Im Rahmen von "WASCAL- Regionale Klimasimulationen für Westafrika" werden am DKRZ viele klimarelevante Größen wie Temperatur, Niederschlag usw. anhand zeitlich und räumlich hoch aufgelöster Klimamodelle berechnet. Ein Modell-Ensemble bestehend aus jeweils drei verschiedenen globalen Erdsystem- (ESM) sowie Regionalklimamodellen (RCM) lässt die Stärken und Schwächen eines jeden Modells erkennen und erlaubt eine Abschätzung der Wahrscheinlichkeit, dass extreme Klimaereignisse eintreten. Das Einsetzen der Regenzeit ist ein solches Ereignis, das ebenso wie seine Dauer durch das westafrikanische Monsunsystem gesteuert wird und von großem wirtschaftlichem Interesse ist.

Bei den Globalmodellen, die den Antrieb für die Regionalmodelle liefern, handelt es sich um das MPI-ESM MR [1], das HadGEM2-ES vom UK Met Office Hadley Center [2] und das GFDL-ESM2M vom Geophysical Fluid Dynamics Laboratory aus den USA [3]. Das dynamische Downscaling wird mit den Regionalen Klimamodellen WRFV3.5.1 (NCAR Weather Research & Forecasting Model, USA) [4], CCLM4 (Cosmo Model in Climate Mode, Deutschland) [5] und RegCM4.3 (ICTP Regional Climate Model, Italy) [6] durchgeführt, wobei letzteres bisher nur am ICTP, nicht aber in der HLRE2-Umgebung des DKRZ zum Einsatz gekommen ist.

WASCAL Abb.1

Abb.1: WASCAL Mitgliedsstaaten. Modellgebiet (gelber Rahmen) von 7,5° S, 27,5° W (links unten), bis 27,5° N, 27,5° E (rechts oben).

Die Simulationen mit den Regionalmodellen werden mit einer wesentlich höheren horizontalen Auflösung (Faktor ≥ 10) als die Globalmodelle durchgeführt – dies allerdings nur für eine begrenzte Region (Abb. 1). So wurde z.B. das Modell WRF für das WASCAL-Fenster mit einer Modellauflösung von 12 km konfiguriert, d.h. es hat 500 x 330 x 40 Gitterpunkte in west-östlicher, nord-südlicher und vertikaler Richtung [7, 8]. Die WASCAL Partnerländer Bénin, Burkina Faso, Côte d'Ivoire, Gambia, Ghana, Mali, Niger, Nigeria, Sénégal und Togo sind grün gekennzeichnet. 

Obwohl die höhere Auflösung die Topographie und die Verteilung von prozess-relevanten Bodeneigenschaften genauer repräsentiert, führt sie nicht unbedingt zu besseren Modellergebnissen. Dies ist durch systematische Fehler begründet, die sowohl das Global- als auch das Regionalmodell erzeugt, und weil physikalische Parametrisierungen nicht automatisch auf verkleinerten Skalen gültig bleiben. Ein beliebter Ansatz hier ist eine Korrektur der durch das Globalmodell hervorgerufenen Verzerrungen (Bias-Korrektur). Dieser Ansatz wurde im Vorfeld der Simulationen mittels zweier verschiedener Algorithmen getestet aber aufgrund der negativen Seiteneffekte nicht weiter verfolgt. So führen alle für unsere Simulationen möglichen Korrekturverfahren zu physikalischen Inkonsistenzen und führen darüber hinaus zu einem Verlust an Information, welche gerade das Signal des Klimawandels darstellt [9]. Diese Tests wurden in dem in Abbildung 2 dargestellten Gebiet durchgeführt.

WASCAL Abb.2

Abb. 2: Rechengebiet für die Untersuchungen zur Bias-Korrektur. Dargestellt sind auch die üblichen agroklimatischen Zonen West Afrikas.

 

Unsere Auswahl an Antriebsmodellen wurde daher so festgelegt, dass sowohl die Extreme „feucht“ (GFDL-ESM2M) und „trocken“ (HadGem2-ES) als auch eine Simulation nahe dem CMIP5 Mittelwert (MPI-ESM MR) verwendet werden (Abb. 3).

WASCAL Abb. 3

Abb. 3: Mittlerer jährlicher Niederschlag [mm] zwischen 1980 und 1990 für zwei Beobachtungsdatensätze CRU [10] und GPC [11], den WRF+ERA-Interim Kontrolllauf, und den WRF+MPI-ESM MR historischen Lauf.

 

Zudem werden Kontroll-Simulationen mit ERA-Interim Reanalyse-Antriebsdaten durchgeführt, welche Rückschluss auf die Güte der regionalen Modelle unter „idealen“ Randbedingungen erlauben. Zum jetzigen Stand (Dezember 2014) sind bereits Kontrollläufe mit WRF/ERA-Interim und CCLM/ERA-Interim zwischen 1979 und 2013 in Produktion. Des Weiteren wurden die Simulationen mit WRF/ECHAM6 für den historischen Zeitraum 1979 bis 2005 abgeschlossen und Klimaprojektionen bis 2100 initiiert (Abb. 4).

WASCAL Abb. 4  

Abb. 4: Jahresgang der Oberflächentemperatur [K] zwischen 1980 und 1990 für zwei Beobachtungsdatensätze CRU [10] und CPC [12], sowie für den WRF+ERA-Interim Kontrolllauf, und den WRF+MPI-ESM MR historischen Lauf. Die Darstellung erfolgt hier für die verschiedenen agroklimatischen Zonen (siehe Abb. 2), sowie gemittelt über alle Landpunkte.

 

Außerdem wurde WRF für die westafrikanische Region optimiert, indem verschiedene Kombinationen der enthaltenen Modellphysik und Parametrisierungen sowie der räumlichen Auflösung getestet wurden (Abb. 5) [13]. Hierfür wurden die überdurchschnittlich starke Regenzeit des Jahres 1999 und die schwach ausgeprägte Regensaison von 2002 für ein Gebiet, das das westafrikanische Monsunsystem abdeckt, mit einer mittleren Auflösung von 24 km simuliert. Die Validation der Modellergebnisse erfolgt durch Daten der gemeinschaftlichen Beobachtungsnetzwerke in den WASCAL-Ländern [14], z.B. durch den Vergleich mit den an Klimastationen gemessenen meteorologischen Größen, den aus Satelliten- und Regenmesser synthetisierten Niederschlagsdaten auf einem 0,25 x 0,25 Grad Gitter [15], und den Datenprodukten aus dem GPCP (Global Precipitation Climatology Project, 1 x 1 Grad Gitter) [16].

WASCAL Abb. 5  

Abb. 5: Auswertung von 55 WRF-Konfigurationen für 1999/2002 (Jahre mit über- bzw. unterdurchschnittlichem Niederschlag).

Links: überdurchschnittlicher NIederschlag. Rechts: Unterdurchschnittlicher Niederschlag.

 

Die Modell-Ergebnisdaten sollen für weitergehende Untersuchungen zur Verfügung gestellt werden, z.B. für die Abschätzung von Klimawandelfolgen, die Analyse der Auswirkungen von Landnutzungsänderungen auf unterschiedliche Umwelt- und gesellschaftliche Bereiche u.v.m..

Ein konkretes Anwendungsbeispiel ist hier das voll gekoppelte Atmosphären-Hydrologie-Modellsystem, das die im Sissili Flusseinzugsgebiet beobachteten hydro-meteorologischen Flüsse reproduziert (Abb. 6). Die Frage, wie Landoberflächenveränderungen den Stoffaustausch an der Land-Atmosphären-Grenzfläche beeinflussen, lässt sich mit herkömmlichen globalen und regionalen Klimamodellen nur ungenügend beantworten, da in ihnen Landoberflächenprozesse vernachlässigt werden. Um die Wirkung von lateralen hydrologischen Vorgängen wie z.B. Oberflächenabfluss zu berücksichtigen, wird ein neues Landoberflächenmodell an das Regionalmodell WRF gekoppelt und als WRF-Hydro bezeichnet. Hiermit können bi-direktionale Atmosphären-Hydrologie Simulationen für spezielle Flusseinzugsgebiete durchgeführt werden. Die Ergebnisse eines mit ERA-Interim-Reanalyse-Daten angetriebenen Atmosphärenmodells wurden mit WRF zunächst auf 10 km dynamisch herunterskaliert, dann im Sissili-Gebiet noch feiner aufgelöst (2 km Gitterabstand) und dort mit dem NCAR Distributed Hydrological Modeling System [17] [18] gekoppelt (500 m Gitterabstand).

WASCAL Abb. 6a WASCAL Abb. 6b

Abb. 6a (links): Sissili Flusseinzugsgebiet

Abb. 6b (rechts): Wöchentliche Niederschlagsmengen aus WRF-Hydro für das gesamte Sissili-Gebiet (schwarze Kurve oben). Tägliche Werte des Oberflächenabflusses aus WRF-Hydro (blaue Kurve unten).

 

Technische Informationen zum Umfang der Simulationen

Modellzeiträume: 1979-2013 für die Evaluierungsläufe mit dem ERA-Interim-Antrieb; 1975-2005 für die historischen Kontrollexperimente für drei Antriebs-ESMs; 2006-2100 für ESM-getriebene RCM rcp45 Projektionen.

Performanz von WRF: Bei einem Zeitschritt von Δt=72s benötigte WRF auf blizzard 12 Minuten, um einen Modelltag zu simulieren, bzw. verbrauchte 14.000 CPUh Rechenzeit für ein Modelljahr. Die Ausgabedaten werden alle 3 Stunden für 24 Druckebenen im NetCDF4-Format, CF-1.6 ausgegeben, was einem Speichervolumen von 1 GB pro Modelltag bzw. 3,6 TB für 10 Modelljahre entspricht.

 

WASCAL-Klimamodellierer

Zum WASCAL Team der Regionalklima-Modellierer gehören in Deutschland Wissenschaftler des Instituts für Meteorologie und Klimaforschung, Institut für Umweltforschung (IMK-IFU, KIT Campus Alpin in Garmisch-Partenkirchen), des Instituts für Geographie der Universität Augsburg, des Deutschen Zentrums für Luft- und Raumfahrt e.V. (DLR, Oberpfaffenhofen) und des DKRZ in Hamburg. Beteiligte Wissenschaftler in Westafrika sind mit dem WASCAL-Kompetenzzentrum in Ouagadougou (Burkina Faso) sowie dem WASCAL Graduate Research Program „West African Climate System“ an der Federal University of Technology Akure (FUTA) in Akure (Nigeria) affiliiert.

 

Kontakt (Autoren):

Ilse Hamann, DKRZ: aGFtYW5uQGRrcnouZGU=

Dominikus Heinzeller, Institut für Umweltforschung (IMK-IFU, KIT Campus Alpin in Garmisch-Partenkirchen): ZG9taW5pa3VzLmhlaW56ZWxsZXJAa2l0LmVkdQ==

 

Das diesem Bericht zugrundeliegende Vorhaben wurde mit Mitteln des Bundesministeriums für Bildung, und Forschung unter dem Förderkennzeichen 01LG1202H gefördert. Die Verantwortung für den Inhalt dieser Veröffentlichung liegt bei den Autoren.

 

Literatur

  1. Stevens, B., Giorgetta, M.A., and 15 co-authors (2013): Atmospheric component of the MPI-M Earth System Model: ECHAM6. Journal of Advances in Modeling Earth Systems 5, 146-172.
  2. Collins, W. J., Bellouin, N., Doutriaux-Boucher, M., Gedney, N., and 14 co-authors: Development and evaluation of an Earth-system model HadGEM2, Geosci. Model Dev. Discuss., 4, 997--1062, 2011
  3. Dunne, J.P., John, J.G., Adcroft, A.J., and 17 co-authors (2012): GFDL’s ESM2 Global Coupled Climate¬ Carbon Earth System Models. Part I: Physical Formulation and Baseline Simulation Characteristics. J. Climate 25, 6646-6665, http://dx.doi.org/10.1175/JCLI-D-11-00560.1
  4. Skamarock, W.C., Klemp, J. B., Dudhia, J., Gill, D. O., Barker, D. M., Duda, M. G., Huang, X.-Y., Wang, W., Powers, J.G. et al. (2008): A Description of the Advanced Research WRF Version 3, NCAR/TN–475+STR, NCAR TECHNICAL NOTE, June 2008, http://www2.mmm.ucar.edu/wrf/users/docs/arw_v3.pdf
  5. Rockel, B., Will, A., Hense, A. (2008 The Regional Climate Model COSMO-CLM (CCLM), Meteorologische Zeitschrift, 17/ 4, 347-348, 2008, http://dx.doi.org/10.1127/0941-2948/2008/0309
  6. Giorgi et al. (2012) : Giorgi F, Coppola E, Solmon F, Mariotti L and others (2012): RegCM4: model description and preliminary tests over multiple CORDEX domains. Clim Res 52:7-29, http://dx.doi.org/10.3354/cr01018
  7. Paeth, H., Hall, N. M., Gaertner, M. A., Alonso, M. D., Moumouni, S., Polcher, J., et al. (2011): Progress in regional downscaling of West African precipitation. Atmospheric Science Letters, 12, 75-82.
  8. Browne, N. A. K., Sylla, M. B. (2012): Regional Climate Model Sensitivity to Domain Size for the Simulation of the West African Summer Monsoon Rainfall, International Journal of Geophysics, vol. 2012, Article ID 625831, 17 pages, 2012. http://dx.doi.org/10.1155/2012/625831
  9. Heinzeller, D. Klein, C, Kunstmann, H. (2014): Towards a climate modeling system for West Africa: Sensitivity studies and input bias correction for WRF. Extended abstract for 15th WRF Workshop,UCAR/NCAR, June 2014.
  10. Jones, P. & Harris, I.: University of East Anglia Climatic Research Unit, CRU TS3.21: Climatic Research Unit (CRU) Time-Series (TS) Version 3.21 of High Resolution Gridded Data of Month-by-month Variation in Climate (Jan. 1901 -- Dec. 2012). NCAS British Atmospheric Data Centre, 2013
  11. Schneider, U., Becker, A., Finger, P., Meyer-Christoffer, A., Rudolf, B., Ziese, M.: GPCC Full Data Reanalysis Version 6.0 at 0.5°: Monthly Land-Surface Precipitation from Rain-Gauges built on GTS-based and Historic Data. http://dx.doi.org/10.5676/DWD_GPCC/FD_M_V6_050
  12. Fan, Y. & van den Dool, H.: A global monthly land surface air temperature analysis for 1948-present. J. Geophys. Res., 113, 2008. http://iridl.ldeo.columbia.edu/SOURCES/.NOAA/.NCEP/.CPC/.GHCN_CAMS/.gridded/.dataset_documentation.html
  13. Klein, C., Bliefernicht, J., Heinzeller, D. Kunstmann, H. (2014): WRF model performance and sensitivity to model physics in a medium- and high-resolution downscaling experiment for West Africa, http://meetingorganizer.copernicus.org/EGU2014/EGU2014-6376.pdf
  14. Bliefernicht, J., Kunstmann, H., Hingerl, L., Rummler, T., Andresen, S., Mauder, M., Steinbrecher, R., Frieß, R., Gochis, D.,Gessner, U., Quensah, E., Awotuse, A., Neidl, F. Jahn, F., Barry, B. (2013): Field and simulation experiments for investigating regional land–atmosphere i nteractions in West Africa: experimental setup and fIrst results. http://elib.dlr.de/88029/1/Bliefernicht_etal_2013.pdf
  15. TRMM Tropical Rainfall Measuring Mission, Data Products, http://trmm.gsfc.nasa.gov/data_dir/data.html
  16. Global Precipitation Climatology Project (GPCP), http://www.gewex.org/gpcpdata.htm
  17. Arnault, J., Hingerl, L., Andresen, S., Rummler, T., Kunstmann, H. (2014): Evaluation of a fully coupled atmospheric-hydrological modeling system for the Sissili watershed in the West African Sudanian Savannah, http://gewex.org/2014conf/posters_Monday.html#T23
  18. Gochis, D. J., Wei, Y., David, N. Y. (2010): The NCAR Distributed Hydrological Modeling System (NDHMS): User's guide and technical description.