Modul Klima
TP 2.1: Christian Bernhofer & Johannes Franke, TU Dresden TP 2.2: Theo Mengelkamp & Anne Pätzold, GKSS, Geestacht TP 2.3: Clemens Simmer & Ralf Lindau, Universität Bonn
Bonn, 8. April 2008
Modellauflösung T42: 2.8°, 250 km DKRZ
< 1 Gitterzelle für deutsches Bundesland
ECHAM5 … global (andere in D. kaum genutzt)
Statistisches (dyn.) Downscaling nach Enke (UBA) bzw. Gerstengarbe (PIK) Ergebnisse - stationsbezogen
Regionalisierung - GIS Dynamisches Downscaling
REMO … Europa und D (10km) CLM … Europa und D (20km)
(Quelle: Hamburger Bildungsserver)
Klimaszenarien in LandCaRe 2020
(Basis: SGA Daten & SGA CLM-Simulationen, UBA WETTREG u.a.)
Arbeitsprogramm:
Zeitscheiben um 2020 und 2040 für die Szenarien A1B, B1 Räumliche Verdichtung im Untersuchungsgebiet
Problemangepasste zeitliche Auflösung
Ziele:
Klimaprojektionen als Entscheidungsbasis in ländlichen Räumen mit geeigneter räumlich-zeitlicher Auflösung
Datengrundlage zur Dokumentation des Klimawandels
Quantifizierung der Unsicherheit der Projektionen 2020 (2040)
TP 2.1 Klimadatenbank (TUD, Franke/Bernhofer)
Klima 1951-2050 (Tageswerte) für Stationen und Fläche Extreme (Niederschlag, Temperaturgrenzwerte; 30 min) Flächenauflösung wie LandCare DSS (1 km²)
E C H A M 5 ( M P I) W E R E X W E T T R E G (U B A )
Europa und D
global LandCaRe-Gebiet: Klimastation bzw. mit 1 km²
K li m a Z w e i S G A , D W D , U B A
TP 2.2 Transientenrechnung (GKSS, Pätzold/Mengelkamp) Zeitreihen und Statistik mit 5 km Auflösung mit CLM (SGA Basis)
TP 2.3 Dynamische Regionalisierung (Uni Bonn, Lindau/Simmer)
Zeitreihen und Statistik mit 1km Auflösung mit CLM und Terra (GKSS Basis)
E C H A M 5 ( M P I) C LM … 2 0k m ( S G A ) R E M O … 1 0k m ( U B A )
Europa und D
global LandCaRe-Gebiet: Klimastation bzw. mit 1 km²
K li m a Z w e i S G A , D W D , U B A
TP 2.2 Transientenrechnung (GKSS, Pätzold/Mengelkamp) Zeitreihen und Statistik mit 5 km Auflösung mit CLM (SGA Basis)
TP 2.1 Klimadatenbank (TUD, Franke/Bernhofer)
Klima 1951-2050 (Tageswerte) für Stationen und Fläche Extreme (Niederschlag, Temperaturgrenzwerte; 30 min) Flächenauflösung wie LandCaRe DSS (1 km²)
TP 2.3 Dynamische Regionalisierung (Uni Bonn, Lindau/Simmer)
Zeitreihen und Statistik mit 1km Auflösung mit CLM und Terra (GKSS Basis)
E C H A M 5 ( M P I) W E R E X W E T T R E G (U B A )
C LM … 2 0k m ( S G A ) R E M O … 1 0k m ( U B A )
Europa und D
global LandCaRe-Gebiet: Klimastation bzw. mit 1 km²
K li m a Z w e i S G A , D W D , U B A
TP 2.2 Transientenrechnung (GKSS, Pätzold/Mengelkamp) Zeitreihen und Statistik mit 5 km Auflösung mit CLM (SGA Basis)
TP 2.1 Klimadatenbank (TUD, Franke/Bernhofer)
Klima 1951-2050 (Tageswerte) für Stationen und Fläche Extreme (Niederschlag, Temperaturgrenzwerte; 30 min) Flächenauflösung wie LandCaRe DSS (1 km²)
TP 2.3 Dynamische Regionalisierung (Uni Bonn, Lindau/Simmer)
Zeitreihen und Statistik mit 1km Auflösung mit CLM und Terra (GKSS Basis)
E C H A M 5 ( M P I) W E R E X W E T T R E G (U B A )
C LM … 2 0k m ( S G A ) R E M O … 1 0k m ( U B A )
Europa und D
global LandCaRe-Gebiet: Klimastation bzw. mit 1 km²
K li m a Z w e i S G A , D W D , U B A
TP 2.1 Klimadatenbank (TU Dresden, Franke/Bernhofer) Klimadaten von 1951bis 2050
Beobachtung (DWD, SGA)
Simulation (UBA/WETTREG, SGA) Klimadatenbank
Beobachtete Klimaänderung …
Jahresniederschlag in Ostdeutschland (1951-2000): relativer Trend [%]
478 Niederschlagmessstationen, DWD
Jahreszeitenniederschlag in
Ostdeutschland (1951-2000), a) Frühjahr, b) Sommer, c) Herbst, d) Winter:
relativer Trend [%]
a) b)
c) d)
Niederschlagstrend
1951-2000
Vergleich Beobachtung – WETTREG Simulation
1971-2000 (Beobachtung) vs. 1971-2000 (CRun)
CRun Temperatur:
kühler (Winter um 0,3°C bis 0,7°C;
Vegetationsperiode besser)
C-Run Niederschlag:
Abweichungen von ± 9% mit räumlichen Mustern
LandCaRe Gebiet:
Winter zu kühl
Sommer etwas zu
feucht
Mögliche Änderungen für 2040 (Basis WETTREG) 2031-2050
(A1B) vs. 1961-1990 (CRun)
Temperatur:
wärmer
Vegetationsperiode etwa 1°C
Niederschlag:
jahreszeitl. Änderung -20 bis +25% mit räumlichen Mustern LandCaRe Gebiet:
Temperatur wie D.
Vegetationsperiode
viel trockener ohne
plus im Winter!
Mögliche Entwicklung der Jährlichkeit T [a] für
hN(24h,T) = 60mm im EZG Weißeritz (Gebietsmittel) im 21. Jahrhundert, Vegetationsperiode (05-09) Jährlichkeit T [a] für hN(24h,T) = 60mm
im EZG Weißeritz (Osterzgebirge), 1961-2000, Vegetationsperiode (05-09)
Beispiel: Jährlichkeit des Bemessungsregens (60mm)
Klimaprojektion und Regionalisierung
(Franke, 2008)
TP 2.1 Klimadatenbank - Stand der Arbeiten
Datenbanksystem: MySQL 5.1mit passwortgeschützem Online-Zugang (Version zur Entwicklung des DSS-Prototypen bereits erstellt) abgeschlossene und laufende Arbeiten:
* Assimilation von Datensätzen mit Tageswerten (siehe Tabelle)
* Entwicklung einer Nutzeroberfläche folgende Arbeiten:
* Anbindung der Klimadatenbank an DSS-Prototyp
* Implementierung von Analyseroutinen
Datensatz Fortschritt
gemessener Datensatz (1951-2005) Import fast abgeschlossen simulierte Datensätze: 1961-2000 CRun, 2001-2050 A1B, B1)
- WETTREG Import fast abgeschlossen
- CLM(~20km) Download von CERA-Datenbank (SGA) begonnen
- CLM(~5km) liefert TP 2.2
- TERRA (~1km) liefert TP 2.3
→ Projektfortschritt lt. Plan
TP 2.2 Transientenrechnung (GKSS, Pätzold/Mengelkamp) Statistik für 2015 – 2025 (A1B, B1)
Kontrolllauf: Simulation ↔ gegenwärtiges Klima
Antriebsdaten für TP2.3
Methodik: CLM Simulationen für Deutschland mit 5 km Gitterweite Konsortialdaten aus Läufen C20_1, A1B_1, B1_1 dienen als Antrieb für Downscaling 5km mit CLM3 (versionskonsistent)
Qualitätskontrolle s. CLM-Workshop Dez.
-> www.mad.zmaw.de/projects-at-md/sg-adaptation/clm-workshop-2007
Gegenwärtiges Klima 1995 – 2005 (Prüfung der Simulationen)
Simulation 1: Antrieb mit NCEP/NCAR Reanalyse Daten
Simulation 2: Antrieb Kontrolllauf SGA-CLM Simulation Europa (20km)
Klimaszenarien 2015 - 2025 (2035-2045)
Simulation 3: Szenario A1B
Simulation 4: Szenario B1
Modellgebiet :
•
Auflösung: 0.04125°, ca 5km
• Region [lon/lat]:
- rot_pol: 39.25 / -162.0 - rot_region_start: -8.14 / -4.29 - rot_region_end: -1.49 / 4.83
• # Gitterpunkte [lon/lat]: 162 / 222
Temperatur: Vergleich A1B/LandCare T_2M Deutschland 2015
Jahresmittel: vergleichbarer Temperaturbereich (+/- 0.5°C) Sommer (JJA): große regionale Unterschiede (1 Jahr!)
Niederschlag: Vergleich A1B/LandCaRe TOT_PREC Deutschland 2015
Ergebnis plausibel
Jahresmittel und Sommer (JJA): Zeitraum zu kurz (1 Jahr!)
TP 2.2 Transientenrechnung - Stand der Arbeiten Modelleinrichtung (CLM3) und Tests abgeschlossen
Simulationen A1B und B1 sind zur Zeit zur Hälfte durchgeführt Vergleiche exemplarisch für das Jahr 2015 durchgeführt:
Regionale Unterschiede im A1B Szenario stärker als bei B1 Übergabe Teil 1 an TP2.3 im Sommer 2008
→ Projektfortschritt fast lt. Plan (Stellenbesetzung u.a.)
TP 2.3 Dynamische Regionalisierung (Lindau/Simmer)
Teil 1
Validierung des CLM mit Beobachtungsdaten
Für einen Vierjahres-Zeitraum (1997 – 2000) werden Beobachtungen von
Regenmessstationen des DWD mit CLM- Ergebnissen verglichen.
Auf jedem 18 km X 18 km Gitterfeld liegen im Durchschnitt 3000 Beobachtungen des
täglichen Niederschlags vor.
Das Model überschätzt den Regen im Mittel um 345 mm/a (44%) (links).
In Norddeutschland ist die Überschätzung gering; in vielen Mittelgebirgs-
regionen beträgt sie mehr
als 100%. (rechts)
Daher muss der Absolutwert mit den Beobachtungen korrigiert werden!
Neben den Absolutwerten des Regens wurden folgende statistische Maße des Modells validiert:
• Häufigkeitsverteilung der Regenintensität
• Räumliche Autokorrelationen
Ziel: Erhaltung der räumlichen und zeitlichen Variabilität bei
Verbesserung der Absolutwerte als Voraussetzung zur Nutzung als Input
ins DSS
Beispiel: Regen vom 01.01.1996 bis 07.01.1996 (als Teil der Kooperation mit TP5)
DWD Original Ergebnis Varianzeigenschaften
DWD Original
Ergebnis BeobFehler:
0.04 mm2/d2
Konstante Varianz- reduktion um den BeobFehler
____ Modell
0-9 Obse
Extremwerthäufigkeiten werden vom Modell gut reproduziert.
Die unteren Regenklassen sind im Modell deutlich zu häufig.
Die Häufigkeit von extremen Regenmengen (20 bis
100 mm/Tag) stimmt mit den Beobachtungen dagegen gut überein.
M Modell
O Obse o TheoObse
Räumliche Autokorrelation des Regens
Die Autokorrelation des Models (M) ist für alle Abstände größer als die der Beobachtungen (O).
Beobachtungen weisen bei Abstand Null eine Korrelation von 0.9 auf.
Diese Verminderung gegenüber 1 kann als mangelnde Repräsentanz der Punktmessungen für die 18-km Gitterbox interpretiert werden.
Um diesen Faktor sind auch alle
anderen O-Werte reduziert. TheoObse (o) geben korrigierten Wert.
Teil 2
Vergleich CLM mit Down-scaling Produkten
Downscaling der CLM-Läufe (18 km) mit Hilfe einer Stand-alone Version des Bodenmodells Terra (2.8 km).
Vergleich zwischen Antriebsmodell (CLM) und
hochaufgelösten Ergebnissen (Terra) am Beispiel der
modellierten Oberflächentemperatur im Juli 2020 in der
Uckermark.
Modellierte Oberflächentemperatur am 31.Juli 2020, 0:00.
CLM zeigt warme Ostssee, Bornholm ist als nächtliche Kälteinsel zu erkennen. In der Uckermark herrschen 286.5 K.
Hochaufgelöstes Terra-Ergebnis ist für diesen Zeitpunkt kälter (285 K).
CLM Terra
Mittelwerte und Gesamtvarianzen in Raum und Zeit
Das zeitliche und räumliche Mittel der Oberflächentemperatur über den gesamten Juli 2020 und die gesamte Uckermark beträgt:
CLM: 289.14 K Terra: 289.90 K
Die Gesamtvarianz ist in Terra höher als im CLM, CLM: 16.65 K2
Terra: 23.77 K2
Diese erhöhte Varianz kann allerdings keineswegs als das Hinzufügen kleinräumiger Varianz durch Terra interpretiert werden.
Die zeitliche Varianz dominiert deutlich:
Gesamtvarianz Terra 23.77 K2
davon räumlich 0.58 K2
davon kleinräumig (unterhalb von 18 km) 0.21 K2