Can a simple locality index be used to improve mesoscale model forecasts?

Abstract

Surface fluxes couple the land surface to the atmosphere and are a source of heat, mois-ture and momentum for the atmosphere. They vary with land-use and atmospheric strat-ification and influence temperature, humidity, wind and precipitation in the atmosphere. In numerical weather and climate models land-use changes on the sub-grid scale and the characteristics are parameterised. However, in very heterogeneous areas like urban are-as parameterisations can lead to unrealistic results. In this thesis a process-oriented ap-proach is developed to evaluate two parameterisation schemes for sub-grid scale land-use effects. The model performance is evaluated for near surface atmospheric variables and the relevance of surface fluxes for the generation of precipitation in the model do-main is determined.

A locality index is developed reflecting the relevance of surface fluxes for the model solution and especially the generation of precipitation in the model domain. Firstly, a precipitation analysis reveals the spatial and temporal scale of precipitation and derives uncertainty factors for the representativity of single-station precipitation amounts in the LITFASS domain in North-Eastern Germany. The index is then related to the measured precipitation. In situations with a high relevance of the surface fluxes indicated by a high index precipitation probability increases. This relation holds for two very different years and is very robust. The relation is resembled by simulated precipitation using the mesoscale transport and fluid model METRAS. However, a dependence of simulated precipitation on horizontal resolution and the parameterisation scheme is shown.

METRAS’ model performance is evaluated applying the locality index for four horizon-tal resolutions and two parameterisation schemes namely flux aggregation with a blend-ing height concept and parameter averaging. In very locally driven meteorological situa-tions with high indices the surface fluxes and the horizontal resolution influence the model solution strongly and the index determines flux aggregation as the more appro-priate parameterisation for the sub-grid scale surface fluxes. Parameter averaging is very resolution-dependent in contrast to flux aggregation and only resembles the results gained with flux aggregation when applying high-resolutions. In advectively driven meteorological situations the model solution depends less on the surface processes and their parameterisation. The lateral boundary conditions are more important for the mod-el performance. Then, also parameter averaging leads to realistic model results, which is also computationally cheaper than flux aggregation. In general, the locality index can be applied in a model to choose the parameterisation scheme online and can be used to evaluate model results in a process-oriented way.

Oberflächenflüsse koppeln die Landoberfläche mit der Atmosphäre und sind eine Quelle für Wärme, Feuchte und Impuls. Sie variieren mit Landnutzung und atmos-phärischer Schichtung und verändern Temperature, Feuchte, Wind und Niederschlag in der Atmosphäre. In numerischen Wetter- und Klimamodellen ändert sich die Land-nutzung subskalig and ihre Prozesse werden parameterisiert. Allerdings können Pa-rameterisierungen für sehr heterogene Landnutzungen wie Städte zu unrealistischen Ergebnissen führen. In dieser Arbeit wird ein prozessbasierter Ansatz entwickelt, um zwei Parameterisierungen für subskalige Landnutzungseffekte zu evaluieren. Die Mod-elgüte wird für oberflächennahe Variable evaluiert und die Bedeutung der Ober-flächenflüsse für die Entstehung von Niederschlag im Modellgebiet wird bestimmt.

Ein Lokalitätsindex wird entwickelt, der die Bedeutung der Oberflächenflüsse für die Modellösung und insbesondere die Entstehung von Niederschlag bestimmt. Zunächst werden die räumlichen und zeitlichen Skalen des Niederschlages einer Einzelmesssta-tion anhand einer Niederschlagsanalyse bestimmt und Unsicherheitsfaktoren für die Representativität für das LITFASS Gebiet in Nord-Ost-Deutschland bestimmt. Der In-dex wird dann zu dem gemessenen und analysierten Niederschlag in Bezug gesetzt. In Situationen mit starkem Einfluss der Flüsse gekennzeichnet durch einen hohen Index erhöht sich die Niederschlagswahrscheinlichkeit. Diese Beziehung wird für zwei sehr unterschiedliche Jahre nachgewiesen und ist sehr robust. Die Beziehung wird ebenfalls mit simuliertem Niederschlag von dem mesoskaligen Transport- and Strömungsmodell METRAS 3.0 wiedergegeben. Allerdings ist der simulierte Niederschlag von Auflösung und Parameterisierung abhängig.

Die METRAS Modelgüte wird anhand des Lokalitätsindex für vier Auflösungen und zwei Parameterisierungen, namentlich Flussmittelung mit einem Blendhöhenverfahren und Parametermittelung, evaluiert. In sehr lokal angetriebenen Situationen mit hohem Index beeinflussen die Oberflächenflüsse und die Auflösung die Modellösung, und der Index schlägt Flussmittelung als das geeignetere Verfahren für die Parameterisierung der subskaligen Flüsse vor. Parametermittelung ist im Gegensatz zu Flussmittelung sehr auflösungsabhängig und gibt die Ergebnisse, die mit Flussmittelung erzielt wurden, nur bei hoher Auflösung wieder. In advektiven Situationen hängt die Lösung weniger von den Landoberflächenprozessen und ihrer Parametrisierung ab. Die seitlichen Grenzbed-ingungen sind wichtiger. Unter diesen Umständen führt auch Parametermittelung zu realistischen Ergebnissen, die rechenzeittechnisch günstiger als Flussmittelung ist. Der Lokalitatesindex kann in einem Modell online verwendet werden, um die geeignete Parameterisierung zu wählen und eignet sich um Modellergebnisse prozessbasiert zu evaluieren.