AerosolIHinweisezudenK¨artchen AerosolI -1

Aerosol I

Hinweise zu den K¨artchen

0 Antwort Aerosol I

Die K¨artchen beziehen sich auf die Vorlesung von:

• Christoph Sch¨ar

• Sonia Seneviratne

welche im WS 2006/2007 gehalten wurde. Die Bilder stammen aus den Vorlesungsunterlagen.

Erstellt von: Thomas Kuster (MSc Env. 1. Semester) Verf¨ugbar via:http://fam-kuster.ch

Wieso Land-Atmosph¨are

Interaktionen studieren

2 Antwort Relevant f¨ur. . .

• Kilmavariabilit¨at und extreme Ereignisse (D¨urren, Hitzewellen, extreme Niederschl¨age, Hochwasser)

• Computergest¨utzte Wettervorhersagen, Saisonale Prognossen, Kilmaver¨anderung,. . .

• Wichtige Quelle von Unsicherheiten bei Verst¨andnis des Klimasystems auf Grund von Mangel an Beobachtungen und der Komplexit¨at

(R¨uckkopplungen, Heterogenit¨at)

Verh¨altnis der Land- zur

Ozeanoberfl¨ache

4 Antwort

2

3 der Erde ist mit Ozeanen bedeckt.

Bedeutung der Ozeane

6 Antwort

• W¨armespeicher

• W¨armetransport (Golfstrom, El Ni˜no)

• ”Erinnerung“: Einfluss auf mittlere und lanzeit Kilmavariabilit¨at (saisonale Vorhersagen)

Speicherung von Wasser auf dem Land spielt eine ¨ahnliche Rolle:

• Kann sowohl d¨ampfen als auch verst¨arkend auf die Klimavarbilit¨at wirken.

• ”Speicherung“: vorallem wichtig f¨ur saisonal Vorhersagen in den mittleren Breiten.

Land vs. Ozean

8 Antwort Land Fl¨achen wirken vorallem als Wasserspeicher

Ozean wirkt vorallen als W¨armespeicher

Ben¨otigte Energien f¨ur das

Aufw¨armen und den Phasenwechsel

von Wasser

10 Antwort

23

Latent heat of vaporization

Comparison with specific heat of water (at 0^oC):

=> Evaporation uses the same amount of energy as a warming of ~590^oC !!

Phase changes

L = 2.5 10⁶ J kg^-1 at 0^oC L = 2.26 10⁶ J kg^-1 at 100^oC

c_p = 4.22 10³ J kg^-1 K^-1 at 0^oC

24

For the warming from ice (0ºC) to water vapour (100ºC):

• 86% of the energy input is used for phase changes

• and only 14% for the warming itself!

Energy input

Temperature !E=L_w-d

!E=c_p,ice·!T

!E=L_e-w

Liquid water and water vapour

Liquid water

!E=cp,liquid water·!T

Water vapour

Ice and water Ice

Energy used for warming/phase changes

F¨ur das Aufw¨armen von Eis (0^◦C) zu Dampf (100^◦C) wird 86% der Energie f¨ur die Phasenwechsel ben¨otigt!

Land als Speicherkomponente f¨ur

Energie und Wasser

12 Antwort

27

energy, water, CO2

ATMOSPHERE

energy, water, CO2

LAND OCEANS

Liquid Water Water vapour  ~ 2.45 J kg^-1(at 20^oC)

NB: Water storage is also an indirect heat storage!

Land as storage component for energy & water

“negative heat” storage

28

energy, water, CO₂

ATMOSPHERE

energy, water, CO₂

LAND OCEANS

Land as storage component for energy & water

Moreover: Also snow and ice storage are relevant for climate

Schnee und Eis Ablagerungen sind auch relevant f¨ur das Klima.

Ver¨anderung der gespeicherten Energiemenge im Boden

Formel

14 Antwort Ver¨anderung der gespeicherten Energie (Bodentemperatur,

Schneeschmelze,. . . ):

∂H_s

∂t = R^∗

|{z}

Nettostrahlung=SW−L W

− S H

|{z}

f¨uhlbare Waerme

− L H

|{z}

Latentew¨arme

− G

|{z}

W¨armefluss in den Boden

33

dH_s/dt

H2O, CO2

SW_net LW_net LH="E SH P E R_s

R_g

dS/dt

G

Land energy balance Land water balance

E

dS/dt

!

"H_s

"t = R* –SH–LH–G

Land energy and water balances

34

dH_s/dt

H2O, CO2

SW_net LW_net LH="E SH P E R_s

R_g

dS/dt

G

Land energy balance Land water balance

E

dS/dt

!

"H_s

"t = R* –SH–LH–G

Land energy and water balances

Change in energy storage (soil temperature, snow melting, ..)

Net radiation

= net shortwave - net longwave

Sensible heat flux

Latent heat flux

Ground heat flux

Ver¨anderung der gespeicherten Wassermenge im Boden

Formel

16 Antwort Ver¨anderung der gespeicherten Wassermenge (Bodenfeuchte, Schnee,

Oberfl¨achenwasser, Grundwasser):

∂S

∂t =( P

|{z}

Niederschlag

− E

|{z}

Evapotranspiration

)− R_s

|{z}

Oberfl¨achenabfluss

− R_g

|{z}

Grundwasserabfluss

35

dH_s/dt

H₂O, CO₂

SWnet LWnet LH="E SH P E R_s

R_g

dS/dt

G

Land energy balance Land water balance

E

dS/dt

Land energy and water balances

36

dH_s/dt

H₂O, CO₂

SW_net LW_net LH="E SH P E R_s

R_g

dS/dt

G

Land energy balance Land water balance

E

dS/dt

Land energy and water balances

Change in water storage (soil moisture, snow, surface water, groundwater)

Precipitation Evapo- transpiration

Surface runoff

Ground- water runoff

Aufteilung zwischen f¨uhlbare und

latente W¨arme

18 Antwort Die Aufteilung der Netto Strahlung in f¨uhlbare und latente W¨arme wird ist von der der zur Verf¨ugung stehender Bodenfeuchte abh¨angig.

Wasserkreislauf

Beeinflussung von Niederschlag und Evapotranspiration

20 Antwort

• Wichtiger Einfluss der Vegetation auf die Evapotranspiration z. B. h¨angt ab von der Pflanzenart, Atmosph¨arischem CO₂-Konzentration,. . .

• Komplexe Interaktionen zwischen Evapotranspiration und Niederschlag (Grenzschicht Prozesse).

Energiekreislauf

Beeinflussung der Strahlung

22 Antwort

• Wolken und Wasserdampf beeinflussen sowohl die einfallende

kurzwellige Strahlung wie auch die abgestrahlte langwellige Strahlung.

• Albedo (α) h¨angt von der Schnee- und Vegetationsbedeckung ab (SW_net = SW_{i n}(1−α))

Zuk¨unftige Sommerhitzewellen

Ver¨anderung der charakteristischen (JJA) Temperatur

24 Antwort

Outline

• Why study land-atmosphere interactions?

• Land as storage component for energy and water

• Overview of land energy and water balances

• Example of some relevant feedbacks and interactions

46

[ºC] [%]

Soil moisture and future summer heatwaves

(Schär et al. 2004, Nature)

$%/%

$T

Changes in summer (JJA) temperature characteristics

Changes in T^o variability are likely to be as important (or more important) than changes in the mean

Energiebilanz

Wald vs. Weide

26 Antwort Sommer 2003: Vegetationsbedeckung ist relevant f¨ur die Energiebilanz

49

Standard deviation of the summer (JJA) 2-m temperature

SCEN CTL

CTL_UNCOUPLED SCEN_UNCOUPLED

Most of the enhancement of summer temperature variability in SCEN disappears in the SCEN_UNCOUPLED simulation

(Seneviratne et al. 2006, Nature, 443, 205-209)

Soil moisture and future summer heatwaves

Energy balance: Forests vs. Pastures

(Zaitchik et al. 2006, Int. J. Clim.) Aster Satellite

(NASA/Japan) 5x5 km view in Central France

NDVI:

active vegetation

IR:

soil temperature

32 ºC 47 ºC

500 m

August 10, 2003

+11 ºC +20 ºC

NDVI:

-0.00 NDVI:

-0.35

27 ºC 42 ºC

500 m

August 1, 2000

crops and pastures

forest

Summer 2003: Vegetation cover relevant for energy balance!

Globale Energiebilanz und

Energieeintrag

28 Antwort Die eingestrahlte Enegrie (aufgenommene) entspricht der abgestrahlten Energie (abgegebene).

Die einstrahlte Energie kommt von der Sonne. Die mittlere eingestrahlte Energie ist:

S = 1 4S₀

S₀ =1367 Wm⁻²Extraterrestrische Solarkonstante, ist am h¨ochsten wenn die Sonne am n¨achsten bei der Erde ist (im Januar).

Albedo

Einige Oberfl¨achen und ihre Werte sowie der globale Durchschnittswert

30 Antwort

Oberfl¨ache Albedoα

Wolken (100 m dick) 0.4

Wolken (500 m dick) 0.7

Ozean (Zenithwinkel 30^◦ 0.05 Ozean (Zenithwinkel 60^◦ 0.10 Ozean (Zenithwinkel 85^◦ 0.6

Eis 0.25–0.35

Schnee (alt–neu) 0.45–0.85

Grassfl¨ache 0.2–0.3

Wald 0.1–0.2

globaler Durchschnitt 0.3

Globale Energiebilanz

32 Antwort

4

Schär, ETH Zürich

11

Global energy balance

Short Wave

global radiation

–100% +22% +8%

+42%

+28%

Long Wave +60%

–113% +101%

+10%

Latent Heat

–25%

Sensible Heat

–5%

–58% +5% +25%

CO2

H20

Space

Atmosphere

Land / Ocean

(based on data of Ohmura and Wild)

Transport of heat and water vapor

342 W/m²

Schär, ETH Zürich

12

Outline

Global energy cycle Global water cycle

Reservoirs of the water cycle Residence times in the water cycle

Bodenfeuchte

Wichtige Variablen und typische Werte

34 Antwort

11

Schär, ETH Zürich

Summary on soil moisture content 27

All pores saturated

Completely dry sample BodensubstratWasserLuft

0 1

Volumenanteil

n Porenvolumen FK Feldkapazität

θ Wassergehalt

soil substrateairwater

0 ≤ θ ≤ n

Volume fraction

Water content θ

1

0

Porosity n

Plants wilt Wilting point PWP

Maximum water content in balance with capillary forces Field capacity FK

Schär, ETH Zürich

Typical values of n, FK, PWP 28

volume fraction

Porosity n 0.3 - 0.55

Field capacity FC 0.1 - 0.35

Permanent wilting point PWP 0.05 - 0.25

Dry 0

Coarse texture

(z.B. Sand) Fine texture

(e.g. clay)

Typische Volumenanteile (grobe (z. B. Sand) – feine Textur (z. B. Clay)):

Porosit¨at (n): 0.3–0.55 Feldkapazit¨at (F C): 0.1–0.35

permanente Welkepunkt (P W P): 0.05–0.25 Trocken: 0

CTL, SCEN, gekoppelt und

ungekoppelt

36 Antwort CTL HadAM3 CTL 1960–1989 1970–1989 Interactive SCEN HadAM3 A2 2070–2099 2080–2099 Interactive

CTL_uncoupled HadAM3 CTL 1960–1989 1970–1989 CTL climatology

SCEN_uncoupled HadAM3 A2 2070–2099 2080–2099 SCEN climatology

Grenzschicht Theorie

38 Antwort Latenter W¨aremfluss

L H = L·E T = L%q⁰w⁰ F¨uhlbarer W¨armefluss

S H =c_p%T⁰w⁰ Grenzschichttheorie

q⁰w⁰≈C_Wu_a(q_a−q_a) T⁰w⁰≈C_Hu_a(T_s−T_a) u_a: horizontaler Wind auf der H¨ohez_a (z. B.z_a =10 m) q_s,T_s: spezifische Feuchte und Tempertaur bei der Oberfl¨ache q_a,T_a: spezifische Feuchte und Tempertaur auf der H¨ohez_a

C_W,C_H: Aerodynamischertransferkoeffizient f¨ur Feuchte und W¨arme (H¨angt ab von: der Stabilit¨at, Struktur der Grenzschicht, Oberfl¨achen

Eigenschaften,. . . )

Bowen Ratio

40 Antwort

B = S H L H

B 1 feuchte Oberfl¨ache,L H dominiert ¨uber S H B 1 trockene Oberfl¨ache,S H dominiert ¨uber L H Aus der Grenzschicht Theorie:

L H = L%C_Wu_a(q_s −q_a) S H =c_p%C_Hu_a(T_s −T_a) X_s an der Oberfl¨ache

X_a Messwert auf H¨ohez_a mitC_W ≈C_H folgt:

B = c_p(T_s−T_a) L(q_s −q_a)

Messen des turbulenten Flusses

42 Antwort

S H =c_p%T⁰w⁰ L H = L%q⁰w⁰

Messung vonw⁰(mit einem Sonic-Anemometer (Ultraschall)),T⁰undq⁰mit sehr hoher zeitlicher Aufl¨osung (bis zu≈100 Hz).

Die Messung vonT⁰(S H) ist genauer als die vonq⁰(L H).

Reynoldsmittelung

Reynolds averaging

44 Antwort Impulsgleichung (f =0, 2D):

∂u

∂t +u∂u

∂x +w∂u

∂z = −1

%

∂p

∂x u = ¯u+u⁰ p= ¯p+ p⁰ vernachl¨assigen von%⁰

∂u¯

∂t + ¯u∂u¯

∂x + ¯w∂u¯

∂z = −1

%

∂p¯

∂x

| {z }

Inpulsgleichung f¨ur den mittleren Fluss

−u⁰∂u⁰

∂x −w⁰∂u⁰

∂z

| {z }

Turbulenzterm

” Bucket“ Model

Formel

46 Antwort

• Verwendet Widerstand um das Evapotranspirationslimit zu representieren

• Aerodynamischerwiderstand (Turbulenterdiffusionsterm hindert Evapotranspiration)

• Limitiert durch Bodenfeuchtedefizit (β-Faktor: 0≤β ≤1) S H =%c_pT_s −T_r

r_a E = L H

L =%βq_sat(T_s)−q_r

r_a =βE_{P O T} T_r: Temperatur bei Referenzh¨ohe

q_sat: abolute Luftfeuchte bei S¨attigung q_r: spezifische Luftfeuchte bei Referenzh¨ohe r_q: Aerodynamischerwiderstand

β: limitierender Faktor basierend auf Bodenfeuchtegehalt E_{P O T}: potentielle Evapotranspiration

” Bucket“ Model

Parametrisierung/Ergebnisse

48 Antwort Sehr einfache Parametrisierung

• Die Evapotranspiration von rohem Boden wird ¨ubersch¨atzt in allen Systemen

• Keine Repr¨asentation des Vegetationseinfluss (Stomatawiderstand)

• Keine Repr¨asentation von anderen limitierenden Faktoren (gekoppelt zu Stomatawiderstand): Strahlungstemperatur, Wasserdruckdefizit,

Vegetationsstatus

• Unter stressfreien Bedingungen: Immer noch ¨Ubersch¨atzung von Evapotranspiration (potentielle Evaporation anstelle von potentieller Evapotranspiration (keine Null-Werte des Stomatawiderstands))

⇒Allgemein: ¨Ubersch¨atzung der Evapotranspiration in allen Systemen

Biophysikalisches Modell

50 Antwort

E_{T R(lea f)}=%q_sat(T_f)−q_{a f}

r_la+r_s r_s =r_{s mi n}f(P A R,T,W, δe)

•Viel detailiertere Wiedergabe der Land Oberfl¨achen Prozesse als das

”Bucket“-Modell

•Hauptm¨angel des

”Bucket“-Modell werden ber¨ucksichtigt

•Explizite Repr¨asentation der Vegetation (Stomatwiderstand)

•Geographische Variation der relevanten Parameter (Wurzeltiefe, Albedo, minimaler Stomatawiderstand, Bodenfeuchteparameter,. . . ) abh¨angig von der Vegetation und des Bodenfeuchtetyps (look-up tables)

Trotzdem:

•Keine explizite Repr¨asentation der Kohlenstoffassimilation/Photosynthese, z. B. kein Einfluss der CO2-Konzentration auf die Evapotranspiration (evtl. relevant:

Kilmaver¨anderung)

•Hochgradig abh¨angig von Evapotranspiration (rs mi n) und Kalibrierungskurven welche die Abh¨angigkeit vonrs von P A R,T,W, δerepr¨asentieren (nur wenige Beobachtungen stehen zur Verf¨ugung).

⇒Stat-of-the-art Repr¨asentation der Landoberfl¨achenprozesse in aktuellen Kilmamodellen.

Physiologisches Modell

52 Antwort

• Erlaubt die expilizite Repr¨asentation von Kohlenstoff Assimilation/Photosynthesis

• Wichtig im Kontext der Kilmaver¨anderung (CO2-Wasser Beziehung, Kohlenstoffkreislauf,. . . )

Trotzdem:

• H¨angt auch von kalibrierten Beziehungen und einigen Beobachtungen ab

• Einige Unsicherheiten bleiben: z. B. CO₂-D¨ungung, erh¨ohte Wassereffizienz,. . . (einige laufende Feldexperimente)

• Phenology/Vegetations Aktivit¨at wird durch Fernmessungmethoden festgelegt.

• Immer noch Annahme eines grossen Blattes, keine Beachtung von subgrid-scale Heterogenit¨at