Rossby-Wellen

Arbeitsgruppe

Prof. Dr. Volkmar Wirth

Dr. Michael Riemer

Franziska Gierth
Gabriel Wolf

Dynamik und Vorhersagbarkeit von Rossbywellenzügen

Wellenaktivitäts-Diagnostik

PV-Diagnostik

Wellenaktivitätsdiagnostik

Einleitung

Dieses Projekt geht nun in seine zweite Phase. In der Phase 1 haben wir eine neue Diagnostik entwickelt, welche automatisch Rossbywellenzüge aus einem Hovmöller-Diagramm identifiziert. Dazu wird eine Einhüllende des Meridionalwindes verwendet. Das Ergebnis für ein solchen identifizierten Rossbywellenzug ist in Abbildung 1 dargestellt. Unsere Ergebnisse der Phase 1 haben die Bedeutung von Rossbywellenzügen bekräftigt. Erstens gibt es eine klare Verbindung zu Extremwettererereignissen über Europa, und zweitens ist deren Vorhersage schlechter als man annehmen könnte hinsichtlich ihrer großen Skalen, sowohl in der Zeit als auch im Raum. Das deutet darauf hin, dass noch einiges an Potential zur Verbesserung der numerischen Vorhersagen mit der Möglichkeit zu größeren Vorlaufzeiten für die Warnung vor Extremwetterereignissen vorhanden sein müsste. Das begründet das für uns weiterhin bestehende Interesse Rosbbywellenzüge wie auch deren Vorhersage im Detail zu untersuchen. Es ist das angestrebte Ziel des laufenden Projekts Defizite aufzudecken, welche die Vorhersagbarkeit langlebiger Rossbywellenzüge in den verwendeten numerischen Wettervorhersagemodellen begrenzt.

In Phase 2 möchten wir die Diagnose von Modellfehlern, welche in Verbindung mit den verschiedenen Lebenszyklen eines Rossbywellenzugs stehen, erweitern. Wir wollen dies auf zweierlei Weise vorantreiben. Erstens möchten wir den Nutzen von Wellenaktiviätsflüssen bezüglich unserer Fragestellungen untersuchen. Dabei handelt es sich um eine komplementäre, aber eben potentiell sehr leistungsfähige Diagnostik. Zweitens möchten wir über Testfälle hinausgehen und unsere Diagnostiken auf eine systematischere Weise auf lange Datenreihen von Reanalysedaten und Ensemblevorherhersagen anwenden.

Methode

Bisher haben wir in unserem Projekt den Meridionalwind und dessen Einhüllende benutzt um die "Stärke" einer Rossbywelle zu quantifizieren. Wir haben damit interessante Resultate in Phase 1 erhalten. Dennoch besagt die Theorie, dass diese Diagnostik schwierig zu interpretieren ist sobald die Wellen in einer Scherströmung eingebettet sind, was allerdings generell der Fall ist. Für diesen Fall kann die Einhüllende des Meridionalwindes zu- oder abnehmen, auch wenn die Ausbreitung rein konservativ ist. Deswegen wollen wir in unserer Arbeit alternative Formulierungen basierend auf Erhaltungsgleichungen verwenden, welche nicht von dieser Problematik betroffen sind. Diese Erhaltungsgleichungen beinhalten typischerweise eine Form von Wellenaktivität und den zugehörigen Flüssen.

In der Vergangenheit wurden mehrere unterschiedliche Wellenaktivitätsdiagnostiken mit dem Ziel Rossbywellen zu beschreiben, entwickelt. Wir verwenden die Formulierung nach Takaya und Nakamura (2001).

Die Wellenaktivitätsdiagnostik hat Vorteile hinsichtlich einiger Aspekte: Sie liefert ein "schärferes" Bild des Rossbywellenzuges. Dadurch können benachbarte (aber unabhängige) Wellenzüge als getrennte Objekte identifiziert werden und dadurch wichtige neue Informationen zu den bisherigen Untersuchungen hinzufügen. Wie in der Abbildung 2 dargestellt wird ein solches Szenario in der Wellenaktivitätsfluss-Beschreibung (oben) erkannt, während es in der konventionelleren Diagnostik mittels Meridionalwind (unten) fast nicht auszumachen ist. Neu im Vergleich zu der Diagnostik der Objekterkenung mittels Verwendung des Meridionalwindes ist die zusätzliche Richtungsinformation (meridionale Ausbreitung) des Wellenaktivitätsflusses. Darüber hinaus ist auf Grund der Erhaltungseigenschaft der Wellenaktivität eine bessere Interpretation der Rossbywellenzüge möglich. Damit können Regionen welche Quellen und Senken für die Aktivität der Welle angeben leichter identifiziert werden. Das ist wichtig, da in Scherströmung die Amplitude der Welle sich ändern kann, selbst wenn die Wellenausbreitung rein konservativ ist. Zusätzlich kann nichtlineares Verhalten verlässlicher als mit herkömmlicheren Methoden diagnostiziert werden. Damit erhoffen wir uns eine Möglichkeit auch mittels der Wellenaktivitätsdiagnostik das Einsetzen von Wellenbrechen darstellen zu können.

Literatur

Glatt I., 2012:
Automatische objektive Identifikation und Berechnung der Eigenschaften von Rossbywellenzügen.
Dissertation, Johannes Gutenberg Universität.

Takaya K. und Nakamura H., 2001:
A formulation of a phase-independent wave-activity flux for stationary and migratory quasigeostrophic eddies on a zonally varying basic flow.
Journal of the Atmospheric Sciences, 58:608-627.


Abbildung 1: Die Abbildung (aus Glatt (2012)) zeigt das Hovmöller-Diagramm des Elbeflutwellenzugs. Die Werte geben die Einhüllende des Meridionalwertes an. Das lila eingefärbte Objekt gibt den der Elbeflut vorausgehenden identifizierten Rossbywellenzug wieder.


Abbildung 2: Momentaufnahme vom 11.Dez.1957. In der linken Abbildung sind die Horizontalkomponenten des Wellenaktivitätsflusses (Pfeile) und dessen Betrag (Schattierung) dargestellt. In der rechten Abbildung ist die mehr konventionelle Darstellung eines Rossbywellenzuges mittels Meridionalwind (Farben) und der Hintergrunds-strömung (Pfeile) dargestellt.

PV-Diagnostik

Einleitung und Motivation

Extremwetterereignisse werden häufig durch Rossbywellen in der oberen Troposphäre, Rossbywellenbrechen oder cut-off Zyklonen ausgelöst. Im Nordatlantik und Europa sind diese Vorläufer-Rossbywellenzüge sehr langlebig und legen dabei tausende Kilometer zurück. Diese Arbeit untersucht die Beziehung zwischen Dynamik und Vorhersagbarkeit von RW-Zügen. Rossbywellenzüge werden an Hand ihrer PV Verteilung in der oberen Troposphäre identifiziert. Die zeitliche Entwicklung dieser PV Verteilung beschreibt die Ausbreitung des RW-Zuges. Die dazugehörigen PV Tendenzen können dabei in advektive und diabatische Tendenzen unterteilt werden. Diese werden detailliert durch eine Helmholtz Aufteilung und stückweise PV inversion untersucht. Die Information über die diabatischen Prozesse liefert der YOTC-Datensatz. Der zweite Teil dieser Arbeit konzentriert sich auf die Vorhersagbarkeit von RW-Zügen. Dabei spielt der Einfluss der oben beschriebenen Prozesse auf die RW-Zug-Vorhersagbarkeit ein wichtige Rolle.

Methoden

Stückweise PV Inversion: In diesem Projekt wird die Ausbreitung von RWZügen durch PV Advektion mit Hilfe stückweiser PV Inversion untersucht (Davis 1992). Diese basiert auf nicht-linearer Balance (Charney,1955). Die PV Verteilung wird in einen Hintergrundszustand und davon abweichende Anomalien unterteilt: Temperaturanomalien am Boden des Gebietes, Anomalien in der unteren Troposphäre und Anomalien in der oberen Troposphäre. Abbildung 1 zeigt PV Anomalien zwischen 850 und 250 hPa, sowie Temperaturanomalien auf 875 hPa. Windpfeile stellen das balancierte Windfeld, das mit den oberen Anomalien verbunden ist, dar. Mit Hilfe dieser Untersuchungen soll der Einfluss der unterschiedlichen Anomalien auf die Ausbreitung der RW-Uüge untersucht und quantifiziert werden.

YOTC-Datensatz: Für die Untersuchung der diabatischen Prozesse wird der YOTC-Datansatz (Year of tropical convection) verwendet. Dieser Datensatz wurde eingeführt, um tropische Konvektion genauer zu untersuchen und deckt einen Zeitraum von Mai 2008 bis April 2010 ab. Dabei wird das IFS (Integrated Forecast System) als Basis verwendet. Dabei können Tendenzterme des Horizontalwindes, der Temperatur und Feuchtgikeit verschiedenen physikalischen Prozessen zugeordnert werden. In dieser Arbeit werden wir uns auf die Freisetzung latenter Wärme und damit Temperaturtendenzen aus dem Wolkenschema und der Konvektionsparametrisierung fokussieren. Diese Terme ermöglichen es die PV-Änderung oberhalb und unterhalb des Maximums der diabatioschen Heizrate zu bestimmen. Diese sind in Abbilung 2 zu sehen.

TIGGE Datensatz: Die Vorhersagbarkeit wird mit TIGGE-Daten (THORPEX Interactive Grand Global Ensemble) untersucht. TIGGE ist ein Multiensemble Ansatz, dessen Ziel es ist die mittelfristige Vorhersage zu verbessern. Ein Ziel dieser Arbeit ist es objektbasierte Methoden zu entwickeln. Als erster Ansatzpunkt wird die Wahrscheinlichkeitsdichtefunktion entlang der Jetachse verwendet. Diese ist in Abbildung 3 dargestellt.


Abbildung 1: 3D Plot: PV Anomalien in Abhängigkeit eines zetilichen Mittels über 10 Tage. Windpfeile beschreiben das Windfeld im Gleichgewicht mit den oberen Anomalien auf 250 hPa.


Abbildung 2: Zonaler Querschnitt. In Farbe: Meridionales Mittel der diabatischen Heizrate. Konturlinien: PV Tendenzen auf Grund diabatischer Prozesse.


Abbildung 3: Abweichung des Ensembles vom Enselblemittel entlang der Jetachse in Geopotentiellen Metern. In Farbe: Anzahl der Ensemblemitglieder.