###TITEL_ICDC###

Globale Regionalisierung der NCEP Reanalysis

CliSAP Produkt

Eine räumlich zeitlich hochaufgelöste Klimasimulation von Januar 1948 bis April 2015.

Beispiel: Das Orkantief “Vicinette”, das im Februar 1962 entlang der norddeutschen Küste und in Hamburg eine schwere Sturmflut auslöste.


In der obigen Darstellung werden die Verteilungen der Windgeschwindigkeit in 10 Meter Höhe [m/s] und des auf NN reduzierten Drucks [hPa] über Europa, am 16.02.1962, 16:00 UTC gezeigt. In der linken Abbildung ist eine Momentaufnahme der entsprechenden Felder aus der hoch aufgelösten ECHAM6-Simulation zu sehen. Die rechte Abbildung zeigt die entsprechenden Felder aus den grob aufgelösten NCEP1-Reanalyse-Daten. Das Isobaren-Intervall beträgt 5 hPa und die Kerndrücke für das Tief über Südostschweden betragen jeweils 950 hPa (links) und 960 hPa (rechts). Eine detailliertere Beschreibung des Wintersturms ist in dem feiner aufgelösten Modell durch realistischere Windgeschwindigkeiten, Kerndrücke und Fronten im Druckfeld zu erkennen.

Zugang

UNEINGESCHRÄNKT

Der Datensatz aus der global räumlich und zeitlich hochaufgelösten Hindcast-Simulation ist nur über das DKRZ bzw. die CERA Datenbank und damit weltweit aber nur mit eigenem Account verfügbar:

cera-www.dkrz.de/WDCC/ui/Compact.jsp

Allgemeine Information zum Datenzugang am DKRZ / zu CERA finden Sie hier:

https://www.dkrz.de/daten-en/data-access

Aufgrund der enormen Datenmengen empfehlen wir vor einem Download grundsätzlich mit Hannes Thiemann vom DKRZ zu sprechen.

Beschreibung

Um die Prozesse in der Atmosphäre, in dem Ozean oder über dem Lande repräsentieren zu können, benötigen Klimamodelle Daten - zum Beispiel Windgeschwindigkeiten oder Temperaturen. Je präziser die Daten sind, desto realistischer sind die projizierten Ergebnisse. Im Projekt "Globale hochaufgelöste Klimarekonstruktionen" wurde eine globale Datenwiedergabe für meteorologische Prozesse erzeugt mit dem Ziel Datenströme mit hoher zeitlicher und räumlicher Auflösung zu gewinnen. Zusätzlich sind diese besonders homogen, indem diese z. B. so wenig wie möglich Lücken oder Sprünge aufweisen. Die NCEP1 Re-Analyse Daten (NCEP=National Center for Environmental Prediction), die eine Zeitspanne von 1948 - 2015 abdecken, stellten die Datenbasis dar, mit der das sogenannte ECHAM6, ein hoch-aufgelöstes globales Atmosphären-Modell, angetrieben wurde.

Die Technik eines sogenannten spektralen Nudgings wurde in dem Klimamodell angewendet, welches sich auszeichnet Prozesse innerhalb verschiedener Schichten der Atmosphäre in hoher Auflösung bis in kleinste Details aufzuzeigen. Umfangreiche Informationen von Re-Analyse Daten wurden auf Modellfeldern ab einer Höhe von 750 hPa aufgeprägt. Um die hohe Qualität sicherzustellen, wurden die simulierten Daten mit realen Beobachtungen verglichen. Der sich ergebene neue Datensatz wird auch verwendet, um später Ozean- oder Wellenmodelle anzutreiben. Folglich ermöglicht dieser Datensatz eine sehr präzise Evaluation für bevorstehende Küstenströmungen oder Sturmfluten.

Nach oben

Parameter

Insgesamt hat das ECHAM6 Modell in seiner CMIP5 Version 6.1.00 während seiner Simulation 8 Datenströme mit insgesamt 270 Variablen herausgeschrieben.

Die Datenströme sind im folgenden mit den Namen aufgelistet mit denen sie in der CERA-Datenbank zu finden sind - hier am Beispiel des 01.12.1992. Sie beinhalten die jeweils an Ende genannte Anzahl an Variablen. Der Datenstrom mit der Endung "_echam" beinhaltet die gängigen und häufig benutzten meteorologischen Größen. Jeder Name ist mit der entsprechenden Codeliste verlinkt (pdf Datei). In diesen Codelisten findet man in 4 Spalten die Codenummer (Spalte 1), die Anzahl der Modell-Levels (Spalte 2), eine alphanumerische Abkürzung zur Variable (Spalte 3), sowie eine Kurzbeschreibung der Variable selbst mit der dazugehörigen Einheit (Spalte 4).

echam6_t255l95_sn_ncep1_199212.01_co2         (11 Variablen)
echam6_t255l95_sn_ncep1_199212.01_echam    (127 Variablen)
echam6_t255l95_sn_ncep1_199212.01_jsbach    (19 Variablen)
echam6_t255l95_sn_ncep1_199212.01_nudg      (12 Variablen)
echam6_t255l95_sn_ncep1_199212.01_veg         (66 Variablen, 12 stündig)
echam6_t255l95_sn_ncep1_199212.01_vphysc   (8 Variablen)
echam6_t255l95_sn_ncep1_199212.01_surf        (9 Variablen)
echam6_t255l95_sn_ncep1_199212.01_land       (18 Variablen)

Es besteht die Möglichkeit weitere zusätzliche ECHAM6-Variablen, z. B. Vertikalgeschwindigkeit, Geschwindkeitspotential, ..., etc. mit dem sogenannten AFTERBURNER (CDOs) zu erzeugen. Wie das funktioniert steht ab Seite 166 in der Dokumentation der CDO-Version 1.7.0 vom Oktober 2015, zu finden unter: https://code.zmaw.de/projects/cdo/embedded/cdo.pdf.

Nach oben

Abdeckung, räumliche und zeitliche Auflösung

Zeitraum und zeitliche Auflösung:

  • 01-01-1948 bis 30-04-2015
  • stündlich

Räumliche Abdeckung und Auflösung:

  • Global
  • Räumliche Auflösung: 0.46875° x 0.46875° (rund 52 km x 52 km), Gauß-Gitter
  • Geographische Länge: 0°E bis 359.531°E
  • Geographische Breite: 89.6416°N bis 89.6416°S
  • Dimension: 768 (in der geogr. Länge) x 384 (in der geogr. Breite)
  • Spektrale Auflösung: etwa 80 km
  • Spektralkoeffizienten: 255 x 256
  • Höhe: Hybrid System - die Modell-Levels folgen in den unteren Schichten mehr dem Gelände und in den höheren Schichten den Druckflächen; 95 Schichten; oberste Modellschicht in etwa 80 km Höhe

Format:

  • Grib, welches in netCDF umgewandelt werden kann

Nach oben

Datenqualität

In den ersten Evaluierungen wurde der Grad der Übereinstimmung des aus dem Klimamodell ECHAM6 hervorgegangenen Datensatzes überprüft, indem man diese mit diversen Beobachtungsdaten oder Re-Analyse Daten unterschiedlicher Auflösungen (DWD, EOBs, CRU, ERA-Interim und NCEP) verglichen hat.

Erste Analysen belegten einen erwarteten Mehrwert in fast allen räumlichen und zeitlichen Skalen der Hindcast-Simulation gegenüber den Re-Analyse Daten. Eine Ausnahme stellten jedoch die Gebiete in den tropischen Breiten über den Ozeanen dar.

Da bisher relativ wenige Auswertungen zu dieser Simulation existieren, um die Fähigkeit der Rekonstruktion zu testen, sei ein kritischer Umgang mit diesen Daten anzuraten. Eine Qualitätskontrolle in Bezug auf die physikalische Konsistenz wurde im Zuge der DOI Vergabe beim Deutschen Klimarechenzentrum (DKRZ) durchgeführt.

Nach oben

Kontaktperson

Datenproduzentin
Martina Schubert-Frisius
HZG, Geesthacht/Hamburg
E-Mail: martina.schubert-frisius (at) hzg.de

Fragen zu ECHAM6
Sebastian Rast
Max-Planck Institut für Meteorologie, Hamburg
E-Mail: sebastian.rast (at) mpimet.mpg.de

Datenadministration
Hannes Thiemann
DKRZ, Hamburg
E-Mail: data (at) dkrz.de

Stefan Kern
ICDC, CEN, Universität Hamburg
E-Mail: stefan.kern (at) uni-hamburg.de

Nach oben

Referenzen

Allgemeine Information zum Modell ECHAM6:

Publikationen zum Modell, Antriebsdaten und spektralem Nudging:

  • Yoshimura, K. and M. Kanamitsu, 2008: Dynamical Global Downscaling of Global Reanalysis. Mon. Wea. Rev., 136, 2983-2998.
  • Kim, J.-E. and S.-Y. Hong, 2012: A Global Atmospheric Analysis Dataset Downscaled from the NCEP-DOE Reanalysis. J. Climate, 25, 2527-2534.
  • von Storch, H., H. Langenberg, and F. Feser, 2000: A Spectral Nudging Technique for Dynamical Downscaling Purposes. Mon. Wea. Rev., 128, 3664-3673.
  • Stevens, B., M. Giorgetta, M., Esch, T., Mauritsen, T., Crueger, T., S. Rast, ... and E. Roeckner, 2013: Atmospheric component of the MPI‐M Earth System Model: ECHAM6. Journal of Advances in Modeling Earth Systems, 5(2), 146-172.
  • Kalnay et al., The NCEP/NCAR 40-year reanalysis project, Bull. Amer. Meteor. Soc., 77, 437-470, 1996.
  • Dee D. P., et. al., 2011: The ERA-Interim reanalysis: configuration and performance of the data assimilation system. Q. J. R. Meteorol. Soc., 137, 553–597.
  • Feser, F., M. Barcikowska, S. Haeseler, C. Lefebvre, M. Schubert-Frisius, M. Stendel, H. von Storch, and M. Zahn, 2015: Hurricane Gonzalo and its extratropical transition to a strong European storm. Special Supplement "Explaining extreme events of 2014 from a climate perspective" to Bull. Amer. Meteorol. Soc., 96, 51-55.
  • Schubert-Frisius, M., F. Feser, H. von Storch, and S. Rast, 2017: Optimal spectral nudging for global dynamic downscaling, Mon. Wea. Rev., 145(3), doi:10.1175/MWR-D-16-0036.1

Datenzitat

Der Datensatz ist wie folgt zu zitieren:

Schubert-Frisius, M., F. Feser, and H. v. Storch, Global High Resolution Climate Reconstruction with ECHAM6 using the spectral nudging technique, run by Helmholtz-Zentrum Geesthacht, WDCC at DKRZ, Hamburg, Germany, doi:10.1594/WDCC/CLISAP_MPI-ESM-XR_t255l95

Nach oben

###BACKLINK###     ###TOPLINK###    
Print