Improving the simulation of small-scale variability in radiation and land-surface parameterizations in a mesoscale numerical weather prediction model [Elektronische Ressource] / Annika Schomburg. Mathematisch-Naturwissenschaftliche Fakultät

Annika Schomburg

Informations

• Publié par: rheinische_friedrich-wilhelms-universitat_bonn
• Publié le: 01 janvier 2011
• Nombre de lectures: 29
• Langue: Deutsch
• Poids de l'ouvrage: 3 Mo

Extrait

Improving the simulation of
small-scale variability in radiation
and land-surface parameterizations
in a mesoscale numerical weather
prediction model
Dissertation
zur
Erlangung des Doktorgrades (Dr. rer. nat.)
der
Mathematisch-Naturwissenschaftlichen Fakultät
der
Rheinischen Friedrich-Wilhelms-Universität Bonn
vorgelegt von
Annika Schomburg
aus
Braunschweig
Bonn, Februar 2011Angefertigt mit Genehmigung der Mathematisch-Naturwissenschaftlichen Fakultät der
Rheinischen Friedrich-Wilhelms-Universität Bonn
1. Gutachter: Prof. Dr. Clemens Simmer
2. Gutachter: Prof. Dr. Andreas Bott
Tag der Promotion: 26. Juli 2011
Erscheinungsjahr: 2011Zusammenfassung
Zur Simulation von subskaligen physikalischen Prozessen in numerischen Wettervorher-
sagemodellen werden eine Reihe von Vereinfachungen und Annahmen angewandt, um
Rechenzeit zu sparen. Dies gilt zum einen für die Simulation der Prozesse innerhalb
der physikalischen Parametrisierungen, aber auch für die räumliche und zeitliche Fre-
quenz der Aufrufe dieser Parametrisierungen. Die so verursachte Vernachlässigung von
kleinskaliger Variabilität kann zu systematischen Fehlern aufgrund der Nichtlinearitäten
in den physikalischen Prozessen und zu Inkonsistenzen zwischen den Variablen aus den
unterschiedlichen Parametrisierungen führen.
In dieser Arbeit werden zwei Methoden vorgestellt, die eine effizientere Berücksichti-
gungvon Heterogenitäten inAtmosphärenmodellen ermöglichen, zum einen innerhalb der
Atmosphäre selbst, zum anderen an der Erdoberfläche als untere Randbedingung für die
Atmosphäre. Die erste Methode, die adaptive Strahlungstransportparametrisierung, ist
eine effektive Methode zur Berechnung der Strahlungseffekte in der Atmosphäre und an
derLandoberfläche undführtzueinerVerbesserung derErfassung vonkurzfristigen klein-
skaligen Änderungen im Wolkenfeld in Bezug auf Strahlungseffekte. Die zweite Methode
hat das Ziel einer skalenkonsistenten Kopplung von Atmosphären- und Landoberflächen-
modellen durch die Kopplung eines hochaufgelösten Boden-Vegetations-Transfermodells
an das gröbere atmosphärische Modell, wobei der atmosphärische Antrieb mit Hilfe eines
in dieser Arbeit entwickelten Downscalings auf die kleine Skala disaggregiert wird. Beide
Methoden führen zu einer verbesserten Berechnung der Energiebilanz an der Landober-
fläche; erstere durch eine realistischere Simulation der Strahlungsflüsse, zweitere durch
Verbesserung der turbulenten Flüsse sensibler und latenter Wärme. Beide Ansätze wur-
den in das numerische Wettervorhersagemodell implementiert und in der COSMO-DE
Modellkonfiguration auf einem Gitter mit 2.8km horizontalem Gitterabstand getestet.
Das Konzept der adaptiven Strahlungstransportparametrisierung macht sich die räum-
lichenundzeitlichenKorrelationenindenoptischenEigenschaftenderAtmosphärezunutze,
wodurch eine effizientere Ausnutzung der verfügbaren Rechenzeit möglich ist. Aktuelle
Strahlungsrechnungen basierend auf dem COSMO-internen komplexen Strahlungscode
(basierend auf einem δ-Zweistromverfahren), die jeweils in einem Teil der Gitterpunkte
vorliegen, werden ausgenutzt, um möglichst realistische Strahlungsinformationen an den
restlichenGitterpunktenzuerhalten. ZurValidierungdiesesSchemaswurdendreiFallstu-
dien mit unterschiedlichen synoptischen Bedingungen gerechnet, und die Ergebnisse des
adaptiven Schemas mit Ergebnissen für das COSMO-DE-Standardschema verglichen, in
welches komplexe Strahlungsrechnungen viertelstündlich auf einem vergröberten Gitter
aufgerufen werden. Als Referenz wurden häufige Strahlungsrechnungen auf dem kom-
pletten dreidimensionalen Gitter durchgeführt. Die Ergebnisse zeigen, dass das adap-
tive Schema in der Lage ist, die Sampling-Fehler des Standard-Verfahrens in den Netto-
Strahlungsflüssen an der Landoberfläche deutlich zu reduzieren, und im Gegensatz zum
operationellenCOSMO-DE-VerfahrendieräumlicheVariabilitätindenStrahlungseffekten
34
korrekt zu simulieren. Fehler in den dreidimensionalen Heizraten werden auf größere Mit-
telungsskalen verringert. Auch physikalische Zusammenhänge zwischen den Strahlungs-
größen und Wolkenwasser oder Regenraten werden besser erfasst als mit dem Standard-
schema. Es wird gezeigt, dass diese Verbesserungen auch einen positiven Einfluss auf die
dynamische Modellentwicklung haben: Modellläufe, die mit adaptiver Strahlung gerech-
net werden, weichen weit weniger von den Referenzläufen ab.
EineMethodeumsubskaligeVariabilitätanderErdoberflächeinatmosphärischenMod-
ellenzuberücksichtigen, istdersogenannteMosaik-Ansatz. BeimMosaik-Ansatzwirdder
Bodenunddie Erdoberfläche aufeiner explizit höheren Auflösung gerechnet als deratmo-
sphärische Teil. Indervorliegenden Arbeitwurde einstatistisches Downscaling-Verfahren
fürdie atmosphärischen Antriebsvariablen fürdieses höher aufgelöste Boden-Vegetations-
Atmosphären-Transfermodul entwickelt, um eine skalen-konsistente zwei-Wege Kopplung
zwischen den beiden Sub-Systemen Atmosphäre und Erdboden/Landoberfläche unter-
schiedlicher Gitterweite imMosaik-Ansatz zuermöglichen. Dieses Disaggregationsschema
kombiniertdeterministischemitstochastischerModellierungineinemschrittweisen Down-
scaling Verfahren. Im ersten Schritt werden bi-quadratische Splines zur Interpolation von
der groben zur feinen Skala verwendet. Im zweiten Schritt werden Zusammenhänge zwis-
chen atmosphärischen Variablen als Prädiktanden und Oberflächenparametern as Prädik-
toren, abhängig vom Atmosphärenzustand, ausgenutzt. Im letzten Schritt wird die real-
istische kleinskalige Varianz abgeschätzt, und die fehlende Variabilität als autoregressives
Rauschen generiert und hinzugefügt. Dieses Disaggregationsverfahren wurde basierend
auf hoch-aufgelöstem Modelloutput aus COSMO-Modellsimulationen mit 400m horizon-
taler Gitterweite entwickelt und validiert, dazu wurde ein automatisches Regel-Such-
System entwickelt. Das Verfahren wurde extensiv “offline” getestet, d.h. angewendet auf
Modelloutput, aber auch “online”, d.h. in das mesoskalige COSMO-Modell implementiert
und eine Reihe von Fallstudien durchgeführt.
Angewendet auf die atmosphärischen Variablen der untersten COSMO-Modellschicht
ist das Disaggregationsschema in der Lage, die Referenzfelder adäquat zu rekonstruieren.
Durch die beiden deterministischen Downscaling-Schritte werden Fehler reduziert, der
stochastische Downscaling-Schritt führt zu einer guten Rekonstruktion der subskaligen
Varianz, jeweils in Bezug zu hochaufgelösten Referenz-Feldern.
Es wird gezeigt, dass der Mosaik-Ansatz an sich zu deutlichen Verbesserungen in der
SimulationderturbulentenAustauschflüsseverglichenmitSimulationenohneParametrisierung
der subskaligen Oberflächenvariabilität führt. Gemittelt über sechs Fallstudien wird eine
2 2Verbesserung in den sensiblen und latenten Wärmeflüssen von 9 W/m bzw. 13 W/m
erreicht, wiederum mit hochaufgelösten COSMO-Modellläufen als Referenz. Die Anwen-
dung des neuen Downscaling-Verfahrens jedoch führt zu einer nur geringen zusätzlichen
Verbesserung, trotz eines deutlich positiven Einflusses auf die einzelnen Terme in den
Fluss-Gleichungen. Die Ursache für dieses Verhalten liegt darin, dass sich im Standard-
Mosaik-Ansatz ohne atmosphärische Disaggregation die Fehler in den einzelnen Termen
besser gegenseitig eliminieren, so dass der Effekt der realistischeren Struktur der ver-
schiedenen Variablen durch das Downscaling kaum deutlich wird.
Zusammenfassend kann, basierend auf den Ergebnissen in dieser Arbeit, die adaptive
Strahlungsparametrisierung ohne Einschränkung für die operationelle Anwendung emp-
fohlenwerden,dasieeinendeutlichpositivenEinflusshatundkeinezusätzlicheRechenzeit5
erfordert. Der Mosaik-Ansatz an sich hat einen deutlich positiven Effekt auf die Simula-
tionderturbulenten Wärmeflüsse, wobeijedochein AnstiegderRechenzeit, abhängigvon
der gewählten subskaligen Auflösung, in Kauf genommen werden muss. Die Effekte des
neuenatmosphärischenDisaggregationineinerkombiniertenAnwendungmitdemMosaik
sind vergleichsweise klein, weswegen trotz des minimalen zusätzlichen Rechenaufwands
ein operationeller Einsatz in meteorologischen Modellen nicht empfohlen ist. Das Down-
scaling als solches stellt jedoch ein nützliches Verfahren zur Erzeugung hoch-aufgelöster
atmosphärischer Antriebsdaten für hydrologische Modelle dar.Abstract
For the simulation of subgrid-scale physical processes in mesoscale numerical weather
prediction models various kinds of spatial and temporal sampling or averaging methods
are employed to decrease their computational burden. These methods are applied both
within the physical parameterizations, but also by restricting the number of calls to these
parameterization schemes in time and space. This under-representation of small-scale
variabilitycanleadtosystematicerrorsduetothenonlinearityofprocesses,andmaycause
inconsistencies between variables computed by the diffe