Detailseite
Projekt Druckansicht

Assimilation innovativer bodengebundener Fernerkundungsdaten in ein numerisches Wettervorhersagemodell zur Verbesserung der Modellvorhersagen und zum besseren Verständnis von Grenzschichtprozessen

Antragstellerin Dr. Annika Schomburg
Fachliche Zuordnung Physik und Chemie der Atmosphäre
Förderung Förderung von 2018 bis 2023
Projektkennung Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 399851006
 
Die atmosphärische Grenzschicht spielt eine entscheidende Rolle für die bodennahe Wettervorhersage und die Entstehung von Wolken und Niederschlag. Zur Bestimmung des Anfangszustands der Grenzschicht werden aber bisher nur wenige Beobachtungen genutzt, im Wesentlichen Radiosondenaufstiege (meist nur alle 12 Stunden verfügbar), und an den Flughäfen die von Verkehrsflugzeugen gemessenen Profile von Temperatur und Wind. Aber gerade für die modernen hochaufgelösten Modelle für die Kurzfristvorhersage kann eine realistische Initialisierung der vertikalen Schichtung und Stabilität in der Grenzschicht entscheidend sein. Bodengebundene Fernerkundungsgeräte liefern hochfrequente Profile der thermodynamischen Variablen in der Grenzschicht. Bisher gibt es jedoch keine konkreten Strategien, wie diese Daten optimal für die numerische Wettervorhersage (NWP) genutzt werden können, da die Entwicklung von bezahlbaren Geräten durch kommerzielle Hersteller erst in den letzten Jahren stattgefunden hat. Auch viele Prozesse der atmosphärischen Grenzschicht sind bis heute noch nicht vollständig verstanden, insbesondere Prozesse in der stabilen Grenzschicht, der Einfluss von orographischen Effekten, Schwerewellen, thermischen Zirkulationen und Heterogenitäten der Erdoberfläche. Daher ist die Modellierung von subskaligen Grenzschicht-Prozessen oftmals fehlerbehaftet.Aus dieser Motivation heraus sollen in dem Projekt zweierlei Ziele realisiert werden:In einer ersten Phase soll das Potential von boden-basierten Fernerkundungsgeräten (Mikrowellenradiometer und Doppler-Lidar) den Anfangszustand und darauf folgende Vorhersagen der Grenzschicht in Atmosphärenmodellen zu verbessern, untersucht werden, inklusive der Entwicklung einer optimalen Assimilations-Strategie. Wir wollen zeigen, dass die Entwicklungen der letzten Jahre im Bereich der Datenassimilation (DA) den Ensemble Kalman Filter (EnKF) für die konvektive Saka zu nutzen, es ermöglichen, die für die Grenzschicht typische kleinskalige Strukturen zu erfassen, da der EnKF eine strömungsabhängige Hintergrundkovarianz-Matrix liefert und hoch-frequente Update-Zyklen erlaubt.In einer zweiten Phase planen wir, das enorme Potential dieses erweiterten Systems aus NWP-Modell, DA-System und kontinuierlichen, qualitätsgeprüften Beobachtungen für das Verständnis von Grenzschichtprozessen und deren Simulation zu nutzen. So stellt die Analyse selber einen in sich konsistenten dreidimensionaler Zustand auf der Kilometerskala basierend auf einer optimalen Kombination von Modellvorhersage und Beobachtungen dar. Über die statistische Auswertung der Inkremente, die im Analyseschritt bestimmt werden, um das Modell Richtung Beobachtung zu korrigieren, erhält man wertvolle Informationen über systematische Fehler des Modell und die dazugehörigen Prozesse. Um die Information aufzusplitten in Beiträge verschiedener Prozesse und Parametrisierungen wird der sogenannte ”initial tendency approach“ aus Klocke and Rodwell (2013) angewandt werden.
DFG-Verfahren Sachbeihilfen
 
 

Zusatzinformationen

Textvergrößerung und Kontrastanpassung