Die Oberflächen- und Grenzschichtschemata des nichthydrostatischen, konvektionserlaubenden COSMO-DE Modells werden abgeschätzt. Ziel ist die Reduktion der Unsicherheit in der Darstellung der Oberflächenflüsse, und damit auch derjenigen von konvektiven Wolken im Vorhersagemodell. Dazu werden verschiedene neu entwickelte Ensemblealgorithmen zur Parameterschätzung an einem gemeinsamen idealisierten Testfall erprobt. Das neuartige Vorgehen schätzt objektiv die Parameter zur Schließung des Turbulenzansatzes, die nicht direkt gemessenen werden können, und ermöglicht Einsichten auf deren Auswirkung zur modellhaften Darstellung von Wolken.
Ein neues Konzept für Schwerewellenparametrisierungen in atmosphärischen Zirkulationsmodellen soll entwickelt werden. Es basiert auf der Beschreibung des Wellenfeldes durch die Wellenenergie im physikalischen und Wellenzahlraum und seiner prognostischen Berechnung durch die Strahlungstransportgleichung. Die vorgeschlagene Parametrisierung soll zum ersten Mal 1) alle relevanten Quellen kontinuierlich in Raum und Zeit beinhalten, und 2) alle Schwerewellenquellen (Orographie, Fronten und Konvektion) mit einer einzelnen Parametrisierung beschreiben. Darüber hinaus wird das neue Konzept in einer exakt energieerhaltenden Form formuliert werden.
Das Ziel dieses Projektes ist es, neue Parametrisierungen und numerische Algorithmen zur Verbesserung der Energiekonsistenz in die Ozeankomponenten der neuen Erdsystemmodelle, die momentan in Deutschland entwickelt werden, zu implementieren. Das Projekt wird ebenfalls die Entwicklung und Implementierung von neuen atmosphärischen Parametrisierungen unterstützen. In Zusammenarbeit mit den anderen Projekten im SFB/TRR wird das Projekt einen Rahmen für die Synthese der gemeinsamen Arbeit liefern und dient - zusammen mit S1 - als ein Erfolgskriterium.
Das Strahlungsbudget spielt eine entscheidende Rolle für Klimaveränderungen. Dieses Projekt untersucht systematisch die Reaktion der Bodenfeuchte auf den Strahlungsantrieb durch Veränderungen der atmosphärischen Zusammensetzung sowie den Einfluss von Wassermanagement mithilfe von CMIP6-Modellen. Mit Fokus auf die Reaktion der Bodenfeuchte in Europa, unterscheidet das Projekt Beiträge von Wassermanagement, Treibhausgasen, anthropogenen Staubaerosolen, sowie Aerosolen aus Biomasseverbrennung und industrieller Verschmutzung. Es trägt dazu bei, die mögliche zukünftige Entwicklung von anthropogenen Staubaerosolen in einer wärmeren Welt zu verstehen.
Der Umsetzungsplan der COP27 enthält eine sehr klare Aussage. "Ein Drittel der Welt, darunter 60% von Afrika, hat keinen Zugang zu Frühwarn- und Klimainformationsdiensten". Dies gilt vor allem für niederschlagsbezogene Warnungen. Der Grund dafür ist das fast vollständige Fehlen von Wetterradaren auf in Afrika und die mangelnde Dichte von Niederschlagsmessstationen. Im Gegensatz dazu sind geostationäre Satelliten (GEOsat) und potentiell auch kommerzielle Richtfunkstrecken (CML) und Satelliten-Mikrowellenverbindungen (SML) nahezu in Echtzeit verfügbar und können zur Niederschlagsschätzung verwendet werden. Die quantitative Niederschlagsschätzung (QPE) aus GEOsat-Daten ist jedoch aufgrund der indirekten Beziehung zwischen der Niederschlagsmenge und den tatsächlichen Messungen, die im sichtbaren und infraroten Spektrum durchgeführt werden, eine Herausforderung. Für die QPE aus SML- und CML-Daten, insbesondere auf der Grundlage groß angelegter CML-Studien in Europa, wurde gezeigt, dass sie mit der QPE aus Radar- und Regenmessern gleichwertig sein kann. In Ermangelung von Referenzdaten, wie es in Entwicklungsländern häufig der Fall ist, sind die bestehenden maßgeschneiderten semi-empirischen Prozessierungsmethoden jedoch oft nicht direkt anwendbar. GEOsat-Daten haben das Potenzial, die CML/SML-Prozessierung in diesen Regionen zu unterstützen, und umgekehrt könnte die CML/SML-QPE zur Anpassung der GEOsat-QPE verwendet werden. Das übergeordnete Ziel des Projekts MERGOSAT ist daher die Entwicklung neuartiger Methoden zur Erstellung verbesserter Echtzeit-Niederschlagskarten für datenarme Regionen durch eine Kombination von GEOsat-Daten und CML/SML-QPE. Um dieses Ziel zu erreichen, werden wir uns auf drei Aspekte konzentrieren: 1) Schaffung einer Grundlage für allgemeinere CML/SML-QPE-Modelle durch Verbesserung des Verständnisses der Prozesse die die EM-Ausbreitung von CML und SML beeinflussen. 2) Entwicklung geeigneter CML/SML-QPE-Modelle, die in datenarmen Regionen anwendbar sind, aufbauend auf den neuen Erkenntnissen über WAA und DSD und unter innovativer Nutzung von GEOsat-Daten. 3) Verbesserung der GEOsat-QPE mit DeepLearning-Methoden und Entwicklung eines neuen Verfahrens, das die Zusammenführung mit CML/SML-Daten mit sub-stündlicher Auflösung ermöglicht. Wir werden unsere Forschung auf unser umfangreiches Archiv von CML-Daten, auch aus Afrika, und die zunehmende Verfügbarkeit von SML-Daten stützen. Zusätzliche Daten aus Feldexperimenten werden mit modernsten Simulationen der EM-Ausbreitung kombiniert. Darüber hinaus werden wir neueste Techniken des DeepLearnings und unsere Hochleistungs-Recheninfrastruktur nutzen. In Kombination mit den erweiterten Fähigkeiten des kürzlich gestarteten MTG GEOsat wird uns dies ermöglichen, unsere Ziele erfolgreich anzugehen und die methodische Grundlage zu schaffen, die erforderlich ist, um datenarme Regionen mit verbesserten und zuverlässigen Niederschlagsinformationen nahezu in Echtzeit zu versorgen.
Das Projekt wird das hochaufgelöste Monitoring von Atmosphärenvariablen und Vegetationsparametern mittels kontinuierlicher bodengebundener Messungen und jährlichen Flugzeugkampagnen fortführen. Der ständig wachsende, mehrjährige Datensatz wird in Zusammenarbeit mit modellierenden Projekten (C4, D6) bzgl. Grenzschichtprozessen und im Zusammenhang mit der Oberfläche stehenden Mustern analysiert. Fluoreszenzbeobachtungen werden in das Community Land Model in TerrSysMP assimiliert, um zu testen, ob eine verbesserte Modellierung von CO2 Flüssen auch unter nicht-stationären Bedingungen möglich ist.
Wir studieren Konvektions- und konvektive Wolkenmuster, um zu verstehen, wie Landoberflächenheterogenität auf solche Muster wirkt, und wie diese parametriert werden können. Das Large-Eddy Atmosphäre-Landoberflächen Modell (LES-ALM) wird weiterentwickelt und für die Simulation von Oberflächen unterschiedlicher Heterogenitätsskalen verwendet. Die Fähigkeit des Modells, konvektive Wolken als Reaktion auf Landoberflächenprozesse wiederzugeben, wird gegen Messungen getestet. Ein Schema für Wolkenmusterparametrisierung wird entwickelt und in einem Wetter-Vorhersagemodell für ausgewählte Regionen getestet.
Der Einfluss dreidimensionaler strahlungsbedingter Erwärmungs- und Abkühlungsraten wird systematisch mit Hilfe eines analytischen Wolkenmodells, eines Grobstrukturmodells und eines numerischen Wettervorhersagemodells untersucht. Neue Parametrisierungen werden für die beiden Skalen entwickelt, um zu quantifizieren, wie diese Prozesse die Wolkenbildung, die Wolkenmikrophysik und schließlich die Dynamik beeinflussen. Diese Untersuchungen werden dazu beitragen, das Verständnis der Strahlungs-Wolken-Wechselwirkung deutlich zu verbessern und die Strahlungsprozesse als diabatische Wärmequelle und -senke in der Atmosphäre zu quantifizieren.
Ziel des Projektes ist es, extreme Ereignisse in simulierten Wasserkreislaufkomponenten zu identifizieren, indem neuartige tiefe generative Netzwerke entwickelt werden, die anomale Ereignisse in simulierten Daten erkennen. Da die Erkennung von anomalen Ereignissen datengetrieben ist, werden sie nicht immer mit Extremen wie Dürren zusammen auftreten. Wir werden daher neuartige Methoden auf Basis von Deep Learning entwickeln, die die Auswirkungen von anomalen Ereignissen, wie landwirtschaftliche Dürren, vorhersagen. Darüber hinaus werden wir die entwickelten Ansätze nutzen, um die Auswirkungen anthropogener Treiber auf anomale Ereignisse zu untersuchen.
Das Integrierte Graduiertenkolleg bereitet seine ca. 30 Doktorandinnen und Doktoranden darauf vor, selbständig in Wissenschaft oder Industrie zu arbeiten, und bietet an, Fähigkeiten und Fertigkeiten für die Lösungen interdisziplinärer wissenschaftlicher und angewandter Probleme zu erlernen. Qualifizierungsmaßnahmen, Organisation und Betreuungskonzepte bleiben im TR32 eingebettet, um eine international anerkannte Ausbildung und einen Abschluss zu gewährleisten. Wir werden mit den bestehenden lokalen Graduiertenschulen an den Hochschulen zusammen arbeiten, um die positiven Erfahrungen und etablierten Strukturen auch nach seiner Lebensdauer fortzusetzen.
| Origin | Count |
|---|---|
| Bund | 69 |
| Type | Count |
|---|---|
| Förderprogramm | 69 |
| License | Count |
|---|---|
| offen | 69 |
| Language | Count |
|---|---|
| Deutsch | 68 |
| Englisch | 63 |
| Resource type | Count |
|---|---|
| Keine | 29 |
| Webseite | 40 |
| Topic | Count |
|---|---|
| Boden | 43 |
| Lebewesen und Lebensräume | 39 |
| Luft | 61 |
| Mensch und Umwelt | 69 |
| Wasser | 44 |
| Weitere | 69 |