Priority Program SPP 1167 of the DFG Quantitative Precipitation Forecast 1 Contribution of lower and upper tropospheric forcing to the initiation and inhibition.

Präsentation zum Thema: "Priority Program SPP 1167 of the DFG Quantitative Precipitation Forecast 1 Contribution of lower and upper tropospheric forcing to the initiation and inhibition."—  Präsentation transkript:

1 Priority Program SPP 1167 of the DFG Quantitative Precipitation Forecast 1 Contribution of lower and upper tropospheric forcing to the initiation and inhibition of convection over complex terrain Christian Barthlott, Norbert Kalthoff* Institute for Meteorology and Climate Research University of Karlsruhe/Research Centre Karlsruhe A new application for a research grant for a temporary position as principle investigator *) co-operation partner

2 Priority Program SPP 1167 of the DFG Quantitative Precipitation Forecast 2 Motivation Die Defizite in der QNV werden zu einem großen Teil von der Fähigkeit bestimmt, die Konvektionsauslösung (CI) richtig vorherzusagen. Viele Konvektions-auslösende Prozesse sind schon identifiziert, aber ihr Zu-sammenspiel ist noch ungenügend bekannt CI ist vor allem bei Luftmassengewittern mit schwachem synoptischen Antrieb ein Problem für die Vorhersagemodelle Schlüsselfrage: Warum wird Konvektion an einem bestimmten Ort zu einer bestimmten Zeit ausgelöst? Analyse der konkurrierenden Prozesse in der Grenzschicht und auf der synoptischen Skala einerseits und Unterdrückung konvektiver Prozesse durch Grenzschichtinversionen oder Lids in der mittleren Troposphäre andererseits IOP 8b

3 Priority Program SPP 1167 of the DFG Quantitative Precipitation Forecast 3 Synoptisch-skalige Prozesse positive Vorticityadvektion stärkste Warmluftadvektion relativ zur Umgebung Bildung von Lids durch großräumiges Absinken oder differentielle Warmluftadvektion Forschungshypothese CI hängt im Wesentlichen ab von (i) einer potentiell instabilen Schichtung, (ii) den Prozessen, diese Instabilität freizugeben und (iii) der Existenz von Inversionen oder Lids, die die Konvektion unterdrücken können. Für die Freigabe der potentiellen Energie sind mesoskalige Prozesse in der Grenzschicht UND synoptisch-skalige Prozesse in der mittleren und oberen Troposphäre bedeutend. Die kombinierte Analyse der konkurrierenden Prozesse beider Skalen muss mit hoher räumlicher (3-5 km ) und zeitlicher (15-30 min) Auflösung geschehen. PBL Eigenschaften u. Prozesse räuml. Varation der Energieumsetzung am Erdboden durch unterschiedliche Landnutzung, Bodenfeuchte und Komplexität der Unterlage räuml. Variabilität von Temperatur und Feuchte in der Grenzschicht Entstehung von thermisch angetriebenen Sekundärzirkulationen Konvektionsauslösung durch Konvergenzzonen oder durch Erreichen der Auslösetemperatur

4 Priority Program SPP 1167 of the DFG Quantitative Precipitation Forecast 4 Anwendung und weitere Entwicklung dieses Ansatzes auf COPS-Daten Reading Chilbolton CAPE in J/kg w in m/s Vertical wind speed at 950 hPa (colour coded) and Lid Index (CAP) in K (numbered) Bisherige Arbeiten CAPE (colour coded) and Lifted Index in K (numbered). 29. Juni 2005 (CSIP): Konvektion entwickelt sich hauptsächlich in Gebieten mit hoher CAPE, niedrigem LI und niedrigem Lid Index convective cellsradiosondes

5 Priority Program SPP 1167 of the DFG Quantitative Precipitation Forecast 5 Ziele und Methoden Untersuchung des Beitrags von Grenzschicht- und synoptisch-skaligen Prozessen zur Konvektionsauslösung und der Rolle von Lids für die Konvektionsunterdrückung basierend auf Datenanalyse met. Bodenstationen, Windprofilmessungen, GPS-Daten, Radio- und Drop(up)sonden und Flugzeugdaten Kombination von Feldern von Konvektionsindices und Konvergenzzonen in der PBL Berechnung des synoptischen Antriebes (z.B. Vorticity- und Temperaturadvektion) aus COSMO-Simulationen Projekt kombiniert Analyse von COPS-Daten mit numerischen Simulationen Wichtig für erfolgreiche Identifizierung der Prozesse, die für QNV-Defizite ver- antwortlich sind

6 Priority Program SPP 1167 of the DFG Quantitative Precipitation Forecast 6 Datenanalyse und Prozessstudien Erstellung von zeitlich u. räuml. hoch auf- gelösten Temperatur- und Feuchtefeldern Berechnung des Beitrags der Verdunstung zur Wärme- und Feuchtebilanz Berechnung von Konvektionsindices und Analyse von Grenzschichtinversionen und Lids in der mittleren Troposphäre Erstellung von Karten des bodennahen Wind- feldes basierend auf AWS- und Sodardaten Vergleich der beobachteten Grenzschicht- Charakteristika mit COSMO-(Re)analysen und - vorhersagen Zeitpunkt und Ort der Konvektionsaus- lösung soll durch Kombination von Konvektionsindices, Lids, Konvergenzzonen und Ableitung von Schwellenwerten bestimmt werden. Analyse von Modelldaten und numerische Simulationen Analyse von GME und COSMO-(Re)analysen und Vergleich mit Beobachtungen Bestimmung des großräumigen synoptischen Antriebs für Vertikalbewegungen COSMO-DE-Simulationen mit Reanalysedaten als Start- und Randwerte + Anwendung des Datenanalyse-Verfahrens auf Modelldaten Analyse der Konvektionsauslösung im Modell Analyse der Modelldefizite Anwendung einer verbesserten GS-Para- metrisierung im COSMO-DE (A. Seifert, DWD) Vergleich der Simulationsergebnisse mit hochaufgelösten (100 m) Simulationen (U. Blahak, IMK) Arbeitsschritte

7 Priority Program SPP 1167 of the DFG Quantitative Precipitation Forecast 7 Kooperationen J. Wickert (GFZ Potsdam): cooperation regarding GPS derived humidity field within the existing program of the Helmholtz Foundation Climate and Water Cycle (HGF-P) Ch. Hauck (IMK): Soil moisture network, exchange processes between soil and atmosphere A. Behrendt (IPM Hohenheim): Analysis of CI based on remote sensing instruments A. Seifert (Deutscher Wetterdienst): Implementation of an improved PBL parameterisation scheme in COSMO and comparison with the boundary layer conditions and PBL-height in the whole COPS-domain G. Ehret / Ch. Kiemle (DLR): German Falcon data, boundary layer moisture and wind field T. Foken (University of Bayreuth): Surface fluxes and valley convection M. Hagen (DLR): Life cycle of deep convection St. Mobbs (University of Leeds/National Centre of Atmospheric Science): BAe 146, Sodar and automatic weather station data C. Flamant (Centre National de la Recherche Scientifique/Service dAeronomie): SAFIRE Falcon data