Anwendung von ESCIMO für Thüringen - · PDF fileLeipziger Institut für...

Leipziger Institut für Meteorologie - LIM

Daniel Hertel Meteorologisches Seminar WS 2011/12 1

Anwendung von ESCIMO für Thüringen

Projekte und Forschung zum Klimawandel in Thüringen

04. November 2014

Daniel Hertel

Daniel Hertel TLUG Klima Workshop 2014



Inhalt

1. Einführung des Themas

1.1 Hydrologischer Zyklus

1.2 Messstationen

2. ESCIMO.spread (Strasser, 2010)

2.1 Kurze Darstellung des theoretischen Hintergrunds

2.2 Modellperformance

2.3 Ergebnisse

3. Ausblick




1. Einführung des Themas


Karte von Thüringen mit Messstationseintragungen (rot)





ESCIMO = Energy balance Snow Cover Integrated MOdel

1 – Schicht Prozessmodell

Q + H + E + M + A + B = Ql↓ + Ql↑ + Qs↓+ Qs↑

+ H + E + M + A + B = 0

H= sensibler Wärmefluss

E= latenter Wärmefluss

M= potenziell verfügbare

Schmelzenergie

A= advektive Energie

B= Bodenwärmefluss

Q = Strahlung = langwellige

Strahlungsbilanz + kurzwellige

Strahlungsbilanz





Q + H + E + M + A + B = Ql↓ + Ql↑ + Qs↓+ Qs↑

+ H + E + M + A + B = 0

SWE (Snow Water Equivalent): Das SWE einer

Schneedecke stellt die Höhe einer gedachten

Wassersäule über einer horizontalen Fläche an

einem Ort zu einem bestimmten

Beobachtungszeitraum dar (DIN 4049).

Modell Output:

SWE𝑖 mm = Schneehöhe hi cm × 10 × Schneedichte ρi[g cm3 ]

Model Input:

Lufttemperatur [K]

Relative Feuchte [%]

Windgeschwindigkeit [m/s]

Niederschlagsrate [mm/d]

Globalstrahlung [W/m²]

Einfallende langwellige

Strahlung [W/m²]

Stationsluftdruck [hPa]

Dampfdruck [hPa]

Breitengrad der Station [°] (Plattner, 2004)



2. ESCIMO.spread (Strasser,2010)














Modell Performance (aus: Strasser, 2010)

Bestimmtheitsmaß aus

Regression

Index of Agreement

Nash-Sutcliffe model

efficiency





Modell Output

0

125

250

Snow

wate

r equiv

ale

nt

(mm

)

Snow water equivalent

Observed Modelled

Datum

Wasserkuppe





Modell Output

Datum

Nash-Suttclife model

efficiency: NSME = 0.87

Coefficient of

determination: R2 = 0.87

Index of agreement: IA = 0.97

Wasserkuppe

0.00

20.00

40.00

60.00

80.00

100.00

120.00

140.00

0.00 20.00 40.00 60.00 80.00 100.00 120.00 140.00 160.00

Pre

dic

ted S

WE

(m

m)

Observed SWE (mm)

Observed SWE (mm)





Modell Output

Quelle: IMPAKT Publikation (2013)





Modell Output

Emissionsszenarien (Thüringen)

A1B

Temperatur:

Sommer: +4°C

Winter: +3.7°C

Niederschlag:

Sommer: -12.5%

Winter: +17%

B1

Temperatur:

Sommer: +1.7°C

Winter: +3.2°C

Niederschlag:

Sommer: -15%

Winter: +15%

aus: IMPAKT

Publikation;

Stand: 2013

aus: Publikationen des

Umweltbundesamtes;

Stand: 2007





Modell Output

0

125

Snow

wate

r equiv

ale

nt

(mm

)


Modelled

Datum

Szenario A1B Wasserkuppe





Modell Output

Szenario B1 Wasserkuppe

0

125

Snow

wate

r equiv

ale

nt

(mm

)


Modelled

Datum





Modell Output

0

125

Snow

wate

r equiv

ale

nt

(mm

)


Observed Modelled

Flughafen Erfurt-Weimar





Modell Output



Coefficient of determination: R2 = 0.88


0.00

10.00

20.00

30.00

40.00

50.00

60.00

0.00 10.00 20.00 30.00 40.00 50.00 60.00 70.00

Pre

dic

ted S

WE

(m

m)

Observed SWE (mm)

Observed SWE (mm) Flughafen Erfurt-Weimar





Modell Output

0

125

Snow

wate

r equiv

ale

nt

(mm

)


Modelled

Flughafen Erfurt-Weimar Szenario A1B





Modell Output

0

125

Snow

wate

r equiv

ale

nt

(mm

)


Modelled

Flughafen Erfurt-Weimar Szenario B1





Modell Output

0

125

250

Snow

wate

r equiv

ale

nt

(mm

)


Observed Modelled

Neuhaus





Modell Output



Coefficient of

determination: R2 = 0.76


-50.00

0.00

50.00

100.00

150.00

200.00

250.00

0.00 50.00 100.00 150.00 200.00 250.00

Pre

dic

ted S

WE

(m

m)

Observed SWE (mm)

Observed SWE (mm)

Neuhaus



3. Ausblick


Anwendungsmöglichkeiten

Visualisierungstool für Tourismus

Schnelle Visualisierung von Auswirkungen des Klimawandels

auf die Schneebedeckung

Einfache Anwendung im Feldversuch per Notebook etc.

Untersuchung von Akkumulations – und Ablationsprozessen

während einer Wintersaison

Zu behebende Probleme:

• Besorgung von Stundenwerten

• Anpassung Tagesmittelwerte (Tagesgang Temperatur etc.)

• Berücksichtigung weiterer Einflussgrößen (Abschattung durch Vegetation,

Höhenkorrektur Strahlung usw.)



3. Quellenverzeichnis


DIN 4049 - 3: Hydrologie - Begriffe zur quantitativen Hydrologie

IMPAKT Publikation (2013): Integriertes Maßnahmenprogramm zur Anpassung an die Folgen

des Klimawandels im Freistaat Thüringen. Thüringer Ministerium für Landwirtschaft, Forsten,

Umwelt und Naturschutz

Plattner, C. (2004): Ableitung des Winterniederschlags in den Jahren 2002-2004 am

Vernagtferner aus Geländemessungen sowie flächendifferenzierte Betrachtung der

Schneeverteilung unter Verwendung und Erstellung von GIS Anwendungen. Diplomarbeit an

der Ludwig-Maximilians-Universität München.

Publikationen des Umweltbundesamtes(2007): Neuentwicklung von regional hochaufgelösten

Wetterlagen für Deutschland und Bereitstellung regionaler Klimaszenarios auf der Basis von

globalen Klimasimulationen mit dem Regionalisierungsmodell WETTREG auf der Basis von

globalen Klimasimulationen mit ECHAM 5/MPI-OM T63L31 2010 bis 2100 für die SRES

Szenarios B1, A1B und A2.

Strasser, U, T. Marke: ESCIMO.spread – a spreadsheet – based point snow surface energy

balance model to calculate hourly snow water equivalent and melt rates for historical and

changing climate conditions. Geosci. Model Dev., 3, 643-652, 2010

www.geosci-model-dev.net/3/643/2010/doi: 10.5194/gmd-3-643-2010

http://www.geosci-model-/

Date post:	06-Feb-2018
Category:	Documents
Upload:	dodan
View:	215 times
Download:	0 times

Anwendung von ESCIMO für Thüringen - · PDF fileLeipziger Institut für...

Documents