If you can't read please download the document
Upload
conley
View
25
Download
0
Embed Size (px)
DESCRIPTION
Hybrides probabilistisches Vorhersageschema für postfrontale Schauerniederschläge. PQP- Workshop Bonn, 23.Oktober 2006. Tanja Weusthoff, Thomas Hauf Institut für Meteorologie und Klimatologie Leibniz Universität Hannover. single cell. multi cell. Beobachtung. - PowerPoint PPT Presentation
Citation preview
Hybrides probabilistisches Vorhersageschema fr postfrontale SchauerniederschlgeTanja Weusthoff, Thomas HaufInstitut fr Meteorologie und KlimatologieLeibniz Universitt HannoverPQP- Workshop Bonn, 23.Oktober 2006
BeobachtungKaltluftsektor hinter einer Kaltfront postfrontales GebietRelativ homogene, zellulare Struktur auf Satelliten- und Radarbild erkennbarRumliche Struktur durch einfache analytische Gesetzmigkeiten beschreibbar (Theusner, 2006)Einteilung der Regengebiete anhand Maximazahl (Ein-, Mehrzeller), ClusterCluster = abgeschlossenes Regengebiet im Radarbild, das ein oder mehrere Maxima der Reflektivitt / Regenraten enthlt PC-Komposit, 09. Mai 1997, 13:15 UTCNOAA AVHRR, 09. Mai 1997, 13:18 UTC
ZielsetzungAnalyse postfrontaler Schauer und Ableitung von Gesetzmigkeiten (z.B. Verteilungsfunktionen, Flchenverteilung)
Verbesserung des Verstndnisses der Struktur und Entwicklung von Schauern
Entwicklung eines Vorhersageschemas fr postfrontale Schauerniederschlge:Deterministische Vorhersage der forcierenden synoptischen Bedingungen Bestimmung des RegengebietesProbabilistische Vorhersage verschiedener statistischer Gren (z.B. Anzahl der Regengebiete, gesamte beregnete Flche, Gebietsniederschlag, Wahrscheinlichkeit des Auftretens lokalen Niederschlags ...)
Validation von DWD Vorhersagen ( Wird die Schauerstruktur von hoch auflsenden Modellen richtig wiedergegeben?)
ErgebnisseAuszug aus den Ergebnissen aus der Analyse der geometrischen Struktur der Analyse der Regenraten
1. Analyse der geometrischen StrukturHufigkeitsverteilung der MaximazahlGrenverteilungRumliche Verteilung innerhalb Deutschlandsz.B. der mittleren ClustergreSelbsthnliche Verteilung ber ganzen Tag: b = constantVariation von Tag zu TagLognormalverteilung fr jede MaximazahlHomogene Verteilung bis auf Kste und MittelgebirgePotenzgesetz: N(p) = N0 pbDurchmesser des der Flche entsprechenden aquivalenten KreisesMaximazahl EinzellerSechszeller
2. Analyse der RegenratenMethode 1: Verfolgung der einzelnen Cluster TrackingBsp. Einzelzelle35 minErgebnis: Informationen ber die zeitliche Entwicklung konvektiver Schauer, Lebenszyklus und Wechselwirkungen zwischen verschiedenen Clustern
2. Analyse der RegenratenMethode 1: Verfolgung der einzelnen Cluster TrackingMethode 2: Analyse der Momentanaufnahmen derNiederschlagsraten hinsichtlich Verteilung, Tagesgang etc.
Methode 2. Analyse der Momentanaufnahmen rr ~ prr ~ p
EinzellerZweizellerFnfzellerDie Regensumme jeder einzelnen Zelle wchst ~ p die Regensumme des gesamten Clusters wchst ~ pMethode 2. Analyse der Momentanaufnahmen p = 1 bis 10Die Regensumme jeder einzelnen Zelle wchst nicht die Regensumme des gesamten Clusters wchst ~ pp > 10 Verstrkung der Effektivitt der einzelnen Zellen durch Zusammenschluss Keine weitere Verstrkung der Effektivitt der einzelnen Zellen
aa ~ paa ~ pMethode 2. Analyse der Momentanaufnahmen
AusblickAnalytische Beschreibung der GesetzmigkeitenAnalytische Beschreibung der (zeitlichen) Entwicklung konvektiver Zellen unter Einbeziehung der Regenraten
Untersuchung des synoptischen Einflusses auf die statistischen Eigenschaften Diplomarbeit
Kombination der bisherigen Erkenntnisse zur Erstellung des VorhersagemodellsTest des Vorhersageschemas
Vergleich der Ergebnisse der Analyse mit den Messungen aus COPS Validierung von ModellvorhersagenGegebenenfalls Einbindung des Vorhersageschema in die Testumgebung von NinjoVerffentlichungen: Weusthoff, 2005 (Diplomarbeit): Beitrge zur Entwicklung eines stochastischen Niederschlagsmodells zur Simulation postfrontaler SchauerWeusthoff, 2006 (Paper in Vorbereitung): Development of convective shower cells under post-frontal conditionsTheusner, 2006 (Dissertation in der Endphase): An investogation on small scale precipitation structures
Vielen Dank fr Ihre Aufmerksamkeit!Tanja [email protected]
Beispiel: 24.09.2006, Summe der Regenraten pro Maximum in Abhngigkeit von gesamter Zahl an Maximarr ~ prr ~ p
Betrachtung der Regenraten von Einzelzellen ber gesamte LebensdauerRegenraten ber gesamte LebensdauerMittelwert = 3.61 Median = 1.83Analyse 1. Tracking am Beispiel von EinzelzellenRegenraten ber gesamte Lebensdauer, normiert mit Lebensdauer pro 5 min(mean(summe_regenrate/lebensdauer))Mittelwert = 1.09Median = 0.76
(mean(summe_regenrate)/mean(lebensdauer))Mittelwert = 1.28Median = 0.65Ca. 60 % aller verfolgbaren Cluster (tracks) bleiben Einzelzellen ber gesamten Lebenszyklus(Beispiel einfgen)
Summe der Regenraten ber die gesamte Lebensdauer von Einzelzellen, 0.01 mm - SchritteMittelwert = 361 * 0.01 mm / 5 min Maximum der Hufigkeit bei 88 * 0.01 mm / 5 min (Min_Menge = 48, Max_Menge = 21593)Summe pro 5 min pro km bestimmen normieren mit LebensdauerMittelwert = 13 * 0.01 mm / km / 5 minSumme der Regenraten ber gesamte Lebensdauer pro km;
Lebensdauer
RegenratenTagessumme 24.09.2004
Statistische AngabenInstitut fr Meteorologie und Klimatologie Universitt Hannover Email: [email protected] Tel.: 0511 / 762 3255 Herrenhuser Str. 2 30419 HannoverReflektivitten: ab etwa 20 dBZ
Betrachtete Tage: 25.02.2004 und 24.09.2004
142.583 Cluster konnten identifiziert werden mit insgesamt 396.719 Maxima, also EinzelzellenMehr als 90 % sind EinzelzellenVerteilung wird durch Potenzgesetz wiedergegeben
11.885 Tracks wurden analysiertMittlere Lnge: 21 bis 26 minIn 21 % aller Tracks tritt Merging oder Splitting auf64 % aller Tracks bestehen gesamte Zeit aus einem Cluster 15 % verndern sich nur durch inneres Wachstum60 % aller Tracks bestehen ber gesamte Zeit aus Einzelzellen
201.513 einzelne bergnge wurden untersucht31 % Stagnation21 % Neubildung15.5 % Wachstum14.5 % Schrumpfen18 % Sterben
Tracking der RegengebieteTanja Weusthoff (Diplomarbeit, April 2005)Institut fr Meteorologie und Klimatologie Universitt Hannover Email: [email protected] Tel.: 0511 / 762 3255 Herrenhuser Str. 2 30419 HannoverZielRumliche Verfolgung jedes einzelnen Clusters zur Untersuchung seines Wachstums
MethodeIdentifikation und Kennzeichnung aller zusammenhngenden Regengebiete = Cluster = Ein- und MehrzellerBestimmung charakteristischer Eigenschaften fr jedes Cluster (Maximazahl, Flche, Regenrate,)Suchbox um jedes Gebiet (dx = 10 Pixel mit 1 Pixel = 10 km)Auswhlen des wahrscheinlichsten Nachfolgeclusters zum Folgezeitpunkt t0 + 5 min anhand verschiedener KriterienSpeicherung der Charakteristika und Nachfolger / Vorgnger zur weiteren Auswertung:
UhrzeitLabelClusterflcheMaxima pro ClusterMittlere Regenrate...
Institut fr Meteorologie und Klimatologie Universitt Hannover Email: [email protected] Tel.: 0511 / 762 3255 Herrenhuser Str. 2 30419 HannoverErgebnisseSchauer weisen typischen Lebenszyklus auf mit Wachstumsphase, Reife- bzw. Stagnationsphase und ZerfallSchauer wachsen durch Vergrerung ihrer Flche (hier nicht untersucht)durch inneres Wachstum einer oder mehrerer neuer Zellen durch Verschmelzen mit anderen Zellenbevorzugt um eine Zelle Schauer zerfallenbevorzugt in die nchst kleinere Zelledurch Teilung / Abspaltung von ZellenInnerlich durch Zusammenfall einzelner Zellenbergnge innerhalb eines Zeitschrittes (5 min) Anzahl der Cluster mit m Maxima, die an der Entstehung eines greren Clusters (n-Zeller) beteiligt sind (24.09.2004).Cluster entstehen hauptschlich aus Einzelzellen sowie einem nchst kleineren Clusterbei etwa 30 % aller bergnge ndert sich die Anzahl der Maxima innerhalb eines Clusters nicht (Stagnation)etwa 50 % aller Einzelzellen bleiben innerhalb eines Zeitschritts EinzelzellenLebensdauerHufigkeitsverteilung der Lebensdauern der Cluster fr den 25.02.2004 und den 24.09.2004.Untersucht wurden 11.885 TracksDie meisten Cluster existieren nicht lnger als 25 minMittlere Lnge eines Tracks: etwa 21 26 minIn 21 % aller Tracks tritt Merging oder Splitting auf60 % aller Tracks bestehen ber den ganzen Zeitraum aus einer einzelnen ZelleHybrides probabilistisches Vorhersageschema fr postfrontale SchauerniederschlgeTanja Weusthoff, Thomas Hauf
Diagramm1
70.4573906267
14.1677513493
5.5339540205
3.0036727215
1.7949079332
1.2535338545
0.8705096212
0.6450061765
0.4858272743
0.3697593248
Wachstumsprozess
usw.
Maximazahl
Anteil [%]
Tabelle1
0166609
18498570.45740.7001
21708914.16780.1408
366755.53400.0550
436233.00370.0298
521651.79490.0178
615121.25350.0125
710500.87050.0086
87780.64500.0064
95860.48580.0048
104460.36980.0037
113810.31590.0031
122860.23710.0024
132320.19230.0019
141770.14670.0015
151790.14840.0015
161260.10450.0010
17980.08120.0008
18880.07300.0007
19770.06380.0006
20660.05470.0005
120619
121391
Tabelle1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
Tabelle2
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
Tabelle3
Lebenslauf eines Clusters Genesis Growth (incl. merging and internal growth) Stagnation Decrease (incl. splitting and internal decrease) Dissolving
VorhersageschemaDiurnal cycleDisplacement of rain area fieldLocal velocityInput parametersMean distributionsGeometrical characteristics Rain rate characteristics
rr/max[1] = ca. 1.9 mm/5 min
Wieviel pro km?ca. 1.9/20 mm/5min/km = ca. 0.095 mm/5min/km
(64 % bleiben eincluster, wieviele der verfolgbaren bleiben einzeller???)Einzelzellen, weil am einfachsten zu untersuchenBetrachtung der Regenraten von Einzelzellen ber gesamte Lebensdauer ( nur Tracks bercksichtigt, die mindestens in zwei Zeitpunkten gefunden werden, d.h. verfolgt werden konnten)