Downscaling von Atmosphärenmodellausgaben, insbesondere von Niederschlagsdaten, ist erforderlich um Variablen von der niedrigaufgelösten Skala des Modells zur Punktskala des Standortes hin zu transformieren, auf der die entsprechenden Variablen für praktische Anwendungen genutzt werden. Dazu gehören unter anderem, das Füllen von Datenlücken, hydrologische oder glaziologische Anwendungen, Klimaprognosen, Anwendungen in der Bewässerung oder Vorhersagen für Energieversorger. Statistisches Downscaling besteht darin, stochastische Beziehungen zwischen Beobachtungen oder Modellausgaben auf großer Skala, die als Prädiktoren dienen, und die an einem Standort zu schätzende Größe, dem Prädiktand, herzustellen. Die dazu angewandten Beziehungen sind häufig lineare Regressionen, es kommen aber auch nicht-lineare Transformationen, wie nicht-lineare Regressionen oder das Quantile-Matching zur Anwendung. In besagten Fällen wird ein stationärer, homoskedastischer Zusammenhang zwischen stochastischen Variablen angenommen, die zwar den bedingten Erwartungswert, aber nicht die Ränder der Verteilung, welche die meteorologischen Extreme abbilden, adäquat transformieren. Im vorliegendem Antrag wird ein probabilistischer Prozessor für das Downscaling von Niederschlagsdaten als Ansatz vorgeschlagen, der als bedingter Bayesscher Prozessor implementiert wird und die nicht-lineare Umformungen zwischen Prädiktoren von der Meso-Skala hin zur Skala eines Standortes unterstützt. In diesem Zusammenhang werden stochastische Zusammenhänge zwischen Prädiktoren und Prädiktanden im Gaußschen Raum modelliert. Die Methode ermöglicht es, mehrere Indikatoren innerhalb eines räumlichen Fensters von Modellzellen gleichzeitig zu verwenden, und kann auf die Anwendung von Prädiktoren, die von mehreren unterschiedlichen Vorhersagemodellen stammen, ausgeweitet werden. Durch die Anwendung multivariater abgeschnittener Normalverteilungen können auch heteroskedastische Beziehungen von stochastischen Variablen abgebildet, analytisch nach den Prädiktoren marginalisiert und anschließend in den Herkunftsraum zurücktransformiert werden. Das Downscaling der Schätzung des Prädikanten von der Skala der Modellzelle auf den Standort erfolgt anschließend mit Hilfe eines nicht-Markovschen, nicht-stationären stochastischen Wettergenerators. Sowohl der Bayessche Prozessor als auch der stochastische Wettergenerator müssen über ein ausreichend weites Zeitfenster anhand von Beobachtungsreihen und Simulationsergebnissen geeicht und validiert werden.
The North Atlantic Waveguide and Downstream Impact Experiment (NAWDEX) aims to provide the foundation for future improvements in the prediction of high impact weather events over Europe. The concept for the field experiment emerged from the WMO THORPEX program and contributes to the World Weather Research Program WWRP in general and to the High Impact Weather (HIWeather) project in particular. An international consortium from the US, UK, France, Switzerland and Germany has applied for funding of a multi-aircraft campaign supported by enhanced surface observations, over the North Atlantic and European region. The importance of accurate weather predictions to society is increasing due to increasing vulnerability to high impact weather events, and increasing economic impacts of weather, for example in renewable energy. At the same time numerical weather prediction has undergone a revolution in recent years, with the widespread use of ensemble predictions that attempt to represent forecast uncertainty. This represents a new scientific challenge because error growth and uncertainty are largest in regions influenced by latent heat release or other diabatic processes. These regions are characterized by small-scale structures that are poorly represented by the operational observing system, but are accessible to modern airborne remote-sensing instruments. HALO will play a central role in NAWDEX due to the unique capabilities provided by its long range and advanced instrumentation. With coordinated flights over a period of days, it will be possible to sample the moist inflow of subtropical air into a cyclone, the ascent and outflow of the warm conveyor belt, and the dynamic and thermodynamic properties of the downstream ridge. NAWDEX will use the proven instrument payload from the NARVAL campaign which combines water vapor lidar and cloud radar, supplemented by dropsondes, to allow these regions to be measured with unprecedented detail and precision. HALO operations will be supported by the DLR Falcon aircraft that will be instrumented with wind lidar systems, providing synergetic measurements of dynamical structures. These measurements will allow the first closely targeted evaluation of the quality of the operational observing and analysis systems in these crucial regions for forecast error growth. They will provide detailed knowledge of the physical processes acting in these regions and especially of the mechanisms responsible for rapid error growth in mid-latitude weather systems. This will provide the foundation for a better representation of uncertainty in numerical weather predictions systems, and better (probabilistic) forecasts.
Der menschengemachte Klimawandel bedroht langfristig die Stabilität der Ökosysteme des Planeten, und damit auch die Stabilität der menschlichen Gesellschaft durch Verknappung von Wasser, Nahrung und Lebensraum. Insbesondere die landwirtschaftliche Nahrungsmittelproduktion blickt einer ungewissen Zukunft entgegen und es besteht erheblicher Informationsbedarf hinsichtlich geeigneter Klimaschutzstrategien. Übergeordnetes Ziel des Vorhabens ist die Identifizierung von geeigneten Bewirtschaftungsmaßnahmen und betrieblichen Strategien zur Optimierung der Pflanzenproduktion im Sinne des Klimaschutzes. Das Projekt ModOKlim verfolgt dabei vorrangig folgende wissenschaftliche Ziele: (i) die verlässliche Reproduktion von räumlichen und zeitlichen Mustern der Produktivität landwirtschaftlicher Kulturen in Deutschland über die vergangenen 30 Jahre mit Hilfe von Agrarökosystemmodellen, (ii) die deterministische Projektion der Ertragsaussichten und damit verbundener THG-Emissionen landwirtschaftlicher Kulturen in Deutschland, (iii) die Szenarienanalyse mit Hilfe von biophysikalischen und ökonomischen Modellen zur Beurteilung von Erfolgsaussichten von Klimaschutzstrategien in Richtung von profitablen, klimaangepassten und artenreichen Anbausystemen und (iv) die Integration des aktuellsten Stands der Wissenschaft in Bezug auf die probabilistische Projektion von Extremwetterereignissen in die Projektionen der deterministischen Modelle. Ziel des Arbeitspakets 2 ist die Erarbeitung einer Methode zur konsistenten Darstellung von deterministischen und probabilistischen Modellergebnissen und einer methodenübergreifenden Quantifizierung der Ertragsveränderungen. Arbeitspaket 4 erarbeitet ein Bild über die Verteilung der Zusatzbewässerung in Deutschland. Ziel des Arbeitspaketes 6 ist es, mit einem deterministischen Modell die Ertragsveränderungen und die damit verbundenen THG-Emissionen sowie andere Ökosystemleistungen unter verschiedenen Klima- und Bewirtschaftungsszenarien zu simulieren.
Seit 2003 wird am Institut für Meteorologie und Geophysik in Verbindung mit dem Analysesystem VERA (Vienna Enhanced Resolution Analysis) ein operationelles Modellvergleichssystem mit mehreren namhaften Wettervorhersagemodellen betrieben (ALADIN, ECMWF, LME). Im Rahmen des internationalen Projekts MAP D-PHASE (2007) wurde das System an eine Neuversion von VERA, VERAXX, angepasst, und um einige Modelle (COSMO, MM5, GEM-LAM) erweitert. Diese Erneuerung erlaubt, die räumliche Auflösung (bis zu 2km) und den geographischen Ausschnitt flexibel zu wählen, und so auf skalenabhängige Phänomene besser einzugehen. Im Rahmen von VERITA soll eine Reihe von hochauflösenden Modellen mit Hilfe der aktuellsten Verifikationsmethoden ausgewertet und verglichen werden. Besonders Methoden, die sich mit der spektralen Dekomposition von Modellfeldern, der getrennten Behandlung einzelner Skalen und der Bestimmung und Fortpflanzung (in Modellketten) von Phasenfehlen befassen, sollen entwickelt, getestet und eingesetzt werden. Im Zuge dieser Arbeiten, sollen aber auch Fragen bezüglich der Anwendbarkeit von VERA für Verifikationszwecke, einerseits im Vergleich mit alternativen Analysemethoden, und andererseits im Vergleich mit Beobachtungsdaten meteorologischer Stationen, beantwortet werden. Festzustellen ist z.B., ob, und ab welcher räumlichen Skala, bei welcher Stationsdichte und bei welcher Modellauflösung Analyse und (räumlich unregelmäßige) Beobachtungsdaten äquivalent einsetzbar wären. Die Datengrundlage des Projekts, hochauflösende Prognosemodelle und ein dichtes Netz an Beobachtungen, stammt von zwei internationalen Projekten, and denen das IMGW beteiligt ist: Im Rahmen von COPS (Convective and Orographically-induced Precipitation Study) wurde von Juni bis August 2007 eine Messkampagne im Gebiet Vogesen, Rheintal, Schwarzwald und Schwäbischer Alb durchgeführt. Ziel des Projekts ist ein erweitertes Verständnis von Konvektionsprozessen in der Atmosphäre. Dieses ist nötig, um die Niederschlagsvorhersagen der gängigen, feinmaschigen Lokalmodelle zu verbessern, sowie deren Fehler und Schwachstellen ausfindig zu machen. In zeitlicher Übereinstimmung mit COPS fand die Demonstrationsphase des Forecast Demonstration Projects (FDP) MAP D-PHASE (Demonstration of Probabilistic Hydrological and Atmospheric Simulation of flood Events in the Alpine region) von Juni bis November 2007 statt. In der Demonstrationsphase wurde eine durchgehende Vorhersagekette, vom Modellentwickler bis zum Anwender, für Starkniederschlags- und Überflutungsereignisse betrieben. Die Modellprognosen, die von verschiedensten Institutionen für diesen Zeitraum und für den Alpenraum gerechnet wurden, stehen den Projektpartnern ebenso für weitere wissenschaftliche Anwendungen zur Verfügung, wie die Messergebnisse aus der COPS-Region. Um die Datendichte im gesamten Alpenraum zu erhöhen, wurden zudem bei sämtlichen nationalen Wetterdiensten im Einflussbereich der Alpen zusätzliche Daten angefordert.
Fraunhofer IWES steht mit seinen F&E-Aktivitäten für eine Beschleunigung des Ausbaus der Windenergie auf See. Das betrifft die Untergrunderkundung ebenso wie die Aufbereitung & Bereitstellung von Baugrundparametern für das technische Design von Offshore-Gründungsstrukturen. IWES hat im Anschluss an die Entwicklung seismischer Erkundungsmethoden einen Workflow für die integrierte Interpretation der geophysikalischen & geotechnischen Daten entwickelt, und A. um Bodenprofile relevanter Parameter an Lokationen ohne direkte Baugrundaufschlüsse zu erzeugen (synthetische CPT). Der Bedarf an innovativen Lösungen im Bereich der Baugrundmodellierung besteht, wie letzte Ausschreibungen von Behörden wie RVO (= Rijksdienst voor Ondernemend Nederland) & d. BSH zeigen. Statistische Analysen sind gefordert, um eine reguläre Nutzung synthetischer Baugrundprofile durch Einsatz zertifizierten Analysewerkzeugs zu ermöglichen. IWES & GuD stellen sich der Herausforderung, anknüpfend an existierende geostatistische Methoden, ein probabilistisches Baugrundmodell zu entwickeln. Dadurch wird eine Quantifizierung aller mit der Beschreibung des Baugrundes assoziieren Unsicherheiten (z.B. Heterogenität des Baugrundes, Messunsicherheiten usw.) erreicht, so dass im Ergebnis an jedem Modellpunkt bemessungsrelevanten Baugrundparameter 'mit Sicherheiten behaftet' abgeleitet werden können. Dazu sind sämtliche input-Größen in das Modell mit Streuungen zu integrieren. Das umfasst geophysikalische & geotechnische Mess- & Versuchsergebnisse sowie Modellunsicherheiten in interpolierten Bereichen. Eine umfassende statistische Analyse aller seismischen & geotechnische Informationen soll es ermöglichen, laterale Änderungen der relevanten geotechnischen Parameter zu quantifizieren. Geplant ist ein dreijähriges Forschungsprojekt durch Fraunhofer IWES & GuD Geotechnik und Dynamik Consult GmbH, mit begleitender Industrie-Arbeitskreis (EnBW, G-tec S.A., Ocean Floor Geophysics, Niedersachsenwasser, BSH und BAW)
Fraunhofer IWES steht mit seinen F&E-Aktivitäten für eine Beschleunigung des Ausbaus der Windenergie auf See. Das betrifft die Untergrunderkundung ebenso wie die Aufbereitung & Bereitstellung von Baugrundparametern für das technische Design von Offshore-Gründungsstrukturen. IWES hat im Anschluss an die Entwicklung seismischer Erkundungsmethoden einen Workflow für die integrierte Interpretation der geophysikalischen & geotechnischen Daten entwickelt, und A. um Bodenprofile relevanter Parameter an Lokationen ohne direkte Baugrundaufschlüsse zu erzeugen (synthetische CPT). Der Bedarf an innovativen Lösungen im Bereich der Baugrundmodellierung besteht, wie letzte Ausschreibungen von Behörden wie RVO (= Rijksdienst voor Ondernemend Nederland) & d. BSH zeigen. Statistische Analysen sind gefordert, um eine reguläre Nutzung synthetischer Baugrundprofile durch Einsatz zertifizierten Analysewerkzeugs zu ermöglichen. IWES & GuD stellen sich der Herausforderung, anknüpfend an existierende geostatistische Methoden, ein probabilistisches Baugrundmodell zu entwickeln. Dadurch wird eine Quantifizierung aller mit der Beschreibung des Baugrundes assoziieren Unsicherheiten (z.B. Heterogenität des Baugrundes, Messunsicherheiten usw.) erreicht, so dass im Ergebnis an jedem Modellpunkt bemessungsrelevanten Baugrundparameter 'mit Sicherheiten behaftet' abgeleitet werden können. Dazu sind sämtliche input-Größen in das Modell mit Streuungen zu integrieren. Das umfasst geophysikalische & geotechnische Mess- & Versuchsergebnisse sowie Modellunsicherheiten in interpolierten Bereichen. Eine umfassende statistische Analyse aller seismischen & geotechnische Informationen soll es ermöglichen, laterale Änderungen der relevanten geotechnischen Parameter zu quantifizieren. Geplant ist ein dreijähriges Forschungsprojekt durch Fraunhofer IWES & GuD Geotechnik und Dynamik Consult GmbH, mit begleitender Industrie-Arbeitskreis (EnBW, G-tec S.A., Ocean Floor Geophysics, Niedersachsenwasser, BSH und BAW)
| Organisation | Count |
|---|---|
| Bund | 353 |
| Europa | 1 |
| Land | 5 |
| Wirtschaft | 4 |
| Wissenschaft | 157 |
| Zivilgesellschaft | 2 |
| Type | Count |
|---|---|
| Förderprogramm | 348 |
| Text | 4 |
| unbekannt | 1 |
| License | Count |
|---|---|
| Geschlossen | 5 |
| Offen | 348 |
| Language | Count |
|---|---|
| Deutsch | 306 |
| Englisch | 86 |
| Resource type | Count |
|---|---|
| Dokument | 3 |
| Keine | 214 |
| Webseite | 139 |
| Topic | Count |
|---|---|
| Boden | 188 |
| Lebewesen und Lebensräume | 244 |
| Luft | 213 |
| Mensch und Umwelt | 349 |
| Wasser | 167 |
| Weitere | 353 |