Neues zur tropischen Hochgebirgsklimatologie · Frage & Gliederung 1) Gibt es Neues zur tropischen...
Transcript of Neues zur tropischen Hochgebirgsklimatologie · Frage & Gliederung 1) Gibt es Neues zur tropischen...
www.tropicalmountainforest.org
Neues zur tropischen Hochgebirgsklimatologie
Beispiel Ecuador
J. Bendix Universität Marburg
FOR816: Biodiversity and Sustainable Management of a
Megadiverse Mountain Ecosystem in South Ecuador
ARGE-Tagung Bozen 8.6.2012
Frage & Gliederung
1) Gibt es Neues zur tropischen Hochgebirgsklimatologie?
2) Gebiet und Methodenkonzept
3) Horizontale Klimagliederung – Neues?
4) Wolken- & Niederschlagsbildung Bekannte Paradigmen
5) Besondere Befunde
6) Hypothesenbildung & Überprüfung
7) Ergebnisse und Herausforderung
2 Gebiet
ECSF
“Andine Depression”, Amotape-Huancabamba Zone
< 3600 m
Gradient Amazonas Sechura
Stark zergliedert
Amazon
Gulf of
Guayaquil
Peru
Sechura
desert
Colombia
60 km
4
Plataforma
(2270 m)
= Fog gauges
= Met. stations
TS1,
2660 m
El Tiro,
2870 m
Cerro
del
Consue
lo 3180
m
ECSF Met.
1960 m Pasture
1960 m Rio
1800 m
Core
area 2
pasture
Core
area 1
forest ECSF
K - B a n d - R a d a r
NOAA-AVHRR images
Mesoscale models
WRF, ARPS
GOES
Radar profiler
IR Cloud Scanner
Scanning Radar
• Raumdaten (AG Bendix)
• Höhentransekt
• (AGs Richter, Bendix, Fabian)
2 Untersuchungsgebiet - Methoden
3 Klimagliederung horizontal
Cloud frequency
(Richter 2003,
Bendix et al. 2004,
Bendix et al. 2008)
La Toma – ECSF/Cerro = distance ~30 km:
430 – 3900 mm (rainfall only 6000 mm
with cloud water)
0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.0
Jan Feb Mrz Apr Mai Jun Jul Aug Sep Okt Nov Dez
W
E
Frequency of wind direction
Easterlies
El Tiro
Rollenbeck & Bendix 2011
Mittlerer
Jahres-
niederschlag
LAWR
Offizielle
Karte
(INAMHI)
3 Klimagliederung horizontal
4 Bekannte Paradigmen
Niederschläge in andinen Durchbruchstälern der Ostabdachung (Troll 1959):
Doppeltes Kondensationsniveau (~1800, ~3200 m, Lauer 1975)
?
4 Bekannte Paradigmen
Nachts stabil, Kaltluftabflüsse
Wolken- und Nieder-
schlagsdynamik =
thermisches
Tageszeiten-Phänomen??
Randschwellenmaximum (Weischet 1969)
5 Besondere Befunde 1 lokal (Regensammler)
??
Thermal
up-slope
breeze
Paradigma: Nachts stabil, Inversion, Kaltluftabflüsse?
• Mesoskalig konvektive Komplexe Klassifikation 10 Jahre Zeitreihe
• Afternoon MCC: Maximum in Amazon lowland
• Nocturnal MCC: Maximum in Andean foothill area – concave terrain line, major katabatic drainage flow systems
11 Cloud and rain dynamics – ATBC 2008 Surinam
Rio Marañon
>50 m asl
>3,000 m asl DEM
ECSF
Target Area
Bendix et al. 2009
5 Besondere Befunde 3 regional (Satellit NOAA-AVHRR)
• Only 1 hit per time slot in target area
• MCC phenomenon of the relative dry season
• Coincides with morning maximum of rainfall
• Detection of convective cells and MCC (Mesoscale Convective Complexes) with connected component labeling
12 decay decay
resurgence
relative rainy season
relative dry
season
Bendix et al. 2009
5 Besondere Befunde 3 regional (Satellit GOES)
13
GOES
blackbody
temperature
LAWR RADAR rainfall
ECSF
Bendix et al. 2009
5 Besondere Befunde 4 regional (Horizontalradar)
6 Hypothesenbildung
14
??
Thermal
up-slope
breeze
LLJ**
MCC cloud - Seeder
LowStratus - Feeder
Meso Mikro
MCC*
*Mesoscale Convective Complex
**Low Level Jet
15
6 Überprüfung (Idealisiert)
Trachte et al. 2010 (Boundary Layer Meteorol. )
Idealisierte Modellstudien zur mikro-
/mesoskaligen Modellparametrisierung
(z. B. Turbulenzschema) Modellzeit
Pot. T
em
pera
tur
Pot. T
em
pera
tur
Katabatische Flüsse
und Terrain
Horizontal resolution of 250 m
55 vertical layers (10 – 500 m)
6 Überprüfung
16 Trachte & Bendix 2012
Konverg
enz
Div
erg
enz
Pot. T
em
pera
tur
Frontale Struktur
Semi-idealisiert
Katabatische Flüsse
und Frontenbildung
17
6 Überprüfung MCC and LLJ Semi-idealisiert: MCC Bildung und LLJ Einfluss
Feuchte
konverg
enz
Feuchte
konverg
enz
Trachte & Bendix 2012
6 Überprüfung: Lokale RCM Performanz
Real Case (12-13 Oct. 2009), Validierung mit FE
GOES-E brightness temperatures
(10.2 - 11.2 μm, K) (a, d, g),
RCM brightness temperatures (D3,
K) (b, e, h)
RCM brightness temperatures (D4,
K) (c, f, i) for 0115 UTC, 0215 UTC
and 0315 UTC
Horizontal / vertical resolution:
-D3: dx = 4km, dzmin = 100m
-D4: dx = 1km, dzmin = 25m
Trachte et al. 2010 (J. Geoph. Res. Meteorol.)
Hauptgrund:
Katabatische Flüsse in 4 km
(D3) zu schwach (Gelände)!
Klimaläufe auf 1km
280 km NCEP
RCM (36 km)
RCM (4 km)
RCM (12 km)
RCM (1 km)
D3
D4
D3 D4
Trachte et al. 2011 JGR
Satellit
7 Ergebnisse
1) Es gibt Neues zur tropischen Hochgebirgsklimatologie!
2) Katabatische Flüsse MCS Nachtniederschläge
3) Besonders Mesoskala, bisher vernachlässigt
4) Modelle müssen gut angepasst sein
5) Seeder – Feeder Prozess Modell
6) Bedeutung für Klimamodellierung in tropischen Hochgebirgen
7 Herausforderung: Der Klimawandel – GCM Performanz
Buytaert et al. 2010
19 GCM‘s A1B Szenario run for the period 2070–2099: BCCR-BCM2, CCCMA-CGCM3.1-T47, CCCMA-CGCM3.1-T63, CNRM-CM3, CONS-ECHO-G, CSIRO-MK3, GFDL-CM2, GFDL-CM2.1, INM-CM3, IPSL-CM4, LASG-FGOALS-G1.0,
MPIM-ECHAM5, MRI-CGCM2.3.2, NASA-GISS-AOM, NASA-GISSEH, NCAR-CCSM3, NIES-MIROC3.2-HI, NIES-MIROC3.2-MED, UKMO-HADCM3, UKMO-HADGEM1
Projected anomalies
>75% Übereinstimmung
aller Modelle RCM
PRECIS
Dynamisches
downsacling (nesting)
bis 4 -1 km möglich
10-jährige Ensembles
(Trend zu 30-Jahren)
Aber Genauigkeit?
Vorzeichen nicht
klar!
-200 bis
+ 300 mm
RCM
Auflösung 50 km
GCM data (Reanalysis)
2.5° (~280 km)
RCM (36 km)
RCM (12 km)
RCM (4 km)
3150
3050
2950
2850
2750
2650
2550
2450
2350
2250
2150
2050
1950
1850
alti
tud
e [
m a
sl]
0.25 0.3 0.35
CO2 [hPa]]
0 2 4 6 8 10 12 14 16
[hPa]
e E-e CO2
3150
3050
2950
2850
2750
2650
2550
2450
2350
2250
2150
2050
1950
1850
alti
tud
e [
m a
sl]
6 8 10 12 14 16 18
[°C]
0 1 2 3 4 5 6
[m/s]
temp. wind speed
3150
3050
2950
2900
2800
2700
2600
2500
2400
2300
2200
2100
2000
alti
tud
e [
m a
sl]
0 20 40 60 80
[%]
0 2500 5000
[mm], [MJ/m²]
Cloud Fr. rainfall
fog irradiance
(Richter 2003, Bendix et al. 2007, Bendix et al. 2008)
cloud
fraction
Vapor
pressure
CO2
pressure
Vapor
pressure
deficit
Transition
zone
Timberline
ecotone
3 Klimagliederung vertikal
Beispiel 2: Bodengebundene Fernerkundung (BF)
Rollenbeck & Bendix 2006
Wind: RASS, SODAR, RADAR
Temperatur: IR und MW-Radiometer, SODAR
Luftfeuchte: MW-Radiometer, GPS, LIDAR
Niederschlag: Radar, Scatterometer
Flüsse: Scintillometer
Wolken und Aerosol: LIDAR, VIS-IR Scanner, Radar, Scatterometer
Profiling
Scanning devices
Teilfrage 2: Gibt es den
Seeder – Feeder Effekt?
LAWR =
neues Instrument
Experimentell:
Keine Methode
zur quantitativen
Niederschlags-
erfassung
Result: Case study 5-6 October 2005
• Fast and strong cooling after sunset
• Well-devopled cold air drainage flow in the valley
25
1,960 m asl
1,960 m asl
ESE
3,200 m asl
Bendix et al. 2009
2) Results – Global Climate Change effects
NCAR/NCEP
Reanalysis data
– grid cell S-Ecuador
(~210 km res.)
Bendix et al. 2009
Warming
Official data Zamora
(ECSF)
Bendix et al. 2009
700
800
900
1000
1100
1200
1300
1400
1500
1600
1700
00:00 02:00 04:00 06:00 08:00 10:00 12:00 14:00
alt
itu
de [
m]
0
10
20
30
40
50
60
70
80
90
100
clo
ud
co
ver
[%]
cover main cloud base [%]
cover below main cloud base [%]
altitude main cloud base [m]
METEK MRR-2 Seeder
Feeder
Nubiscan Cloud cover after rain event
Early morning rain caused by seeder-feeder effect
Case study 03.02.2009; Total precip.: 17.9 mm
MEST
LT