Modellmäßige Interpolation von Witterungsdaten in das orographisch gegliederte Gelände
Miriam Bergold, Nürnberg
Zusammenfassung
Ein Geländeklimamodell wurde entwickelt, das anhand der meteorologischen Parameter einer automatischen Kleinwetterstation und einfach zu bestimmender topographischer Parameter die meteorologischen Parameter beliebiger Geländestandorte berechnet.
Die stichprobenartige Überprüfung ergab einen mittleren Modellfehler zwischen 0 K und 2,4 K für die Temperatur, zwischen 1 % und 14 % (absolut) für die relative Luftfeuchtigkeit und zwischen 0 m/s und 1 m/s für die Windgeschwindigkeit. Durch eine Koppelung mit einem Blattbenetzungsmodell konnte die mittlere Blattbenetzungsdauer für verschiedene Geländestandorte mit einer Genauigkeit von 6 Minuten bis 2 Stunden pro Tag berechnet werden.
Mit Hilfe dieses Geländeklimamodells wurde die Auswirkung einiger Geländesituationen auf das Ergebnis des Modells Ceres-Wheat/Bestand Winterweizen untersucht. Demnach erreichten die Bestände unter den verschiedenen Geländebedingungen Entwicklungs- stadien mit einem Unterschied von maximal 11 Tagen. Die Biomasseerträge wichen zum Zeitpunkt der Ernte um bis zu 30% voneinander ab.
1 Einleitung
Phytomedizinische Modelle oder Simulationsmodelle aus dem Bereich des Pflanzenbaus benötigen meteorologische Parameter als Eingangsdaten. Um solche Modelle flächendek- kend einsetzen zu können, müssen die entsprechenden meteorologischen Daten flächen- deckend zur Verfügung gestellt werden.
Im folgenden wird die Validierung eines Modellansatzes vorgestellt, der es ermöglicht, Globalstrahlung, Temperatur, relative Luftfeuchtigkeit und Windgeschwindigkeit für jeden beliebigen Punkt im gegliederten Gelände als Stundenwert zu ermitteln.
2 Material und Methoden 2.1 Geländeklimamodell
Das Geländeklimamodell (Bergold, 1993) setzt sich aus folgenden Komponenten zusam- men:
- Globalstrahlung und Temperatur berechnet ein Energiebilanzmodell. Es parametri- siert physikalische Zusammenhänge und sorgt somit für eine gute Übertragbarkeit in verschiedene Regionen. Allerdings sind diese Ansätze immer eindimensional, d.h.
horizontale Austauschvorgänge werden nicht berücksichtigt. Daher lassen sie sich nur dann erfolgreich einsetzen, wenn diese Prozesse von untergeordneter Bedeu- tung für die zu berechnenden Parameter sind. Dies ist in aller Regel tagsüber der Fall.
Zur Berücksichtigung der nächtlichen Kaltluftadvektionen wurde der zweidimen- sionale Ansatz von Kondo & Okusa (1990) ausgewählt. Dieser stellt einen Kompro- miß zwischen möglichst genauer Abbildung der Realität und geringem Aufwand für Eingangsdaten und Rechenzeit dar.
Die relative Luftfeuchtigkeit wird aus den Daten der Basisstation und der modellier- ten Temperatur unter der Annahme berechnet, die spezifische Feuchte der Luft sei überall im Gelände gleich.
Die Windgeschwindigkeit wird mit dem regressiven Modell von Ryan (1977) in das gegliederte Gelände übertragen. Diese starke Vereinfachung ist zulässig, weil Windgeschwindigkeit und Windrichtung für biologische Modelle ohnehin nur eine un- tergeordnete Rolle spielen.
Flächenhafte Niederschlagsdaten lassen sich nur aus Radar-Niederschlagsmessun- gen erhalten. Aus den Eingangsdaten Temperatur, Globalstrahlung, relative Luft- feuchtigkeit und Windgeschwindigkeit einer Basisstation sowie den topographischen Daten Hangneigung, Hangrichtung, Verlauf des Horizontes und Informationen über die Lage in einem Tal können so die meteorologischen Parameter eines beliebigen Geländepunktes ermittelt werden. Die modellierten Werte gelten für Standardbedin- gungen, also über kurzgeschnittenem Rasen. Benötigt ein biologisches Modell Bestandesparameter, so müssen diese über ein nachgeschaltetes Bestandes- klimamodell berechnet werden.
Geländeklimamodell Energiebilanzmodell
Globalstrahlung Temperatur, tags
Kaltluftmodell
Temperatur nachts Modell zur Berechnung der relativen Luftfeuchtig-
keit relative Luftfeuchtigkeit
Windmodell
Windgeschwindigkeit
Radar-Niederschlags- messung
Niederschlag
Abb. 1: Schematische Darstellung der Modellkonzeption
2.2 Validierung
Zur Validierung stand eine mobile automatische Kleinwetterstation zur Verfügung. Ziel der Messungen war es, Datenreihen zur stichprobenartigen Überprüfung des erstellten Geländeklima-Modells zu gewinnen: Eine Basisstation lieferte die meteorologischen Eingangsgrößen für das Modell. Die Ergebnisse des Geländeklima-Modells konnten dann mit den Messungen der Geländestation verglichen werden. Die Messungen dauerten pro Standort etwa drei Wochen.
3 Ergebnisse
3.1 Validierung anhand meteorologischer Parameter
Auf zwei Phänomene, die zu besonders großen geländeklimatischen Unterschieden führen, soll im folgenden genauer eingegangen werden. Zum einen auf die nächtlichen Kaltluftflüsse und zum anderen auf die Wirkung der Horizontüberhöhungen auf die Windgeschwindigkeit.
Temperatur
In Tälern führt die Kaltluftadvektion insbesondere in windstillen Strahlungsnächten zu starken Temperaturinversionen.
In Abb. 2 sind als ein Beispiel die Stundendemittelwerte der Temperatur an der Talsohle und am 45 m höher gelegenen Kamm des Tals aufgetragen. Nachts können die Tempe- raturen am Kamm bis zu 6 K über den Temperaturen an der Talsohle liegen.
In Abb. 3 sind nun die am Kamm gemessenen und die für die Kammlage berechneten Werte gegenübergestellt.
Für sämtliche Meßkampagnen lag der mittlere Modellfehler zwischen 0 K und 2,4 K, die Standardabweichung für die einzelnen Meßkampagnen zwischen 0,6 K und 1,8 K.
Relative Luftfeuchtigkeit
Diese nächtlichen Kaltluftinversionen wirken sich auch auf die relative Luftfeuchtigkeit in den Nachtstunden aus. Aufgrund der rascheren Abkühlung an der Talsohle erreicht hier die relative Luftfeuchtigkeit rasch Werte nahe 100%. Am Kamm dagegen fällt die Temperatur nur langsam ab und die relative Luftfeuchtigkeit steigt nur langsam an. Das Kondensationsniveau wird deutlich später erreicht als an der Talsohle. Abb. 4 zeigt dies anhand der Meßwerte zweier Strahlungsnächte im September. Der Höhenunterschied zwischen den beiden Standorten betrug 45 m.
3o
I
(D22 20
18 16 14 - 12 - 10 - 8 - 6 -
4 -
i i i i 8 10 12 14 16
Meßwerte Kamm [°C]
18 20 22 24
Abb. 2: An einer Talsohle und am Kamm gemessene Temperaturen (Mittelwerte der Stunden mit einer Globalstrahlung über 100 W/m2, September 1991)
l
22 21 20 19 18 17 16 15 14 13 12 1 1 10 9 8 7 6 5
ix i
8 10 12 14 16 modellierte Werte Kamm [°C]
18 20 22
Abb. 3: Für die Kammlage gemessene und berechnete Temperaturen (Mittelwerte der Stunden mit einer Globalstrahlung über 100 W/m2, September 1991)
Temperatur in Grad relative L u f t f e u c h t i g k e i t in %
T., Talsohle rF, Talsohle
2 6 2./3. September
| J l l | l L L |. L L__L | l 19 23 3 7
3./4. S e p t e m b e r
100 90 80 70 60 50 40
T., Kamm, gemessen rF, Kamm, gemessen
T., Kamm, berechnet rF, Kamm, berechnet
Abb. 4: Berechnete und gemessene Werte von Temperatur und relativer Luftfeuch- tigkeit für eine Tal- und eine Kammlage während zweier Strahlungsnächte
Für sämtliche Meßkampagnen lag der mittlere Modellfehler zwischen 1 % und 14 % (absolut). Die Standardabweichung für die einzelnen Meßkampagnen betrug zwischen 7 % und 12%.
Windgeschwindigkeit
Hindernisse, die sich in der Windrichtung befinden, vermindern an einem Standort die Windgeschwindigkeit. Das Modell berücksichtigt dies über einen einfachen, regressiven Ansatz von Ryan (1977), der die Windgeschwindigkeit in Abhängigkeit von der Horizont- überhöhung in Windrichtung beschreibt. Abb. 5 stellt die Qualität dieses Ansatzes für einen Standort dar, der an drei Seiten von Wald umgeben war. Lediglich bei Ostwind war eine ungehinderte Anströmung möglich.
Das Modell berechnet für Wind aus Süden, Westen oder Norden korrekt eine Verminde- rung der Windgeschwindigkeit, diese Verminderung fällt jedoch nicht stark genug aus.
3.2 Validierung am Beispiel der Blattbenetzung
In zahlreichen phytomedizinischen Modellen spielt die Blattbenetzung eine zentrale Rolle.
Dieser Parameter kann über ein Blattbenetzungsmodell (Brockmann, 1991) aus den Werten für Temperatur, relativer Luftfeuchtigkeit, Globalstrahlung, Windgeschwindigkeit und Niederschlag berechnet werden. Schaltet man nun das Geländeklimamodell vor ein
m i t t l e r e W l n d g e s c h w . ( m / s ) H o r i z o n t ü b e r h ö h u n g ( G r a d )
3,5 3
2 1,5 1 0,5
y ~^- ' ^-^^ _
"Z^xL__.y ~~~ ~" __ j
_
..----... ...---...
^/^\^
^^—^^^. + ^ + 4 ^ + '
40 20
- 2 0 - 4 0 - 6 0 - 8 0
o1— — •- — —- - - — ==~*^- _,__ - 1 0 0
0 60 120 180 240 300 360 W i n d r i c h t u n g ( N - O - S - W )
H o r i z o n t B a s l s s t . H o r i z o n t G e l ä n d e s ! . + W l n d g e s c h w . M o d e l l W l n d g e s c h w . B a s l s s t . W l n d g e s c h w . G e l ä n d e .
Abb. 5: Validierung des Windmodells
solches Blattbenetzungsmodell, läßt sich das Geländeklimamodell anhand der Model- lergebnisse des Blattbenetzungsmodells validieren. In Tab. 1 sind die Ergebnisse für einige Standorte dargestellt.
Während der ersten beiden Meßkampagnen befand sich die Geländestation jeweils auf einem Kamm, die Basisstation dagegen auf der Talsohle. Der Höhenunterschied betrug 30 m bzw. 45 m. Die berechnete Benetzungsdauer lag an der Talsohle 1,5 bis 2 Stunden über der am Kamm, da hier aufgrund der rascheren abendlichen Abkühlung das Konden- sationsniveau deutlich eher erreicht wurde. Mit Hilfe der für die Kammlagen modellierten Werte konnte etwa die gleiche Benetzungsdauer ermittelt werden wie mit den am Kamm gemessenen meteorologischen Parametern.
Weniger gute Ergebnisse liegen für zwei weitere Geländesituationen vor, die sich beide, ebenso wie die Basisstation, auf einer Talsohle befanden. Die beiden Täler waren jedoch geometrisch anders geformt. Der fünfte Geländestandort war an drei Seiten von Wald umgeben, so daß die Beschattung und die Verminderung der Windgeschwindigkeit das Abtrocknen der Bestände verzögerte. Die auf der Basis der gemessenen und modellierten meteorologischen Parameter ermittelte Blattbenetzungsdauer war etwa eineinhalbmal so lang wie die für den freien Standort der Basisstation berechnete Benetzungszeit.
Tab. 1: Validierung des Geländeklimamodells anhand der Ergebnisse eines Blattbenet- zungsmodells
Beschreibung der Standortpaare
Basisstation auf der Talsohle, Geländestation am Kamm
Basis- und Geländestation auf Talsohlen zweier Täler
Basisstation frei, Geländestation von Wald umgeben
mittlere Blattbenetzung in Stunden / Tag B
8,1 12,9 15,7 11,5 6,0
G 5,8 11,3 13,7 11,4 9,6
GB 6,2 11,5 11,8 12,4 9,5
B: Meßwerte der Basisstation als meteorologische Eingangsdaten G: Meßwerte der Geländestation als meteorologische Eingangsdaten
GB: Für den Standort der Geländestation modellierte Werte als meteorologische Eingangsdaten
3.3 Simulationsrechnungen mit dem Modell Ceres-Wheat/Bestand Winterweizen Koppelt man nun das Geländeklimamodell mit einem Wachstumsmodell, so lassen sich Ertrags- und Entwicklungsunterschiede von Winterweizen für verschiedene Geländesitua- tionen vorhersagen. Folgende Paare von Teststandorten wurden untersucht:
- Hanglagen mit einer Neigung von 7° gegenüber einem horizontalen Standort - Ein kammnaher Standort gegenüber einem Standort auf der Talsohle (Höhenunter-
schied 45 Meter)
- Standorte mit einer Horizontüberhöhung im Osten bzw. im Westen von 30° gegen- über einem unbeschatteten Standort
Die Ergebnisse für das Jahr 1990/91 sind in Tab. 2 zusammengefaßt. Hier sind zum einen Verzögerung und Beschleunigung der Entwicklung anhand ausgewählter Entwick- lungsstadien dargestellt, zum anderen Unterschiede in der Biomasseproduktion kurz vor der Ernte (Ende Juli). Das Modell simulierte für die vier Hangexpositionen Entwicklungs- unterschiede von maximal drei Tagen relativ zu den Ergebnissen für einen horizontalen Standort. Dabei erreichten laut Modell die Pflanzen des Südhanges bestimmte Stadien als erstes, gefolgt von denen des Westhanges. Für Nord- und Osthänge wurde die langsam- ste Entwicklung modelliert. Die Ergebnisse für die Biomasseproduktion wiesen die gleiche Reihung auf. Eine deutlich langsamere Pflanzenentwicklung berechnete das Modell für die Standorte mit Horizontüberhöhung. Nach diesen Ergebnissen tritt ein Rückstand von
maximal 11 Tagen (Bestockungsbeginn) auf. Die modellierte Biomasseproduktion erreich- te nur 70% des Wertes, der sich für den freien Standort ergab.
Etwas uneinheitlicher gestalten sich die Modellergebnisse für die kammnahe Lage: Es wurde für verschiedene Stadien sowohl ein Entwicklungsrückstand als auch ein Vor- sprung prognostiziert. Die berechnete Biomasseproduktion wich kaum von der für die Tallage berechneten Menge ab.
Tab. 2: Koppelung vom Geländeklimamodell mit Winterweizen-Simulationsmodell Ceres- Wheat/Bestand Winterweizen
Nordhang Südhang Osthang Westhang
Horizontüberhöhung im Osten Horizontüberhöhung im Westen Kamm
Erreichen des Stadiums relativ zum Basisstandort
1 +3 -3 +3 -2 +3 +11
+6 2 +1 -2 +1 0 +4 +6 -4
3 +1
-2 +1 0 +5 +7 -4
4 0 -3 0 0 +4 +7 -8
5 0 -1 0 -2 +2 +4 -4
Biomasse relativ zum Basisstandort
96,7%
100,8%
98,2%
99,1%
70,3%
73,2%
99,6%
1: Beginn der Bestockung
2: Erscheinen der Ligula des Fahnenblattes 3: Maximale Anzahl der Triebe erreicht 4: Maximaler Blattflächenindex erreicht 5: Beginn der Gelbreife
-: Das Stadium wird ... Tage früher als an der Basisstation erreicht +: Das Stadium wird ... Tage später als an der Basisstation erreicht
4 Literaturverzeichnis
Bergold M. (1993): Modellmäßige Interpolation der Witterungsdaten im Gelände für den Einsatz in pflanzenbaulich-phytopathologischen Beratungssystemen. Diss. TU Mün- chen, in Vorbereitung.
Brockmann U. (1991): Stand der Arbeiten im Forschungs- und Entwicklungsvorhaben
"Pflanzenschutz-Warndienst / Wetterdienst", Teilprojekt 5.4. "Messung und Modellie- rung der Blattbenetzung". Landwirtschaftskammer Rheinland.
Engel T. (1991): Entwicklung und Validierung eines Modells zur Stickstoff-Dynamik in Boden und Pflanze mit Hilfe objektorientierter Programmierung. Diss. TU München.
Kondo J., N. Okusa (1990): A simple numerical prediction model of nocturnal cooling in a basin with various topographic parameters. J. Appl. Met. 29, 604-619.
Ryan B. (1977): A mathematical model for diagnosis and prediction of surface winds in mountainous areas. J. Appl. Met. 16, 571-584.
