Aufbereitung von Klimaprojektionsdaten für das Ressortforschungsprogramm KLIWAS Sabrina Plagemann , Florian Imbery, Joachim Namyslo KLIWAS: Projekt 1.02 Deutscher Wetterdienst Offenbach DACH2010, Bonn, 22.09.2010
Aufbereitung von Klimaprojektionsdaten für das
Ressortforschungsprogramm KLIWASSabrina Plagemann, Florian Imbery, Joachim Namyslo
KLIWAS: Projekt 1.02 Deutscher Wetterdienst Offenbach
DACH2010, Bonn, 22.09.2010
Übersicht
1. MotivationRessortforschungsprogramm KLIWAS
2. MethodenDatengrundlage, Untersuchungsgebiet, Datenanalyse
3. Erste Ergebnisse3.1 Gittertransformation 3.2 Regionalisierung3.3 Bias-Korrektur3.4 Aussagen aus KP-Ensembles
4. Zusammenfassung & Ausblick
Das Forschungsprogramm
KLIWASAuswirkungen des Klimawandels auf Wasserstraßen und Schifffahrt
1. Motivation
Bundesministerium für Verkehr, Bau und Stadtentwicklung (BMVBS)
Projektpartner:• Bundesamt für Seeschifffahrt und Hydrographie (BSH)
• Bundesanstalt für Gewässerkunde (BfG)
• Bundesanstalt für Wasserbau (BAW)
• Deutscher Wetterdienst (DWD)
Modellkette
1. Motivation
DWD
Übersicht
1. MotivationRessortforschungsprogramm KLIWAS
2. MethodenDatengrundlage, Untersuchungsgebiet, Datenanalyse
3. Erste Ergebnisse3.1 Gittertransformation 3.2 Regionalisierung3.3 Bias-Korrektur3.4 Aussagen aus KP-Ensembles
4. Zusammenfassung & Ausblick
Derzeitige Datengrundlage
A1B
HadCM3Q16
ECHAM5_r1HadCM3Q3
HadCM3Q0
CGCM3
ECHAM5_r2
ECHAM5_r3
BCM CNRM CM3IPSL
HadRM3Q16RCA 3.0
REMO 2005 (UBA)
WettReg 2005WettReg 2010
STAR
CLM 2.4.11
REMO 2009 (BfG)CLM 2.4.11
REMO 5.7HIRHAM 5
RACMO 2.1RegCM 3RCA 3.0
ALADIN RM4.5
HIRHAM 5ALADIN RM5.1
CLM 2.4.6RCA 3.0HIRHAM 5HIRHAM 2
CRCM 4.2.1
HadRM3Q0CLM 2.4.6
PROMES 2005HIRHAM 2
RRCM
HadRM3Q3RCA 3.0
ENSEMBLESCERA
Räumliche Auflösung: 10 bis 25 kmZeitliche Auflösung: Tag
SzenarioGlobal-modelleRegional-modelle
Untersuchungsgebiet
Modellgebiet: Deutschland und angrenzende Flusseinzugsgebiete
2. Methoden
Donau
Elbe
Oder
Rhein
Beispiel:Teileinzugsgebiete
Rhein
2. Methoden
1. Gittertransformation
- Interpolationsverfahren- Koordinatentransformation
2. Downscaling / Regionalisierung
- Niederschlag mit REGNIE- Temperatur mit DOWTEMP- Globalstrahlung mit DOWGLOB- usw.
3. BIAS-Korrektur
- lineare BIAS-Korrektur- Quantile-Mapping
4. Aussagen aus KP-Ensembles
- Eintrittswahrscheinlichkeiten- statistische Auswertung hydrologischer Kenngrößen
- Konsistenzprüfung verschiedener Variabeln
TP 1
.02
aTP
1.0
2 b
MethodenübersichtProjekt 1.02
Übersicht
1. MotivationRessortforschungsprogramm KLIWAS
2. MethodenDatengrundlage, Untersuchungsgebiet, Datenanalyse
3. Erste Ergebnisse3.1 Gittertransformation 3.2 Regionalisierung3.3 Bias-Korrektur3.4 Aussagen aus KP-Ensembles
4. Zusammenfassung & Ausblick
Gittertransformation
Herausforderung:1. Eingangsdatensätze auf verschiedenen Gittern (z.B. rotierte
/nichtrotierte Gitter, Lambert-konform-konisches Gitter)2. Eingangsdatensätze auf der Erdkugel KLIWAS-Arbeitsgrundlage
GRS80 Ellipsoid und Lambert-konform-konische Projektion
Lösung:1. Interpolationen (bilineare Interpolation, bikubische Interpolation,
nearest-neighbor Interpolation, inverse Distanzgewichtung, konservative Interpolation)
2. Koordinatentransformation
3.1 Gittertransformation
Regionalisierung Beispiel: NiederschlagREGNIE auf Klimaprojektionsdatensatz• Verfahren der Multiplen Linearen Regression
– Prädiktand: Mittlere Niederschlagshöhe pro Monat (1961-1990)
– Prädiktor: - geografische Länge
- geografische Breite
- Höhe über NN
- Hangneigung
- Exposition
• Distanzgewichtete Interpolation der Residuen Erstellung Hintergrundfeld• Abbilden der täglichen Niederschlagswerte auf nächstgelegene Nachbarpunkte • Interpolation des dimensionslosen Quotienten (täglicher Modellwert / Hintergrundfeld) auf
nicht besetzte Rastermittelpunkte & Multiplikation zum HintergrundfeldDerzeit werden als Hintergrundfeld noch die Beobachtungsdatensätze herangezogen (interne BIAS-Korrektur). Sie werden in Zukunft durch die modelleigenen Werte berechnet.
3.2 Regionalisierung
RegionalisierungNiederschlag
Beispiel: KNMI-RACMO2-ECHAM5_r3 (01.01.2010)25 km x 25 km 5 km x 5 km
3.2 Regionalisierung
Gegenwärtig:Lineare BIAS-KorrekturReferenzdatensatz: HYRAS (DWD)• tägliche Auflösung• 5 x 5 km² räumliche Auflösung• Zeitraum von 1961-1990 bzw. 1971-2000• derzeit Niederschlag, Temperatur, relative Feuchte, Globalstrahlung
Lineare BIAS-Korrektur:Niederschlag Temperatur
3.3 BIAS-Korrektur
1
*ij
ij CRf
PfPij
ij
aa
CRbiasbiasTT ,*R : Referenzdaten
(monatliche Summen)C : Kontrollzeitraumi : Gitterzellej : Monat P : Niederschlag
(Tagessumme)
R : Referenzdaten(monatliche Summen)
C : Kontrollzeitraumi : Gitterzellej : Monat Ta: Temperatur
(Tagesmittel)
Beispiel:Lineare BIAS-KorrekturBeispiel für den Niederschlag:
RACMO2_ECHAM5 (CTL: 1971-2000 und Prj: 2021-2050)
3.3 BIAS-Korrektur
Eintrittswahrscheinlichkeiten
• A1B-Szenario• 19 Kombinationen aus 8 GCMs
und unterschiedlichen RCMs• Kontrollzeitraum: 1971-2000• Projektionszeitraum: 2021-2050
und 2071-2100• keine BIAS-Korrektur• Dateninput:
1. EU FP6 Integrated Project ENSEMBLES (Contract number 505539)
2. CERA (cera-www.dkrz.de)
3.4 Aussagen aus KP-Ensembles
EintrittswahrscheinlichkeitenLufttemperatur in 2 mKontrollzeitraum: 1971-2000
3.4 Aussagen aus KP-Ensembles
2021-205085 % der betrachteten Modelle:1°C < Ta < 2°C bis 3,5°C
2071-2100
85 % der betrachteten Modelle:1,5°C < Ta < 3,5°C bis 5°C
Übersicht
1. MotivationRessortforschungsprogramm KLIWAS
2. MethodenDatengrundlage, Untersuchungsgebiet, Datenanalyse
3. Erste Ergebnisse3.1 Gittertransformation 3.2 Regionalisierung3.3 Bias-Korrektur3.4 Aussagen aus KP-Ensembles
4. Zusammenfassung & Ausblick
Zusammenfassung
KLIWAS-Projekt 1.02:
• Ensemblebildung und Regionalisierung von Niederschlags-, Lufttemperatur- undGlobalstrahlungsdaten
• Lineare BIAS-Korrektur der hoch aufgelösten KP-Daten• statistisch-klimatologische Aussagen der KP-Daten• Bereitstellung der hoch aufgelösten KP-Daten im
transformierten Gitter für andere KLIWAS-Projekte
4. Zusammenfassung / Ausblick
Ausblick
KLIWAS-Projekt 1.02:
• Überarbeitung und Verbesserung der Downscaling-Verfahren
• Quantile Mapping• Regionalisierung von relativer Feuchte und Wind• Integration von neuen Klimaprojektionen und Szenarien
(E1, RCP)• Probabilistische Aussagen zu Änderungssignalen• ...
4. Zusammenfassung / Ausblick
RessortforschungsprogrammDeutscher Wetterdienst (DWD)Bundesamt für Seeschifffahrt und Hydrographie (BSH) Bundesanstalt für Gewässerkunde (BfG)Bundesanstalt für Wasserbau (BAW)
Vielen Dank für Ihre Aufmerksamkeit !
www.kliwas.de
Sabrina Plagemann, Florian Imbery, Joachim NamysloDeutscher Wetterdienst [email protected], [email protected], [email protected]
Tel.: ++49(0)69-8062-2904,(-2905,-2967)