MiKlip erste Phase: PastLand

Optimale Parameter- und Zustandsschätzung der Land- und Biosphäre - Initialisierung eines globalen, gekoppelten Landmodells.

Vorhersagen des globalen Klimas hängen sowohl von den Startbedingungen des Klimamodells ab als auch von den angenommenen Änderungen in der Aerosol- und Treibhausgaskonzentration der Atmosphäre. Es ist anzunehmen, dass für einen Zeitraum von ungefähr zehn Jahren der Einfluss anthropogene Klimaveränderungen und die natürliche Variabilität in der gleichen Größenordnung liegt. Eine möglichst exakte Beschreibung des beobachteten Klimazustands in gekoppelten Modellen ist daher entscheidend für die Initialisierungen dekadischer Klimasimulationen. Die Vorhersagbarkeit in Simulation die über zwei Wochen hinaus gehen, ist  maßgeblich von Erdsystemkomponenten beeinflusst, die langfristiger als typische Wetterphänomene agieren. Solche Komponenten sind neben dem Ozean, Gletschern und Meereis der Bodenwassergehalt, die Schneebedeckungen und die Biosphäre.

MiKlip PastLand zielt auf eine umfassende Zustands und Parameterabschätzung globaler Landoberflächenmodelle ab. Der Schwerpunkt liegt dabei auf einer möglichst realistischen  Parameteroptimierung auf Gitterzellenebene, die die Vorhersagefähigkeit des Modells für saisonale und dekadische Zeitraume verbessern soll. Des weiteren wird ein Beobachtungssystem aufgebaut, welches auf satellitengestützten Landoberflächenbeobachtungen basiert. Für dieses Projekt wird das JSBACH Landoberflächenmodell benutzt. JSBACH ist Teil des ECHAM/MPI-OM/JSBACH Erdsystemmodells des MPI-M. Die Vorhersagefähigkeit des Modells wird getestet indem sowohl gekoppelte als auch ungekoppelte Modellsimulationen für vergangene Zeiträume gerechnet werden als auch durch den Vergleich mit unabhängigen Beobachtungsdaten.

Die Zustands- und Parameterabschätzung für JSBACH wird im ungekoppelten Modus durchgeführt; das heißt das Modell wird mit „beobachtetem“ atmosphärischem Antrieb genutzt. Das Projekt berücksichtigt trotzdem auch die Initialisierung des gekoppelten Modells indem mögliche Abweichungen – verursacht durch den ungekoppelten Modus – in den Flüssen zwischen Land und Atmosphäre analysiert und korrigiert werden. Die Entwicklung und Anwendung dieses Assimilationssystems stellt in sich bereits eine wissenschaftliche und technologische Herausforderung dar und ist ein wichtiger erster Schritt für die Initialisierung des gesamten MiKlip-Modells. 

Ziele

  • Identifizierung von Regionen in denen das Gedächtnis der Landoberfläche einen Einfluss auf das Klima hat, sowie die Ermittlung der Zeitskalen dieses Einflusses.Anwendung neuer Satellitenbeobachtungen (z.B. SMOS, SENTINEL-2) für eine verbesserte Erkennung des Zustandes der Landoberfläche.
  • Abschätzung des Einflusses von Beobachtungsdaten und Initialisationsverfahren auf saisonale und dekadische Klimaprojektionen.
  • Entwicklung und Bewertung eines Programms zur kombinierten Modelloptimierung und Zustandsabschätzung zur Anwendung fuer die Initialisierung saisonaler und dekadischer Klimaprojektionen.
  • Bewertung des Einflusses von Unsicherheiten in Beobachtungen auf die Modellinitialisierung und die Vorhersagefähigkeit des Modells. 

 

 

PastLand - Ergebnisse aus DS1

Im Rahmen des Projekts PastLand wurde ein 5-Schichten-Modul des Bodens zur Untersuchung von Wasserflüssen für das Landoberflächenmodell JSBACH entwickelt. Dieses enthält Schichtgrenzen in 0.065, 0.319, 1.232 und 4.134 m Tiefe und endet am Grundgestein oder bei 10 m. Diffusion und Perkolation werden mit Hilfe der Richards-Gleichung berechnet. Dieses neue Bodenmodell limitiert die Bodenverdunstung auf die oberste Schicht, sowie Transpiration auf die durchwurzelte Zone. Damit können Bereiche unterhalb dieser Zone als Langzeitspeicher wirken.

Eine Evaluation dieses Modells zeigt, dass seine Anwendung verglichen mit der Standard ECHAM6 AMIP Konfiguration nur geringfügige Abweichungen vom langzeitlichen Niederschlag, Verdunstung, Abfluss und Temperaturmittel verursacht, sich das Bodenfeuchtegedächtnis jedoch deutlich verändert; in großen Teilen Südamerikas, Europas, Ostasiens und Zentralafrikas verlängert sich das Gedächtnis, während es sich in vegetationsarmen Gebieten verringert. Neben dem neuen Bodenfeuchteschema wurde die Feldkapazität als Randbedingung in JSBACH aktualisiert. Hierzu wurde ein hochaufgelöster Datensatz (Kleidon, 2004) auf diskrete Olson-Landbedeckungsklassen umgerechnet und hieraus neue Feldkapazitäts-Randbedingungen gewonnen. Dieser neue Feldkapazitätendatensatz wurde mit off- und online Simulationen am 1-Schicht- und 5-Schichten-Bodenmodell getestet. Es zeigten sich deutliche Veränderungen der absoluten Bodenfeuchte und des Bodenfeuchtegedächtnisses, während sich der Einfluss der aktualisierten Daten auf Wasserflüsse oder Oberflächentemperaturen in Grenzen hielt.

In der Folge wurden zwei satellitengestützte Datensätze von Bodenfeuchtebeobachtungen (ESA ECV_SM und AMSR-E) untersucht und auf ihre Verwendbarkeit im Modell oder für dessen Validierung getestet. Nach einer räumlichen und zeitlichen Interpolation um Datenlücken zu füllen, wurden diese Beobachtungszeitreihen mit JSBACH Simulationsergebnissen und ERA-Interim Reanalysen verglichen. Obgleich der ESA ECV_SM Datensatz Schwächen aufweist, ist er auf Grund des langen Beobachtungszeitraums (1979-2010) und der quasi-globalen Abdeckung der zur Zeit am besten für eine Assimilation in, bzw. eine Validierung von Landoberflächenmodellen geeignete Bodenfeuchte-Datensatz. Weiterhin wurde ein variationelles Datenassimilationsschema um die Offlineversion von JSBACH entwickelt. Dieses soll die Schätzung von Anfangszustand und Prozeßparametern (Kontrollvariablen) ermöglichen. Hierbei wird eine Kostenfunktion minimiert, die die Abweichung der Modellsimulation von Beobachtungsdaten sowie a priori Information über die Kontrollvariablen quantifiziert. Dieses Schema wurde an einem Punkt auf dem Globus konfiguriert und für sieben Kontrollvariablen getestet. Der Ableitungscode für das Assimilationsschema wurde an einer Station in Botswana erfolgreich gegen finite Differenzen von Modellläufen getestet. 

Abbildung 1: Konvergenz der iterativen Minimierung. Kostenfunktion (schwarz), Norm des Gradienten (rot) und Norm der Parameterdifferenz zum Standardwert (grün) über Iterationszahl.

Schließlich wurde in einem Zwillingsexperiment die Zuverlässigkeit des entwickelten Prototypen demonstriert. Hierzu wurden mit dem Modell für Standardwerte der Kontrollvariablen halbstündige Werte von Kohlenstoff- und Wasserflüssen generiert. Im Anschluß wurde ein iterativer gradientenbasierter Minimimierungsalgorithmus mit gestörterten Werten der Kontrollvariablen zur Assimilation der generierten Beobachtungen gestartet. Nach etwa 30 Iterationen liefert das System die Standardparameterwerte, eine um 13 Grössenordnungen reduzierte Kostenfunktion mit einem um 8 Grössenordnungen reduzierten Gradienten.

Mehr zu PastLandNews-Icon

Diese Darstellung betrifft das Projekt während der ersten Phase von MiKlip. PastLand A arbeitet in MiKlip II weiter, unter dem Namen PastLand II.

Kontakt

Max Planck Institut für Meteorologie (MPI-M)
Tobias Stacke
Stefan Hagemann
Alexander Löw
Christian Reick

FastOpt
Thomas Kaminski