Interpolation der Reanalysen auf das Meereisgitter

Die sechsstündlic berechneten Modelldaten der NCEP/NCAR und des ECMWF, die auf einem reguläre 2.5' X 2.5O-Gitter bzw. T62- und T106-Gau§-Gitte (Kapitel 2.1) vorlie- gen, werden fü die weitere Anwendung unter Berücksichtigun der jeweiligen Entfernung si als gewichtetes, räumliche Mittel

auf die Gitterpunkte [X] des Meerei~datens~tzes (flä.chentreues polarstereographisches Gitter) interpoliert. Die Anzahl der in die Interpolation eingehenden Gitterpunkte wird in Abhängigkei der geometrischen Auflösun des zu interpolierenden Gitters (S.O.) vor- gegeben. Zur Erfüllun dieses Kriteriums wird der Suchradius um den jeweiligen Gitter- punkt des Referenzgitters iterativ um ein Inkrement bis zu einem vorgegebenen Abstand erhöht, Liegen zu wenig Gitterpunkte innerhalb dieses Suchradius, ist der Referenzgit- terpunkt nicht interpolierbar. Bei den oben genannten Gitterkombinationen tritt dieser Fall nicht auf. Bei bodenmhen meteorologischen Variablen übe Ozeanfläche bleiben Gitterpunkte, die auf einer der Landmasken des Reanalysegitters oder des Gitters des Meereisdatensatzes liegen, unberücksichtigt

4.2.2 Genauigkeit der Reanalysen

Zur Lösun der Gleichungen der Strahlungsparametrisierungen werden verschiedene at- mosphärisch Eingangswerte in einer zeitlichen Auflösun von einem Tag benötigt Ne- ben den Modelldaten der Reanalyseprojekte bilden Beobachtungsdaten von synoptischen Stationen die Grundlage fü die Berechnung der Parametrisierungen. In diesem Kapitel erfolgt eine Fehlerbetrachtung und ein systematischer Vergleich der Eingangsparameter aus beiden Reanalysen mit Hilfe von Längen-Zeit-Schnitten Zeitreihen und Isoplethen- diagrammen. Dabei wird auf möglich Probleme und die Qualitä der Daten hingewiesen.

Fü den direkt,en Vergleich mit Hilfe von Isoplethendarstellungen werden die Daten beider Reanalysen auf ein einheitliches flächentreue Gitter projiziert.

Allgemein werden die NCEP/NCAR-Daten je nach Qualitä in Klassen von A bis D eingeteilt (Kalnay et al., 1996). In Klasse A fallen die Windfelder, d a der simulierte Wert sehr zuverlässi und in guter Übereinstimmun mit den beobachteten Daten ist. Der Klasse B gehöre die Bodenluftdruck-, Temperatur- und Feuchtefelder in 2 m Höh übe Grund an, d . h. der Modellwert häng sowohl von den beobachteten Eingangsdaten ab, wird aber auch stark durch das Analyseschema des Modells beeinfluflt. Alle simulierten Daten, welche die Bewölkun betreffen, liegen in Klasse C.

Diese Werte sind vollständi von der physikalischen Beschreibung im Modell bestimmt.

Daten der Klasse D, d . h. vom Modell vollständi unabhängig Werte wie Klimatologien, werden nicht verwendet. F à ¼ die Daten der ERA-15 steht eine ähnlich Einteilung in Qua- litätsklasse nicht, zur Verfügung

Temperaturfelder

Die jahreszeitliche Verteilung der Lufttemperaturen in 2 m Höh übe Grund weist in den Reanalysen des E C M W F und der NCEP/NCAR ausgeprägt Jahresgäng auf. Die Varianzen innerhalb eines Monats zeigen realistische Werte. Vergleicht man die Muster der Abweichungen der mittleren monatlichen Lufttemperaturen vom langjährige Mittel (1979 bis 1994) mit Hilfe von Längen-Zeit-Schnitte in der ostsibiiischen Arktis (Abb.

4.2), so fallen in beiden Reanalysen die negativen Anomalien im Winter 1979, in den NCEP/NCAR-Daten die positiven Anomalien im Winter 1980/1981 und in den ECMWF- Daten die positiven ~ n o m a l i e n 1994 auf.

Längengra (0. L.) Längengra (0. L.)

Anomalien der Lufttemperatur in 2 rn Hohe [K]

Abbildung 4.2: Längen-Zeit-Schnitt der Anomalien der Lufttemperatur (gemittelt übe 60° bis 87' N) in der ostsibirischen Arktis (Ca. 88OE bis 179OE). Dargestellt sind die Abwei- chungen der Monatsmittel von den mittleren monatlichen Lufttemperaturen in 2 m Höh übe Grund [K] im Zeitraum 1979 bis 1994, ERA (T106) (links), NCEPINCAR (T62) (rechts).

4.2 Antriebsdaten und Pararnetrisierune-en Die negativen Abweichungen

westlichen Laptewsee (88' E ECMWF-Reanalysen nur im

der Lufttemperatur 1979 treten vor allem im Bereich der bis 126OE) auf, währen die positiven Abweichungen der östliche Teil des Untersuchungsgebietes vorkommen.

o b e r das gesamte Untersuchungsgebiet gemittelt, ergeben sich fü die Monatsmitteltem- peraturen in den ECMWF- und NCEPINCAR-Daten im Winter 1979 (JanuarIFebruar) negative Abweichungen vom langjährige Mittelwert von bis zu 6K (Abb. 4.3). Dieser kalte Winter spiegelt sich auch in den Beobachtungsdaten Ostsibiriens wider. Die positive Anomalie im Janua,r 1994 (6K) in der Reanalyse des ECMWF ist dagegen unrealistisch.

Dieser Temperatursprung ist auf die Verwendung der Analysen aus dem operationellen Vorhersagesystem zurückzuführe

Die Unterschiede zwischen den beiden auf ein einheitliches flächentreue Gitter interpo- lierten Antriebsdatensätze werden in Abbildung 4.4 deutlich. Die Isoplethendarstellung zeigt die Differenzen der Monatsmittel der Lufttempemturen zwischen NCEPINCAR und ECMWF in der Laptewsee und der Ostsibirischen See.

Zeit [Jahre]

Abbildung 4.3: Zeitreihen der Anomalien der Lufttemperatur (gemittelt übe 60° bis 87'N) in der ostsibirischen Arktis (88' E bis 17g0E). Dargestellt sind die Abweichungen der Monatsmittel von den mittleren monatlichen Lufttemperaturen in 2 m Höh übe Grund [K] im Zeitraum 1979 bis 1994, gestrichelte Linie: ERA (T106), durchgezogene Linie:

NCEPINCAR (T62).

Die Unterschiede variieren zwischen -10 K und 10 K. Das Grundmuster der zeitlichen Va- riabilitä ist in beiden Schelfmeeren gleich. Die Wintermonate sind gemäf den ECMWF- Reanalysen kälte als gemä den NCEPINCAR-Daten. Die Sommermonate weisen dage- gen in den NCEPI NCAR-Reanalysen höher Lufttemperaturen auf. In der Laptewsee treten die gröfite positiven Differenzen im Winter 1979/1980 (Dezember bis März auf.

Im Herbst 1989 hegen die Monatsmittel der NCEPINCAR-Lufttemperaturen ca. 10K un- ter denjenigen der ECMWF-Werte. In der Ostsibirischen See sind die Differenzen zwischen beiden Modellergebnissen geringer. Lediglich in den Wintern 1979180 und 1980181 sind die Monatsmittel der Lufttemperaturen in den NCEP/NCAR-Reanalysen bis zu 10K höhe als in den ECMWF-Daten. In dem fü den Festeisaufbruch relevanten Zeitraum (April bis Juli) betragen die Abweichungen -4K bis 4K.

J Feb Mai Apf Mai Jun Jui Auq Sep Okl Nov Dez

Zeit (Monate)

J Feb MN Apr Mai Jun Jul Aug Sep Okl Nov Dez

Zeit (Monate)

-10 -8 -6 -4 -2 0 2 4 6 8 10

Differenzen der Lufttemperatur in 2 m Höh U. G. [K]

Abbildung 4.4: Isoplethendiagramme der Lufttemperaturdifferenz [K] in der ostsibirischen Arktis. Dargestellt sind Differenzen der Monat~mitt~el der Lufttemperaturen in 2 m Höh übe Grund zwiscjen NCEPINCAR und ECMWF in der Laptewsee (links) und der Ostsibi- rischen See (rechts) im Zeitraum 1979 bis 1994. Beide Datensät,z sind auf ein einheitliches flächentreue Moclellgitter interpoliert.

Der Vergleich zwischen den 2 111-Lufttemperaturen der Reanalysen und den synoptischen Werten ergibt, da die Reanalysen des ECMWF im Winter die gemessenen Lufttempera- turen unterschä.tzen Die NCEP/NCAR-Reanalysen sind dagegen auch im Wint,er in guter Übereinstimmun mit den beobachteten Werten. Um die Lufttemperaturen des ECMWF von 1994 als Antrieb fiir das Festeismodell benutzen zu ktinnen, werden in den Unter- suchungsgebiet,en der Ost,sibirischen See die Januarwerte der ECMWF-Luft.temperaturen durch die Temperaturwerte der nächstgelegene SYNOP-Station ersetzt.

Feuchtefelder

In den Reanalysen des E C M W F und der NCEP/NCAR werden Nutzern der Daten un- terschiedliche Größ der Luftfeuchtigkeit in der bodennahen Luftschicht zur Verfügun gestellt. Das NCEP/NCAR-R,eanalyseprojekt liefert die Luftfeuchtigkeit als spezifische Feuchte in 2 m Höh übe Grund, währen das ECMWF die Taupunktstemperat.ur, eben- falls in 2m Höh Ÿhe Grund. bereitstellt. Als Maà fiir die Luftfeuchte wird die Taupunkts- differenz berechnet, d. h. die Differenz zwischen Luft- und Taupunktstemperatur. Dabei bedeuten groß Taupunktsdifferenzen geringe Luftfeuchten, kleine Differenzen hingegen hohe Feuchten. In Abbildung 4.5 sind Zeitreihen der Abweichungen beider Feuchtemafie vom langjährige Mittel (1979-1994) in den Reanalysen dargestellt. Die positiven Anoma- lien der spezifischen Feuchte (obere Zeitreihe) entsprechen den negativen Anomalien der Taupunktsdifferenzen (untere Zeitreihe) bzw. umgekehrt. Die Variabilitiit der simulierten Luftfeuchten wird in den meisten Jahren von beiden Reanalysen richtig wiedergegeben.

Deutlich wird dieser qualitative Zusammenhang beispielsweise 1980 und 1990. In den Jah- ren 1979, 1983 und 1989 trifft dieser Zusammenhang hingegen nicht zu. Bedingt durch die unrealistischen Lufttemperaturen der ECMWF-Analyse im Ja,nuar 1994 sind auch die Feuchtewerte falsch.

4.2 Antriebsdaten und Parametrisierungen

Abbildung 4.5: Zeitrcihen der Anomalien der spezifischen Feuchte (oben) und Taupunkts- differenz (unten), gemittelt übe 60' N bis 87' N, in der ostsibirischen Arktis ( 8 8 O E bis 179OE). Dargestellt sind die Abweichungen der Monatsmittel von den mittleren monat- lichen spezifischen Feuchten in g k g l , NCEPINCAR (T62), und Taupunktsdifferenzen in K, ERA (T106), in 2 m Höh übe Grund im Zeitraum 1979 bis 1994.

2

0 1 0 -

Die Grö§ der Luftfeuchtigkeit werden in den globalen Modellsimulationen in den ho- hen Breiten nicht realistisch wiedergegeben. In den NCEP/NCAR-Reanalysen müsse die relativen Feuchten in 2 m Höh übe Grund aus der spezifischen Feuchte und der maxi- malen spezifischen Feuchte berechnet werden. Au§erhal der Schmelzperiode nehmen die relativen Feuchten teilweise Werte von mehr als 100% an. Dies führ zu einer starken Uberschätzun des latenten Wärmestromes

Da die Stationsdichte in den Polarregionen sehr gering ist und nur wenige gemessene Feuchtewerte vorliegen, wird die Luftfeuchte ausschlie§lic durch Approximationen im Da- tenassimilationssystem bestimmt. Beispielsweise werden in der NCEPINCAR-Reanalyse fü die Berechnung der Wasserdampftransporte gemittelte Vertikalprofile der Luftfeuch- t e aus den mittleren Breiten und global gemittelte Werte der Luftfeuchte berücksichtig (Kalnay et al.. 1998). Der Einflu von Modellmodifikationen, wie beispielsweise Änderun gen des Konvektionsschemas oder der Behandlung des Bodenwassergehaltes, und deren Auswirkungen auf den simulierten hydrologischen Zyklus sind von Arpe (1991), Stendel und Arpe (1997) und Trenberth (1998) zusammengefa§t Erst in zukünftige Reana- lyseprojekten werden genaxere Approximationen zur Beschreibung der Feuchte in den Polarregionen eingesetzt.

à £ -

79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94

ERA-T106 _-

1 0

4 Festeismodell

Aufgrund der oben beschriebenen Probleme könne die bodennahen Feuchtewerte der Reanalyse der NCEPINCAR nicht verwendet werden. S t a t t dessen werden die relativen Feuchten des untersten Moclellniveaus, welches in einer mittleren Höh von 80m liegt, fŸ

weitere Berechnungen herangezogen.

Die relativen Feuchten im ECMWF-Datensatz werden aus der Lufttemperatur und der Taupunktstemperatur in 2m Höh übe Grund mit Hilfe der Gleichungen 4.28 und 4.29 nach Sonntag (1994) fü eisbedeckte bzw. eisfreie Gebiete berechnet. Die Modellwerte des ECMWF sind als weitaus realistischer einzustufen als die der NCEPINCAR.

Windfelder

Die Bildung des skalaren Mittelwertes der horizontalen Windgeschwindigkeit (üb erfolgt durch die Berechnung des arithmetischen Mittels aus den gemessenen Einzelwerten V & ,

die aus den sechsstündliche zonalen ( U ) und meridionalen (V) Windkomponenten der Reanalysen ermittelt werden:

n ist die Anzahl der Einzel-werte im Mittelungszeitraum.

Die vektorielle Mittelwertbildung der Windrichtung [in Grad] erfolgt aus den beiden mit- tleren Windkomponenten

(G

ü und der Umkehrfunktion arctan zunächs fü den Bereich O0 bis 90'. Fü diesen Hilfswinkel

(a*)

gilt:

G* = arctan

1-1

^{mit 0'}

^<

^6'

^<

^{90'. (4.20)}

Der wahre Richtungswinkel wird in Abhängigkei von den Vorzeichen der zonalen und meridionalen Windkomponenten mit einer Hilfstabelle (VDI 3786, 1988) fü die anderen Quadranten bestimmt. Dabei darf à niemals null werden.

Der Vergleich zwischen den beobachteten und simulierten Tagesmittelwerten der Wind- geschwindigkeiten in 10 m Höh übe Grund zeigt systematische Unterschiede (Abb. 4.6).

In beiden Reanalysen sind die niedrigen und hohen Windgeschwindigkeiten unrealistisch.

Niedrige Windgeschwindigkeiten werden in beiden Modellen um 2 m s 1 bis 4 m s 1 über schätzt Windgeschwindigkeiten übe 5 m s-' werden dagegen im Vergleich zu den beob- achteten Werten der SYNOP-Stationen ~ n t e r s c h ~ t z t . Die Tagesmittelwerte der ECMWF- Daten weisen im Mittel höher Werte auf als die der NCEPINCAR-Reanalyse.

4.2 Antriebsdaten und Parametrisierungen

20

 7 ", 15 E C:

"S 10

X

-5

5

C

5 a m

-0

0 5 10 15 20

Windgeschwindigkeit in m s3[SYNOP] Windgeschwindigkeit in m s3[SYNOP] Windgeschwindigkeit in rn s"'[SYNOP]

Windgeschwindigkeit in m s'[SYNOF ^/ Windgeschwindigkeit in m s'[SYNOf ^{2 -} Windgeschwindigkeit in m s8[SYNOF

Abbildung 4.6: Vergleich zwischen beobachteten und simulierten (oben: ERA (T106), unten: NCEPINCAR (T62)) Tagesmit,telwerten der Windgeschwindigkeit in 10m H6he übe Grund. Dargestellt sind die Windgeschwindigkeiten [m s l ] an den Koordinaten 71.58N, 128.92E (WMO 21824. Tiksi), 73.18N, 143.23E (WMO 21647. Mys Salaurova) und 70.63N, 162.48E (WMO 21965. Ostrov Chetyreh-Stolbovoy) im Zeitraum 1979 bis 1994.

Die Häufigkeit,sverteilunge der Tagesmittelwerte der Windrichtung in 1 0 m Höh übe Grund an den Küstenstatione werden in den Reanalysen zumindest in der Lage der Hauptwindrichtung realistisch wiedergegeben (Abb. 4.7). Dagegen sind die relativen Hä,u figkeit.en der simulierten Windrichtung meist um einen geringen Betrag niedriger als die der Beobacht,ungsdaten.

Die Anzahl der Windstillen (Kalmen) unterscheidet sich ebenfalls in den Beobachtungen und Simulationen. Fiir Regionen. die weiter entfernt von der Küst in topographisch stark gegliedertSem Geländ liegen, ist die Verteilung der Windrichtung oft unrealistisch. Ein direkter Vergleich der beobacht,eten und simulierten Windrichtungen in höhe gelegenen Gebieten ist nur bedingt möglich Grofiskalige Modelle mit einer Maschen-weite von vielen Kilometern besitzen eine grob aufgelöst mittlere Orographie mit einer Parametrisierung der subskaligen 0rogra.phie (Lott und Miller, 1997).

Betrachtet man Analysen der Windfelder übe dem asiatischen Kontinent, so erkennt man, da die StrÖmungsmust,e der Reanalysen keine detaillierten Strukturen und regionalen Besonderheiten aufweisen. In vielen Fälle ist in diesen Gebieten die Windrichtung durch das Relief bedingt.

W

K l m0 5 m 'W Gesamliierte 23362 K ~0 5 s' lsr I Gesamlwerte 23362 ~ ~ ~0 5 s' IM- ~Gesamtwerte 23362 ~ ~ ~ ~ ~

Abbildung 4.7: Häufigkeitsverteilun der beobachteten (links) und simulierten (Mitte:

E R A (T106), rechts: N C E P I N C A R (T62)) Windrichtung in 10m Höh übe Grund im Zeitraum 1979 bis 1994. Dargestellt ist die relative Häufigkeitsverteilun der Windrichtung [%] an den Koordinaten 71.58N, 128.92E (VVMO 21824, Tiksi), 73.18N, 143.23E (WMO 21647, Mys Salaurova) und 70.63N, 162.48E (WMO 21965, Ostrov Chetyreh-Stolbovoy).

Zirkulationsverhältniss spielen nur eine untergeordnete Rolle. Die Windfelder übe den Festeisgebieten zeigen dagegen realistische Strukturen. Charakteristisch fü die Stationen entlang der obtsibirischen K à ¼ s t ist d a s Auftreten der zwei M a x i m a in der Verteilungs- kurve. Aufgrund der Ausbildung des sibirischen Hochs dominieren i m Frühjah östlich Windrichtungen. Im Herbst und im Winter treten häufi W i n d e a u s westlichen Richtun- gen auf. die auch die höchste Windgeschwindigkeiten aufweisen. A n d e n weiter nördlic gelegenen Stationen (z. B. Salaurova, Kotelnyij) herrschen W i n d e a u s südliche Richtun- gen vor.

4.2 Antriebsdaten und Pararnetrisierungen Die Strukturen der negativen zonalen Windkomponenten von April bis Mai sowie die posi- tiven meridionalen Komponenten in den Wintermonaten bestätige die charakteristische Verteilung der Windrichtung.

Luftdruckfelder

Die auf das Meeresniveau reduzierten Luftdrucke variieren im Jahreslauf zwischen 1000 hPa und 1035hPa. Die Luftdruckwerte sind in den Reanalysen sehr gut repräsentiert Im Ver- gleich mit den gemessenen Luftdruck-werten an den SYNOP-Stat,ionen ergeben sich keine nennenswerten Unterschiede.

Auffallend ist die zeitliche Veränderun der Anomalien des Luftdruckes zwischen 1979 und 1994 (Abb. 4.8). Die Zeitreihen zeigen in beiden Reanalysen ähnlich Strukturen.

Der Zeitraum von 1979 bis 1987188 ist durch Überwiegen positive Anomalien des Luft- druckes gekennzeichnet. Zwischen 1988 und 1994 dominieren negative Abweichungen des Luftdruckes vom langjährige Mittel (1979 bis 1994). In der westlichen Laptewsee treten die stärkste Anomalien in den Wintern 198811998 und 1992/1993 auf, in der Ostsi- birischen See vor allem im Winter 1989/1990. Übe das gesamte Untersuchungsgebiet gemittelt, ergeben sich in den 90er Jahren negative Anomalien von bis zu 12hPa.

Abbildung 4.8: Zeitreihen der Anomalien des Luftdruckes (gemittelt übe 60° bis 87O N) in der ostsibirischen Arktis (89' E bis 179' E). Dargestellt sind die Abweichungen der Monats- mittel von den mittleren monatlichen Luftdrucken in Meeresspiegelhöh [hPa] im Zeitraum 1979 bis 1994, gestrichelte Linie: ERA (T106), durchgezogene Linie: NCEPINCAR (T62).

Die Umstellung der atmosphärische Zirkulation in der Arktis, d. h. der Wechsel von anti- zyklonalen zu zyklonalen Strömungsfeldern werden auch von Proshutinsky und Johnson (1997) und Polyakov et al. (1999) beschrieben. Diese Veränderunge sind bedeutsam fü die Untersuchung von Wechselwirkungen zwischen der atmosphärische Zirkulation und der frühsommerliche bzw. sommerlichen Meereisverteilung (Goergen et al., 2001) und fü die Analyse der mit dem Festeismodell durchgeführte numerischen Experimente.

Neben den rein energetischen Prozessen spielen dynamische Prozesse wie der frühzeitig Festeisaufbruch durch die Zunahme der Schubspannung an der Eisoberfläch und des Wel-

4 Festeismodell

lenganges an den Eisränder sowie die daran anschliefiende ~indget~riebene Eisdrift eine wesentliche Rolle fü die Variabilitä der Meereisbedeckung in der sibirischen Arktis.

Grundsätzlic sind die ECMWF-Luftdruckwerte höhe als die der NCEP/NCAR,, Bedeu- tende Unterschiede in den Luftdruckfeldern beider Datensätz sind nicht zu erkennen.

In Erscheinung treten hauptsächlic die in den Wintermonaten bis zu 2.5hPa niedri- geren Luftdruclwerte in den ECMWF-Modellsimulationen (Abb. 4.9). Im Frühsomme sind die Differenzen der Monatsmittel des Luftdruckes zwischen den NCEPINCAR- und ECMWF-R,eanalysen gering.

Zeit (Monate) Zeit (Monate)

I I I I l

- 2 5 - 2 0 - 1 5 1 0 0 5 0 0 0 5 1 0 1 5 2 0 2 5

Differenzen des Luftdruckes auf Meeresniveau [hPa]

Abbildung 4.9: Isoplethendiagramme der Luftdruckdifferenz [hPa] in der ostsibirischen Arktis. Dargestellt sind Differenzen der Monatsmittel der Luftdrucke in Meeresspiegelhöh zwischen NCEPINCAR und ECMWF in der Laptewsee (links) und der Ostsibirischen See (rechts) irn Zeitraum 1979 bis 1994. Beide Datensätz sind auf ein einheitliches flächentreue Modellgitter int,erpoliert.

Gesamtbedeckungsgrad der Wolken

Wolken haben einen entscheidenden Einflu auf den kurz- und langwelligen Strahlungs- haushalt an der Erdoberfläche Detailliert werden die Zusamme~ihange zwischen Bewöl kung und Energiebilanz an der Meerei~oberfl~che in der Arktis von Curry et al. (1996) und Beesley (2000) beschrieben. Zur Zeit sind aus Satellitendaten und Modellanalysen abgeleitete Wolkeninformationen nicht in der Lage, den Jahreszyklus der Bewölkun (Be- deckungsgrad, Arktischer Strat,us) zuverlässi darzustellen (Lüpkes 1993; Schweiger et al., 1999). Die in den Reanalysen berechneten Bedeckungsgrade weisen generell zu niedrige Monatsmittelwerte auf (Abb. 4.10, links). Der Bedeckungsgrad wird in den Reanalysen entsprechend des von der WMO spezifizierten GRIB-Codes (GRIdded Binary) in Pro- zent angegeben. Die Verwendung der Modelldaten in den Strahlungsparametrisierungen führ beispielsweise dazu. da die solare Einstrahlung an der Meereisoberfläch - V . a. in den Sommermonaten - überschät wird. Die Jahresgäng der Gesamtbedeckung werden durch die beiden Modelle ebenfalls unrealistisch beschrieben.

4.2 Antriebsdaten und Parametrisierun~en In Abbildung 4.10 (rechts) sind die mittleren Jahresgäng der an allen küstennahe Stationen der ostsibirischen Arktis beobachteten und modellierten (NCEP/NCAR) Be- deckungsgrade dargestellt. Die Reanalysen weisen in den Wintermonaten mittlere mo- natliche Gesamtbedeckungsgrade von ca. 50 % bis 60 % auf, im Sommer liegen die Mo- natsmittelwerte bei etwa 50 %. Die Ursachen dieser unrealistischen Simulationen liegen darin begründet da die Parametrisierungsschemata der Wolken- und Niederschlagsbil- dung fü die mittleren Breiten angepa§ sind (Serreze und Hurst, 2000). Anhand der Beobachtungsdaten ist zu erkennen, da die Monatsmittel des prozentualen Bedeckungs- grades im Winter zwischen 55 % und 75 % liegen. In den Sommermonaten erhöh sich der Bedeckungsgrad auf Werte zwischen 70 % und 90 %. Charakteristisch fü den Jahresgang ist der steile Anstieg der Bewölkun in April und Mai (Serreze et al., 1999), der durch die Zunahme tiefliegender Stratusbewölkun übe den offenen Wasserfläche hervorgeru- fen wird. Diese fü die Arktis typischen Wolkenphänomen währen der Sommermonate werden in den Reanalysen nicht bzw. nur unzureichend berücksichtigt

100 100

Abbildung 4.10: Zeitreihen des Gesamtbedeckungsgrades [%] in der ostsibirischen Arktis.

Dargestellt sind die Monatsmittel der Gesamtbedeckung an der SYNOP-Station Ostrov Kotel'nyj (WMO 21432; 76.00N, 137.87E) (links) und die langjährige Monatsmittel (1979 bis 1994) des Gesamtbedeckungsgrades an allen SYNOP-Stationen in der ostsibirischen Arktis (rechts), schmale Linien: NCEPINCAR (T62), fettgedruckte Linien: WMO-SYNOP.

Die Datensätz des E C M W F und der NCEP/NCAR liefern Werte fü den Gesamtbe- deckungsgrad, die nicht realistisch sind (vgl. Walsh und Chapman (1998)). Als Ein- gangsparameter bei der Berechnung der Strahlungsström im Festeismodell werden daher Gesamtbedeckungsgrade aus den SYNOP-Meldungen verwendet, die in Achteln angege- ben sind. Um die Angaben des synoptischen Dienstes mit den Gesamtbedeckungsgra- den der Reanalysen vergleichen zu können erfolgt die Angabe in Prozent (Abb. 4.10 (rechts)). Dabei werden die Stationsdaten verwendet, die dem jeweiligen Mündungsgebie am nächste gelegen sind. Wird im SYNOP-Datensatz eine Sc1~lüsselzah von 9 gemeldet,

4 Festeismodell

bedeutet dies, da die Station von Nebel oder Schneetreiben eingehiillt ist und die Him- melsbedeckung nicht mehr sicher erkannt werden kann. Es wird dann angenommen, da das Himmelsgewölb ganz bedeckt ist.

Z u s a m m e n f a s s u n g d e r D a t e n a n a l y s e u n d A u s w a h l d e r E i n g a n g s p a r a m e t e r Beide Reanalysemodelle simulieren die Jahresgänge saisonalen Muster und regionalen Besonderheiten im allgemeinen realistisch. Die im ERA-15-Modell berechneten atmo- sphärische Felder sind in guter Übereinstimmun mit den Be~bacht~ungsdaten. Das NCEPINCAR-Modell hat die grö§t Probleme mit der Simulation der Feuchtefelder in der unteren Atmosphäre was durch unzureichende Parametrisierungen der Bodenfeuch- t e und der Konvektion hervorgerufen wird. Um die Vergleichbarkeit der verschiedenen Datensätz zu gewährleisten werden die sechsstiindlichen Meflergebnissc der Reanaly- sen und der synoptischen Datensätze die zu den Terminen 00 Uhr, 06 Uhr, 12 Uhr und 18Uhr

UTC

erfa§ sind, an die wahre Ortszeit der U~~tersuchungsgebiet~e angeglichen.

Anschlieflend werden die Tagesmittelwerte der meteorologischen Gröfle berechnet.

2' 280 1050

Abbildung 4.11: Zeitreihen der Lufttemperatur (links) und des Luftdruckes (rechts) in der südöstlich Laptewsee, 1990, ERA (T106). Dargestellt sind die Tagesmittel der Lufttempe- ratur in 2 m Höh Ÿbe Grund [K] und des Luftdruckes in Meeresspiegelhöh IhPa], schmale Linie: Originaldaten, fettgedruckte Linie: 15-tägi tiefpafigefilterte Zeitrcihc (Gaufifilter).

Die fü diese Darstellung benötigte Zeitreihen der Tageswerte der aus den Reanalysen ab- geleiteten atmosphärische Grö§ enthalten hochfrequente Schwankungen (Abb. 4.11).

Daher wird aus diesen Daten eine 15-tägi tiefpa§gefilt,ert Zeitreihe erzeugt, in der fü jeden Wert der Zeitreihe (Zentralwert) ein gewichteter Mittelwert mit seinen nächste Nachbarn berechnet wird. In dieser Arbeit wird ein Gauflfilter verwendet, der dem Zen- tralwert das grö§ Filtergewicht zuordnet, den NachbarwertSen je nach Entfernung ent- sprechend geringere Gewichte. Die Grö der Gewichte folgt. dabei einer Gauflvert,eilung.

An den Ränder der Zeitreihe werden einseitige Mittelwerte berechnet (Österl et, al., 1999).

4.2 Antriebsdaten und Parametrisierungen 4.2.3 Atmosphärische Antrieb

Das Festeismodell benötig folgende atmosphärisch Antriebsdaten:

die kurz- und langwelligen Strahlungsstromdichten

0 die turbulenten fühlbare und latenten Wärmestromdichte Gesamtstrahlungsbilanz

Fü die Fluflmündungsgebiet liegen keine kontinuierlich gemessenen Daten der Global- strahlung vor. D a die aus globalen Atmosphärenmodelle abgeleiteten Strahlungswerte nur geringe Genauigkeiten aufweisen, wird die Strahlungsstromdichte der solaren Strah- lung fü einen wolkenfreien Himmel durch die empirische Formel nach Zillman (1972), ergänz um eine Wolkenkorrektur nach Laevastu (1960), parametrisiert:

so

^cos2

^Z

%,J

⁼

-

(1 - 0.60

g).

(4.21)

c o s Z

+

2.7)e. 1 0 - ~

+

^{1.085 cos}

^Z +

^0.1

Hierbei steht So fü die Solarkonstante,

Z

fü den Zenitwinkel der Sonne, e [Pa] fü den Partialdruck des Wasserdampfes in 2m Höh übe Grund und Ne (skaliert auf das In- tervall [0,1]) fü den Gesamtbedeckungsgrad des Himmels mit Wolken. Eine Veränderun

Hierbei steht So fü die Solarkonstante,

Z

fü den Zenitwinkel der Sonne, e [Pa] fü den Partialdruck des Wasserdampfes in 2m Höh übe Grund und Ne (skaliert auf das In- tervall [0,1]) fü den Gesamtbedeckungsgrad des Himmels mit Wolken. Eine Veränderun

Im Dokument - Results from surface and satellite observations as well as sensitivity studies using a thermodynamic fast-ice model Jör Bareiss (Seite 49-67)