Die Erforschung der Land-Atmosphären-Rückkopplung für heterogene Landoberflächen benötigt die Erfassung biophysikalisch bedeutsamer Wärme- und Impulsbilanzen nahe der Unterlage, die das Projekt motivieren. Dieser Energie- und Massenaustausch ist eine essenzielle Komponente in der Prozesskette der Rückkopplungen. Trotz beachtlicher Fortschritte im Verständnis und Quantifizierung der Auswirkungen einfacher Heterogenitätssprünge bei orthogonaler und paralleler Anströmung besteht eine Wissenslücke für die am häufigsten auftretenden Queranströmungen. Weder der Prozess selbst, noch die Auswirkungen der Queranströmung auf den turbulenten Transport sind momentan verstanden oder quantifiziert. Das Zentralziel ist, diese Queranströmungen zu detektieren und ein konzeptionelles Verständnis durch Messungen über den landwirtschaftlichen LAFO-Flächen zu erlangen. Die Zentralhypothese ist, dass Queranströmung zu einer Zone systematisch erhöhten turbulenten Austausches innerhalb einer Übergangsgrenzschicht führt, in der die Land-Oberflächen-Rückkopplung verstärkt ist. Die Forschung wird durch 4 Unterhypothesen und -ziele geleitet. Mithilfe der hochauflösenden (Sekunden und Dezimeter) Fiber-Optic Distributed Sensing (FODS) Technik erfolgen räumlich kontinuierliche Messungen der Lufttemperatur in der Bodenschicht und im Pflanzenbestand, sowie der turbulenten Windgeschwindigkeit und Turbulenter Kinetischer Energie über Hunderte Meter hinweg. FODS misst ebenfalls (10er-Sekunden, Dezimeter) Bodentemperaturen und -feuchtigkeit nahe der Oberfläche, sowie die solare Lichtverteilung kombiniert mit Netzwerken klassischer Punktsensoren über der Winterweizen- und Maisparzelle von LAFO. Unter der Leitung von P5 baut das LAFI-Team die FODS-Glasfaserharfen auf und P1 betreibt sie. Das wissenschaftliche Programm besteht aus 4 eng verzahnten Arbeitspaketen (WP): WP1 führt eine Post-field Kalibration mithilfe unserer eigens entwickelten Kalibriersoftware durch. WP2 erforscht die in den Raum-Zeit-Daten enthaltenen Strukturen und Flüsse abhängig vom Anströmwinkel. Ergänzt durch die verbesserte Energiebilanz (P6), die fernerkundlichen Daten zur Landoberfläche (P2) und Verdunstung (P4) wird die Zentralhypothese überprüft. Die Lidarmessungen aus P1 schaffen einzigartige Beobachtungssynergien. In WP3 werden die Erkenntnisse u.a. mit der Hilfe von Deep Learning zu einem konzeptionellem Gesamtrahmen zusammengefügt. Für die zweite Phase sehen wir Erweiterungen hin zu anderen Landoberflächenheterogenitäten, der Kohlenstoffbilanz und messtechnische Weiterentwicklungen des FODS vor. Dieses Projekt befasst sich mit den zentralen LAFI-Zielen O1 bis O3, OS und OE im Falle eines klimatischen Extremums. Zusätzlich zu den oben genannten projektübergreifenden Kooperationen stehen wir im engen Austausch mit P11 wegen der Licht- und Temperaturvertikalprofile.
Aerosol-Wolken-Wechselwirkungen stellen einen der wesentlichen Unsicherheitsfaktoren bei Verständnis und Quantifizierung der geographischen Verteilung von Wolken- und Niederschlagseigenschaften, aber auch des Strahlungsantriebs des globalen Klimawandels dar. Die grundlegende Idee des Projekts ist es, regional unterschiedliche Trends in anthropogenenen Emissionen von Aerosolen zu nutzen, um deren Einfluss auf Trends in Wolken-, Niederschlags- und Strahlungsgrößen zu bestimmen. Hierzu sollen verschiedene Szenarien in Multi-Klimamodell-Ensembles ('historische' Simulationen mit allen Strahlungsantrieben und 'Aerosol'-Simulationen mit allen Antrieben außer anthropogenem Aerosol) analysiert werden und mit Beobachtungsdaten verglichen werden. Konkret werden vier Fragen untersucht:(i) Welche Beziehung besteht zwischen regionalen Trends in Aerosolemissionen und Wolken-Strahlungs-Effekten? - Diese Studien analysieren Simulationen aus dem Multi-Modell-Ensemble.(ii) Wie erfolgreich reproduzieren die Modelle beobachtete Trends? Hier werden die Klimamodelle mit Beobachtungsdaten verglichen.(iii) Welchen Einfluss haben Emissionstrends für Aerosole und resultierende Strahlungsantriebe auf die atmosphärische Zirkulation? Simulationen mit dem Aerosol-Klima-Modell ECHAM6-HAM2 sollen für drei Zeitscheiben durchgeführt und analysiert werden.(iv) Welche Rolle spielen Emissionstrends für Änderungen in Extremniederschlägen in Südost-Asien? - Mit speziellen Simulationen sollen die verschiedenen Hypothesen getestet werden.
Objective weather types of Deutscher Wetterdienst derived from different Reanalysis and Global Climate Model simulations for the control run (1951-2000) and the projection period (2000-2100). On the one hand, the dataset is useful for evaluation of representative circulation statistics in Central Europe, on the other hand, for the analysis of future weather types due to climate change. Added temperature and precipitation data allow to study the weather type effectiveness for these important climate parameters.
Der Klimawandel stellt eines der größten Probleme unserer Gesellschaft der nächsten Jahrzehnte dar. Verlässliche Klimaprognosen sind in diesem Zusammenhang von enormer politischer und sozioökonomischer Relevanz. Genaue Vorhersagen sind jedoch derzeit durch ein noch begrenztes Verständnis wichtiger atmosphärischer Parameter, wie zum Beispiel der chemischen Zusammensetzung der Atmosphäre, der Aerosolbelastung, den Zirruswolken und Zirkulationsrückkopplungen in der oberen Troposphäre/unteren Stratosphäre (OTUS) nur sehr eingeschränkt möglich. Insbesondere unser Wissen über die wichtigsten klimarelevanten atmosphärischen Bestandteile wie z.B. der Wasserdampf, Eis- und Aerosolpartikel ist unvollständig.Kürzlich wurden in der OTUS starke Partikelneubildungsereignisse beobachtet, in einer Region, in der Eisbildung und tiefe Konvektion vorherrschen. Es scheint, dass die Region überhalb troposphärischen Wolken ein günstiger Ort für die Bildung neuer Teilchen ist. Der zugrunde liegende Bildungsmechanismus ist jedoch nur sehr qualitativ verstanden. Diese Partikelneubildungsereignisse sind möglicherweise mit der Bildung von kondensierbaren Dämpfen in großer Höhe verbunden und nicht nur mit dem Aufsteigen verschmutzter Luftmassen, die diese enthalten. Partikelneubildung erfordert somit eine Quelle von atmosphärischen Oxidationsmitteln, die die Flüchtigkeit von Vorläufergasen reduzieren, um Partikel im unteren Nanometerbereich durch Gas-zu-Partikel-Umwandlung zu bilden. Diese Oxidationsmittelquelle muss stark genug sein, um mit den durch die bereits vorhandenen Partikel induzierten Kondensationssenken zu konkurrieren.Wir vermuten, dass die Bildung von Eispartikeln durch das Gefrieren von unterkühltem flüssigem Wasser, gefolgt von Wasserkondensation, Quellen von H2O2 oder HOx-Radikalen in der OTUS sind, die zur Partikelneubildung führen Es ist bekannt, dass das Gefrieren wässriger Lösungen elektrische Felder erzeugt (sogenannter Workman-Reynolds-Effekt). In ähnlicher Weise wurde kürzlich gezeigt, dass die bevorzugte Orientierung der Wassermoleküle an der Grenzfläche zwischen Luft und Wasser ein elektrisches Grenzflächenpotential induziert. Solche lokalisierten elektrischen Felder können elektrochemische Prozesse in oder auf den Eispartikeln induzieren, die H2O2 oder HOx produzieren und erheblich zur Oxidationskapazität der Atmosphäre beitragen, wodurch die Bildung neuer Partikel und Wolken und schließlich der Strahlungshaushalt und das Klima der Erde beeinflusst werden. Diese Hypothese wird durch einige sehr aktuelle aktuelle Messungen gestützt.Dieses Projekt hat zum Ziel, diese Oxidationsprozesse zu charakterisieren und quantifizieren.
Eine Hauptquelle der Vorhersageunsicherheit liegt in der Auslösung von Konvektion durch bodennahe Prozesse wie Grenzschichtturbulenz oder Strömung über Orographie. Für derlei Prozesse wird eine stochastische Beschreibung weiterentwickelt und implementiert. Die erweiterte Parameterisierung wird für unterschiedliche Wetterlagen mit Augenmerk auf die Charakteristika des Fehlerwachstums, die Wechselwirkung mit der großskaligen Strömung und der Güte von Ensemble-Vorhersage getestet. Die relative Bedeutung einzelner Prozesse und deren Wechselwirkung wird untersucht.
Die Einbeziehung von physikalischen Erhaltungsgesetzen ist bereits seit längerem als wichtiger Punkt bei der Entwicklung von numerischen Wettervorhersagemodellen bekannt. In Datenassimilation im weiteren Sinne ist die Berücksichtigung von Erhaltungsgesetzen und die Analyse deren Bedeutung erst seit kurzem ein zentraler Gegenstand der Forschung. Numerische Atmosphärenmodelle sind heute in der Lage, kleinräumige und deshalb hochgradig nichtlineare Dynamik und Physik aufzulösen. Vorhersagen hängen dabei sehr sensible von den Anfangs- und Randbedingungen ab. Die Datenassimilation für Modelle, die viele Skalen darstellen und in die sowohl zeitlich als auch räumlich hochaufgelöste Beobachtungen eingehen verlangt nach einer Überprüfung und der Weiterentwicklung der zur Zeit in numerischen Wettervorhersagemodelle genutzten, auf weniger nicht lineare Anwendungen ausgelegte Methoden. Das primäre Ziel dieses Projektes ist die Entwicklung von Ensemble-basierten Datenassimilations-Algorithmen welche Eigenschaften von nichtlinearen dynamischen Systemen, zum Beispiel die Erhaltung von Masse, Drehimpuls, Energie und Enstrophie berücksichtigen. Insbesondere werden die folgenden zwei Problemstellungen bearbeitet. Gemeinsam mit Kollegen haben wir kürzlich zeigen können, dass Erhaltung von Masse und Positivität wichtige Nebenbedingungen für Datenassimilations-Algorithmen sind. Beide Bedingungen sind in einem neuen Algorithmus, dem quadratic programming ensemble Kalman filter, umgesetzt worden. Tests an linearer Dynamik wurden ebenfalls bereits durchgeführt. Im Rahmen des vorgeschlagenen Projektes soll dieser Algorithmus in einer idealisierten Konfiguration für die Assimilation von Radarreflektivität mit dem nichthydrostatischen, konvektionsauflösenden COSMO-DE-Modell erweitert, implementiert und evaluiert werden. Zweitens, wird untersucht wie sich Datenassimilations-Algorithmen wie der Ensemble Kalman Filter und der quadratic programming ensemble Kalman filter auf die zu erhaltenden Größen im Fall von Experimenten mit einem idealisierten, nichtlinearen zweidimensionalen Flachwassermodell auswirken, sowie ob und wie diese Ensemble-basierten Algorithmen modifiziert werden können um Lösungen mit den vorgeschriebenen Eigenschaften zu erhalten. Es ist zu erwarten, dass Erhalt von Masse und Entropie die nicht lineare Energie Kaskade im System verbessert. Der mögliche Einfluss auf die Exaktheit von Vorhersagen wird auch untersucht.
Es werden Visualisierungstechniken für drei-dimensionale Ensembles entwickelt, um eine verbesserte (statistische) Analyse zu ermöglichen. Dies beinhaltet Methoden zum Vergleich von Ensemble-Mitgliedern und zur Verfolgung von Regionen mit ähnlichen Eigenschaften, etwa Staub- oder Tröpfchen-Konzentration in Wolken. Effiziente Berechnungsansätze und Visualisierungstechniken werden kombiniert, um statistische Beziehungen zwischen Zahlenwerten an unterschiedlichen Orten interaktiv festzustellen sowie die Sensitivität der Vorhersagevariablen auf Änderungen der Anfangswerte.
Unser Ziel ist es das Verständnis von Skaleninteraktionen zwischen verschiedenen dynamischen Regimen in geophysikalischen Strömungen durch Asymptotik sowie der Variations- und dynamischen Systemtheorie zu verbessern. Die spezifischen Ziele beinhalten die Entwicklung von Methoden um die Interaktion von schnellen und langsamen Prozessen nahe Regimeübergängen zu modellieren, um Wellen mit modernen, vollständig nichtlinearen Methoden zu studieren, um die Auswirkung von verschiedenen Formen der Dissipation auf die Lösungsstruktur zu untersuchen und um energetisch konsistente, stochastische Parametrisierungen von subskaligen Prozessen zu entwickeln.
Die mit der Systemgröße wachsende Vorhersageunsicherheit wird von der Konvektion im Kern eines Hurrikans bis zu dessen Gesamtgröße, mit speziellem Blick auf Einbeziehung von Umgebungsluft sowie der Wechselwirkung mit Höhentrögen stromaufwärts, untersucht. Konvektionsauflösende Ensemblesimulationen werden für ausgewählte Episoden durchgeführt. Mit neuen Data-Mining und Visualisierungsmethoden wird das Einmischen der Umgebungsluft diagnostiziert. Diese Ergebnisse gewähren neue Einblicke in die komplexe Dynamik der außertropischen Umwandlung und der damit verbundenen Vorhersagbarkeit.
Objective weather types of Deutscher Wetterdienst derived from different Reanalysis and Global Climate Model simulations for the control run (1951-2000) and the projection period (2000-2100). Furthermore, the NAO-index is also provided. On the one hand, the dataset is useful for evaluation of representative circulation statistics in Central Europe, on the other hand, for the analysis of future weather types due to climate change. Added temperature and precipitation data allow to study the weather type effectiveness for these important climate parameters.
| Origin | Count |
|---|---|
| Bund | 215 |
| Land | 3 |
| Wissenschaft | 11 |
| Type | Count |
|---|---|
| Daten und Messstellen | 9 |
| Förderprogramm | 212 |
| unbekannt | 5 |
| License | Count |
|---|---|
| offen | 222 |
| unbekannt | 4 |
| Language | Count |
|---|---|
| Deutsch | 158 |
| Englisch | 144 |
| Resource type | Count |
|---|---|
| Archiv | 6 |
| Datei | 3 |
| Dokument | 1 |
| Keine | 133 |
| Webseite | 84 |
| Topic | Count |
|---|---|
| Boden | 175 |
| Lebewesen und Lebensräume | 208 |
| Luft | 226 |
| Mensch und Umwelt | 226 |
| Wasser | 181 |
| Weitere | 226 |