Suche

zur Hauptseite

Institut für Energie- und Klimaforschung

Navigation und Service


Dynamische Kopplungen und ihr Einfluss auf das Klima und Wetter

Die stratosphärische Zirkulation beeinflusst das oberflächennahe regionale Klima und das jahreszeitliche Wetter über dynamische Kopplungen mit der Troposphäre. Verbesserte Klima- und Wettervorhersagen erfordern daher eine realistische Modelldarstellung der stratosphärischen Zirkulationsreaktion auf anthropogenen und natürlichen Klimawandel. Prominente stratosphärische Zirkulationsmuster sind in diesem Zusammenhang der zirkumpolare Polarjet und Variationen seiner Stärke, die tropische quasi-biennale Oszillation (QBO) stratosphärischer tropischer Winde und ihre Teleconnektionen in die extratropische Troposphäre sowie die Variabilität der Stärke der Troposphäre meridionale Brewer-Dobson Zirkulation.

Ein wichtiges Beispiel für die dynamische Kopplung der Atmosphäre mit dem oberflächennahen Klima ist die stratosphärische quasi-biennale Oszillation (QBO). Jüngsten Analysen zufolge macht die QBO beispielsweise in Europa bis zu 2 ° C gegenüber Wintertemperaturen aus. Ern und Preusse [1] haben gezeigt, dass kleinskalige Schwerewellen am stärksten zum QBO-Forcing beitragen (ca. 70%).
Atmosphärische Wellen spielen eine entscheidende Rolle bei atmosphärischen Kopplungen (z. B. aufgrund ihrer Wechselwirkung mit dem durchschnittlichen Windfeld). Insbesondere sind Schwerewellen (engl. gravity waves GW) mit einer horizontalen Länge von einigen zehn Kilometern bis zu mehreren hundert Kilometern zu kurz, um von Klima- und Wettermodellen direkt aufgelöst zu werden. Die Wirkung von Schwerewellen wird daher durch stark vereinfachte Parametrierungen berücksichtigt. Mehr und mehr Experten betrachten diese Vereinfachungen in den Schwerewellenparametrisierungen jedoch als deutlich zu ungenau. Es werden daher verschiedene Anstrengungen unternommen, um die Schwerewellenparametrisierung basierend auf globalen Messungen des Schwerewellen-Impulsflusses realistischer zu machen. Dies kann erreicht werden, indem die frei einstellbaren Parameter beispielsweise durch Messungen begrenzt werden. Das IEK-7 hat auf Basis von Satellitenbeobachtungen (CRISTA, SABRE, HIRDLS, AIRS) Pionierarbeit auf diesem Gebiet geleistet. Diese Studien spielen eine wichtige Rolle in der "Schwerewellen-Initiative" - ​​Stratosphärische Prozesse und ihre Rolle im Klima (SPARC) - die Teil des World Climate Research Program (WCRP) ist. Das Europäische Zentrum für mittelfristige Wettervorhersage (ECMWF) hat eine Parametrisierung für nicht-orographische Schwerewellen in ihr Vorhersagemodell integriert, um die Wettervorhersagen zu verbessern [2]. Diese Parametrisierung basiert auf einer IEK-7-Analyse von CRISTA-Satellitenbeobachtungen [3]. Mithilfe einer in dieser Studie optimierten Schwerewellenparametrisierung repräsentiert das ECMWF-Modell nun globale Zirkulationsmuster realistischer. Die zukünftige Verbesserung der Schwerewellenparametrisierung in chemischen Klimamodellen (CCMs) wird bedeuten, dass der Vorhersagewert aktueller Klimamodelle eine völlig neue Qualität annehmen wird.

Wechselwirkung von großräumigen Zirkulationsmustern mit Schwerewellen (H): Unter Berücksichtigung der Gesamtimpulsbilanz der großen Skalen (meteorologische Analyse) zusammen mit den GW-Schleppwerten aus Satellitentemperaturbeobachtungen (SABRE, HIRDLS) wird die relative Rolle von GWs zum Antreiben von globalen atmosphärischen Windmustern wie den quasi-zweitägigen planetaren Wellen [7], plötzlichen stratosphärischen Erwärmungen (SSWs) [8] und der tropischen halbjährlichen Oszillation (SAO) [9] wurden von unserer Gruppe untersucht.
Ein besonders interessantes Beispiel ist die Quantifizierung des Schwerewellenantriebs der QBO [10]. Die QBO koppelt sich an das Oberflächenklima an und kann daher als mindestens ein Jahrhundert lang nachgewiesen werden. Die QBO ergibt sich aus einem Gleichgewicht des durch dissipierende Wellen ausgeübten Widerstandes, der dazu neigt, die QBO-Phase nach unten zu ziehen, und der Advektion in der Brewer-Dobson-Zirkulation, die dazu tendiert, die QBO-Phase nach oben zu führen. Die Momentumbilanz ist in Abbildung 1.2.7 dargestellt. Die Schließung der Impulsbilanz aus der ERA-Interim-Reanalyse erfordert zusätzlichen Luftwiderstand, der in guter Übereinstimmung mit dem von SABRE und HIRDLS abgeleiteten Schwerewellenwiderstand ist (siehe Abbildung, unteres Feld). Abweichungen werden in Perioden westlicher Scherung gesehen. Mögliche Erklärungen sind Probleme in der ERA-Momentum-Balance (entweder durch inkorrekte vertikale Winde oder aufgelöste Wellen wie Mixed-Rossby-GWs) oder eine stärkere Aktivität von kurzen horizontalen Wellenlängen-GWs, die von HIRDLS / SABER nicht beobachtet werden konnten. Laut unserer Studie [10] liefern mesoskalige GWs mehr als 50% des QBO.
Schwerewellen aufgelöst in numerischen Wettervorhersagendaten (NWP): IEK-7 entwickelte Methoden zur Ableitung von GWMF aus 3D-Temperaturfeldern, die von vorgeschlagenen satellitengestützten Infrarot-Bildsensoren [11] oder Infrarot-Nadelsirenen wie AIRS [12] beobachtet werden können. Diese Methoden können auch zur Analyse von Schwerewellen verwendet werden, die vom EZMW explizit aufgelöst werden. Während GWs in den mittleren und hohen Breiten durch Orographie und Instabilitäten in den Troposphärenjets im Vergleich zu Beobachtungen beispielsweise von Extremitätenschallgebern angeregt sind, gibt es in den Tropen und Subtropen Abweichungen. In diesen Breitengraden ist die tiefe Konvektion die wichtigste Quelle [13]. Im Vergleich zu beobachteten Spektren aus Satellitendaten entwickeln die im ECMWF-Modell aufgelösten GWs weniger ausgeprägte Hotspots von GWMF, haben langsamere Phasengeschwindigkeiten und sind im Allgemeinen schwächer. Der Grund ist vermutlich, dass die Konvektion mit der durch ein globales Modell erreichbaren Auflösung parametrisiert werden muss. Die Parametrisierung kehrt jedoch nicht vollständig zum dynamischen Kern zurück, daher die Unterschiede in der Wellenanregung. In mittleren und hohen Breiten, in denen EZMWF-aufgelöste GWs weitgehend realistisch sind, erlauben die ECMWF-Daten die Untersuchung der kurzfristigen Variabilität von GWMF. Es zeigt sich, dass selbst ein hemisphärischer Mittelwert auf einer Zeitskala von 1 Tag um mehr als einen Faktor 3 variieren kann [11]. Ein weiterer Vorteil der Identifizierung von lokalisierten Wellenpaketen besteht darin, dass die Ergebnisse für die Initialisierung der GW-Strahlverfolgung verwendet werden können. Auf diese Weise können GW-Quellen identifiziert werden, obwohl sie Tausende von Kilometern von einem stratosphärischen Beobachtungsort entfernt sein können.

Momentum Budget des QBO in 30 km Höhe


Momentum Budget des QBO in 30 km Höhe. In der oberen Abbildung werden die großräumigen Terme von ERA-interim mit der zeitlichen Windänderung (schwarz), Advektion (blau), aufgelösten Kelvinwellen und anderen planetarischen Wellen (grün) und dem Rest aller dieser Terme analysiert (rot), die den erforderlichen Widerstand von GWs zur Aufrechterhaltung der QBO ausdrückt. Im unteren Feld wird der absolute Wert dieses erforderlichen GW-Widerstands (wiederum in Rot) mit dem Widerstand verglichen, der aus dem vertikalen Gradienten von GWMF für SABRE (schwarz) und HIRDLS (blau) berechnet wurde. Der "fehlende Widerstand" wird durch die aus den Satellitenbeobachtungen abgeleiteten Werte gut reproduziert. Eine starke Scherung nach Westen (nach Osten) wird durch eine graue (orange) Schattierung angezeigt. Figur angepasst von [10].

Verbesserte GW-Parametrisierung (H): Die Tatsache, dass konvektive GWs im ECMWF-Modell unterrepräsentiert sind, zeigt, dass eine zunehmende Auflösung keine korrekte Darstellung von GWs garantiert. Daher muss selbst für zukünftige hochauflösende Modelle ein Teil des GW-Spektrums durch GW-Parametrisierungsschemata dargestellt werden, insbesondere in sehr kurzen Maßstäben. Die meisten Klima- und NWP-Modelle verwenden GW-Parametrisierungen, die alle Quellen außer Orographie in einer nicht-orographischen GW-Parametrisierung zusammenfassen. Diese Methode hat jedoch den Nachteil, dass sie nur über die Interaktion mit dem Hintergrundwind, nicht aber über die Quelle auf die tatsächliche meteorologische Situation und den aktuellen Klimazustand zurückführt! UVerbesserte GW-Parametrisierung (H): Die Tatsache, dass konvektive GWs im ECMWF-Modell unterrepräsentiert sind, zeigt, dass eine zunehmende Auflösung keine korrekte Darstellung von GWs garantiert. Daher muss selbst für zukünftige hochauflösende Modelle ein Teil des GW-Spektrums durch GW-Parametrisierungsschemata dargestellt werden, insbesondere in sehr kurzen Maßstäben. Die meisten Klima- und NWP-Modelle verwenden GW-Parametrisierungen, die alle Quellen außer Orographie in einer nicht-orographischen GW-Parametrisierung zusammenfassen. Diese Methode hat jedoch den Nachteil, dass sie nur über die Interaktion mit dem Hintergrundwind, nicht aber über die Quelle auf die tatsächliche meteorologische Situation und den aktuellen Klimazustand zurückführt! Um diese Einschränkung zu überwinden, benötigen wir eine parametrisierte Parametrisierung von GW-Quellen. Eine der wichtigsten Quellen ist Konvektion. Ein konvektives GW-Quellenschema (CGWS) wurde an der Yonsei University (Seoul, Korea) entwickelt. Ein solches CGWS muss jedoch auf vereinfachte Physik angewiesen sein. Insbesondere sind die zeitlichen und räumlichen Skalen der Konvektion freie Parameter in der Yonsei CGWS. Am IEK-7 entwickelten wir einen Beobachtungsfilter, um die Auswirkungen der Beobachtungstechnik von HIRDLS und SABRE zu simulieren [14]. Durch Variieren der freien Parameter der CGWS und Vergleichen der Modellresultate mit GW-Spektren von HIRDLS konnten diese freien Parameter der CGWS für subtropische Konvektion bestimmt werden [15]. Die Ergebnisse stimmen gut mit direkten Beobachtungen der Größe von mesoskaligen konvektiven Komplexen (MCCs) überein, die häufig in den Sommer-Subtropen vorkommen. Zusammen mit einem allgemeinen Hintergrund können die meisten globalen Variationen von GWMF erfolgreich beschrieben werden [16]. Unsere Modellierungsbemühungen umfassen die schräge Ausbreitung von GWs, was für globale Momentumsbilanzen von Bedeutung ist. Auf ihrem Weg durch die Mesopause breiten sich GWs durchschnittlich 10 ° bis 20 ° polwärts aus [17] und können so kritische Pegel vermeiden. Letzteres könnte auch für den Wiederaufbau des Polarwirbels nach plötzlichen stratosphärischen Erwärmungen von Bedeutung sein [8].m diese Einschränkung zu überwinden, benötigen wir eine parametrisierte Parametrisierung von GW-Quellen. Eine der wichtigsten Quellen ist Konvektion. Ein konvektives GW-Quellenschema (CGWS) wurde an der Yonsei University (Seoul, Korea) entwickelt. Ein solches CGWS muss jedoch auf vereinfachte Physik angewiesen sein. Insbesondere sind die zeitlichen und räumlichen Skalen der Konvektion freie Parameter in der Yonsei CGWS. Am IEK-7 entwickelten wir einen Beobachtungsfilter, um die Auswirkungen der Beobachtungstechnik von HIRDLS und SABRE zu simulieren [14]. Durch Variieren der freien Parameter der CGWS und Vergleichen der Modellresultate mit GW-Spektren von HIRDLS konnten diese freien Parameter der CGWS für subtropische Konvektion bestimmt werden [15]. Die Ergebnisse stimmen gut mit direkten Beobachtungen der Größe von mesoskaligen konvektiven Komplexen (MCCs) überein, die häufig in den Sommer-Subtropen vorkommen. Zusammen mit einem allgemeinen Hintergrund können die meisten globalen Variationen von GWMF erfolgreich beschrieben werden [16]. Unsere Modellierungsbemühungen umfassen die schräge Ausbreitung von GWs, was für globale Momentumsbilanzen von Bedeutung ist. Auf ihrem Weg durch die Mesopause breiten sich GWs durchschnittlich 10 ° bis 20 ° polwärts aus [17] und können so kritische Pegel vermeiden. Letzteres könnte auch für den Wiederaufbau des Polarwirbels nach plötzlichen stratosphärischen Erwärmungen von Bedeutung sein [8].

Verweise:

  1. Ern, M.et al. 2009, Geophysical Research Letters, 36, L21801, doi:10.1029/2009GL040493.
  2. Orr, A. et al. 2010, Journal of Climate, 23, 5905 – 5926.
  3. Ern, M. et al. 2006, Atmospheric Chemistry and Physics, 6 , 4361 – 4381.
  4. Preusse, P. et al. 2014, Atmospheric chemistry and physics / Discussions 14(8), 11961 - 12018 (2014) [10.5194/acpd-14-11961-2014].
  5. Preusse, P. et al 2009, Journal of Geophysical Research D: Atmospheres, 114, D08126.
  6. Schröder, S. et al. 2009, Geophysical Research Letters, 36, L10805.
  7. Ern, M. et al. 2013, J. Geophys. Res.-A. 118: 3467-3485, doi:10.1029/2012JD018208.
  8. Ern, M. et al. 2016, Atmos. Chem. Phys. 16: (15), 9983-10019, doi:10.5194/acp-16-9983-2016.
  9. Ern, M. et al.. 2015., Ann. Geophys. 33: 483-504, doi:10.5194/angeo-33-483-2015.
  10. Ern, M. et al. 2014, J. Geophys. Res.-A. 119: 1-27, doi:10.1002/2013JD020731.
  11. Preusse, P. et al. 2014, Atmos. Chem. Phys. 14: 10483-10508, doi:10.5194/acp-14-10483-2014.
  12. Ern, M. et al. 2016, Geophys. Res. Lett. 43: n/a, doi:10.1002/2016GL072007.
  13. Jia, J.Y. et al. 2014, Ann. Geophys. 32: 1373-1394, doi:10.5194/angeo-32-1373-2014.
  14. Trinh, T. et al. 2015, Atmos Meas. Tech. 8: 1491-1517, doi:10.5194/amt-8-1491-2015.
  15. Trinh, Q.T. et al. 2016, Atmos. Chem. Phys. 16: (11), 7335-7356, doi:10.5194/acp-16-7335-2016.
  16. Kalisch, S. et al. 2016, J. Geophys. Res.-A. 121: (22), 13474-13492, doi:10.1002/2016JD025235.
  17. Kalisch, S. et al. 2014, J. Geophys. Res.-A. 119: 10,081-10,099, doi:10.1002/2014JD021779.


Servicemenü

Homepage