Hybrides probabilistisches Vorhersageschema für postfrontale Schauerniederschläge Tanja Weusthoff, Thomas Hauf Institut für Meteorologie und Klimatologie Leibniz Universität Hannover PQP- Workshop Bonn, 23.Oktober 2006

Kaltluftsektor hinter einer Kaltfront postfrontales Gebiet Relativ homogene, zellulare Struktur auf Satelliten- und Radarbild erkennbar Räumliche Struktur durch einfache analytische Gesetzmäßigkeiten beschreibbar (Theusner, 2006) Einteilung der Regengebiete anhand Maximazahl (Ein-, Mehrzeller), Cluster multi cell single cell Beobachtung Cluster = abgeschlossenes Regengebiet im Radarbild, das ein oder mehrere Maxima der Reflektivität / Regenraten enthält PC-Komposit, 09. Mai 1997, 13:15 UTC NOAA AVHRR, 09. Mai 1997, 13:18 UTC

1.Analyse postfrontaler Schauer und Ableitung von Gesetzmäßigkeiten (z.B. Verteilungsfunktionen, Flächenverteilung) 2.Verbesserung des Verständnisses der Struktur und Entwicklung von Schauern 3.Entwicklung eines Vorhersageschemas für postfrontale Schauerniederschläge: Deterministische Vorhersage der forcierenden synoptischen Bedingungen Bestimmung des Regengebietes Probabilistische Vorhersage verschiedener statistischer Größen (z.B. Anzahl der Regengebiete, gesamte beregnete Fläche, Gebietsniederschlag, Wahrscheinlichkeit des Auftretens lokalen Niederschlags...) 4.Validation von DWD Vorhersagen ( Wird die Schauerstruktur von hoch auflösenden Modellen richtig wiedergegeben?) Zielsetzung

Auszug aus den Ergebnissen aus … Ergebnisse 1.… der Analyse der geometrischen Struktur 2.… der Analyse der Regenraten

Häufigkeitsverteilung der MaximazahlGrößenverteilung 1. Analyse der geometrischen Struktur Räumliche Verteilung innerhalb Deutschlands z.B. der mittleren Clustergröße Selbstähnliche Verteilung über ganzen Tag: b = constant Variation von Tag zu Tag Lognormalverteilung für jede Maximazahl Homogene Verteilung bis auf Küste und Mittelgebirge Potenzgesetz: N(p) = N 0 p b Durchmesser des der Fläche entsprechenden aquivalenten Kreises Maximazahl Einzeller Sechszeller

Methode 1: Verfolgung der einzelnen Cluster Tracking 2. Analyse der Regenraten Bsp. Einzelzelle 35 min Ergebnis: Informationen über die zeitliche Entwicklung konvektiver Schauer, Lebenszyklus und Wechselwirkungen zwischen verschiedenen Clustern

single cell multi cell RZ-Komposit, 24. September 2004, 10:15 UTC 2. Analyse der Regenraten Methode 1: Verfolgung der einzelnen Cluster Tracking Methode 2: Analyse der Momentanaufnahmen der Niederschlagsraten hinsichtlich Verteilung, Tagesgang etc.

Methode 2. Analyse der Momentanaufnahmen rr ~ p² rr ~ p

EinzellerZweizeller … Fünfzeller Die Regensumme jeder einzelnen Zelle wächst ~ p die Regensumme des gesamten Clusters wächst ~ p² Methode 2. Analyse der Momentanaufnahmen p = 1 bis 10 Die Regensumme jeder einzelnen Zelle wächst nicht die Regensumme des gesamten Clusters wächst ~ p p > 10 Verstärkung der Effektivität der einzelnen Zellen durch Zusammenschluss Keine weitere Verstärkung der Effektivität der einzelnen Zellen

aa ~ p² aa ~ p Methode 2. Analyse der Momentanaufnahmen

Ausblick Analytische Beschreibung der Gesetzmäßigkeiten Analytische 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 Vorhersagemodells Test des Vorhersageschemas Vergleich der Ergebnisse der Analyse mit den Messungen aus COPS Validierung von Modellvorhersagen Gegebenenfalls Einbindung des Vorhersageschema in die Testumgebung von Ninjo Veröffentlichungen: Weusthoff, 2005 (Diplomarbeit): Beiträge zur Entwicklung eines stochastischen Niederschlagsmodells zur Simulation postfrontaler Schauer Weusthoff, 2006 (Paper in Vorbereitung): Development of convective shower cells under post-frontal conditions Theusner, 2006 (Dissertation in der Endphase): An investogation on small scale precipitation structures

Vielen Dank für Ihre Aufmerksamkeit! Tanja Weusthoff

Beispiel: , Summe der Regenraten pro Maximum in Abhängigkeit von gesamter Zahl an Maxima rr ~ p² rr ~ p

Betrachtung der Regenraten von Einzelzellen über gesamte Lebensdauer Regenraten über gesamte Lebensdauer Mittelwert = 3.61 Median = 1.83 Analyse 1. Tracking am Beispiel von Einzelzellen Regenraten über gesamte Lebensdauer, normiert mit Lebensdauer pro 5 min (mean(summe_regenrate/lebensdauer)) Mittelwert = 1.09 Median = 0.76 (mean(summe_regenrate)/mean(lebensdauer)) Mittelwert = 1.28 Median = 0.65 Ca. 60 % aller verfolgbaren Cluster (tracks) bleiben Einzelzellen über gesamten Lebenszyklus (Beispiel einfügen)

Summe der Regenraten über die gesamte Lebensdauer von Einzelzellen, 0.01 mm - Schritte Mittelwert = 361 * 0.01 mm / 5 min Maximum der Häufigkeit bei 88 * 0.01 mm / 5 min (Min_Menge = 48, Max_Menge = 21593) Summe pro 5 min pro km² bestimmen… normieren mit Lebensdauer Mittelwert = 13 * 0.01 mm / km² / 5 min Summe der Regenraten über gesamte Lebensdauer pro km²;

Lebensdauer

Regenraten Tagessumme

Statistische Angaben Institut für Meteorologie und Klimatologie – Universität Hannover – Tel.: 0511 / – Herrenhäuser Str. 2 – Hannover Reflektivitäten: ab etwa 20 dBZ Betrachtete Tage: und Cluster konnten identifiziert werden mit insgesamt Maxima, also Einzelzellen –Mehr als 90 % sind Einzelzellen –Verteilung wird durch Potenzgesetz wiedergegeben Tracks wurden analysiert –Mittlere Länge: 21 bis 26 min –In 21 % aller Tracks tritt Merging oder Splitting auf –64 % aller Tracks bestehen gesamte Zeit aus einem Cluster 15 % verändern sich nur durch inneres Wachstum –60 % aller Tracks bestehen über gesamte Zeit aus Einzelzellen einzelne Übergänge wurden untersucht –31 % Stagnation –21 % Neubildung –15.5 % Wachstum –14.5 % Schrumpfen –18 % Sterben

Tracking der Regengebiete Tanja Weusthoff (Diplomarbeit, April 2005) Institut für Meteorologie und Klimatologie – Universität Hannover – Tel.: 0511 / – Herrenhäuser Str. 2 – Hannover Ziel Räumliche Verfolgung jedes einzelnen Clusters zur Untersuchung seines Wachstums Methode 1.Identifikation und Kennzeichnung aller zusammenhängenden Regengebiete = Cluster = Ein- und Mehrzeller 2.Bestimmung charakteristischer Eigenschaften für jedes Cluster (Maximazahl, Fläche, Regenrate,…) 3.Suchbox um jedes Gebiet (dx = 10 Pixel mit 1 Pixel = 10 km) 4.Auswählen des wahrscheinlichsten Nachfolgeclusters zum Folgezeitpunkt t min anhand verschiedener Kriterien 5.Speicherung der Charakteristika und Nachfolger / Vorgänger zur weiteren Auswertung: 1.Uhrzeit 2.Label 3.Clusterfläche 4.Maxima pro Cluster 5.Mittlere Regenrate... Zelle t = t 0 Zelle t = t min

Institut für Meteorologie und Klimatologie – Universität Hannover – Tel.: 0511 / – Herrenhäuser Str. 2 – Hannover Ergebnisse Schauer weisen typischen Lebenszyklus auf mit Wachstumsphase, Reife- bzw. Stagnationsphase und Zerfall Schauer wachsen durch Vergrößerung ihrer Fläche (hier nicht untersucht) durch inneres Wachstum einer oder mehrerer neuer Zellen durch Verschmelzen mit anderen Zellen bevorzugt um eine Zelle Schauer zerfallen bevorzugt in die nächst kleinere Zelle durch Teilung / Abspaltung von Zellen Innerlich durch Zusammenfall einzelner Zellen Übergänge innerhalb eines Zeitschrittes (5 min) Anzahl der Cluster mit m Maxima, die an der Entstehung eines größeren Clusters (n- Zeller) beteiligt sind ( ). Cluster entstehen hauptsächlich aus Einzelzellen sowie einem nächst kleineren Cluster bei etwa 30 % aller Übergänge ändert sich die Anzahl der Maxima innerhalb eines Clusters nicht (Stagnation) etwa 50 % aller Einzelzellen bleiben innerhalb eines Zeitschritts Einzelzellen Lebensdauer Häufigkeitsverteilung der Lebensdauern der Cluster für den und den Untersucht wurden Tracks Die meisten Cluster existieren nicht länger als 25 min Mittlere Länge eines Tracks: etwa 21 – 26 min In 21 % aller Tracks tritt Merging oder Splitting auf 60 % aller Tracks bestehen über den ganzen Zeitraum aus einer einzelnen Zelle Hybrides probabilistisches Vorhersageschema für postfrontale Schauerniederschläge Tanja Weusthoff, Thomas Hauf

t0t0 t 1 = t min merging splitting stagnation Lebenslauf eines Clusters Genesis Growth (incl. merging and internal growth) Stagnation Decrease (incl. splitting and internal decrease) Dissolving

Vorhersageschema cluster Field of convective precipitation 1.Diurnal cycle 2.Displacement of rain area field 3.Local velocity Input parameters Mean distributions Geometrical characteristics Rain rate characteristics