Forschungs- & Entwicklungsinformationsdienst der Gemeinschaft - CORDIS

ERC

MODES — Ergebnis in Kürze

Project ID: 280153
Gefördert unter: FP7-IDEAS-ERC
Land: Slowenien
Bereich: Grundlagenforschung, Umwelt

Wetter und Klima noch besser vorhersagen

Noch nie zuvor standen so viele Informationen über die globale Atmosphäre, Ozeane und Landflächen zur Verfügung, aber es existieren auch immer noch große Datenlücken. Diese Lücken sowie mangelhafte Wettervorhersagemodellen und die Komplexität der klimatischen Prozesse verhindern ein exaktes Verständnis sowohl des aktuellen als auch des zukünftigen Zustands der Atmosphäre und des Klimasystems.
Wetter und Klima noch besser vorhersagen
Eine Wettervorhersage hängt von der Genauigkeit der Erfassung der Anfangsbedingungen im Rahmen einer Analyse sowie den numerischen Darstellungen der Atmosphäre ab. Analysen werden unter Einbeziehung von Temperatur, Windgeschwindigkeit und Feuchtigkeitsmessungen zwischen Erdoberfläche und einer Höhe von ungefähr 60 bis 80 Kilometern vorgenommen. Die gegenwärtig hauptsächlich fehlende Komponente im globalen Beobachtungssystem sind Windmessungen, insbesondere über den Meeren.

In NWP-Modellen (Numerical Weather Prediction; numerische Wettervorhersage) werden mathematische Formulierungen von Prozessen in der Atmosphäre angewandt, um Vorhersagen auf Grundlage aktueller Bedingungen zu treffen, wie sie die Beobachtungen liefern. Diese Modelle erzeugen stündliche bis wöchentliche Wettervorhersagen mit vielen räumlichen Details. Um das Klima vorherzusagen, müssen die Modelle sowohl Prognosen in Bezug auf die Atmosphäre, die Meere und die Landflächen als auch die atmosphärische Zusammensetzung und ihrer Schwankungen berücksichtigen. Resultate von Klimamodellen sind überall im Einsatz, um den gegenwärtigen und zukünftigen Klimawandel nachzuvollziehen.

Fehlende Beobachtungen und Unvollkommenheiten in den Modellen ziehen allerdings Unsicherheiten in den Analysen und Vorhersagen nach sich. Jedoch sind auch mit perfekten Modellen und bei genau bekannten Anfangszuständen Vorhersagen aufgrund der von Natur aus vorhandenen Nichtlinearität von Strömungen über längere Prognosezeiträume in zunehmendem Maße unsicher.

Diesen Herausforderungen nahm sich das von der EU finanzierte Projekt MODES (Modal analysis of atmospheric balance, predictability and climate) an, das eine globale Sichtweise der prädiktiven Möglichkeiten von NWP-Modellen bereitstellte.

„Klimawissenschaftler untersuchten die dynamischen Eigenschaften der Atmosphäre und die Klimadynamik über verschiedene räumliche und zeitliche Größenordnungen hinweg, wobei sich herausstellte, dass je größer die räumliche Größenordnung, desto größer der Grad an Unsicherheit in den Anfangsbedingungen ist, auf denen die Vorhersage beruht“, sagt die Projektkoordinatorin, Professorin Nedjeljka Žagar.

Die Forscher entwickelten und implementierten ein neuartiges Softwareinstrument mit der Bezeichnung MODES zur Analyse des atmosphärischen Gleichgewichts und der Vorhersagbarkeit in Wetter- und Klimamodellen. Dieser innovative Ansatz diente der Validierung und Verbesserung der Klimamodelle.

„MODES lieferte eine skalenabhängige, dreidimensionale globale Sicht auf die atmosphärische Vorhersagbarkeit, die mit den Analyseunsicherheiten bei symmetrischer und unsymmetrischer Zirkulation verbunden ist“, kommentiert Professorin Žagar. „Die Ergebnisse belegten, dass die Mehrheit der Unsicherheiten in den Tropen aufgrund von unsymmetrischen oder Trägheitsschwerewellen auftreten“, erklärt sie.

Im Rahmen der Studie untersuchte man das atmosphärische Gleichgewicht und die Vorhersagbarkeit in Hinsicht auf die mit den verschiedenen Wellentypen verbundenen Energie: symmetrische oder Rossby-Wellen und unsymmetrische bzw. Trägheitsschwerewellen (inertio-gravity, IG). In ihrer Form als die Normalmodus-Funktionsdarstellung bildet dieser Ansatz das Herzstück der in MODES vorgeschlagenen Methodik.

„Mit Trägheitsschwerewellen assoziierte Energieniveaus sind viel niedriger als bei der Rossby-Wellenenergie und deren räumliche Größenordnung ist im Allgemeinen klein, so dass sie schwierig zu modellieren sind. Ihre Rolle ist jedoch sehr wichtig, denn sie beeinflussen sowohl Wetter als auch Klima auf nachhaltige Weise, und daher ist es entscheidend, ihr Verhalten in der numerischen Wettervorhersage und in Klimamodellen zu validieren“, fordert Professorin Žagar.

Daher stellte MODES eine Methode zur Schätzung der in den globalen Daten mit Trägheitsschwerewellen verbundenen Störeinflüsse von Temperatur und Wind bereit. Dieses Verfahren kann zur Validierung der Trägheitsschwerewellen in NWP- und Klimamodellen verwendet werden, indem man sie direkt mit Beobachtungen von Schwerewellenströmungen vergleicht, die aus Perioden intensiver Beobachtungen zur Verfügung stehen.

Die Projektergebnisse werden bei der numerischen Wettervorhersage und der Klimamodellgemeinschaft sowie all jenen, die von deren Arbeit abhängig sind, von Nutzen sein. Die MODES-Software wurde der sich mit der Atmosphäre beschäftigenden Forschergemeinschaft zur Verfügung gestellt und auf das führende Wettervorhersagemodell des Europäischen Zentrums für mittelfristige Wettervorhersage (European Centre for Medium-Range Weather, EZMW) angewandt. Ausgewählte Ergebnisse der Modalanalyse werden täglich auf der Projektwebsite veröffentlicht.

Schlüsselwörter

Wetter, Klima, NWP, numerische Wettervorhersage, MODES, atmosphärisches Gleichgewicht, Modalanalyse
Folgen Sie uns auf: RSS Facebook Twitter YouTube Verwaltet vom Amt für Veröffentlichungen der EU Nach oben