasseraustausch

Literatur:

Lynn, B.H., Abramopoulos, F., Avissar, R.; 1995: Using similarity theory to parameterize mesoscale heat fluxes generated by subgrid-scale landscape discontinuities in GCMs. J. Clim. 8, 932-951. Peters-Lidard, C.D., Zion, M.S., Wood, E., 1997: A soil vegitation atmosphere tranfere scheme for modelling spatially variable water and energy balance processes, J. Geophys. Res., 102,D4, 4303-4324

Steppeler, J. et al., 2003: Meso gamma scale forecasts using the nonhydrostatic model LM, Meteorol. Atm. Phys. 82, 75-96Shao, Y. Sogalla, M. Kerschgens, M.J., Brücher, W., 2001: Treatment of land surface heterogeneity in a meso-scale atmospheric model. Meteorol. Atm Phys. 78, 157-181.

Autoren: Felix Ament1, Günther Heinemann2, Clemens Simmer1, Michael Kerschgens2

1 Meteorologisches Institut der Universität Bonn, Auf dem Hügel 20, 53121 Bonn

2 Institut für Geophysik und Meteorologie der Universität zu Köln, Kerperner Str. 13, 50923 Köln

http://www.meteo.uni-bonn.de/forschung/projekte/eva_grips/


  • Login