Nebelbildung am Flughafen München - Meteorologisches Institut ...
Nebelbildung am Flughafen München - Meteorologisches Institut ...
Nebelbildung am Flughafen München - Meteorologisches Institut ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Forschungs- und Entwicklungsvertrag<br />
<strong>Nebelbildung</strong> <strong>am</strong> <strong>Flughafen</strong> <strong>München</strong>:<br />
Klimatologie und Modellierung<br />
Christina Mohr & Isabel Alberts<br />
Matthieu Masbou<br />
Andreas Bott<br />
April 2009<br />
Universität Bonn<br />
<strong>Meteorologisches</strong> <strong>Institut</strong><br />
Auf dem Hügel 20<br />
53121 Bonn
Teil I<br />
Klimatologie typischer Nebellagen <strong>am</strong><br />
<strong>Flughafen</strong>standort <strong>München</strong><br />
2
1 Einleitung und Aufgabenstellung<br />
1.1 Umfang der Arbeiten<br />
Nebel und d<strong>am</strong>it verbundene reduzierte Sichtweiten haben einen großen Einfluss auf alle Bereiche<br />
des Verkehrs. Im Flugbetrieb greift bei verringerter Sicht die sogenannte Low Visibility<br />
Condition (LWC), bei der verschiedene Sicherheitsbestimmungen eingehalten werden müssen;<br />
beispielsweise vergrößert sich der Abstand zwischen zwei startenden bzw. landenden Flugzeugen<br />
bei weniger als 550 m Sichtweite.<br />
Die Vorhersage und Modellierung von Nebel ist durch seine hohe räumliche und zeitliche<br />
Variabilität sehr schwierig und zum heutigen Zeitpunkt noch nicht detailliert genug möglich.<br />
Eine Verbesserung ist gerade für den Flugverkehr dringend notwendig, um unnötig hohe Kosten<br />
vermeiden zu können.<br />
Es wird daher eine Nebelklimatologie <strong>am</strong> Münchner Franz-Josef-Strauß-<strong>Flughafen</strong> erstellt.<br />
Dieser <strong>Flughafen</strong> liegt 28, 5 km nordöstlich der Stadt <strong>München</strong> im Erdinger Moos. Der sehr<br />
feuchte Boden in dieser Region begünstigt die Bildung von Nebel, wodurch sich der Münchner<br />
<strong>Flughafen</strong> als derjenige auszeichnet, der unter den großen deutschen Flughäfen <strong>am</strong> häufigsten<br />
von Nebelereignissen mit Low Visibility Condition betroffen ist. Er ist daher für eine Untersuchung<br />
von verschiedenen Nebeltypen und generellen zur <strong>Nebelbildung</strong> führenden Mechanismen<br />
gut geeignet.<br />
Da die Ursachen für <strong>Nebelbildung</strong> hauptsächlich Strahlungsabkühlung und Advektionsprozesse<br />
sind, soll der Schwerpunkt dieser Arbeit auf der Unterscheidung von Strahlungs- und Advektionslagen<br />
liegen. Es werden die Sichtweitegrenzen analog zur Definition der Betriebsbedingungen<br />
bei Start und Landung (CAT-I, CAT-II, CAT-III) unterschieden und eine Unterteilung<br />
in großräumige Wetterlagen vorgenommen, um den eventuellen Einfluss der geographischen<br />
Lage des <strong>Flughafen</strong>s beurteilen zu können.<br />
1.2 Vorgehensweise<br />
1. Die stündlich vorhandenen Daten werden in Nebelereignisse unterteilt, welche danach<br />
anhand eines Entscheidungsbaums in die fünf Nebelarten Niederschlagsnebel, Strahlungsnebel,<br />
Advektionsnebel, Nebel durch Wolkenabsinken und morgendlichen Verdunstungsnebel<br />
klassifiziert werden.<br />
2. Mit den Nebelereignissen werden statistische Untersuchungen zur zeitlichen Verteilung<br />
des Nebels, zu Windstärke und Windrichtung sowie zur Nebeldauer und -intensität<br />
durchgeführt.<br />
3. Eine Unterteilung der Ereignisse in die CAT-Klassen für den Flugbetrieb wird vorgenommen,<br />
um die Beeinträchtigung für den Flugverkehr in <strong>München</strong> durch verringerte<br />
3
Sichtweiten abschätzen zu können.<br />
4. Die Nebelereignisse werden großräumigen Wetterlagen zugeordnet, um einen eventuellen<br />
geographischen Einfluss des <strong>Flughafen</strong>s abschätzen zu können.<br />
5. Basierend auf den gewonnenen Erkenntnissen wird eine Empfehlung gegeben, an welchen<br />
Punkten im Umfeld des <strong>Flughafen</strong>s idealerweise eine Instrumentierung zur Verbesserung<br />
der Nebelvorhersage erfolgen sollte.<br />
4
2 Datensatz und Analyseverfahren<br />
2.1 Datensatz<br />
Für die Klassifikation der Nebelereignisse wurde mit Daten der Wetterstation vom Münchner<br />
<strong>Flughafen</strong> (WMO Stationsnummer 10870, geographische Koordinaten: 48 ◦ 21 ′ 17 ′′ N,<br />
11 ◦ 47 ′ 15 ′′ O) gearbeitet: Aus den Synop-Daten wurden Temperatur, Taupunkt, Windstärke,<br />
Windrichtung, Sichtweite und Niederschlag verwendet. Im METAR-Datensatz, einem Datensatz<br />
für die Flugwetterbeobachtung, befinden sich die ebenfalls benötigten Daten für Bedeckungsgrad<br />
und -höhe sowie die RVR-Daten (Runway Visual Range). Die RVR ist eine abgeleitete<br />
Größe, die aus der meteorologischen Sicht, der Umfeldleuchtdichte und der Lichtstärke<br />
der Landebahnbefeuerung ermittelt wird.<br />
Die Synop-Messungen werden zur vollen Stunde erfasst, die METAR-Daten im 30-Minuten-<br />
Takt jeweils 20 und 50 Minuten nach einer vollen Stunde. Alle Uhrzeiten sind in UTC angegeben.<br />
Um beide Datensätze zus<strong>am</strong>menzufügen, wurden die METAR-Daten entsprechend<br />
interpoliert: Beispielsweise wurde aus den Werten von 00:50 UTC und 01:20 UTC der Wert<br />
für 01:00 UTC gewonnen. Die verwendete Messreihe beginnt <strong>am</strong> 1. September 1995 und endet<br />
<strong>am</strong> 31. Juli 2008. Eine Übersicht über die verwendeten Daten zeigt Tabelle 2.1.<br />
Tabelle 2.1: Übersicht über die verwendeten Daten. Zeitraum: September 1995 - Juli 2008<br />
Datensatz verwendete Par<strong>am</strong>eter<br />
Messzeiten<br />
Synop Temperatur stündlich, zur vollen Stunde<br />
Taupunkt<br />
Windstärke<br />
Windrichtung<br />
Sichtweite<br />
Niederschlag<br />
METAR RVR (Runway Visual Range) halbstündlich,<br />
Bedeckungsgrad<br />
20 und 50 Minuten nach einer vollen Stunde<br />
Bedeckungshöhe<br />
5
2.2 Analyseverfahren<br />
2.2.1 Identifikation von Nebelereignissen<br />
In dieser Arbeit wurde die WMO-Definition von Nebel verwendet, nach der Nebel dann auftritt,<br />
wenn eine Sichtweite von weniger als 1000 m beobachtet wird und kondensierte Wassertröpfchen<br />
oder Eiskristalle in der Luft vorhanden sind. Die Auswertung der Daten und<br />
Durchführung der Nebelklassifikation basiert auf einem Artikel von Tardif et al. [36], der eine<br />
ereignis-basierte Nebelklimatologie des Großraums New York erstellt hat. Tardif hatte eine<br />
20-jährige Messreihe mit Daten von 17 Messstationen aus der Region New York zur Verfügung<br />
und konnte daher die räumliche Variabilität des Nebels detailliert untersuchen. Durch die<br />
Analyse mit Daten von nur einer Station ist die Untersuchung der horizontalen Heterogenität<br />
begrenzt.<br />
Die Qualität der stündlichen Messungen wurde überprüft und eine Einteilung in Nebelereignisse<br />
vorgenommen. Als Nebelereignis versteht man normalerweise eine zus<strong>am</strong>menhängende<br />
Serie von Messungen mit weniger als 1000 m Sichtweite. Dabei treten aber sehr viele sehr kurze<br />
Ereignisse von oft nur einer Stunde Dauer auf, die nicht erfolgreich einem Nebeltyp zugeordnet<br />
werden können.<br />
In dieser Arbeit wird daher für die Unterteilung der Messwerte in Nebelereignisse ein anderes<br />
Verfahren angewendet, wobei ähnlich vorgegangen wird wie in Tardif et al. [36]. Das Verfahren<br />
wird zunächst allgemein beschrieben, anschließend wird es anhand eines Beispiels (Abbildung<br />
2.1) verdeutlicht.<br />
1. Ein Messwert wird als positiv oder negativ markiert: Den Wert positiv erhält er, wenn<br />
er in einer gleitenden Reihe von m Messungen, in denen mindestens n Messungen mit<br />
Sichtweite kleiner als 1000 m vorhanden sind, enthalten ist.<br />
2. Aus den so gekennzeichneten Messwerten werden zus<strong>am</strong>menhängende Positiv- und Negativgruppen<br />
gebildet.<br />
3. Ein Nebelereignis dauert von der ersten Sichtweitemessung unter 1000 m bis zur letzten<br />
Sichtweitemessung unter 1000 m innerhalb einer positiven Gruppe.<br />
4. Im Folgenden wird m = 5 und n = 3 gesetzt.<br />
Abbildung 2.1 zeigt fünf verschiedene Beispiele einr 18-stündigen (fiktiven) Messreihe. In<br />
Beispiel 5 bilden die Messpunkte 4 bis 12 eine positive Gruppe, dennoch endet das Nebelereignis<br />
bereits mit der letzten Messung unter 1000 m bei Punkt 10.<br />
Auf diese Weise bleiben zwar einzelne kurze Ereignisse von weniger als drei Stunden Dauer<br />
unberücksichtigt, andererseits wird ein Nebelereignis auch nicht von kurzen Nebellücken<br />
unterbrochen.<br />
91, 3 % aller Nebelmessungen befinden sich innerhalb identifizierter Ereignisse.<br />
D<strong>am</strong>it sich Nebel bilden kann, muss eine bestimmte Kombination von verschiedenen Par<strong>am</strong>etern<br />
eintreten. Um bevorzugte Einflüsse für die Nebelentwicklung erfassen zu können, sollte<br />
der Zustand der Atmosphäre daher schon einige Stunden vor Nebelbeginn betrachtet werden.<br />
6
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18<br />
Beispiel 1<br />
N N N N P P P P P P P P N N N N N N<br />
Beispiel 2<br />
N N P P P P P P P N N N N N N N N N<br />
Beispiel 3<br />
N N N P P P P P N N N N N N N N N N<br />
Beispiel 4<br />
N N P P P P P P P P P N N N N N N N<br />
Beispiel 5<br />
N N N P P P P P P P P P N N N N N N<br />
Messung mit Sichtweite ≥ 1000m N kein Teil einer positiven Gruppe Nebelereignis<br />
Messung mit Sichtweite < 1000m P Teil einer positiven Gruppe<br />
Abbildung 2.1: Graphik zum Verfahren der Identifikation von Nebelereignissen<br />
Deshalb werden – abhängig vom jeweiligen Nebeltyp – die Par<strong>am</strong>eter Temperatur, Taupunkt,<br />
Bedeckungsgrad, Bedeckungshöhe und Niederschlag bis zu sechs Stunden vor Einsetzen des<br />
Nebels untersucht. In den METAR-Daten fehlt eine große Anzahl von Werten, sodass vor der<br />
eigentlichen Nebelklassifizierung eine Überprüfung und ggf. Aussortierung stattfinden muss,<br />
falls die vorhandenen Daten für eine vernünftige Untersuchung nicht ausreichen. Wenn beispielsweise<br />
für mehr als drei der betrachteten sechs Stundenwerte Daten nicht vorhanden sind,<br />
wird die entsprechende Episode nicht verwendet.<br />
2.2.2 Nebelklassifikation<br />
Die fünf untersuchten Nebeltypen Niederschlagsnebel, Strahlungsnebel, Advektionsnebel, Nebel<br />
durch Wolkenabsinken und Verdunstungsnebel wurden an die Untersuchungen von Tardif et<br />
al. [36] angelehnt. In der Literatur gibt es auch einige Studien mit einer größeren Anzahl an<br />
zu unterscheidenden Nebeltypen. Beispielsweise haben Willett (1928) [39] und später Byers<br />
(1959) [14] eine Klassifikation mit elf Nebeltypen vorgenommen, die auf den Mechanismen der<br />
<strong>Nebelbildung</strong> und auf verschiedenen im Zus<strong>am</strong>menhang mit Nebel auftretenden Wetterszenarien<br />
basiert. Eine etwas einfachere Klassifikation mit sechs Nebeltypen existiert von George<br />
[24]. Hat man – wie im Fall dieser Arbeit – aber nur stündliche Daten zur Verfügung, ist eine<br />
zu detaillierte Unterscheidung zwischen verschiedenen Typen nicht sinnvoll, weil die zeitliche<br />
Auflösung der Daten dafür nicht ausreichend ist.<br />
Die Klassifizierung wurde mit einem Entscheidungsbaum (Abbildung 2.2) durchgeführt,<br />
welcher auf den Ideen von Tardif et al. [36] basiert und nach genauerer Betrachtung der Daten<br />
modifiziert wurde.<br />
Vor der eigentlichen Unterteilung der Ereignisse in die verschiedenen Nebeltypen wurde<br />
überprüft, ob während eines ges<strong>am</strong>ten Ereignisses Niederschlag gefallen ist, um so Sichtweitenreduzierung<br />
durch Niederschlag auszuschließen. Diese Ereignisse wurden aussortiert.<br />
Im folgenden werden die wichtigsten Mechanismen und Entscheidungskriterien der einzelnen<br />
Nebeltypen erläutert:<br />
7
Niederschlagsnebel:<br />
Im zweistündigen Zeitraum vor Nebelbeginn ist Niederschlag gefallen. Der hier zur <strong>Nebelbildung</strong><br />
führende Prozess ist die Verdunstung des fallenden Niederschlags in Bodennähe.<br />
Nebel durch Wolkenabsinken:<br />
Eine bereits vorhandene hochnebelartige Stratusdecke muss allmählich weiter absinken und zu<br />
Bodennebel führen; dies kann durch Tropfensedimentation oder eine initiale Abkühlung erfolgen.<br />
Für den Progr<strong>am</strong>mablauf bedeutet dies, dass sechs Stunden vor Nebelbeginn bereits eine<br />
niedrige Wolkendecke vorhanden sein muss, die sich im Laufe der folgenden Stunden noch weiter<br />
nach unten ausbreitet. D<strong>am</strong>it dieser Prozess möglich ist, ist also ein hoher Bedeckungsgrad<br />
notwendig.<br />
Strahlungsnebel:<br />
Diese Nebelart bildet sich, wenn bei wolkenarmem, windschwachem Wetter eine nächtliche<br />
negative Strahlungsbilanz eine so starke Abkühlung der bodennahen Luftschichten zur Folge<br />
hat, dass es zur Kondensation des Wasserd<strong>am</strong>pfes kommt.<br />
D<strong>am</strong>it ein Ereignis als Strahlungsnebel klassifiziert wird, muss der Nebel zwischen Sonnenuntergang<br />
und Sonnenaufgang einsetzen und vor Beginn des Nebels muss eine Abkühlung zu<br />
verzeichnen sein. Außerdem ist ein zumindest kurzzeitig geringer Bedeckungsgrad von Bedeutung,<br />
d<strong>am</strong>it es überhaupt zu der negativen Strahlungsbilanz kommen kann. Die Windstärke<br />
bei einsetzendem Nebel muss kleiner als 2, 5 m/s sein.<br />
Verdunstungsnebel:<br />
Morgendlicher Verdunstungsnebel beruht auf dem Prinzip, dass kurz nach Sonnenaufgang die<br />
untersten Luftschichten erwärmt werden, aber gleichzeitig durch ein vorhandenes Feuchteangebot<br />
– beispielsweise einen See oder eine feuchte Wiese – der Taupunkt stärker ansteigt als<br />
die Temperatur. Erreicht der Taupunkt die Lufttemperatur, bildet sich Nebel. Auch dieser<br />
Nebeltyp bildet sich nur bei schwachem Wind.<br />
Im Klassifikationsschema muss das Ereignis daher innerhalb einer Stunde nach Sonnenaufgang<br />
beginnen und einen schwächeren Gradienten der Temparatur als des Taupunktes aufweisen.<br />
Die Windstärke bei Nebelbeginn muss kleiner als 2, 5 m/s sein.<br />
Advektionsnebel:<br />
Er bildet sich durch das Überströmen von feuchter Luft über einen kalten Untergrund. Der so<br />
entstandene Nebel kann danach durch Advektion weiter transportiert werden. Die Klassifikation<br />
dieser Kategorie ist mit den Daten von nur einer Messstation sehr schwierig, da eigentlich<br />
der Prozess des Herantransportierens des Nebels betrachtet werden müsste.<br />
Im Entscheidungsbaum wird ein Ereignis als Advektionsnebel klassifiziert, wenn die Windstärke<br />
mindestens 2, 5 m/s beträgt und vor Nebelbeginn eine Wolkenhöhe von 300 m nicht<br />
überschritten wird.<br />
Konnte ein Ereignis keinem der beschriebenen Nebeltypen zugeordnet werden, wurde es als<br />
unbestimmt klassifiziert.<br />
8
Sichtweite < 1000 m<br />
ja<br />
Niederschlag während ges<strong>am</strong>ter<br />
Nebelepisode<br />
nein<br />
Sichtweite durch<br />
Niederschlag<br />
reduziert<br />
ja<br />
Niederschlag 2h vor Nebelbeginn<br />
oder bei Nebelbeginn (NB)<br />
nein<br />
Niederschlagsnebel<br />
ja<br />
6h vor NB: Wolkenhöhe < 1000m,<br />
Absinken bis NB,<br />
Bedeckungsgrad > 4/8<br />
nein<br />
9<br />
Nebel durch<br />
Wolkenabsinken<br />
ja<br />
Wind < 2,5 m/s<br />
nein<br />
nein<br />
2h vor NB: Abkühlung,<br />
Bedeckungsgrad < 5/8 (außer<br />
Cirren), NB zwischen<br />
Sonnenuntergang und<br />
Sonnenaufgang +/- 2h<br />
ja ja nein<br />
2h vor NB: Wolkenhöhe < 300 m<br />
nein<br />
NB innerhalb 1h nach<br />
Sonnenaufgang, T-Gradient < Td-<br />
Gradient<br />
ja<br />
Strahlungsnebel<br />
Advektionsnebel<br />
unbestimmt<br />
unbestimmt<br />
Verdunstungsnebel<br />
Abbildung 2.2: Vorläufiger Entscheidungsbaum zur Klassifizierung der Nebeltypen
Den entwickelten Entscheidungsb<strong>am</strong> zeigt Abbildung 2.2, die daraus resultierende Verteilung<br />
ist in Abbildung 2.3 dargestellt.<br />
80<br />
70<br />
60<br />
Haeufigkeit [%]<br />
50<br />
40<br />
30<br />
20<br />
10<br />
0<br />
Nied. Str. Adv. Wolken Verdunstung unbest.<br />
Nebeltyp<br />
Abbildung 2.3: Vorläufige Ges<strong>am</strong>tverteilung des Nebels bei insges<strong>am</strong>t 338 Nebelereignissen im Zeitraum<br />
September 1995 bis Juli 2008<br />
Mit etwa 56 % ist der Anteil des Strahlungsnebels wie erwartet <strong>am</strong> größten, gefolgt von Nebel<br />
durch Wolkenabsinken mit 24 %. Niederschlagsnebel und Advektionsnebel werden deutlich seltener<br />
zugeordnet und als Verdunstungsnebel wird sogar nur ein einziges Ereignis klassifiziert.<br />
8 % der Ereignisse bleiben unbestimmt. Der Anteil des Nebels durch Wolkenabsinken erscheint<br />
deutlich zu hoch, da im Allgemeinen ein solches Phänomen eher selten auftritt. Eine genauere<br />
Analyse zeigte, dass ca. die Hälfte der in diese Kategorie eingeordneten Ereignisse gleichzeitig<br />
auch Eigenschaften von Strahlungsnebel aufweisen und nur aufgrund der Reihenfolge des Entscheidungsbaums<br />
dem Nebel durch Wolkenabsinken zugeordnet wurden. Der Entscheidungsbaum<br />
sollte also so modifiziert werden, dass eine exaktere Unterscheidung von Strahlungsnebel<br />
und Nebel durch Wolkenabsinken gewährleistet werden kann.<br />
Der minimale Bedeckungsgrad für Nebel durch Wolkenabsinken wurde ursprünglich auf 5/8<br />
gesetzt. Trat dieser oder ein höherer Wert mindestens einmal in den letzten sechs Stunden<br />
vor Nebelbeginn auf, wurde dieses Kriterium bereits als erfüllt angesehen. Diese Entscheidung<br />
wurde getroffen, um nicht zu viele Ereignisse auszuschließen, die dann durch den Entscheidungsbaum<br />
nicht mehr erfolgreich hätten eingeordnet werden können. Genauer betrachtet<br />
wird sich Nebel durch Wolkenabsinken aber wirklich nur bei länger anhaltender voller Bedeckung<br />
bilden. Deshalb wurde der Entscheidungsbaum dahingehend geändert, dass nun in<br />
dem ges<strong>am</strong>ten sechsstündigen Zeitraum volle Bedeckung beobachtet werden muss. Desweiteren<br />
wurde nun auch die Windstärke bei der Klassifizierung von Nebel durch Wolkenabsinken<br />
mitberücksichtigt: Da ein Prozess wie die langs<strong>am</strong>e Sedimentation von Wolkentröpfchen bei<br />
10
starkem Wind nicht stattfinden kann, wurde für diese Nebelkategorie ebenfalls eine maximale<br />
Windstärke von 2, 5 m/s vorausgesetzt.<br />
Zusätzlich wurden die unterschiedlichen Bedingungen von Strahlungsnebel und Nebel durch<br />
Wolkenabsinken einzeln getestet. Es sollte herausgefunden werden, welche Entscheidungen<br />
einen großen Einfluss auf die Klassifikation haben und welche einen eher geringen. Dabei<br />
stellte sich heraus, dass für den Strahlungsnebel die Beschränkung des Bedeckungsgrades auf<br />
maximal 4/8 eine eher geringe Rolle spielt. Blieb diese Entscheidung unberücksichtigt, wurden<br />
nur geringfügig mehr (etwa 2 %) Strahlungsnebelereignisse gefunden. D<strong>am</strong>it nun die Ereignisse,<br />
die aufgrund des für Nebel durch Wolkenabsinken zu geringen Bedeckungsgrades nicht alle als<br />
unbestimmt eingeordnet werden, blieb die Entscheidung des geringen Bedeckungsgrades für<br />
Strahlungsnebel unberücksichtigt. Den modifizierten Entscheidungsbaum zeigt Abbildung 2.4.<br />
11
Sichtweite < 1000 m<br />
ja<br />
Niederschlag während ges<strong>am</strong>ter<br />
Nebelepisode<br />
nein<br />
Sichtweite durch<br />
Niederschlag<br />
reduziert<br />
ja<br />
Niederschlag 2h vor Nebelbeginn<br />
oder bei Nebelbeginn<br />
nein<br />
Niederschlagsnebel<br />
ja<br />
Wind < 2,5 m/s<br />
nein<br />
12<br />
nein<br />
6h vor NB: Wolkenhöhe < 1000m,<br />
Absinken bis NB,<br />
Bedeckungsgrad > 7/8<br />
ja<br />
ja<br />
2h vor NB: Wolkenhöhe < 300 m<br />
nein<br />
nein<br />
2h vor NB: Abkühlung,<br />
Bedeckungsgrad < 5/8 (außer<br />
Cirren), NB zwischen<br />
Sonnenuntergang und<br />
Sonnenaufgang +/- 2h<br />
ja<br />
Nebel durch<br />
Wolkenabsinken<br />
Advektionsnebel<br />
unbestimmt<br />
nein<br />
NB innerhalb 1h nach<br />
Sonnenaufgang, T-Gradient < Td-<br />
Gradient<br />
ja<br />
Strahlungsnebel<br />
unbestimmt<br />
Verdunstungsnebel<br />
Abbildung 2.4: Endgültiger Entscheidungsbaum zur Klassifizierung der Nebeltypen
Die mit diesen geänderten Bedingungen erhaltene Verteilung der Nebeltypen (Abbildung<br />
2.5) erscheint deutlich realistischer: Der Anteil des Strahlungsnebels hat sich auf 72 % erhöht,<br />
ebenso wurde mehr Advektionsnebel klassifiziert. Die Zahl von Nebel durch Wolkenabsinken<br />
hat sich drastisch verringert und liegt jetzt mit nur noch drei Ereignissen bei knapp 1 %.<br />
Die in Strahlungsnebel eingeteilten Ereignisse haben nun zu einem großen Teil einen höheren<br />
Bedeckungsgrad als vorher. Es kommt nicht selten vor, dass ein bis zwei Stunden vor Einsetzen<br />
des Nebels noch voller Bedeckungsgrad beobachtet wurde und es erst in der letzten Stunde<br />
vor Nebelbeginn aufklart. Hier muss allerdings erwähnt werden, dass mit stündlichen Werten<br />
eine genaue Analyse nicht möglich ist. Beispielsweise kann in der Stunde vor Nebelbeginn eine<br />
Bedeckung von 8/8 beobachtet werden und die Wolkendecke einige Minuten später aufreißen,<br />
was innerhalb kürzester Zeit zur Bildung von Strahlungsnebel führt.<br />
Trotzdem befinden sich in der Kategorie Strahlungsnebel nun einige wenige Ereignisse, die<br />
eine deutliche Absinkbewegung der Wolken aufweisen, deren Bedeckungsgrad aber kurzzeitig<br />
zu gering ist, um dem Nebel durch Wolkenabsinken zugeordnet zu werden.<br />
Der Anteil der unbestimmten Nebelereignisse hat sich leicht erhöht auf 10 %. Eine genauere<br />
Betrachtung dieser Ereignisse ergab, dass die größte Zahl dem Strahlungsnebel zuzuordnen<br />
wäre, es aber häufig knapp an der Erfüllung einer der notwendigen Bedingungen scheiterte.<br />
(Zum Beispiel k<strong>am</strong> es einige Male vor, dass der Nebel etwas zu spät <strong>am</strong> Vormittag einsetzte<br />
oder der Wind etwas zu stark war.)<br />
Diese überarbeitete Version der Nebelklassifikation ist also sicher auch nicht perfekt, was<br />
aber nur aufgrund der Analyse mit einem Entscheidungsbaum und ohne direkte Beobachtung<br />
und Einordnung des Nebels vor Ort auch nicht möglich ist.<br />
80<br />
Ges<strong>am</strong>tverteilung der Nebeltypen<br />
70<br />
60<br />
Haeufigkeit [%]<br />
50<br />
40<br />
30<br />
20<br />
10<br />
0<br />
Nied. Str. Adv. Wolken Verdunstung unbest.<br />
Nebeltyp<br />
Abbildung 2.5: Ges<strong>am</strong>tverteilung des Nebels mit geändertem Entscheidungsbaum<br />
13
2.2.3 Berechnung von Häufigkeiten<br />
Die Eigenschaften der verschiedenen Nebeltypen wurden im jahreszeitlichen sowie im tageszeitlichen<br />
Verlauf untersucht. Die Häufigkeiten wurden aus<br />
( )<br />
Nm,h<br />
F m,h = 100<br />
(2.1)<br />
N ges<br />
berechnet. Dabei ist F m,h die prozentuale Häufigkeit von Ereignissen, die zur Stunde h<br />
im Monat m beginnen oder enden. N m,h kennzeichnet die Anzahl von Ereignisen zu diesem<br />
Zeitpunkt und N ges ist die Ges<strong>am</strong>tzahl der Ereignisse bzw. die Ges<strong>am</strong>tzahl von Ereignissen<br />
eines bestimmten Nebeltyps. Die monatliche Häufigkeit ist dann die Summe<br />
F m = ∑ h<br />
F m,h , (2.2)<br />
die tageszeitliche Frequenz errechnet sich analog aus<br />
F h = ∑ m<br />
F m,h . (2.3)<br />
14
3 Ergebnisse<br />
Mit der überarbeiteten Version des Entscheidungsbaums (Abbildung 2.4) wurden im Zeitraum<br />
von September 1995 bis Juli 2008 438 Ereignisse identifiziert, von denen 96 aufgrund von fehlenden<br />
Werten im Datensatz – in den meisten Fällen fehlten Bedeckungsgrad und Wolkenhöhe<br />
in den METAR-Daten – aussortiert werden mussten. Vier Ereignisse entsprachen einer Sichtweitenreduzierung<br />
durch Niederschlag, wodurch nur noch 338 Nebelereignisse übrig bleiben.<br />
Diese bilden die Grundges<strong>am</strong>theit für die durchgeführten statistischen Untersuchungen.<br />
Insges<strong>am</strong>t konnten 305 Nebelereignisse (92 %) erfolgreich einer Kategorie zugeordnet werden,<br />
33 Ereignisse bleiben unbestimmt. An dieser Stelle werden noch einmal die bereits in<br />
Abschnitt 2.2.2 beschriebenen Ergebnisse aus dem Entscheidungsbaum zus<strong>am</strong>menfassend dargestellt<br />
(Abbildung 2.5):<br />
• Niederschlagsnebel: 15 Ereignisse (4, 4 %)<br />
• Strahlungsnebel: 244 Ereignisse (72, 2 %)<br />
• Advektionsnebel: 42 Ereignisse (12, 4 %)<br />
• Nebel durch Wolkenabsinken: 3 Ereignisse (0, 9 %)<br />
• Verdunstungsnebel: 1 Ereignis (0, 3 %)<br />
• unbestimmt: 33 Ereignisse (9, 8 %)<br />
Die weitaus wichtigsten Mechanismen zur <strong>Nebelbildung</strong> <strong>am</strong> Münchner <strong>Flughafen</strong> sind Strahlungsabkühlung<br />
und Advektionsprozesse. 84, 6 % des Nebels entstehen auf diese Art; dies entspricht<br />
286 Ereignissen. Nebel durch Wolkenabsinken und Verdunstungsnebel sind vernachlässigbar.<br />
3.1 Zeitliche Verteilungen<br />
3.1.1 Monatliche Verteilung<br />
Abbildung 3.1 zeigt die prozentuale monatliche Verteilung des Nebels. Dabei gibt die Höhe der<br />
Säulen den Ges<strong>am</strong>tanteil des Nebels im jeweiligen Monat an, die verschiedenen Farben stellen<br />
die einzelnen Nebeltypen dar. Man erkennt, dass Nebel hauptsächlich in den Herbst- und<br />
Wintermonaten auftritt, zwischen September und Januar finden 76, 6 % der Nebelereignisse<br />
statt, das Maximum befindet sich mit 70 Ereignissen oder 21, 0 % im Oktober. Strahlungsnebel<br />
spiegelt diese Verteilung wider, das Maximum des Advektionsnebels befindet sich im Dezember.<br />
Über die anderen Nebeltypen lässt sich aufgrund der geringen Datenmenge keine statistisch<br />
repräsentative Aussage treffen.<br />
15
3.1.2 Nebeldauer<br />
Monatliche Haeufigkeit [%]<br />
24<br />
22<br />
20<br />
18<br />
16<br />
14<br />
12<br />
10<br />
8<br />
Nied.<br />
Str.<br />
Adv.<br />
Wolken<br />
Verdunstung<br />
unb.<br />
6<br />
4<br />
2<br />
J F M A M J J A S O N D<br />
Monat<br />
Abbildung 3.1: Monatliche Verteilung des Nebels<br />
Um den mit einem Nebelereignis verbundenen Kostenaufwand im Flugbetrieb beurteilen zu<br />
können, ist die Dauer des Nebels von entscheidender Bedeutung. Hierfür wurden Intervalle<br />
von fünf Stunden Länge definiert; da ein Ereignis aber eine Mindestlänge von drei Stunden<br />
hat (Abschnitt 2.2.1), ist das erste Intervall um zwei Stunden kürzer als die anderen. Dies ist<br />
selbstverständlich bei der Interpretation der Ergebnisse zu berücksichtigen. In Abbildung 3.2<br />
ist nun die Verteilung der relativen Häufigkeit der Dauer von Nebelereignissen dargestellt.<br />
Insges<strong>am</strong>t überwiegen die kurzen Ereignisse mit bis zu zehn Stunden Nebeldauer deutlich,<br />
72, 2 % der Ereignisse liegen in den beiden ersten Intervallen. 4, 6 % der Ereignisse haben<br />
allerdings eine Dauer von mehr als 25 Stunden, was kritisch zu bewerten ist: Aufgrund der<br />
Ereignisdefinition kann eine Nebelepisode auch Lücken von bis zu zwei Stunden Länge haben<br />
und ein solch langes Ereignis besteht wahrscheinlich eher aus mehreren Ereignissen mit kurzen<br />
Unterbrechungen.<br />
Die Verteilung des Strahlungsnebels sieht der Ges<strong>am</strong>tverteilung <strong>am</strong> ähnlichsten, was aufgrund<br />
des hohen Anteils dieser Nebelkategorie <strong>am</strong> Ges<strong>am</strong>tnebel nicht verwunderlich ist. Im<br />
Bereich bis zu zehn Stunden Nebellänge liegen 73, 4 % der Strahlungsnebelereignisse, bei Advektionsnebel<br />
sind es lediglich 50, 0%. Im Mittel können sich einmal gebildete Advektionsnebelereignisse<br />
also länger halten als Strahlungsnebelereignisse.<br />
3.1.3 Nebelbeginn und -auflösung<br />
Nachdem nun die durchschnittliche Länge von Nebelereignissen untersucht wurde, ist ein Blick<br />
auf die Uhrzeiten von Nebelbeginn und -auflösung interessant. Abbildung 3.3 (a) zeigt, dass<br />
16
50<br />
40<br />
(a) ges<strong>am</strong>t<br />
Haeufigkeit [%]<br />
30<br />
20<br />
10<br />
0<br />
3−5 6−10 11−15 16−20 21−25 >25<br />
Anzahl Stunden<br />
50<br />
40<br />
(b) Advektionsnebel<br />
Haeufigkeit [%]<br />
30<br />
20<br />
10<br />
0<br />
3−5 6−10 11−15 16−20 21−25 >25<br />
Anzahl Stunden<br />
50<br />
40<br />
(c) Strahlungsnebel<br />
Haeufigkeit [%]<br />
30<br />
20<br />
10<br />
0<br />
3−5 6−10 11−15 16−20 21−25 >25<br />
Anzahl Stunden<br />
Abbildung 3.2: Die durchschnittliche Nebeldauer für (a) alle Nebelereignisse, (b) Advektionsnebel, (c)<br />
Strahlungsnebel<br />
Nebel überwiegend abends, nachts und in den frühen Morgenstunden, also zwischen Sonnenuntergang<br />
und Sonnenaufgang beginnt. Im weiteren Tagesverlauf bildet sich nur noch selten<br />
Nebel. In Abbildung 3.3 (b) ist die prozentuale Verteilung der Nebelauflösung dargestellt. Man<br />
erkennt, dass die Auflösung von Nebel vor allem vormittags - vermutlich kurz nach Sonnenaufgang<br />
- stattfindet, was darauf schließen lässt, dass in den frühen Morgenstunden gebildeter<br />
17
Nebel rasch wieder verschwinden kann. Nebelereignisse, die sich abends oder in der ersten<br />
Nachthälfte gebildet haben, dauern durchschnittlich länger an.<br />
Um den Zus<strong>am</strong>menhang von <strong>Nebelbildung</strong> und -auflösung mit den Zeiten von Sonnenaufgang<br />
und Sonnenuntergang näher zu betrachten, wurden Konturplots erstellt: Auf der Abszisse<br />
der Abbildungen 3.4 und 3.5 sind die Uhrzeiten aufgetragen, auf der Ordinate die Monate.<br />
Farbig dargestellt sind die prozentualen Häufigkeiten von Nebelbeginn und -auflösung für<br />
Strahlungs- bzw. Advektionsnebel, die roten Kurven zeigen Sonnenaufgang und Sonnenuntergang.<br />
Die Konturlinien sind im Abstand von 0, 3 % dargestellt.<br />
Strahlungsnebel bildet sich hauptsächlich in den Herbstmonaten und da vor allem in der<br />
zweiten Nachthälfte. Kurz nach Sonnenaufgang löst er sich meist rasch wieder auf. Advektionsnebel<br />
bildet sich früher in der Nacht und löst sich ebenfalls nach Sonnenaufgang wieder<br />
auf; diese Ergebnisse sind konsistent mit der Tatsache, dass Strahlungsnebel wesentlich mehr<br />
Ereignisse von kurzer Dauer aufweist als Advektionsnebel (Abschnitt 3.1.2).<br />
Bei der Betrachtung von Abbildung 3.5 (Advektionsnebel) fällt eine weitere Besonderheit<br />
auf: Es sind Ausschläge zu ganz bestimmten Uhrzeiten zu erkennen. Vor allem bei der Auflösung<br />
des Nebels sind besondere Häufungen um 6, 8 und 10 UTC zu verzeichnen. Systematische<br />
Messfehler scheiden hier aber eigentlich aus, da eine solche Struktur sonst auch bei Strahlungsnebel<br />
zu erkennen sein müsste, was nicht der Fall ist. Eventuell ist die Datengrundlage mit<br />
42 Ereignissen für eine solche statistische Untersuchung noch zu gering und die auftretenden<br />
Ausschläge kommen durch Zufall zustande.<br />
18
20<br />
18<br />
16<br />
(a) Nebelbeginn<br />
14<br />
Haeufigkeit [%]<br />
12<br />
10<br />
8<br />
6<br />
4<br />
2<br />
00 02 04 06 08 10 12 14 16 18 20 22<br />
Uhrzeit [UTC]<br />
20<br />
18<br />
16<br />
(b) Nebelaufloesung<br />
14<br />
Haeufigkeit [%]<br />
12<br />
10<br />
8<br />
6<br />
4<br />
2<br />
00 02 04 06 08 10 12 14 16 18 20 22<br />
Uhrzeit [UTC]<br />
Abbildung 3.3: Uhrzeiten bei (a) Nebelbeginn und (b) Nebelauflösung<br />
19
D<br />
Strahlungsnebel Beginn<br />
7<br />
%<br />
N<br />
O<br />
6<br />
S<br />
5<br />
A<br />
Monat<br />
J<br />
J<br />
← Sonnenaufgang<br />
Sonnenuntergang →<br />
4<br />
3<br />
M<br />
A<br />
2<br />
M<br />
F<br />
1<br />
J<br />
2 4 6 8 10 12 14 16 18 20 22<br />
Uhrzeit [UTC]<br />
0<br />
D<br />
Strahlungsnebel Aufloesung<br />
7<br />
%<br />
N<br />
O<br />
6<br />
S<br />
5<br />
A<br />
Monat<br />
J<br />
J<br />
4<br />
3<br />
M<br />
A<br />
2<br />
M<br />
F<br />
1<br />
J<br />
2 4 6 8 10 12 14 16 18 20 22<br />
Uhrzeit [UTC]<br />
0<br />
Abbildung 3.4: Beginn und Auflösung von Strahlungsnebel als Funktion von Tageszeit und Jahreszeit<br />
20
D<br />
Advektionsnebel Beginn<br />
7<br />
%<br />
N<br />
O<br />
6<br />
S<br />
5<br />
A<br />
Monat<br />
J<br />
J<br />
← Sonnenaufgang<br />
Sonnenuntergang →<br />
4<br />
3<br />
M<br />
A<br />
2<br />
M<br />
F<br />
1<br />
J<br />
2 4 6 8 10 12 14 16 18 20 22<br />
Uhrzeit [UTC]<br />
0<br />
D<br />
Advektionsnebel Aufloesung<br />
7<br />
%<br />
N<br />
O<br />
6<br />
S<br />
5<br />
A<br />
Monat<br />
J<br />
J<br />
4<br />
3<br />
M<br />
A<br />
2<br />
M<br />
F<br />
1<br />
J<br />
2 4 6 8 10 12 14 16 18 20 22<br />
Uhrzeit [UTC]<br />
0<br />
Abbildung 3.5: Beginn und Auflösung von Advektionsnebel als Funktion von Tageszeit und Jahreszeit<br />
21
3.2 Wind<br />
Sowohl die Windstärke als auch die Windrichtung sind entscheidende Kriterien für die Klassifizierung<br />
von Nebel. Während sich Strahlungsnebel, Verdunstungsnebel und Nebel durch Wolkenabsinken<br />
nur bei schwachem Wind oder Windstille bilden können, ist Wind für die Entstehung<br />
von Advektionsnebel eine notwendige Voraussetzung.<br />
Die Windrichtung gibt Aufschluss über bevorzugte Wetterlagen bei den verschiedenen Nebelkategorien<br />
und ermöglicht eine effektive Platzierung von Messgeräten für die kurzfristige<br />
Vorhersage von Advektionsnebel.<br />
3.2.1 Windstärke<br />
Abbildung 3.6 zeigt die Verteilung der Windstärke bei Nebelbeginn (blau) im Vergleich mit<br />
der Windstärke, wenn kein Nebel beobachtet wird (rot). Man kann deutlich sehen, dass Nebel<br />
in den allermeisten Fällen bei niedrigen Windgeschwindigkeiten einsetzt mit einem Maximum<br />
von 82, 0 % bei Windstärken bis zu 2 m/s. Danach ist ein sehr starker Abfall zu erkennen, bis<br />
ab einer Windstärke von 6 m/s nahezu kein Nebel mehr einsetzt.<br />
Die Verteilung der Nicht-Nebel-Ereignisse ist wesentlich gleichmäßiger. Auch hier ist das<br />
Maximum zwischen 0 und 2 m/s zu finden, die Verteilung nimmt zu größeren Windstärken<br />
hin aber sehr viel langs<strong>am</strong>er ab. Beispielsweise sind im Bereich zwischen 0 und 2 m/s etwa<br />
doppelt so viele Nebelmessungen wie Nicht-Nebelmessungen zu verzeichnen, im Intervall von<br />
2 bis 4 m/s ist es umgekehrt: Hier befinden sich 15, 3 % Nebelmessungen gegenüber 32, 0 %<br />
Nicht-Nebelmessungen.<br />
100<br />
90<br />
Nebel<br />
kein Nebel<br />
80<br />
70<br />
Haeufigkeit [%]<br />
60<br />
50<br />
40<br />
30<br />
20<br />
10<br />
0<br />
0 ]0,2] ]2,4] ]4,6] ]6,8] ]8,10] >10<br />
Windstaerke [m/s]<br />
Abbildung 3.6: Häufigkeitsverteilung der Windstärke bei Nebelbeginn<br />
22
(a)<br />
330<br />
0<br />
30<br />
Nebel; 7,5 % Windstille<br />
alle Messungen; 2,2 % windstill<br />
300<br />
60<br />
270<br />
10<br />
20<br />
90<br />
240<br />
120<br />
210<br />
150<br />
180<br />
(b)<br />
330<br />
0<br />
30<br />
Advektionsnebel<br />
Strahlungsnebel; 5,1 % windstill<br />
300<br />
60<br />
270<br />
20<br />
40<br />
90<br />
240<br />
120<br />
210<br />
180<br />
150<br />
Abbildung 3.7: (a) Verteilung der Windrichtung bei Nebelbeginn (blau) im Vergleich mit allen Messungen<br />
der Windrichtung (rot). (b) Vergleich der Windrichtung bei Beginn von Strahlungsnebel<br />
mit der Windrichtung bei Beginn von Advektionsnebel<br />
23
3.2.2 Windrichtung<br />
Um die Verteilung der Windrichtung bei Nebel beurteilen zu können, wurden Windrosen<br />
erstellt (Abbildung 3.7), die sowohl die relative Häufigkeit der Windrichtung bei Nebelbeginn<br />
als auch die Windrichtungsverteilung der übrigen Messungen <strong>am</strong> Münchner <strong>Flughafen</strong> zeigt.<br />
Betrachtet man nun zunächst die ges<strong>am</strong>te Verteilung der Windrichtung (in rot dargestellt), so<br />
erkennt man eine ausgeprägte Ost-West-Struktur mit einer Häufung des Windes aus westlichen<br />
Richtungen. 2, 2 % der Messungen waren windstill. Dass nahezu kein Nord- und Südwind zu<br />
verzeichnen ist, liegt unter anderem an der blockierenden Lage der Alpen.<br />
Bei Nebelbeginn (in blau dargestellt) tritt dagegen nur selten Westwind auf, die vorherrschende<br />
Windrichtung ist hier östlich geprägt, in 7, 5 % der Fälle gab es keinen Wind.<br />
Abbildung 3.7 (b) zeigt einen Vergleich der Windrichtung von Strahlungsnebel (rot) und<br />
Advektionsnebel (blau), jeweils bei Nebelbeginn: Während Strahlungsnebel bei eher schwachem<br />
östlichen Wind entsteht, weist der Advektionsnebel ein ganz klares Maximum bei einer<br />
Windrichtung von 90 ◦ auf. Bei 5, 1 % der Messungen des Strahlungsnebels gab es keinen Wind.<br />
3.3 Nebelintensität<br />
Ein weiteres entscheidendes Kriterium für den Flugbetrieb ist die Intensität des Nebels, also<br />
die minimale Sichtweite, die in einem Nebelereignis auftritt. Diese wurde für alle Ereignisse<br />
ermittelt und in Intervalle mit 100 m Sichtweitedifferenz eingeteilt. Die Ergebnisse zeigt<br />
Abbildung 3.8.<br />
Nebelereignisse mit einer minimalen Sichtweite von weniger als 100 m gibt es eher selten; <strong>am</strong><br />
häufigsten treten innerhalb eines Ereignisses minimale Sichtweiten zwischen 100 m und 200 m<br />
auf, insges<strong>am</strong>t haben 77, 2 % der Ereignisse Sichtweiten von weniger als 400 m (Abbildung<br />
3.8 (a)). Bei Strahlungsnebel kommen solch geringe Sichtweiten sogar mit einer Häufigkeit<br />
von 81, 6 % vor. Advektionsnebel ist im Allgemeinen für seine sehr geringen Sichtweiten bekannt,<br />
was aber diese Nebelklassifizierung nicht bestätigen kann: Mit 69, 0 % ist der Anteil<br />
an Nebelereignissen mit Sichtweite unter 400 m bei Advektionsnebel deutlich geringer als bei<br />
Strahlungsnebel.<br />
3.4 CAT-Einteilung<br />
Die Unterteilung für die betrieblichen Anforderungen von Start und Landung an Flughäfen<br />
enthält fünf verschiedene Kategorien:<br />
CAT-I:<br />
CAT-II:<br />
CAT-IIIa:<br />
CAT-IIIb:<br />
CAT-IIIc:<br />
RVR ≥ 550m<br />
550m > RVR ≥ 300m<br />
300m > RVR ≥ 200m<br />
200m > RVR ≥ 75m<br />
RVR < 75m<br />
Entscheidend für die Einteilung ist die RVR (Runway Visual Range, Definition: Abschnitt<br />
2.1). An dieser Stelle ist noch einmal explizit zu erwähnen, dass die RVR etwas grundlegend<br />
24
50<br />
40<br />
(a) ges<strong>am</strong>t<br />
Haeufigkeit [%]<br />
30<br />
20<br />
10<br />
0<br />
60<br />
50<br />
Synop−Daten<br />
RVR: rechte Bahn<br />
RVR: linke Bahn<br />
40<br />
Haeufigkeit [%]<br />
30<br />
20<br />
10<br />
0<br />
CAT−I CAT−II CAT−IIIa CAT−IIIb CAT−IIIc<br />
Abbildung 3.9: Einteilung der Synop-Daten (blau) und der RVR-Daten (rechte Piste: gelb und linke<br />
Piste: rot) in CAT-I bis Cat-IIIc<br />
Eine Einteilung in die CAT-Klassen geschah sowohl mit den RVR-Daten als auch – zum Vergleich<br />
– mit den Synopmessungen. In Abbildung 3.9 stellen die gelben Balken die Messungen<br />
der rechten Piste, die roten Balken die Messungen von der linken Piste und die blauen Balken<br />
die Ergebnisse aus den Synop-Messungen dar. Die beiden Pisten des Münchner <strong>Flughafen</strong>s<br />
befinden sich parallel nebeneinander mit einem Abstand von 2, 5 km und einem Versatz von<br />
1, 5 km.<br />
Die Synop-Daten geben grundsätzlich eine geringere Sichtweite wieder als die RVR-Daten;<br />
im CAT-I-Bereich überwiegt ganz klar der RVR-Anteil, wohingegen in der Kategorie CAT-III<br />
wesentlich mehr Synop-Messungen zu verzeichnen sind. In der Kategorie CAT-IIIc (RVR <<br />
75 m) wurden im betrachteten Zeitraum keine RVR-Messungen erfasst.<br />
3.5 Wetterlagenklassifikation<br />
Die Kenntnis über das bevorzugte Auftreten von Nebel bei bestimmten Wetterlagen kann<br />
eventuell eine Risikoabschätzung der Nebelwahrscheinlichkeit ermöglichen. Um zu überprüfen,<br />
ob <strong>Nebelbildung</strong> bei bestimmten Großwetterlagen verstärkt auftritt, wurde auf der Grundlage<br />
von 30 katalogisierten Großwetterlagen Europas (Anhang A.1) eine Einteilung eines Teils der<br />
Nebelereignisse vorgenommen.<br />
Im Internet [21] existiert ein Analysearchiv des Deutschen Wetterdienstes, in dem die einzelnen<br />
Witterungsabschnitte der Großwetterlagen vom Jahr 2003 an aufgeführt sind. Anhand<br />
dieses Archivs wurden die Strahlungs- und Advektionsnebelereignisse, die in diesem Zeitraum<br />
stattgefunden haben, den Wetterlagen zugeordnet. Auf diese Weise konnten 35 % des Strah-<br />
26
lungsnebels (86 Ereignisse) und 14 % (sechs Ereignisse) des Advektionsnebels klassifiziert werden.<br />
Eine Liste der Großwetterlagen sowie der eingeteilten Nebelereignisse von Strahlungsund<br />
Advektionsnebel befindet sich in Anhang A.<br />
Strahlungsnebel bildet sich häufig bei Hochdrucklagen; 58 % der untersuchten Ereignisse<br />
fanden bei antizyklonal dominierten Großwetterlagen statt. Somit bildete sich auch eine recht<br />
große Zahl von Nebelereignissen bei zyklonalen Lagen, was zunächst erstaunlich erscheint. Hier<br />
ist aber darauf hinzuweisen, dass die katalogisierten Wetterlagen für ganz Europa gelten und<br />
daher durchaus die Möglichkeit besteht, dass auch bei großräumigen zyklonalen Wetterlagen<br />
die zyklonale Prägung nicht für ganz Europa in gleichem Maße gilt. Die Bodendruckkarten<br />
zeigen durchweg niedrige Druckgradienten im süddeutschen Raum, sodass die Grundvoraussetzung<br />
des ruhigen Wetters zur Bildung von Strahlungsnebel gegeben ist.<br />
Abbildung 3.10: GFS-Analyse der Wetterlage vom 28.12.2007. Dargestellt sind die 500hPa Isohypsen<br />
(schwarz), der Bodendruck (weiß) sowie farbig die relative Topographie. Die Karte<br />
zeigt eine Hochdruckbrücke Mitteleuropa, eine typische Wetterlage bei Strahlungsnebel.<br />
Quelle: www.wetter3.de [33]<br />
Exemplarisch für eine typische Großwetterlage bei Strahlungsnebel wird nun die Lage vom<br />
28.12.2007 vorgestellt. Zu diesem Zeitpunkt war die vorherrschende Großwetterlage eine Hochdruckbrücke<br />
Mitteleuropa, eine Wetterlage, bei der es oft zur Bildung von Strahlungsnebel<br />
kommt. Abbildung 3.10 zeigt die GFS-Analyse der 500 hPa-Karte sowie den Bodendruck, farbig<br />
ist die relative Topographie 500 hPa − 1000 hPa in gpdm dargestellt. Die Karte zeigt die<br />
brückenartige Verbindung eines Hochdruckgebietes über der Iberischen Halbinsel und eines<br />
Hochs über Osteuropa. Über Süddeutschland ist der niedrige Druckgradient zu erkennen, der<br />
zu einer maximalen Windstärke von 1, 4 m/s während dieses Nebelereignisses führte.<br />
In dem betrachteten Zeitraum von Januar 2003 bis Juli 2008 liegen nur sechs Advektionsnebelereignisse,<br />
eine statistische Analyse ist aufgrund der geringen Datenmenge also hier nicht<br />
27
Abbildung 3.11: GFS-Analyse der Wetterlage vom 30.11.2003, analog zu Abbildung 3.10 Quelle:<br />
www.wetter3.de [33]<br />
möglich.<br />
Will man sich dieser Nebelkategorie aber dennoch über die Analyse von Wetterlagen annähern,<br />
kann man dies mit Hilfe des Druckgradienten in Wetterkarten tun: Bei einem starken<br />
Windfeld und d<strong>am</strong>it verbundener hoher Turbulenz kann ein Austausch zwischen Boden und<br />
Atmosphäre, wie er zur Bildung von Strahlungsnebel nötig ist, nicht stattfinden. Über die<br />
möglichen horizontalen Austauschprozesse kann sich lediglich noch Advektionsnebel bilden.<br />
In Abbildung 3.11 ist die Karte vom 30.11.2003 zu sehen, die eine zyklonale Südlage darstellt<br />
und bei der es zur Bildung von Advektionsnebel k<strong>am</strong>. Im Gegensatz zu Abbildung 3.10<br />
sieht man hier die dichtere Drängung der Isobaren, die maximale Windstärke während des<br />
Ereignisses lag bei 3, 5 m/s.<br />
Allgemein lässt sich sagen, dass eine Wetterlage für ganz Europa kaum eine Aussage machen<br />
kann über ein solch lokales Phänomen wie ein Nebelfeld. Bei Strahlungsnebel erkennt man<br />
zwar das bevorzugte Auftreten von Nebel bei Hochdrucklagen, aber genauso kann es zur<br />
notwendigen Abkühlung mit Kondensation in Bodennähe bei zyklonalen Lagen kommen, die<br />
lokal betrachtet die nötigen Voraussetzungen für Strahlunsnebel bieten.<br />
3.6 Instrumentierungsempfehlung<br />
Die Analyse der Nebelereignisse und insbesondere die des Advektionsnebels ergibt eine ausgeprägte<br />
östliche Struktur in der Windrichtung. Die durchschnittliche Windstärke von Advektionsnebel<br />
liegt bei etwa 3, 5 m/s.<br />
Auf Grundlage dieser Erkenntnisse und im Rahmen der technischen Möglichkeiten sollte eine<br />
28
mobile Messeinheit mit Möglichkeiten zur Bodenprofilmessung und Erfassung eines bodennahen<br />
Atmosphärenprofils östlich des <strong>Flughafen</strong>s im Bereich zwischen 60° und 120° positioniert<br />
werden. Sieht man eine Vorhersage etwa eine Stunde vor Eintreffen des Nebels <strong>am</strong> <strong>Flughafen</strong><br />
vor, sollte die Messstation ca. 10 km außerhalb des <strong>Flughafen</strong>s errichtet werden.<br />
Wesentlich effektiver als eine einzelne Messeinheit wäre allerdings die Positionierung mehrerer<br />
Stationen im Abstand von ein bis zwei Kilometern. Auf diese Weise könnte die Ausbreitung<br />
des Nebels fast minutengenau verfolgt und eine frühzeitige Warnung für den Flugbetrieb ausgesprochen<br />
werden.<br />
29
4 Zus<strong>am</strong>menfassung und Diskussion<br />
4.1 Zus<strong>am</strong>menfassung<br />
1. Aus stündlichen Synop- und METAR-Daten der Messstation vom Münchner <strong>Flughafen</strong><br />
wurden Nebelereignisse gebildet, welche anhand eines Entscheidungsbaums in die<br />
fünf Nebelkategorien Niederschlagsnebel, Strahlungsnebel, Advektionsnebel, Nebel durch<br />
Wolkenabsinken und Verdunstungsnebel klassifiziert wurden. Dabei zeigte sich, dass sich<br />
Nebel in <strong>München</strong> hauptsächlich durch Strahlungsabkühlung bildet und auch Advektionsprozesse<br />
einen nicht unerheblichen Teil des Nebels ausmachen. Nebel durch Wolkenabsinken<br />
und Verdunstungsnebel sind in dieser Region vernachlässigbar.<br />
2. Mit den so eingeteilten Ereignissen wurden statistische Untersuchungen zur Dauer von<br />
Nebel, zu bevorzugten Uhrzeiten und Jahreszeiten sowie zum Verhalten von Nebel bei<br />
Wind durchgeführt. Diese Untersuchungen ergaben, dass Nebel überwiegend in den<br />
Herbst- und Wintermonaten und dann vor allem nachts und in den frühen Morgenstunden<br />
auftritt. Außerdem bildet sich Nebel meist bei schwachem Wind, der aus östlichen<br />
Richtungen weht.<br />
3. Eine Zuordnung zu großräumigen Wetterlagen eines Teils der Strahlungs- und Advektionsnebelereigniss<br />
wurde anhand von 30 katalogisierten Großwetterlagen vorgenommen.<br />
Aufgrund der sehr kleinen Skala eines Nebelfeldes und der Allgemeinheit einer Großwetterlage<br />
für ganz Europa können nur sehr begrenzte Aussagen über Nebel bei bestimmten<br />
Großwetterlagen gemacht werden: Strahlungsnebel bildet sich überwiegend bei antizyklonal<br />
geprägten Wetterlagen mit schwachem Windfeld, wohingegen Advektionsnebel bei<br />
Wetterlagen mit stärkerem Druckgradienten im süddeutschen Raum auftritt.<br />
4. Aufgrund der vorherigen Ergebnisse wurde eine Instrumentierungsempfehlung ausgesprochen,<br />
an welchen Punkten im Umland des <strong>Flughafen</strong>s idealerweise weitere Messungen<br />
zur Verbesserung der Nebelvorhersage gemacht werden sollten. Da bei Advektionsnebel<br />
hauptsächlich östliche Windrichtungen vorherrschen, sollte eine Messeinheit östlich<br />
des <strong>Flughafen</strong>geländes positioniert werden.<br />
4.2 Diskussion<br />
Mit Hilfe des entwickelten Entscheidungsbaums ist man in der Lage, die grundsätzliche Verteilung<br />
verschiedener Nebeltypen <strong>am</strong> <strong>Flughafen</strong>standort <strong>München</strong> zu erfassen; das relativ häufige<br />
Auftreten von Strahlungs- und Advektionsnebel ist gegenüber den selteneren Nebeltypen<br />
klar ersichtlich. Typische Eigenschaften von Strahlungs- und Advektionsnebel wie z.B. die<br />
30
Windstärke und Windrichtung bei einsetzendem Nebel oder die typische Dauer und Intensität<br />
eines Nebelereignisses wurden erarbeitet. Die Datengrundlage des Strahlungsnebels ist<br />
ausreichend groß, um anhand der beim DWD vorhandenen katalogisierten Großwetterlagen<br />
treffende Aussagen über die häufiger vorkommenden Hochdrucklagen bei Strahlungsnebel zu<br />
machen. Allerdings ist ein Nebelfeld ein solch lokal begrenztes Phänomen, dass vielmehr auf<br />
lokale atmosphärische Gegebenheiten als auf die Großwetterlage geschaut werden muss.<br />
Ein Entscheidungsbaum kann allerdings nie in der Lage sein, eine einhundertprozentige<br />
Klassifizierung von Nebel anhand von stündlichen Synopmessungen vorzunehmen. Dazu ist<br />
einerseits die zeitliche Auflösung der Daten nicht hoch genug, weil Nebel sowohl räumlich als<br />
auch zeitlich sehr variabel ist. Andererseits ist ein Entscheidungsbaum immer eine Aneinanderreihung<br />
von ‘starren’ Entscheidungskriterien, die sich realen atmosphärischen Bedingungen<br />
nicht ausreichend flexibel anpassen können. Somit bleibt es nicht aus, dass einzelne Nebelereignisse<br />
durch das Schema hindurchfallen und nicht erfolgreich klassifiziert werden können.<br />
Auf diese Weise kommt die recht hohe Zahl an unbestimmten Nebelereignissen zustande. Diese<br />
Ereignisse weisen eine oder mehrere Eigenschaften auf, die durch den Entscheidungsbaum<br />
keinem Nebeltyp zugeordnet werden können.<br />
Allgemein ist die Datengrundlage der knapp 13-jährigen Messreihe noch zu gering, um auch<br />
statistische Aussagen über die seltener auftretenden Nebeltypen machen zu können. Selbst bei<br />
der zweithäufigsten Nebelkategorie Advektionsnebel mit 42 Ereignissen wird eine statistische<br />
Aussage schon schwierig.<br />
Die Klassifizierung von Advektionsnebel ist mit nur einer Messstation nicht zufriedenstellend<br />
möglich, da horizontal stattfindende Advektionsprozesse nicht erfasst werden können. Daten<br />
aus dem näheren Umland des <strong>Flughafen</strong>s waren aber in ausreichender räumlicher Auflösung<br />
nicht zu bekommen, weshalb man sich der Kategorie Advektionsnebel momentan nur über die<br />
Windstärke nähern kann.<br />
4.3 Empfehlungen<br />
Da in der heutigen Zeit Speichermedien in ausreichendem Maße zur Verfügung stehen, sollte<br />
eine Überlegung dahingehend erfolgen, ob eine minütliche Speicherung der synoptischen Daten<br />
nicht sinnvoll wäre. Das zeitlich sehr eng begrenzte Auftreten von Nebel könnte dann wesentlich<br />
detaillierter beschrieben werden.<br />
Um eine Nebelklassifizierung noch effektiver durchführen zu können, wäre eine direkte Dokumentation<br />
auftretender Nebeltypen vor Ort sinnvoll. Ein <strong>Flughafen</strong> ist ohnehin rund um<br />
die Uhr mit einem Meteorologen besetzt, so dass dies eigentlich kein Problem darstellen sollte.<br />
D<strong>am</strong>it Advektionsnebel besser eingeordnet werden kann, sind mehr Messstationen im Umfeld<br />
des <strong>Flughafen</strong>s nötig. Mit der für die Zukunft geplanten Instrumentierung im Umland sollte<br />
hier aber eine annehmbare Lösung gefunden werden können.<br />
31
Teil II<br />
Nebelprognose mit dem 1D Nebelmodell<br />
PAFOG<br />
32
5 Einleitung und Aufgabenstellung<br />
Aus bisherigen Studien ging hervor, dass die Vorhersagegüte des 1D Nebelmodells PAFOG<br />
stark von der Modellinitialisierung abhängt. Im Rahmen der vorliegenden Arbeit soll das 1D<br />
Nebelmodell PAFOG so modifiziert werden, dass lokale Beobachtungsdaten für Atmosphärenprofile<br />
aus Radiosonden- und MWRP-Messungen des Observatoriums in Lindenberg (FELG) 1<br />
sowie Vorhersagen des COSMO-Modells integriert werden können. Ziel soll sein, das Modell<br />
flächendeckend mit COSMO-Vorhersagen oder in Abhängigkeit von der Verfügbarkeit von<br />
Meßdaten, einsetzen zu können. Auf Grundlagen von Testdatensätzen des FELG sollen für<br />
drei verschiedene Initialisierungsmöglichkeiten Sensitivitätsstudien durchgeführt werden.<br />
1. PAFOG-BASELINE: das Modell wird mit numerischen Randbedingungen aus COSMO-<br />
DE initialisiert.<br />
2. PAFOG-plus-RADIOSONDE: Die Modellinitialisierung geschieht mit Hilfe von Radiosondenprofilen.<br />
Benötigte Par<strong>am</strong>eter, die nicht gemessen werden, bleiben als numerische<br />
Randbedingungen aus COSMO-DE wie in PAFOG-Baseline erhalten.<br />
3. PAFOG-plus-MWRP: Das Modell wird mit MWRP-Profilen initialisiert. Auch bei dieser<br />
Version werden nicht gemessene Par<strong>am</strong>eter als numerische Randbedingungen aus<br />
COSMO-DE entnommen.<br />
1 An dieser Stelle sei dem Observatorium Lindenberg gedankt für die rasche und unkomplizierte Bereitstellung<br />
der Messdaten, die in optimaler Form aufbereitet waren.<br />
33
6 Das 1D Nebelmodell PAFOG<br />
Das eindimensionale Nebelmodell PAFOG (PAr<strong>am</strong>eterized FOG model) [12] simuliert die wesentlichen<br />
physikalischen Prozesse in der atmosphärischen Grenzschicht und im Erdboden<br />
unter Berücksichtigung der Effekte einer Vegetationsschicht, um so Prognosen für die Sichtweite<br />
erstellen und die Entwicklung von Strahlungsnebel simulieren zu können.<br />
Im Modell wird die Entstehung von Nebel hinreichend berücksichtigt durch die Par<strong>am</strong>etrisierung<br />
der wolkenmikrophysikalischen Prozesse. Hierbei wird angenommen, dass die Größenverteilung<br />
der Nebeltropfen in Gestalt einer Lognormalverteilung mit fest vorgegebener Varianz<br />
beschrieben werden kann, um so die spektrale Kondensationsgleichung lösen zu können. Mit<br />
Hilfe einer einfachen Auswertung der Köhlergleichung kann die Aktivierung der Wolkentropfen<br />
aus dem atmospärischen Aerosol (berücksichtigt werden unterschiedliche Standardaerosoltypen)<br />
erreicht werden [15].<br />
Die Turbulenz in der planetarischen Grenzschicht wird mit Hilfe einer prognostischen Gleichung<br />
für die turbulente kinetische Energie (TKE) par<strong>am</strong>etrisiert [29]. Über Gradientansätze<br />
wird der turbulente Austausch von Wärme, Feuchte und Impuls beschrieben, und die turbulenten<br />
Austauschkoeffizienten werden mit Hilfe einer Mischungsweglänge aus der TKE bestimmt.<br />
Um die Wechselwirkung zwischen Boden und Atmosphäre im Modell beschreiben zu können,<br />
wurde ein Vegetationsmodell implementiert. In diesem wird die Vegetation durch eine einzelne<br />
Schicht beschrieben und so wird der Austausch von sensiblen und latenten Wärmeflüssen,<br />
von Impuls- und Feuchteflüssen sowie den Strahlungsflüssen zwischen Boden und Atmosphäre<br />
geregelt.<br />
Auf eine detaillierte Modellbeschreibung sowie eine Beschreibung der Progr<strong>am</strong>mstruktur wird<br />
an dieser Stelle verzichtet. Ausführliche Beschreibungen finden sich in den Dokumentationen<br />
von November 1997 sowie von November 2000 [11] [6].<br />
34
7 Input- und Outputdateien von PAFOG<br />
7.1 Inputdateien<br />
Das 1D Modell PAFOG benötigt zur Initialisierung neben dem aktuellen Datum eine Reihe von<br />
Informationen, die sowohl den Zustand der Atmosphäre als auch den des Bodens beschreiben.<br />
Hierzu gehören unter anderem Wind-, Feuchte- und Temperaturprofile. Diese Werte werden<br />
in den folgenden Eingabedaten bereitgestellt und von PAFOG eingelesen:<br />
7.1.1 Atmosphären-Daten<br />
1. inp.dat enthält die wesentlichen synoptischen Par<strong>am</strong>eter zur Beschreibung des Atmosphärenzustandes<br />
<strong>am</strong> Vorhersageort. In dieser Datei werden neben Datum und Startzeit<br />
des Modells (zur Definition der Sonneneinstrahlung <strong>am</strong> Atmosphärenoberrand notwendig)<br />
die im folgenden aufgelisteten Variablen festgelegt.<br />
• Lufttemperatur ( ◦ C), 2m über Grund<br />
• Oberflächentemperatur ( ◦ C)<br />
• Taupunkt ( ◦ C), 2m über Grund<br />
• Bodendruck (hPa)<br />
• Nebelober- und untergrenze (m): abhängig von der Verfügbarkeit<br />
• Sichtweite (m): abhängig von der Verfügbarkeit<br />
• relative Feuchte (%)<br />
• Schnee ja/nein<br />
• geostrophischer Wind (Knoten)<br />
• Wolkenbedeckung hoch, mittel, tief (Achtel; stündliche Modelldaten)<br />
Die ersten acht Variablen werden zur Startzeit des Modells benötigt, die Wolkenbedeckung<br />
sollte in stündlichen Daten von der Startzeit bis zum Ende der Prognosezeit<br />
vorliegen.<br />
7.1.2 Vertikalprofildaten der Atmosphäre<br />
Darüber hinaus werden noch folgende Vertikalprofile der Atmosphäre benötigt und ebenfalls<br />
in der ASCII-Datei inp.dat abgespeichert.<br />
35
• Luftdruck (hPa) (zur Startzeit des Modells)<br />
• Höhenniveau (m) (zur Startzeit des Modells)<br />
• Lufttemperatur ( ◦ C) (zur Startzeit des Modells)<br />
• Taupunkt ( ◦ C) (zur Startzeit des Modells)<br />
7.1.3 Bodenprofil-Daten<br />
Ergänzend werden zur Initialisierung des Modells PAFOG sowohl Bodentemperaturprofile<br />
als auch Bodenwassergehaltsprofile benötigt.<br />
2. soilq.dat stellt das Bodenwassergehaltsprofil zur Verfügung<br />
• Wassergehalt (Vol. %) je Bodenschicht (zur Startzeit des Modells)<br />
• Hydrologische Schichtgrenzen (m)<br />
3. soilt.dat stellt das Bodentemperaturprofil zur Verfügung<br />
• Bodentemperaturprofil ( ◦ C) (zur Startzeit des Modells)<br />
• Thermische Schichtgrenzen<br />
Ob die Bodenfeuchte explizit aus COSMO Vorhersagen bzw. aus Messungen eingelesen<br />
wird, kann in der Datei inp.dat mit der Einstellung: - 0=Profildaten vorhanden - festgelegt<br />
werden. Optional kann das Bodenprofil mit den Werten 3=trocken, 2=mittel und<br />
1=nass vorgegeben werden. Die Initialisierungsfeuchte wird in Abhängigkeit von den<br />
Bodenpar<strong>am</strong>etern implementiert. Hierzu werden die Attribute folgendermaßen belegt:<br />
• Nass entspricht den Werten der Feldkapazität<br />
• Trocken entspricht den Werten des permanenten Welkepunktes und die Werte<br />
• des Bodenprofils Feucht liegen zwischen Nass und Trocken<br />
4. DBASEv speichert Modellpar<strong>am</strong>eter, die nicht für jeden Modelllauf erneut angepasst<br />
werden müssen. Dies sind unter anderem geographische Breite und Länge des Vorhersageortes,<br />
Par<strong>am</strong>eter zur Spezifikation des Aerosoltyps und Bodenpar<strong>am</strong>eter. Auch Informationen<br />
über die Höhe der Wolkenniveaus und Wolkenwassergehalt werden hier festgelegt.<br />
5. can.dat stellt Vegetations- und Bodenpar<strong>am</strong>eter zur Verfügung, die je nach Jahreszeit<br />
an die Verhältnisse <strong>am</strong> Vorhersageort angepasst werden müssen. Dies sind z.B. die Vegetationshöhe,<br />
der Blattflächenindex, der Bodentyp und noch weitere Par<strong>am</strong>eter (siehe<br />
Dokumentation von 2000). Eine Änderung bei jedem Modelllauf ist nicht notwendig.<br />
6. initr.dat definiert Strahlungseigenschaften von Gasen, Aerosolpartikeln und Wolkentropfen.<br />
Die Datei ändert sich nicht.<br />
Eine ausführlichere Beschreibung über den Aufbau der Inputdateien findet sich in den Dokumentationen<br />
von November 1997 [11] sowie von November 2000 [6].<br />
36
7.1.4 Outputdateien<br />
Zu den in den Dokumentationen von 1997 und 2000 bereits erläuterten Outputdateien wurden<br />
noch einige Outputdateien hinzugefügt:<br />
1. soiltemp.out enthält Stundenwerte der Bodentemperatur ( ◦ C) für jede Bodenprofiltiefe<br />
2. soilmoisture.out enthält Stundenwerte des Bodenwassergehaltes (Vol. %) für jede Bodenprofiltiefe<br />
3. relativehumidity.out speichert Stundenwerte der relativen Feuchte (% ) für jede Atmosphärenprofilschicht<br />
4. visibility.out speichert Stundenwerte der Sichtweite (m) für jede Atmosphärenprofilschicht<br />
5. liquid.out enthält Stundenwerte des Flüssigwassergehaltes (g/kg) für jede Atmosphärenprofilschicht<br />
6. temperature.out liefert Stundenwerte der Temperatur ( ◦ C) für jede Atmosphärenprofilschicht<br />
7. ccn.out speichert die Stundenwerte der Konzentration der Nebeltropfen (1/cm 3 ) für jede<br />
Atmosphärenprofilschicht<br />
8. theta.out speichert Stundenwerte der potentiellen Temperatur ( ◦ C) für jede Atmosphärenprofilschicht<br />
9. pressure.out liefert Stundenwerte des Luftdrucks (hPa) für jede Atmosphärenprofilschicht<br />
37
8 Das Einlesetool<br />
Wie im vorherigen Abschnitt bereits dargestellt, benötigt das Nebelmodell PAFOG eine Reihe<br />
von Informationen, die den Zustand der Atmosphäre beschreiben. Diese können aus Messdaten<br />
st<strong>am</strong>men oder, um eine flächendeckende Versorgung mit Eingabedaten zu gewährleisten, aus<br />
Vorhersagedaten aus dem COSMO-Modell. Um PAFOG auf verschiedene Art zu initialisieren,<br />
wurden so genannte Einlesetools entwickelt, die die zur Initialisierung von PAFOG notwendigen<br />
Variablen bereit stellen.<br />
In Abhängigkeit von der gewünschten Initialisierung können drei Konfiguration unterschieden<br />
werden:<br />
• PAFOG-Baseline: Initialisierung von PAFOG mit Modell-Ouput aus COSMO-<br />
Vorhersagen. PAFOG wird ausschließlich mit Daten aus COSMO-Vohersagen initialisiert.<br />
Eine Nebelprognose mit PAFOG kann an jedem gewünschten Ort durchgeführt<br />
werden.<br />
• PAFOG-Radiosonde: Initialisierung von PAFOG mit Radiosonden-Daten.<br />
Für das Atmosphärenprofil werden anstatt COSMO-Modelloutputdaten Radiosondenmessungen<br />
genutzt. Die Prognose von Nebel mit dieser Initialisierung ist auf die Orte<br />
beschränkt, an denen Radiosondenaufstiege durchgeführt werden.<br />
• PAFOG-MWRP: Initialisierung von PAFOG mit MWRP 1 . Bei dieser Initialisierungsmethode<br />
wird das Atmosphärenprofil aus MWRP-Messungen abgeleitet. Die<br />
restlichen Informationen st<strong>am</strong>men aus COSMO-Vorhersagen. Die Nebelprognose ist auf<br />
die Orte beschränkt, an denen MWRP-Messungen vorliegen.<br />
Der Aufbau der drei Einlesetools unterscheidet sich nicht, lediglich die Bereitstellung der<br />
Atmosphärenprofile wird in den drei Tools anders durchgeführt.<br />
Grundsätzlich kann der Progr<strong>am</strong>maufbau der Einlesetools in drei Schritte unterteilt werden:<br />
1. Umwandeln des COSMO-Modell Outputs von GRIB in ASCII-Format<br />
2. Extrahieren der notwendigen Variablen für den gewünschten Vorhersageort<br />
3. Formatieren der Inputvariablen zum Einlesen für PAFOG<br />
Die Abbildung 8.1 gibt einen Überblick.<br />
1 Mikrowellen-Radiometer: Microwave Radiometer Profiling, MWRP zur Erfassung atmosphärischer<br />
Temperatur- und Feuchteprofile<br />
38
8.1 Vorgehensweise<br />
Abbildung 8.1: Datenfluss Einlesetool<br />
Bevor die Einlesetools nun genauer beschrieben werden, werden zunächst die wichtigsten<br />
Schritte im chronologischen Ablauf der Erstellung einer Nebelprognose aufgelistet. Zunächst<br />
sollten für die jeweiligen Modellkonfigurationen die Ordner existieren:<br />
1. PAFOG_baseline<br />
2. PAFOG_radiosonde<br />
3. PAFOG_mwrp<br />
In diesen liegen wiederum die Ordner:<br />
• /src: der Quellcode<br />
• /bin: das Makefile<br />
• /incv: die Include-Dateien<br />
• /inp : die Input-Dateien<br />
• /out: der Output<br />
39
• /KONSTANT: konstante Hilfsdateien, die für die Einlesetools benötigt werden (nachstehend<br />
erläutert)<br />
• /PROGRAMME: die Progr<strong>am</strong>me des Einlesetools (ebenfalls nachstehend erläutert)<br />
Im Modell PAFOG sowie in den Einlesetools sind Environment-Variablen definiert. Diese<br />
müssen in der Unix-Konfigurationsdatei .cshrc (oder in der entsprechenden Datei) definiert<br />
werden. Die folgenden Dateien/Pfade werden zum Start von PAFOG benötigt:<br />
1. für PAFOG_BASELINE: setenv ROOTPATH_BASELINE<br />
Pfad des Ordners angeben, in dem das Modell gespeichert ist<br />
2. für PAFOG_RADIOSONDE: setenv ROOTPATH_RADIOSONDE<br />
Pfad des Ordners angeben, in dem das Modell gespeichert ist<br />
3. für PAFOG_MWRP: setenv ROOTPATH_MWRP<br />
Pfad des Ordners angeben, in dem das Modell gespeichert ist<br />
Diese bleiben unverändert, solange man das Modell nicht umbenennt oder verschiebt/kopiert.<br />
Allerdings muss für jeden Lauf das Datum geändert werden:<br />
4. DATUM setenv DATE 1911200712<br />
das Datum muss entsprechend dem gewünschten Tag verändert werden, das Format sollte<br />
wie im Beispiel beibehalten werden: Tag: dd, Monat: mm, Jahr: yyyy und Startzeit<br />
des Modells: hh<br />
Vor jedem Lauf muss zum einen in der Unix-Konfigurationsdatei .cshrc sowie in dem FORT-<br />
RAN Progr<strong>am</strong>m input_einlesen.f95 (im Ordner PROGRAMME) das Datum des Modelllaufs<br />
geändert werden (dies ist im Quellcode erläutert). Um nicht alle Progr<strong>am</strong>m per Hand<br />
einzeln kompilieren und ausführen zu müssen, wurden alle notwendigen Progr<strong>am</strong>me in den<br />
Shell-Progr<strong>am</strong>men:<br />
• einlesen_PAFOG_baseline.sh: für die PAFOG-Baseline Version<br />
• einlesen_PAFOG_radiosonde.sh: für die PAFOG-Mwrp Version und<br />
• einlesen_PAFOG_mwrp.sh: für die PAFOG-Radiosonde Version<br />
vereinigt. Auch hier muss eine Umgebungsvariable definiert werden: COSMOPATH. Hier<br />
sollte der Ort angezeigt werden, in denen der COSMO-Vorhersageoutput gespeichert ist.<br />
Mit Hilfe der Shellskripte werden alle Schritte nacheinander abgearbeitet, das Nebelmodell<br />
PAFOG gestartet sowie für den jeweiligen Lauf Backupdateien generiert und im Ordner output_backup_date<br />
gespeichert. Die Executables und die Eingangsdatenfiles müssen unter<br />
den entsprechenden Pfaden vorhanden sein (alle Inputdateien in dem Ordner /inp/); die<br />
Output-Dateien werden in dem Ordner /out/ abgespeichert.<br />
40
8.2 COSMO-DE Daten<br />
Allen Modellkonfigurationen ist gemein, dass entweder alle Informationen (für PAFOG-<br />
Baseline) oder die Informationen, die nicht als Messungen vorliegen (für PAFOG-Radiosonde<br />
und für PAFOG-Mwrp), dem COSMO-Modelloutput entnommen werden. Das COSMO-Modell<br />
ist das operationelle Wettervorhersagesystem des DWD, entwickelt für die meso−β und meso−γ-<br />
Skala [35]. Hierfür werden die hydro-thermodyn<strong>am</strong>ischen Grundgleichungen einer kompressiblen,<br />
nicht-hydrostatischen Strömung in feuchter Atmosphäre in Advektionsform gelöst. Für<br />
die horizontalen und vertikalen Windkomponenten, den Druck, die Temperatur, die spezifische<br />
Feuchte, den Wolkenwassergehalt, Wolkeneis, Regenwasser, Schnee, Graupel sowie die turbulente<br />
kinetische Energie werden prognostische Gleichungen gelöst.<br />
Je nach der Ausdehnung des Modellgebietes können zwei Modellversionen unterschieden werden:<br />
• COSMO-EU mit einer Gitterweite von ∼ 7 km umfasst Europa.<br />
• COSMO-DE mit einer Gitterweite von ∼ 2.8 km umfasst Deutschland.<br />
Das Mehrschicht-Bodenmodell TERRA-Multilayer ist an das COSMO-Modell gekoppelt und<br />
modelliert die wesentlichen hydrologischen Prozesse wie die Wasseraufnahme und Verdunstung<br />
aus den Oberflächenspeichern, die Wasseraufnahme in den Boden und die Verdunstung<br />
aus dem Boden, den Oberflächenabfluss sowie die Transpiration der Pflanzen. Das Profil der<br />
Bodenfeuchte wird durch Lösen der Richards-Gleichung, die Bodentemperatur wird durch numerisches<br />
Lösen der Wärmeleitungsgleichung berechnet. Darüberhinaus beschreibt TERRA-<br />
ML die Entwicklung der Temperatur und des Wasergehaltes in einem Schneespeicher und den<br />
Wassergehalt in einem Interzeptionsspeicher. Eine detaillierte Beschreibung des<br />
COSMO-Modells ist in [19] gegeben.<br />
Die zur Initialisierung von PAFOG benötigten Daten gehören zum Standardoutput des COSMO-<br />
Modells. Es wird die Modellversion COSMO-4.6 mit den COSMO-DE Einstellungen benutzt.<br />
Ausführliche Informationen hierzu gibt es in [1]<br />
8.3 Datenfluss Einlesetool<br />
Im folgenden werden nun die wichtigsten Schritte/Progr<strong>am</strong>me des Einlesetools in chronologischer<br />
Folge dargestellt:<br />
1. Umwandeln von GRIB-Format in Ascii-Format<br />
Da der Output des COSMO-Modells im GRIB-Format vorliegt, muss zu Beginn der<br />
GRIB-Output in ASCII-Output umgewandelt werden. Hierzu wird das Progr<strong>am</strong>m wgrib.c<br />
der NOAA (National Oceanic and Atmospheric Administration) verwendet. Mit Hilfe<br />
dieses C-Progr<strong>am</strong>ms ist es möglich, GRIB-Code zu extrahieren und in unterschiedlichen<br />
Formaten zu speichern. Um die oben aufgelisteten Variablen zu extrahieren, wurde<br />
wgrib in das Shell-Progr<strong>am</strong>m grib2ascii.sh eingebunden. So ist es möglich, die gewünschten<br />
Variablen aus dem COSMO-Modell Output zu extrahieren und in Ascii-Format<br />
abzuspeichern. Der Output wird in den Ordnern COSMO_ASCII_OUTPUT/Datum<br />
gespeichert.<br />
41
2. Extrahieren der Variablen für den Vorhersageort und die Initialisierungszeit<br />
Nun müssen die benötigten Daten für die gewünschte Zeit, die notwendigen Levels und<br />
den Vorhersageort herausgefiltert werden. Diesem Zweck dienen eine Reihe von Fortranprogr<strong>am</strong>men,<br />
die nachstehend erläutert werden.<br />
3. Vorhersagort lokalisieren<br />
Um das gewünschte Pixel zu lokalisieren, müssen in dem RUN-Script des COSMO-Laufs<br />
für den gewünschten Vorhersageort die geographischen Koordinaten angegeben werden.<br />
Details können der COSMO-Dokumentation [1] entnommen werden.<br />
Unter Verwendung der operationellen COSMO-DE Standard-Einstellungen liegt das Pixel:<br />
• Observatorium Lindenberg: X:302 Y:292. <strong>Flughafen</strong> Münche: X:240 Y: 130<br />
Nach Umwandlung des Modelloutputs in ASCII-Format folgt im nächsten Schritt:<br />
4. Erstellen der Input-Dateien<br />
Mit Hilfe der FORTRAN Progr<strong>am</strong>me werden die nötigen Variablen extrahiert, berechnet<br />
und in das richtige Format gebracht werden. Nach Ausführen der Progr<strong>am</strong>me enstehen<br />
die Dateien inp.dat, soilt.dat und soilq.dat, die zum Start von PAFOG benötigt<br />
werden.<br />
8.3.1 Ordner<br />
Alle neu erstellten Dateien sowie einige konstante Hilfsdateien werden in den folgenden Ordnern<br />
abgespeichert:<br />
COSMO_ASCII_OUTPUT<br />
In diesem Ordner liegt nach Tagen sortiert der in ASCII-Format umgewandelte COSMO-<br />
Modell Output; so stehen die Informationen den Fortran-Progr<strong>am</strong>men zur Verfügung.<br />
LINDENBERG_ PIXEL_DATUM<br />
Mit Hilfe der Fortran-Progr<strong>am</strong>me werden für das gewünschte Pixel, an dem die Nebelprognose<br />
stattfinden soll, alle notwendigen Variablen extrahiert und in diesem Ordner abgespeichert.<br />
Gespeicherte Variablen sind:<br />
clchigh.dat, clclow.dat, clcmedium.dat, pres_surface.dat, tempsurf.dat,<br />
temp_2m.dat, tdew.dat, relhum.dat, wind.dat qv_vertikalprofil.dat,<br />
pres_vertikalprofil.dat, tdew_vert.dat, temp_vertikalprofil.dat,<br />
soiltemp_profil.dat, soilwater_profil.dat<br />
PAFOG_INPUT_DATUM<br />
Hier werden die neu erstellten Dateien, die zur Initialisierung von PAFOG benötigt werden,<br />
gespeichert: inp.dat, soilq.dat, soilt.dat<br />
42
Konstant<br />
Neben der für jeden Lauf neu modifizierten Eingabedaten gibt es einige konstante Hilfsdateien:<br />
• cloud_no: Hilfsdatei, um Wolkenbedeckung richtig einzulesen; benötigt für das Progr<strong>am</strong>m<br />
read_cloudlevel.f95<br />
• level_hybrid: Hilfsdatei, um Modelllevel einzulesen; benötigt für das Progr<strong>am</strong>m<br />
read_input_vertikal.f95<br />
• topo_vertikal.dat: Hilfsdatei, um Höhe einzulesen; benötigt für das Progr<strong>am</strong>m taupunkt.f95<br />
• bodentemp_no: Hilfsdatei zum Einlesen der Bodenschichten; benötigt für das Progr<strong>am</strong>m:<br />
read_input_soilprofil.f95<br />
• bodenwater_no: Hilfsdatei zum Einlesen der Bodenschichten; benötigt für das Progr<strong>am</strong>m:<br />
read_input_soilprofil.f95<br />
• temp_schicht.text: Modellschichtdicken des Bodens zur Temperaturberechnung aus TER-<br />
RA_ML; benötigt für das Progr<strong>am</strong>m input_soilqundt.f95<br />
• water_schicht.text: Modellschichtdicken zur Wassergehaltsberechnung aus TERRA_ML;<br />
benötigt für das Progr<strong>am</strong>m input_soilqundt.f95<br />
• iz_mwrp: Hilfsdatei zum Einlesen der Schichten der MWRP-Messungen; benötigt für<br />
das Progr<strong>am</strong>m: interpolieren.f95 der Modellkonfiguration PAFOG-Mwrp<br />
• radio_height.dat: Hilfsdatei zum Einlesen der Schichten der Radiosonden-Messungen;<br />
benötigt für das Progr<strong>am</strong>m: input_einlesen.f95 der Modellkonfiguration: PAFOG-<br />
Radiosonde<br />
8.4 Einlesetool PAFOG-Baseline<br />
Einen Überblick über die auszuführenden Progr<strong>am</strong>me gibt die Abbildung 8.2. Zur Berechnung<br />
des Taupunktes T_d aus COSMO-Daten werden der Luftdruck p (hPA) und die Spezifische<br />
Feuchte q (kg/kg) benötigt. Der Taupunkt wird entsprechend folgender Formel berechnet (aus<br />
dem NinJo Fachkonzept Strahlungsnebelprognose):<br />
Td =<br />
234, 67 ∗ log(e) − 184.2<br />
8, 233 − log(e)<br />
(8.1)<br />
mit dem D<strong>am</strong>pfdruck e<br />
e = 1, 608 ∗ p ∗ q (8.2)<br />
43
8.5 Einlesetool PAFOG-Radiosonde<br />
Der Aufbau des Einlesetools entspricht dem von PAFOG-Baseline, jedoch st<strong>am</strong>men die Atmosphärenprofile<br />
aus Radiosonden-Messungen.<br />
Verfügbare Radiosondenmessungen sind:<br />
• die Höhe (m)<br />
• Werte für den Luftdruck (hPa)<br />
• Werte für die Temperatur ( ◦ C) und<br />
• die relative Feuchte (%).<br />
Die Werte stehen alle sechs Stunden um 06/12/18 und 00 Uhr zur Verfügung. Um PAFOG mit<br />
Radiosonden-Messungen zu initialisieren, muss noch die Taupunkttemperatur ( ◦ C) berechnet<br />
werden. Da die zur Berechnung notwendige spezifische Feuchte nicht gemessen wird, kann<br />
die Größe entweder berechnet werden oder aus COSMO-DE Daten genommen werden. In<br />
Abbildung 8.3 sind alle Progr<strong>am</strong>me kurz erläutert.<br />
8.6 Einlesetool PAFOG-Mwrp<br />
Auch bei PAFOG-Mwrp wird bis auf Daten für die Atmosphärenprofile COSMO-DE genutzt.<br />
Verfügbare MWRP-Messungen sind:<br />
• Temperatur ( ◦ C),<br />
• relative Feuchte (%),<br />
• absolute Feuchte (g/m 3 ) sowie<br />
• Wolkenwassergehalt (g/m 3 )<br />
Bei Initialisierung mit MWRP-Daten müssen noch der Taupunkt berechnet werden sowie der<br />
Druck aus den Radiosondenmessungen oder aus COSMO-DE Daten interpoliert werden. Der<br />
Aufbau und Informationen zu den Progr<strong>am</strong>men kann der Abbildung 8.4 entnommen werden.<br />
44
Abbildung 8.2: Progr<strong>am</strong>mstruktur PAFOG-Radiosonde<br />
45
Abbildung 8.3: Progr<strong>am</strong>mstruktur PAFOG-Radiosonde<br />
46
Abbildung 8.4: Progr<strong>am</strong>mstruktur PAFOG-Mwrp<br />
47
9 Verifikationsläufe<br />
Um die Wirkung der verschiedenen Initialisierungen auf die Nebelentwicklung zu untersuchen,<br />
wurden Verifikationsläufe durchgeführt. Für diese Arbeit wurde eine Reihe von Datensätzen<br />
aus den Jahren 2006 und 2007 vom Observatorium in Lindenberg zur Verfügung gestellt, die<br />
bereits im Vorfeld dankenswerter Weise von den Kollegen aus Lindenberg nach beobachteten<br />
Nebelperioden sortiert wurden. An einem beobachteten Strahlungsnebeltag, es wurde der<br />
12.10.2006 ausgewählt, sollen die Ergebnisse exemplarisch dargestellt werden. An diesem Tag<br />
wurde Nebel beobachtet vom 11.10.2006 22 UTC bis zum Morgen des 12.10.2006 11 UTC.<br />
Sobald die Sichtweite unter 1000 m sinkt, kann per Definition von Nebel gesprochen werden.<br />
9.1 Modell Einstellungen<br />
Das Nebelmodell PAFOG wurde jeweils mit den Modellkonfigurationen PAFOG-Baseline,<br />
PAFOG-MWRP und PAFOG-Radiosonde um 12:00 UTC gestartet und es wurden Vorhersagen<br />
von 24 Stunden gerechnet. Die Initialisierung der drei Modellkonfigurationen unterscheidet<br />
sich in den Atmosphärenprofilen, welche bei PAFOG-Baseline aus COSMO-Daten<br />
st<strong>am</strong>mt, bei der Version PAFOG-MWRP aus MWRP-Messungen und bei PAFOG-Radiosonde<br />
aus Radiosonden-Messungen. Die restlichen benötigten Input-Variablen (wie z. B. die 2m-<br />
Temperatur oder die Bodentemperatur) st<strong>am</strong>men aus COSMO-Modelloutput. Darüberhinaus<br />
benötigt PAFOG neben einem Bodentemperaturprofil, das aus COSMO-Vorhersagen entnommen<br />
wird, auch Informationen über die Bodenfeuchte. Es ist möglich, die Bodenfeuchte auf<br />
verschiedene Art zu initialisieren. Das Bodenfeuchteniveau kann auf trocken gesetzt werden,<br />
was dem Wert des permanten Welkepunktes (PWP) entspricht. Der PWP ist definiert als die<br />
Wassermenge im Boden, die nicht mehr für Pflanzen verfügbar ist. Des weiteren kann der<br />
Wert der Feldkapazität oder das Mittel zwischen PWP und Feldkapazität gewählt werden.<br />
Die Feldkapazität entspricht der Wassermenge, die gegen die Schwerkraft im Boden gehalten<br />
werden kann. Neben diesen Werten kann auch ein Bodenfeuchteprofil (z.B Messungen oder<br />
COSMO-Output) vorgegeben werden. Als Aerosoltyp, welcher Einfluss auf die maximale Teilchenkonzentration<br />
hat, wurde rurales Aerosol gewählt, da dies der Realität in Lindenberg <strong>am</strong><br />
nächsten kommt.<br />
9.2 Verifikationslauf 12.10.2006<br />
Da sich die Modellkonfigurationen lediglich durch die Atmosphärenprofile unterscheiden, werden<br />
in Abbildung 9.1 a-c die Vertikalprofile der zur Initialisierung von PAFOG benötigten<br />
Variablen Temperatur ( ◦ C), Taupunkttemperatur ( ◦ C) sowie des Luftdrucks (hPa) dargestellt.<br />
48
Es werden nur die unteren 500 m in der Atmosphäre betrachtet, da in diesem Bereich die für<br />
die <strong>Nebelbildung</strong> interessanten Austauschprozesse stattfinden, die letztendlich zur <strong>Nebelbildung</strong><br />
führen oder diese verhindern können. Die dargestellten Werte sind COSMO-Vorhersagen<br />
(blaue Linie), Radiosonden-Messungen (rote Linie) und MWRP-Messungen (grüne Linie), d.h.<br />
die Werte für die Temperatur, die Taupunkttemperatur sowie den Druck sind noch nicht auf<br />
das Modellgitter des Nebelmodells PAFOG interpoliert. Da mit dem MWRP kein Druck gemessen<br />
werden kann, st<strong>am</strong>mt der in Abbildung 9.1 c dargestellte Druck für die Modellversion<br />
PAFOG-MWRP aus einer linearen Interpolation des COSMO-Drucks auf die Höhen der<br />
MWRP-Messungen.<br />
Wie aus dem Vertikalprofil der Temperatur (Abbildung 9.1 a) zu erkennen, unterscheiden sich<br />
in den unteren 200 m die Temperatur der Radiosonde (rote Linie) und der MWRP-Messungen<br />
(grüne Linie) kaum, die Temperatur aus dem COSMO-Modell (blaue Linie) ist ab einer Höhe<br />
von 50 m 2 ◦ C wärmer; mit zunehmender Höhe ab ca. 450 m erhöht sich die Temperatur<br />
aus Radiosonden-Messungen und stimmt mit dem COSMO-Modelloutput gut überein. Die<br />
MWRP-Messungen sind fast 4 ◦ C kühler. Festzuhalten bleibt, dass in den unteren 500 m die<br />
von COSMO prognostizierte Temperatur höher als die Messungen ist.<br />
Auch bei den Werten der Taupunkttemperatur können Unterschiede identifiziert werden (Abbildung<br />
9.1 b). Die Werte errechnet aus COSMO-Daten sind <strong>am</strong> kühlsten, der aus Radiosonden-<br />
Messungen errechnete Taupunkt ist ca. 4 ◦ C wärmer. Die Werte der Taupunkttemperatur<br />
errechnet aus MWRP-Messungen liegen zwischen der Taupunkttemperatur aus COSMO und<br />
der aus Radiosondenmessungen.<br />
In Abbildung 9.1 c ist das Vertikalprofil für den Druck zur Zeit der Initialisierung dargestellt.<br />
Die Versionen unterscheiden sich in den untersten 300 m kaum, mit zunehmender Höhe werden<br />
die Unterschiede etwas grösser. Der aus COSMO prognostizierte Druck stimmt mit den<br />
Radiosonden-Messungen gut überein.<br />
Insges<strong>am</strong>t fällt auf, daß die MWRP-Messungen und Radiosonden-Messungen für die Temperatur<br />
relativ große Differenzen zeigen. Dies kann auf die unterschiedliche Messtechnik zurückgeführt<br />
werden und sollte bei der Modellvalidierung stets berücksichtigt werden.<br />
Neben diesen initialisierten Variablen ist auch die relative Feuchte eine entscheidende Größe<br />
bei der <strong>Nebelbildung</strong>. In Abbildung 9.1 d ist die relative Feuchte dargestellt, die aus den<br />
initialisierten Inputdaten zu Beginn der Simulation errechnet und auf das Modellgitter von<br />
PAFOG linear interpoliert wird. Auch hier sind entsprechend der Inputdaten Unterschiede<br />
zu erkennen. Die relative Feuchte aus PAFOG-Baseline (blaue Linie) ist mit 53 % <strong>am</strong> Erdboden<br />
<strong>am</strong> geringsten, die Feuchte aus PAFOG-Radiosonde ist mit 64 % <strong>am</strong> höchsten und<br />
PAFOG-MWRP liegt mit 59 % wieder in der Mitte. Mit zunehmender Höhe bis ca. 350 m<br />
nimmt die relative Feuchte aller Modellversionen zu. Die Unterschiede in den Modellversionen<br />
bleiben aber bestehen und korrespondieren mit der Taupunkttemperatur. Insges<strong>am</strong>t ist die<br />
relative Feuchte sehr niedrig, was durch die Startzeit des Modells um 12 UTC und die hohen<br />
Temperaturen zu erklären ist.<br />
49
500<br />
450<br />
Vertikalprofil Temperatur (Celsius)<br />
COSMO<br />
Radiosonde<br />
MWRP<br />
500<br />
450<br />
Vertikalprofil Taupunkttemperatur (Celsius)<br />
COSMO<br />
Radiosonde<br />
MWRP<br />
400<br />
400<br />
350<br />
350<br />
300<br />
300<br />
Hoehe<br />
250<br />
Hoehe<br />
250<br />
200<br />
200<br />
150<br />
150<br />
100<br />
100<br />
50<br />
50<br />
0<br />
10 12 14 16 18<br />
Temperatur<br />
0<br />
5 10 15<br />
Taupunktemperatur<br />
500<br />
450<br />
(a)<br />
Vertikalprofil Druck (hPa)<br />
400<br />
350<br />
(b)<br />
Vertikalprofil Relative Feuchte (%)<br />
Baseline<br />
Radiosonde<br />
MWRP<br />
400<br />
300<br />
350<br />
300<br />
COSMO<br />
Radiosonde<br />
MWRP<br />
250<br />
Hoehe<br />
250<br />
Hoehe<br />
200<br />
200<br />
150<br />
150<br />
100<br />
100<br />
50<br />
50<br />
0<br />
900 920 940 960 980 1000<br />
Druck<br />
0<br />
50 55 60 65 70 75 80<br />
Rel. Feuchte<br />
(c)<br />
(d)<br />
Abbildung 9.1: Vertikalprofil der Temperatur ◦ C (a), der Taupunkttemperatur ◦ C (b) und des Luftducks<br />
(hPa) (c) sowie die relative Feuchte interpoliert auf das PAFOG-Modellgitter<br />
(d) zur Zeit der Modellinitialisierung um 12 UTC.<br />
50
Der zeitliche Verlauf der Temperatur und der relativen Feuchte ist in Abbildung 9.2 a-b<br />
als Vertikalprofil für die Stunden 14 UTC, 18 UTC, 00 UTC, 05 UTC und 10 UTC für die<br />
Modellversion Baseline dargestellt.<br />
Die prognostizierte Temperatur von PAFOG-Baseline (Abbildung 9.2 a) ist über den ges<strong>am</strong>ten<br />
Vorhersagezeitraum etwas höher, die relative Feuchte etwas geringer. In der Nacht kommt es<br />
zu einer Temperaturinversion (blaue, rote und grüne Linie) und die relative Feuchte (Abbildung<br />
b) erreicht ab 00 UTC Werte nahe 100 % in der Nähe der Erdoberfläche. Die vertikale<br />
Erstreckung des Nebels liegt unter 10 m und auch der Flüssigwassergehalt im Nebel ist mit<br />
Werten bis zu 0.1 g/kg nicht sehr hoch (siehe Abbildung 9.2 c-d). Dargestellt sind der Wolkenwassergehalt<br />
sowie die Konzentration der Tropfen als Funktion der Höhe und Zeit.<br />
In Abbildung 9.3 a-b sind die Vertikalprofile für der Temperatur sowie der relative Feuchte<br />
prognostiziert von PAFOG-Radiosonde dargestellt. Eine Temperaturinversion in der Nacht<br />
ist deutlich ausgeprägt, und nahe der Erdoberfläche um 5 UTC ist die Temperatur fast 4 ◦ C<br />
kühler als die mit PAFOG-Baseline simulierte Temperatur. Dementsprechend sind auch die<br />
Werte der relativen Feuchte höher. Vor allem reicht die vertikale Erstreckung der Werte nahe<br />
100 % weit höher in die Atmosphäre, was in den Abbildungen 9.3 c-d bestätigt wird. Zudem<br />
beträgt auch noch um 10 UTC die relative Feuchte nahezu 100 % bis in 50 m Höhe. Sowohl die<br />
Tropfenkonzentration als auch der Flüssigwassergehalt sind deutlich höher als mit PAFOG-<br />
Baseline prognostiziert. Der Flüssigwassergehalt erreicht Werte bis 0.4 g/kg und erstreckt sich<br />
bis in eine Höhe von 20 m. Gut zu erkennen ist, daß eine höhere Tropfenkonzentration mit<br />
einem höheren Flüssigwassergehalt korrespondiert (zu sehen in einer Höhe von 10-18 m).<br />
Wie auch schon vorher aufgezeigt, liegen die Werte der Vertikalprofile für die Temperatur und<br />
der relative Feuchte prognostiziert mit PAFOG-MWRP (siehe Abbildung 9.4 c-d) zwischen<br />
den Werten der anderen beiden Modellversionen. Sowohl die nächtliche Temperaturinversion<br />
als auch die Werte der relativen Feuchte nahe 100 % in der Nacht in der unteren Atmosphäre<br />
werden auch hier erreicht; auch der Flüssigwassergehalt und die Tropfenkonzentration (siehe<br />
Abbildung 9.4 c-d) sind geringer als die von PAFOG-Radiosonde prognostizierten Werte. Die<br />
Mächtigkeit des Nebels -abgeleitet aus dem Flüssigwassergehalt - liegt bei ca. 16 m.<br />
51
Vertikalprofil Temperatur (Celsius) Baseline<br />
150<br />
14<br />
18<br />
00<br />
05<br />
10<br />
Vertikalprofil Relative Feuchte (%) Baseline<br />
150<br />
100<br />
100<br />
Hoehe (m)<br />
Hoehe (m)<br />
50<br />
50<br />
0<br />
0 5 10 15 20<br />
Temp.<br />
0<br />
50 60 70 80 90 100<br />
Rel. Feuchte<br />
(a)<br />
(b)<br />
60<br />
LWC g/kg Baseline<br />
0.5<br />
Tropfenkonzentration [1/cm 3 ] Baseline<br />
60<br />
60<br />
0.45<br />
0.4<br />
50<br />
Hoehe [m]<br />
40<br />
20<br />
0.35<br />
0.3<br />
0.25<br />
0.2<br />
0.15<br />
Hoehe (m)<br />
40<br />
20<br />
40<br />
30<br />
20<br />
0.1<br />
10<br />
0.05<br />
17 21 02 07 12<br />
Zeit [h]<br />
0<br />
17 21 02 07 12<br />
Zeit (h)<br />
0<br />
(c)<br />
(d)<br />
Abbildung 9.2: Vertikalprofil der Temperatur ( ◦ C) (a) und der relativen Feuchte (%) (b) um 14 UTC,<br />
18 UTC, 00 UTC, 05 UTC und 10 UTC sowie der Flüssigwassergehalt (g/kg) (c)<br />
und die Tropfenkonzentration (cm −3 ) (d) als Funktion der Höhe und Zeit für die<br />
Modellversion PAFOG-Baseline.<br />
52
Vertikalprofil Temperatur (Celsius) Radiosonde<br />
150<br />
14<br />
18<br />
00<br />
05<br />
10<br />
Vertikalprofil Relative Feuchte (%) Radiosonde<br />
150<br />
100<br />
100<br />
Hoehe (m)<br />
Hoehe (m)<br />
50<br />
50<br />
0<br />
0 5 10 15 20<br />
Temp.<br />
0<br />
50 60 70 80 90 100<br />
Rel. Feuchte<br />
(a)<br />
(b)<br />
60<br />
LWC g/kg Radiosonde<br />
0.5<br />
Tropfenkonzentration [1/cm 3 ] Radiosonde<br />
60<br />
60<br />
0.45<br />
0.4<br />
50<br />
Hoehe (m)<br />
40<br />
20<br />
0.35<br />
0.3<br />
0.25<br />
0.2<br />
0.15<br />
Hoehe (m)<br />
40<br />
20<br />
40<br />
30<br />
20<br />
0.1<br />
10<br />
0.05<br />
17 21 02 07 12<br />
Zeit (h)<br />
0<br />
17 21 02 07 12<br />
Zeit (h)<br />
0<br />
(c)<br />
(d)<br />
Abbildung 9.3: Vertikalprofil der Temperatur ( ◦ C) (a) und der relativen Feuchte (%) (b) um 14 UTC,<br />
18 UTC, 00 UTC, 05 UTC und 10 UTC sowie der Flüssigwassergehalt (g/kg) (c)<br />
und die Tropfenkonzentration (cm − 3) (d) als Funktion der Höhe und Zeit für die<br />
Modellversion PAFOG-Radiosonde.<br />
53
Vertikalprofil Temperatur (Celsius) MWRP<br />
150<br />
14<br />
18<br />
00<br />
05<br />
10<br />
Vertikalprofil Relative Feuchte (%) MWRP<br />
150<br />
100<br />
100<br />
Hoehe (m)<br />
Hoehe (m)<br />
50<br />
50<br />
0<br />
0 5 10 15 20<br />
Temp.<br />
0<br />
50 60 70 80 90 100<br />
Rel. Feuchte<br />
(a)<br />
(b)<br />
60<br />
LWC g/kg MWRP<br />
0.5<br />
Tropfenkonzentration [1/cm 3 ] MWRP<br />
60<br />
60<br />
0.45<br />
0.4<br />
50<br />
Hoehe (m)<br />
40<br />
20<br />
0.35<br />
0.3<br />
0.25<br />
0.2<br />
0.15<br />
Hoehe (m)<br />
40<br />
20<br />
40<br />
30<br />
20<br />
0.1<br />
10<br />
0.05<br />
17 21 02 07 12<br />
Zeit (h)<br />
0<br />
17 21 02 07 12<br />
Zeit (h)<br />
0<br />
(c)<br />
(d)<br />
Abbildung 9.4: Vertikalprofil der Temperatur ( ◦ C) (a) und der relativen Feuchte (%) (b) um 14 UTC,<br />
18 UTC, 00 UTC, 05 UTC und 10 UTC sowie der Flüssigwassergehalt (g/kg) (c)<br />
und die Tropfenkonzentration (cm − 3) (d) als Funktion der Höhe und Zeit für die<br />
Modellversion PAFOG-MWRP.<br />
54
Um abschließend ein Urteil über die Güte der Vorhersage zu fällen, werden die Modellergebnisse<br />
mit Messungen verglichen. In Abbildung 9.2 a sind die Modellergebnisse für die<br />
Simulation der Sichtweite in 2 m Höhe für die Modellläufe mit PAFOG-Baseline (blaue Linie),<br />
PAFOG-Radiosonde (rote Linie) und PAFOG-MWRP (grüne Linie) und die Werte der Sichtweitenmessung<br />
der SYNOP-Station des Observatoriums in Lindenberg (schwarz gestrichelte<br />
Linie) zu sehen.<br />
55
Sichtweite [m]<br />
1200<br />
1000<br />
800<br />
600<br />
400<br />
200<br />
0<br />
PAFOG−Baseline<br />
PAFOG−Radiosonde<br />
PAFOG−Mwrp<br />
Messungen<br />
Sichtweite in m in 2m Hoehe<br />
12 18 00 06 12<br />
Zeit [h]<br />
Temperatur [Celsius]<br />
20<br />
15<br />
10<br />
5<br />
0<br />
(a)<br />
Temperatur in 2m Hoehe<br />
12 18 00 06 12<br />
Zeit [h]<br />
Relative Feuchte %<br />
101<br />
100<br />
99<br />
98<br />
97<br />
96<br />
(b)<br />
Relative Feuchte % in 2m Hoehe<br />
95<br />
12 18 00 06 12<br />
Zeit [h]<br />
(c)<br />
Abbildung 9.5: Zeitliche Entwicklung der Sichtweite (m) (a), der Temperatur ( ◦ C) (b) und der relativen<br />
Feuchte (%) (c) in 2 m Höhe.<br />
56
Mit allen drei Modellkonfigurationen wird das Strahlungsnebelereignis reproduziert, die Läufe<br />
zeigen jedoch wie schon vorher aufgezeigt in ihren Ergebnissen Unterschiede. Zu Beginn soll<br />
der Lauf mit PAFOG-Baseline (blaue Linie) betrachtet werden.<br />
Bei diesem Lauf wird Nebel von 00 UTC bis 7 UTC <strong>am</strong> nächsten Morgen simuliert. Die Sichtweite<br />
sinkt im Laufe der Nacht auf Werte von 350 m und ab 7 UTC löst sich der Nebel wieder<br />
auf. Der Verlauf der Sichtweite stimmt mit den Messungen recht gut überein, die simulierte<br />
Nebelepisode ist aber kürzer als beobachtet und die simulierten Werte sind um bis zu 200 m<br />
höher.<br />
Die Ergebnisse mit der Konfiguration PAFOG-Radiosonde (rote Linie) sind im Verlauf sehr<br />
ähnlich, jedoch sind Beginn und Ende der Nebelepisode etwas versetzt. Die Sichtweite sinkt<br />
um 23 UTC auf 300 m, erreicht um 6 UTC einen Wert von 80 m, steigt langs<strong>am</strong> wieder an,<br />
um sich ab 11 UTC aufzulösen. Ab 6 UTC bis zur Auflösung des Nebels stimmt der Verlauf<br />
der simulierten Sichtweite sehr gut mit den Messungen überein.<br />
Auch der Verlauf der Sichtweite simuliert mit PAFOG-MWRP ist sehr ähnlich. Beginn des<br />
simulierten Nebelereignisses ist auch in diesem Fall 23 UTC, jedoch löst sich der Nebel bereits<br />
um 8 UTC wieder auf.<br />
In Abbildung 9.2 b werden die Modellergebnisse für die 2m-Temperatur mit Messungen verglichen.<br />
Die beobachtete Temperatur kühlt sich von 20 ◦ C um 12 UTC auf 10 ◦ C im Laufe<br />
der Nacht ab ohne <strong>am</strong> nächsten Morgen wieder deutlich anzusteigen. Ein Grund könnte sein,<br />
daß in der Nacht Bewölkung beobachtet wurde. Auch kann eine hohe Bodenfeuchte ausgelöst<br />
durch ein vorangegangenes Niederschlagsereignis eine stärkere nächtliche Abkühlung verhindern.<br />
Beim Betrachten der Modellergebnisse fällt auf, daß die Temperatur von allen drei Modellkonfigurationen<br />
vor allem in der Nacht während des Nebelereignisses unterschätzt wird. Die Unterschiede<br />
der drei Modell-Versionen sind jedoch nicht sehr groß. Bis ca. 20 UTC ist der Verlauf<br />
der simulierten Temperatur sehr nah an den Messungen. Jedoch sinkt die von PAFOG-MWRP<br />
simulierte Temperatur auf 5 ◦ C, die von PAFOG-Rasdiosonde auf 6 ◦ C die von PAFOG-<br />
Baseline simulierte Temperatur bleibt mit 7 ◦ C <strong>am</strong> wärmsten. Mit Sonnenaufgang steigt die<br />
Temperatur vorhergesagt mit PAFOG-Radiosonde und PAFOG-MWRP im Laufe des Vormittags<br />
auf 15 ◦ C und liegt somit höher als die Beobachtungen. Die mit PAFOG-Baseline<br />
prognostizierte Temperatur erwärmt sich stärker auf 17 ◦ C.<br />
Die Ergebnisse der relativen Feuchte (siehe Abbildung 9.2 c) für den Lauf mit PAFOG-<br />
Radiosonde (rote Linie) zeigen, daß um 22 UTC eine relative Feuchte von beinahe 100 %<br />
erreicht wird und während der ges<strong>am</strong>ten Nacht auf diesem Niveau bleibt. Ab 10 UTC sinken<br />
die Werte wieder deutlich unter 100 %.<br />
Auch der Verlauf der relativen Feuchte in 2m Höhe simuliert mit PAFOG-Baseline ist sehr<br />
ähnlich, jedoch werden Werte von nahe 100 % eine Stunde später um 23 UTC erreicht, bleiben<br />
relativ konstant während der Nacht und sinken dann ab 7 UTC unter 100 %. Mit PAFOG-<br />
MWRP wird ebenfalls um 23 UTC eine relative Feuchte von ca. 100 % erreicht, was mit den<br />
Messungen übereinstimmt. Im Gegensatz zu den Messungen, in denen die relative Feuchte<br />
von 23 UTC bis 11 UTC - was dem beobachteten Nebelereignis entspricht - zwischen 98 und<br />
100 % schwankt, bleibt die mit PAFOG-MWRP simulierte relative Feuchte nahezu konstant<br />
bei 100% bis 8 UTC und sinkt dann rasch ab. Abgesehen von den Schwankungen, die auf<br />
die Trägheit der Messgeräte im Bereich nahe der Sättigung zurückzuführen ist, stimmen die<br />
57
Modellergebnisse gut mit den Messungen überein.<br />
Es kann festgehalten werden, daß mit PAFOG-Baseline das kürzeste Nebelereignis simuliert<br />
wird, sich der Nebel also im Vergleich zu den Messungen zu spät bildet und zu früh wieder<br />
auflöst. Auch mit PAFOG-Radiosonde und PAFOG-MWRP wird eine kürzere Nebelepsiode<br />
simuliert, wobei die Ergebnisse von dem Lauf mit PAFOG-MWRP wieder die Mitte bilden<br />
zwischen der Version Baseline und Radiosonde. Die Sichtweite prognostiziert von PAFOG-<br />
Radiosonde zeigt die größte Übereinstimmung mit den Messungen, auch die Zeit des Auflösens<br />
wird korrekt simuliert. Mit allen Modellkonfigurationen setzt die <strong>Nebelbildung</strong> zu spät<br />
ein, aber ein zeitlicher Versatz von nur zwei Stunden ist durchaus tolerierbar.<br />
Entsprechend verhalten sich auch die simulierten Werte der relativen Feuchte. Es fällt jedoch<br />
auf, daß die relative Feuchte während des jeweiligen simulierten Nebelereignisses nahezu konstant<br />
bei 100 % liegt und nicht, wie beobachtet, nahe der Sättigung schwankt.<br />
Mit den drei Modellkonfigurationen wird eine nächtliche Abkühlung durch Ausstrahlung gut<br />
simuliert, jedoch ist diese Temperaturabnahme nicht in den Beobachtungen wiederzufinden.<br />
Diese Unterschiede in Modellergebnissen und Beobachtung können darauf zurückzuführen sein,<br />
daß in der Nacht eventuell Bewölkung beobachtet werden konnte, wodurch eine weitere Abkühlung<br />
durch Ausstrahlung verhindert wurde. Leider liegen für diese Nacht keine Messungen<br />
des Bedeckungsgrades vor, um diese Vermutung zu bestätigen.<br />
58
Tabelle 9.1: Bedeckungsgrad in Achtel prognostiziert von COSMO<br />
Vorhersagezeit 12 13 14 15 16 17 18 19 20 21 22 23 00<br />
unteres Niveau 0 0 0 0 0 0 0 0 0 0 0 0 0<br />
mittleres Niveau 5 4 3 6 4 7 6 8 8 8 8 1 3<br />
hohes Niveau 0 0 0 0 0 0 0 0 0 0 0 0 0<br />
Voerhersagezeit 01 02 03 04 05 06 07 08 09 10 11 12<br />
unteres Niveau 0 0 0 0 0 0 0 0 0 0 0 0<br />
mittleres Niveau 2 3 0 0 0 0 0 0 0 0 0 0<br />
hohes Niveau 0 0 0 0 0 0 0 0 0 0 0 0<br />
Tabelle 9.3: Bedeckungsgrad in Achtel modifiziert<br />
Vohersagezeit 12 13 14 15 16 17 18 19 20 21 22 23 00<br />
unteres Niveau 0 0 0 0 0 0 0 0 0 0 0 0 0<br />
mittleres Niveau 5 4 3 6 4 7 6 8 8 8 8 1 3<br />
hohes Niveau 0 0 0 0 0 0 0 0 0 0 0 0 0<br />
Zeit 01 02 03 04 05 06 07 08 09 10 11 12<br />
unteres Niveau 0 0 0 0 0 0 0 0 0 0 0 0<br />
mittleres Niveau 2 3 2 3 4 5 6 7 8 8 8 8<br />
hohes Niveau 0 0 0 3 4 5 5 6 6 7 7 8<br />
Der Bedeckungsgrad, mit dem PAFOG initialisiert wurde, st<strong>am</strong>mt aus COSMO-Vorhersagen<br />
und ist in allen drei Modellversionen gleich. Das COSMO-Modell prognostiziert von 12 UTC<br />
bis 02 UTC einen Bedeckungsgrad zwischen 1/8 und 8/8 (siehe Tabelle 9.1). Um zu testen,<br />
welchen Einfluß der Bedeckungsgrad auf die Vorhersagegüte des Modells hat, wurde der Bedeckungsgrad<br />
so modifiziert, daß die nächtliche Abkühlung gedämpft wird. In Tabbelle 9.3 ist<br />
der modifizierte Bedeckungsgrad dargestellt.<br />
59
Relative Feuchte %<br />
Temperatur [Celsius]<br />
Sichtweite [m]<br />
1200<br />
1000<br />
800<br />
600<br />
400<br />
200<br />
0<br />
20<br />
15<br />
10<br />
5<br />
0<br />
101<br />
100<br />
99<br />
98<br />
97<br />
96<br />
95<br />
PAFOG−Baseline<br />
Messungen<br />
Sichtweite in m in 2m Hoehe<br />
17 21 02 07 12<br />
Zeit [h]<br />
(a)<br />
Temperatur in 2m Hoehe<br />
17 21 02 07 12<br />
Zeit [h]<br />
PAFOG−Baseline<br />
Messungen<br />
(b)<br />
Relative Feuchte % in 2m Hoehe<br />
17 21 02 07 12<br />
Zeit [h]<br />
(c)<br />
Abbildung 9.6: Zeitliche Entwicklung der Sichtweite (m) (a), der Temperatur ( ◦ C) (b) und der relativen<br />
Feuchte (%) (c) in 2m Höhe.<br />
60
Die Ergebnisse dieses Laufes sind in Abbildung 9.6 a-c nur für die Version PAFOG-Baseline<br />
dargestellt, da sich die Ergebnisse für die beiden anderen Konfigurationen kaum unterscheiden.<br />
Wie in Abbildung 9.6 b zu erkennen, wurde mit Hilfe der modifizierten Bedeckung erreicht,<br />
daß die zu starke Temperaturabnahme in der Nacht verhindert werden konnte, die simulierte<br />
Temperatur ist in der Nacht lediglich 2 ◦ C kühler als die Messungen, mit Sonnenaufgang<br />
erwärmt sich die Luft trotz dieser Wolkenbedeckung stärker als beobachtet. Wie zu erwarten<br />
ist PAFOG nun aufgrund der fehlenden Abkühlung nicht mehr in der Lage, eine längere Nebelepsisode<br />
zu simulieren (siehe Abbildung 9.6 a). Auch ist die simulierte Feuchte (Abbildung<br />
9.6 c) nun geringer als beobachtet.<br />
Im Gegensatz dazu führt ein Modelllauf ohne Wolkenbedeckung dazu, daß die nächtliche Abkühlung<br />
noch verstärkt wird (PAFOG-Baseline kühlt auf 1 ◦ C um 5 UTC ab). Dies hat zur<br />
Folge, daß das simulierte Nebelereignis um einige Stunden verlängert wird. Die Sichtweite<br />
sinkt schon vor 3 Stunden der Beobachtung unter 1000m und auch die relative Feuchte erreicht<br />
schon um 21 UTC Werte nahe 100 %.<br />
9.3 Zus<strong>am</strong>menfassung<br />
Um mit dem 1D Nebelmodell PAFOG flächendeckend Nebelprognosen zu erstellen, werden<br />
eine Reihe von Informationen über den Zustand der Atmosphäre benötigt. Mit Hilfe der entwickelten<br />
Einlesetools werden die zur Initialisierung nötigen Variablen bearbeitet und in die<br />
Inputdateien von PAFOG geschrieben.<br />
Anhand von Senstivitätstudien sollte untersucht werden, wie das Modell auf die unterschiedlichen<br />
Initialisierungen reagiert. Die Initialisierungen unterscheiden sich ausschließlich bei den<br />
Werten für die Atmosphärenprofile, die entweder aus<br />
• PAFOG-Baseline: COSMO-Vorhersagen<br />
• PAFOG-Radiosonde: Radiosondenmessungen oder<br />
• PAFOG-MWRP: MWRP-Messungen<br />
st<strong>am</strong>men. Die Unterschiede in den Modellergebnissen können also auf die verschiedenen Atmosphärenprofile<br />
zurückgeführt werden.<br />
Das Modell wurde an verschiedenen Tagen, an denen Strahlungsnebel <strong>am</strong> Observatorium Lindenberg<br />
beobachtet wurde, getestet und die Ergebnisse für den 12.10.2006 wurden diskutiert.<br />
Es konnte gezeigt werden, daß das 1D Nebelmodell PAFOG in der Lage ist, Strahlungsnebel<br />
zu simulieren. Die Güte der Vorhersage ist aber stark abhängig von der Modellinitialisierung,<br />
da das Modell sehr sensitiv auf die unterschiedlichen Anfangsprofile reagiert.<br />
Entsprechend dem Zustand der Atmosphäre zu Beginn des Modelllaufs ist die mit PAFOG-<br />
Baseline vorhergesagte Nebelperiode <strong>am</strong> kürzesten. Auch sind die Werte der prognostizierten<br />
Sichtweite <strong>am</strong> höchsten und der Flüssigwassergehalt im Nebel ist <strong>am</strong> geringsten. Dies ist darauf<br />
zurückzuführen, daß das Anfangsatmosphärenprofil (aus dem COSMO-Modell) im Vergleich<br />
61
zu dem MWRP- und Radiosondenprofil in den unteren 500m der Atmosphäre um bis zu 2 ◦ C<br />
wärmer ist. Der Taupunkt ist um bis zu 4 ◦ C kälter und die relative Feuchte um fast 10 %<br />
niedriger.<br />
Im Gegensatz dazu wird mit PAFOG-Radiosonde die längste Nebelperiode simuliert, die Werte<br />
der Sichtweite stimmen ab 6 UTC gut mit den Messungen überein und auch der Flüssigwassergehalt<br />
ist <strong>am</strong> höchsten. Diese ist ebenfalls auf das Atmosphärenprofil zu Beginn der<br />
Simulation zurückzuführen: die Temperatur sowie die Taupunkttemperatur sind <strong>am</strong> höchsten<br />
und entsprechend ist die relative Feuchte <strong>am</strong> höchsten.<br />
Sowohl die Werte der Anfangsprofile als auch die Ergebnisse simuliert mit PAFOG-MWRP<br />
liegen zwischen denen von PAFOG-Baseline und PAFOG-Radiosonde. Obwohl die Anfangstemperatur<br />
(entnommen aus MWRP-Messungen) <strong>am</strong> niedrigsten ist, liegen die Taupunkttemperatur<br />
sowie die relative Feuchte zwischen den Anfangswerten von PAFOG-Baseline und<br />
PAFOG-Radiosonde. Die simulierte Temperatur von PAFOG-MWRP bleibt über dem ges<strong>am</strong>ten<br />
Vorhersagezeitraum <strong>am</strong> niedrigsten; die Feuchte im Modell ist aber höher als bei PAFOG-<br />
Baseline, und so ist auch das prognostizierte Nebelereignis von längerer Dauer.<br />
Im Rahmen der vorliegenden Studie konnte gezeigt werden, daß neben den Atmospärenprofilen<br />
auch die Wolkenbedeckung einen großen Einfluß auf die Modellergebnisse hat, da die<br />
Temperatur- und so auch die Feuchtentwicklung im Modell von der Wolkenbedeckung beeinflußt<br />
wird.<br />
Bisher ist es noch nicht möglich, endgültige Rückschlüsse über systematische Fehler im Modell<br />
sowie einer Tendenz einer Nebelüber oder -unterschätzung zu ziehen. Es kann aber festgehalten<br />
werden, daß PAFOG in der Lage ist, Strahlunsgnebel zu simulieren. Die <strong>Nebelbildung</strong> und<br />
-auflösung sind jedoch häufig - im Vergleich zu Beobachtungen - zeitlich versetzt. Auch sind<br />
die simulierten Temperaturen häufig niedriger als die beobachteten Temperaturen. Bei den<br />
zukünftigen Arbeiten sollte an dieser Thematik gearbeitet werden.<br />
62
10 Datenassimilation<br />
10.1 Motivation<br />
Aus den bisher durchgeführten Studien geht hervor, dass das Modell PAFOG erfolgsverspechende<br />
Ergebnisse in der Nebelvorhersage erzielt [9] [6] . Auch reagiert das Modell sensitiv<br />
auf die unterschiedlichen Modellinitialisierungen. Um eine Verbesserung der Sichtweitenvorhersage<br />
zu erlangen, sollte das generelle Problem von eindimensionalen Vorhersagemodellen<br />
berücksichtigt werden. So ist es nicht möglich, Advektionseffekte zu berücksichtigen, wodurch<br />
die Modelle relativ statisch sind. Wünschenswert wäre daher, die zeitliche Änderung von Beobachtungsgrößen<br />
im Modell zu berücksichtigen und so eine Abbildung von Advektionseffekten<br />
zu ermöglichen. Nachstehend werden zwei Möglichkeiten der Datenassimilation vorgestellt:<br />
• 1DVAR-Methode: ein von Météo France entwickeltes Verfahren angewendet bei der Nebelvorhersage<br />
[2].<br />
• Nudging-Verfahren: vom DWD angewendetes Verfahren zur Assimilation für das COSMO-<br />
Modell [34].<br />
10.2 Assimilationsverfahren<br />
In der Numerischen Wettervorhersage wird unter Datenassimilation die Angleichung eines Modelllaufs<br />
an die wirkliche Entwicklung der Atmosphäre verstanden. Das Konzept der Datensassimilation<br />
beruht auf der Idee, Informationen aus der Vergangenheit zeitlich zu extrapolieren,<br />
um mit diesen Informationen den augenblicklichen Zustand der Atmosphäre zu beschreiben.<br />
Im Wesentlichen werden Beobachtungen mit Vorhersagemodellen verknüpft, um so eine möglichst<br />
genaue Analyse der Atmosphäre zu erreichen.<br />
Mit dem Assimilationsprozess soll ein dreidimensionales Bild der Atmosphäre zu einem festen<br />
Termin entworfen werden, der dann z.B. als Anfangszustand für eine Vorhersage genutzt<br />
werden kann. Für die zeitliche Extrapolation wird in der Datenassimilation das Vorhersagemodell<br />
selbst genutzt, meist in der Form einer Kurzfristvorhersage vom letzten Analysetermin<br />
[38]. Die Kurzfristvorhersage wird als “erste Näherung” (First Guess) oder ”Hintergrund“<br />
(Background) bezeichnet. Diese ist dann die erste Schätzung des wahrscheinlichsten Zustan-<br />
63
des der Atmosphäre. Wenn jedoch Beobachtungen davon abweichen, müssen noch Korrekturen<br />
gemacht werden. Dort, wo keine Beobachtungen vorliegen oder der ”First Guess“ mit den Beobachtungen<br />
übereinstimmt, ist die ”Erste Näherung” mit der endgültigen Analyse identisch.<br />
Entscheidend für die Initialisierung von numerischen Wettervorhersagemodellen ist es also, aus<br />
dem aktuellen Zustand der Atmosphäre die Anfangsbedingungen für das Wettervorhersagemodell<br />
möglichst realistisch abzuleiten. Im allgemeinen werden die Daten aus Beobachtungen zu<br />
Land, auf See, in der Luft oder von Satelliten ges<strong>am</strong>melt. Da die Informationen bzw. Beobachtungen<br />
nicht lückenlos vorliegen, werden Vorhersagefelder von vorherigen Modelldurchläufen<br />
gebraucht.<br />
Akkurate Kurzfristvorhersage und insbesondere die Sichtweitevohersage ist stark abhängig<br />
von den Anfangsbedingungen, die es gilt so genau wie möglich zur Initialisierung des Modells<br />
zur Verfügung zu stellen. Zur Entwicklung eines Datenassimilationsverfahrens für das<br />
1D-Modell PAFOG bestehen verschiedene Möglichkeiten, die nachstehend dargestellt werden<br />
sollen.<br />
10.3 Lokales adaptives Assimilationsverfahren<br />
Zunächst wird ein unter Leitung von Météo France entwickeltes Vorhersagesystem vorgestellt<br />
[2]. Ziel dieses Projektes war, eine Methode zu entwickeln, die Sichtweite <strong>am</strong> <strong>Flughafen</strong> Charles<br />
de Gaulles in Paris realistisch vorhersagen zu können. Das vorgestellte Vorhersagesystem besteht<br />
aus einem integrierten Beobachtungssystem und dem 1D Vorhersagemodell COBEL-<br />
ISBA [25]. Das 1D-Model COBEL (Couche Brouillard Eau Liquide) wurde zur Beschreibung<br />
der nächtlichen Grenzschicht von dem Laboratoire d’Aérologie der Paul Sabatier Universität in<br />
Toulouse entwickelt [23]. Für die Modellassimilation werden Messungen und Modellergebnisse<br />
des Wettervorhersagemodells ALADIN benutzt. Das von Météo France entwickelte Assimilationsverfahren<br />
basiert auf drei Schritten:<br />
1. Assimilation der atmosphärischen Profile: diese werden mit Hilfe eines 1D Variational<br />
Daten Assimiltationsansatzes (1DVAR) bestimmt (Variational Data Assimilation,<br />
kurz: VAR).<br />
2. Assimilation im Nebel und tiefen Wolken: sobald es zur <strong>Nebelbildung</strong> kommt,werden<br />
die Feuchte- und Temperaturprofile der Atmposphäre an die Eigenschaften des Nebels<br />
angepasst, um die Grenzschichtstruktur im Nebel akkurat zu simulieren.<br />
3. Bodenprofile der Feuchte und Temperatur: die Assimilation der Bodenprofile ist<br />
von Bedeutung, um Konsistenz zwischen Boden- und Atmosphären-Messungen zu gewährleisten.<br />
64
10.3.1 1DVAR Ansatz<br />
Zur Bestimmung des Temperatur- und Feuchteanfangsprofils wird ein variationeller Assimilationsansatz<br />
gewählt [27]. Das Prinzip basiert darauf, eine Kostenfunktion J(x) in Abhängigkeit<br />
von einer Kontrollvariable x zu minimieren. Die Kontrollvariable x beschreibt den atmospärischen<br />
Zustand und die unten aufgeführte Kostenfunktion gibt die Abweichung gemessener<br />
Daten von der Modelllösung an<br />
J(x) = 1 2 (x − x b) T B − 1(x − x b ) + 1 2 [y − H(x)]T R − 1[y − H(x)] (10.1)<br />
mit x b den Hintergrundinformationen (“a priori” Annäherung an den Modell-Zustand), B<br />
ist der erwartetete Fehler der Kovarianzmatrix, y der Beobachtungsvektor, H der Beobachtungsoperator,<br />
R ist der Fehler der Kovarianzmatrix der Beobachtungen. Durch Einführen<br />
von ▽x J = 0 wird J(x) minimiert; der analysierte Zustand x a ist so definiert als:<br />
x a = x b + BH T (HBH T + R) −1 [y − H(x b )] (10.2)<br />
Diese Methode wird als 1DVAR bezeichnet. Der Beobachtungsvektor y enthält 2m-Messungen,<br />
Mastbeobachtungen sowie 3D Vertikalprofile aus dem 3D ALADIN Wettervorhersagemodell.<br />
Angenommen wird, dass die Beobachtungsfehler nicht korreliert sind (R is eine diagonale<br />
Matrix). Das Ziel der Fehlerstatistik sollte sein, dass die Initialisierungsprofile der Feuchte und<br />
der Temperatur in der Nähe der Erdoberfläche den Messungen nahe kommen. Mit zunehmender<br />
Höhe in der Grenzschicht werden die Profile den 3D Modellvorhersagen angepasst.<br />
In der vorgestellten Studie wird das Windprofil aus Modellsimulationen ageleitet [3].<br />
10.3.2 Assimilation im Nebel<br />
Sobald es zur <strong>Nebelbildung</strong> kommt, wird das Initialisierungsprofil von Temperatur und Feuchte<br />
an die Eigenschaften eines Nebelereignisses angepasst. So soll die Grenzschichtstruktur<br />
innerhalb des Nebels realistisch dargestellt werden. Größtes Problem hierbei ist vertikale Erstreckung<br />
des Nebels und so das atmosphärische Profil innerhalb des Nebelereignisses abzuschätzen.<br />
In einem vollentwickelten Nebelereignis weisen die Atmosphärenprofile die folgenden Charakteristika<br />
auf:<br />
• der Wolkenwassergehalt (flüssig und gasförmig) ist konstant<br />
• die Temperatur ist feucht-adiabatisch geschichtet<br />
• die Atmosphäre ist feuchte-gesättigt<br />
Innerhalb des Nebelereignisses soll das initalisierte Atmosphärenprofil an diese Eigenschaften<br />
angepasst werden, oberhalb des Nebels wird das 1DVAR Profil nicht modifiziert.<br />
65
Eine große Schwierigkeit bereitet die Abschätzung der Nebelmächtigkeit. Hierfür wird in der<br />
vorgestellten Studie vorgeschlagen, eine iterative Methode zu nutzen, um so die Modellfehler<br />
der Strahlungsdivergenz zu minimieren.<br />
10.3.3 Assimilation der Bodenprofile<br />
Die Temperatur- und Feuchteprofile werden linear mit in-situ Messungen interpoliert.<br />
10.4 Datenassimilation für das COSMO-Modell<br />
Das zweite Verfahren, das hier vorgestellt werden soll, ist das Assimilationsverfahren für das<br />
COSMO-Modell [34]. Zur Bestimmung der Anfangsfelder in der Atmosphäre wurde ein Schema<br />
entwickelt, das auf der Nudging-Methode basiert. Das englsiche Verb “nudge” bedeutet<br />
“stupsen” oder “leicht leicht anstoßen”, womit die grundlegende Idee dieses Verfahrens schon<br />
grob umschrieben ist. [38].<br />
10.4.1 Das Nudging-Verfahren<br />
Bei der als Nudging oder auch Newtonsche Relaxation bezeichneten Methode werden prognostische<br />
Variablen des Modells innerhalb eines Zeitfensters gegen vorgegebene Werte relaxiert.<br />
Diese können zwei- oder dreidimensionale Analysen sowie direkte Beobachtungen sein. Durch<br />
Einführen eines Relaxationsterms in die prognostischen Gleichungen wird die zeitliche Entwicklung<br />
der prognostischen Variablen ψ(x, t) gegeben.<br />
∂<br />
∂t ψ(x, t) = F(ψ, x, t) + G ψ × ∑<br />
k(obs)<br />
(W k (ψ k − ψ(x k , t))) (10.3)<br />
F steht für die Modelldyn<strong>am</strong>ik und die physikalischen Par<strong>am</strong>etrisierungen, ψ k für den Wert<br />
der k-ten den Gitterpunkt x zur Zeit t beeinflussenden Beobachtung, x k für den Ort der<br />
Bobachtung, G ψ für den sogenannten Nudging-Koeffizienten (eine Konstante), und W k für<br />
ein zwischen 0 und 1 variierendes, beobachtungsabhängiges Gewicht. Bei konstanten W k und<br />
ohne Physik und Dyn<strong>am</strong>ik würde sich für eine einzelne Beobachtung der Modellwert <strong>am</strong> Ort<br />
der Beobachtung exponentiell asymptotisch dem Beobachtungswert annähern, wobei die für<br />
diesen Relaxationsprozess charakteristische Zeitskala durch den Koeffizienten G ψ bestimmt<br />
wird. G ψ ist so gewählt, dass die Abweichung des Modellwertes zum beobachteten Wert sich<br />
innerhalb einer halben Stunde auf 1/e verringern würde. So bleibt der Nudging-Term meistens<br />
66
kleiner als die größten Terme der Dyn<strong>am</strong>ik und Physik.<br />
Die grundsätzliche Idee des Verfahrens ist, dass die Modellfelder gegen die Beobachtungswerte<br />
hingezogen werden, ohne dass das modellinterne dyn<strong>am</strong>ische Gleichgewicht wesentlich gestört<br />
wird. Wie in der Gleichung 6.3 zu erkennen, besteht dieses Verfahren aus zwei Hauptschritten:<br />
1. Berechnung der Beobachtungsinkremente; gemeint ist die Differenz zwischen Beobachtung<br />
und Modellwert<br />
2. Berechnung der Gewichte sowie der Ausbreitung der Inkremente zu den Modellgitterpunkten<br />
67
11 Zus<strong>am</strong>menfassung<br />
Mit Hilfe eines Entscheidungsbaums wurden stündliche Messungen vom <strong>Flughafen</strong> <strong>München</strong><br />
in die fünf verschiedenen Nebeltypen Niederschlagsnebel, Nebel durch Wolkenabsinken, Strahlungsnebel,<br />
Advektionsnebel und Verdunstungsnebel klassifiziert. Dabei zeigte sich, dass Nebel<br />
in <strong>München</strong> zum größten Teil durch Strahlungsprozesse und zu einem etwas geringeren Teil<br />
durch Advektion entsteht. Nebel durch Wolkenabsinken und Verdunstungsnebel sind vernachlässigbar.<br />
Um typische Eigenschaften dieser Nebelkategorien erfassen zu können, wurden statistische Untersuchungen<br />
zur zeitlichen Verteilung des Nebels, zur typischen Dauer von Nebelereignissen,<br />
zum Verhalten von Nebel bei Wind und zur durchschnittlichen Intensität eines Ereignisses<br />
durchgeführt. Dies ergab, dass Nebel vor allem in den Herbst- und Wintermonaten und da<br />
vor allem nachts und in den frühen Morgenstunden gebildet wird, wohingegen tagsüber und<br />
im restlichen Verlauf des Jahres nur selten Nebel auftritt. Ein durchschnittliches Nebelereignis<br />
hat eine Dauer zwischen drei und zehn Stunden und eine minimale Sichtweite zwischen 100<br />
und 200m. Meist setzt Nebel bei schwachem Wind (bis zu 2m/s) aus östlichen Richtungen ein.<br />
Eine Zuordnung von Strahlungs- und Advektionsnebel zu großräumigen Wetterlagen wurde<br />
vorgenommen mit dem Ziel, das Nebelrisiko bei bestimmten Wetterlagen besser abschätzen zu<br />
können. Diese Klassifizierung ergab, dass Strahlungsnebel verstärkt bei antizyklonalen Wetterlagen<br />
auftritt; über eine Häufung bestimmter Wetterlagen bei Advektionsnebel kann keine<br />
Aussage gemacht werden.<br />
In Zukunft sollen für eine bessere Vorhersagbarkeit von Advektionsnebel <strong>am</strong> <strong>Flughafen</strong> <strong>München</strong><br />
weitere Messstationen errichtet werden. Aufgrund der erhaltenenen Ergebnisse aus den<br />
statistischen Untersuchungen der Windrichtung wurde die Empfehlung gegeben, dass eine solche<br />
Station idealerweise östlich des <strong>Flughafen</strong>s errichtet werden sollte.<br />
In Ergänzung zu der erstellten Nebelklimatologie wurden für das eindimensionale Nebelmodell<br />
PAFOG Einleseroutinen entwickelt, um das Modell auf verschiedene Art zu initialisieren.<br />
Drei verschiedene Modellkonfigurationen wurden entwickelt: PAFOG-Baseline, PAFOG-<br />
Radiosonde und PAFOG-Mwrp. So ist es möglich, PAFOG flächendeckend zur Sichtweitenprognose<br />
einzusetzen. PAFOG-Baseline wird ausschließlich mit COSMO-Vorhersagen initialisiert,<br />
bei der Konfiguration PAFOG-Radiosonde werden die Atmosphärenprofile aus Radiosonden-<br />
Messungen und bei PAFOG-MWRP st<strong>am</strong>men die atmosphärischen Profile aus MWRP-Messungen.<br />
Wie bei vorangegangenen Studien schon gezeigt, konnte auch bei im Rahmen dieser Arbeit<br />
durchgeführten Senstivitätsstudien gezeigt werden, dass das Modell Potenzial für gute<br />
Strahlungsnebelprognosen besitzt. Das Modell reagiert sensitiv auf die verschiedenen Initiali-<br />
68
sierunsgmöglichkeiten, vor allem das Atmosphärenprofil hat Einfluss auf die Modellergebnisse.<br />
Um eine endgültige Aussage über den Einfluss der Datensätze zu treffen, sind jedoch noch weitere<br />
Studien notwendig.<br />
Gerade im Hinblick auf das geplante Projekt iPort-VIS, in dem PAFOG exemplarisch <strong>am</strong><br />
<strong>Flughafen</strong> <strong>München</strong> weiter entwickelt werden soll, sind die Ergebnisse vielversprechend. Wegen<br />
der Eindimensionalität des Modells PAFOG, in dem Advektionsprozesse nicht berücksichtigt<br />
werden können, ist es dringend rats<strong>am</strong>, ein Assimilationsverfahren zu entwickeln, um<br />
horizontale Heterogenitäten berücksichtigen zu können. Hierdurch sollte es dann möglich sein,<br />
neben den Prozessen, die zu Strahlunsgnebel führen, darüber hinaus auch weitere nebelrelevante<br />
Prozesse erfassen zu können. Die vorgestellten Verfahren (das Nudging-Verfahren oder<br />
das 1DVAR-Verfahren) können jeweils als Anhaltspunkt dienen.<br />
69
A Wetterlagen<br />
A.1 Liste der Großwetterlagen<br />
A. Großwetterlagen der zonalen Zirkulationsform<br />
1 Westlage, antizyklonal WA<br />
2 Westlage, zyklonal WZ<br />
3 Südliche Westlage WS<br />
4 Winkelförmige Westlage WW<br />
B. Großwetterlagen der gemischten Zirkulationsform<br />
5 Südwestlage, antizyklonal SWA<br />
6 Südwestlage, zyklonal SWZ<br />
7 Nordwestlage, antizyklonal NWA<br />
8 Nordwestlage, zyklonal NWZ<br />
9 Hoch Mitteleuropa HM<br />
10 Hochdruckbrücke (Rücken) Mitteleuropa BM<br />
11 Tief Mitteleuropa TM<br />
C. Großwetterlagen der meridionalen Zirkulationsform<br />
12 Nordlage, antizyklonal NA<br />
13 Nordlage, zyklonal NZ<br />
14 Hoch Nordmeer-Island, antizyklonal HNA<br />
15 Hoch Nordmeer-Island, zyklonal HNZ<br />
16 Hoch Britische Inseln HB<br />
17 Trog Mitteleuropa TRM<br />
18 Nordostlage, antizyklonal NEA<br />
19 Nordostlage, zyklonal NEZ<br />
20 Hoch Fennoskandien, antizyklonal HFA<br />
21 Hoch Fennoskandien, zyklonal HFZ<br />
22 Hoch Nordmeer-Fennoskandien, antizyklonal HNFA<br />
23 Hoch Nordmeer-Fennoskandien, zyklonal HNFZ<br />
24 Südostlage, antizyklonal SEA<br />
25 Südostlage, zyklonal SEZ<br />
26 Südlage, antizyklonal SA<br />
27 Südlage, zyklonal SZ<br />
28 Tief Britische Inseln TB<br />
29 Trog Westeuropa TRW<br />
D. Sonstiges<br />
30 Übergangstag<br />
71
A.2 Wetterlagen bei Strahlungsnebel<br />
15.01.2003 Westlage, antizyklonal<br />
15.02.2003 Hoch Fennoskandien, antizyklonal<br />
23.02.2003 Südlage, antizyklonal<br />
04.03.2003 Winkelförmige Westlage<br />
08.03.2003 Südwestlage, antizyklonal<br />
16.05.2003 Westlage, zyklonal<br />
22.10.2003 Hoch Nordmeer-Island, zyklonal<br />
05.11.2003 Hoch Fennoskandien, antizyklonal<br />
19.11.2003 Westlage, zyklonal<br />
20.11.2003 Westlage, zyklonal<br />
25.11.2003 Südwestlage, antizkylonal<br />
30.11.2003 Südlage, zyklonal<br />
17.12.2003 Westlage, zyklonal<br />
08.01.2004 Winkelförmige Westlage<br />
26.01.2004 Hochdruckbrücke Mitteleuropa<br />
25.07.2004 Trog Mitteleuropa<br />
03.09.2004 Hochdruckbrücke Mitteleuropa<br />
13.10.2004 Südostlage, antizyklonal<br />
29.10.2004 Südwestlage, zyklonal<br />
25.11.2004 Nordwestlage, antizyklonal<br />
01.12.2004 Hochdruckbrücke Mitteleuropa<br />
03.12.2004 Hochdruckbrücke Mitteleuropa<br />
04.12.2004 Hochdruckbrücke Mitteleuropa<br />
30.12.2004 Westlage, zyklonal<br />
24.03.2005 Südwestlage, zyklonal<br />
26.03.2005 Südwestlage, zyklonal<br />
27.03.2005 Hoch Nordmeer-Fennoskandien, zyklonal<br />
29.08.2005 Hochdruckbrücke Mitteleuropa<br />
12.09.2005 Trog Westeuropa<br />
14.09.2005 Hochdruckbrücke Mitteleuropa<br />
24.09.2005 Hochdruckbrücke Mitteleuropa<br />
25.09.2005 Hochdruckbrücke Mitteleuropa<br />
08.10.2005 Südostlage, antizyklonal<br />
13.10.2005 Südostlage, antizyklonal<br />
14.10.2005 Übergangstag<br />
14.10.2005 Übergangstag<br />
28.10.2005 Südlage, antizyklonal<br />
30.10.2005 Südlage, antizyklonal<br />
02.11.2005 Südwestlage, zyklonal<br />
03.11.2005 Südwestlage, zyklonal<br />
04.11.2005 Südwestlage, zyklonal<br />
12.11.2005 Hochdruckbrücke Mitteleuropa<br />
72
30.11.2005 Trog Mitteleuropa<br />
01.12.2005 Trog Westeuropa<br />
09.12.2005 Hochdruckbrücke Mitteleuropa<br />
01.01.2006 Trog Mitteleuropa<br />
10.01.2006 Hoch Mitteleuropa<br />
15.01.2006 Hoch Mitteleuropa<br />
03.02.2006 Hoch Britische Inseln<br />
05.02.2006 Hoch Britische Inseln<br />
11.02.2006 Hochdruckbrücke Mitteleuropa<br />
07.03.2006 Südliche Westlage<br />
13.09.2006 Südlage, antizyklonal<br />
21.09.2006 Hochdruckbrücke Mitteleuropa<br />
22.09.2006 Südlage, antizyklonal<br />
28.09.2006 Südwestlage, antizyklonal<br />
11.10.2006 Südostlage, antizyklonal<br />
17.10.2006 Südlage, antizykloal<br />
19.11.2006 Südwestlage, zyklonal<br />
26.11.2006 Südwestlage, zyklonal<br />
29.11.2006 Hochdruckbrücke Mitteleuropa<br />
30.11.2006 Hochdruckbrücke Mitteleuropa<br />
24.12.2006 Hoch Britische Inseln<br />
26.12.2006 Hoch Mitteleuropa<br />
01.04.2007 Südostlage, antizyklonal<br />
25.04.2007 Hochdruckbrücke Mitteleuropa<br />
03.06.2007 Hoch Nordmeer-Fennoskandien, antizyklonal<br />
04.10.2007 Trog Westeuropa<br />
08.10.2007 Hochdruckbrücke Mitteleuropa<br />
16.10.2007 Südwestlage, antizkylonal<br />
28.10.2007 Hochdruckbrücke Mitteleuropa<br />
20.11.2007 Trog Westeuropa<br />
21.11.2007 Trog Westeuropa<br />
22.11.2007 Trog Westeuropa<br />
22.12.2007 Hoch Mitteleuopa<br />
23.12.2007 Hochdruckbrücke Mitteleuopa<br />
24.12.2007 Hochdruckbrücke Mitteleuropa<br />
27.12.2007 Hochdruckbrücke Mitteleuropa<br />
28.12.2007 Hochdruckbrücke Mitteleuropa<br />
14.01.2008 Südwestlage, antizyklonal<br />
13.02.2008 Hoch Nordmeer, antizyklonal<br />
24.02.2008 Westlage, zyklonal<br />
30.04.2008 Tief Britische Inseln<br />
06.05.2008 Hoch Mitteleuropa<br />
73
A.3 Wetterlagen bei Advektionsnebel<br />
17.01.2003 Westlage, antizyklonal<br />
22.11.2003 Südwestlage, antizyklonal<br />
30.11.2003 Südlage, zyklonal<br />
29.10.2005 Südlage, antizyklonal<br />
03.12.2006 Südwestlage, zyklonal<br />
29.12.2006 Hoch Mitteleuropa<br />
74
Literaturverzeichnis<br />
[1] M. Baldauf, J. Förstner, S. Klink, T.Reinhardt, C. Schraff, A. Seiffert, and K. Stephan.<br />
Kurze Beschreibung des Lokal-Modells Kürzestfrist LMK und seiner Datenbanken auf<br />
dem Datenserver des DWD. Deutscher Wetterdienst, Geschäftsbereich Forschung und<br />
Entwicklung, Offenbach, jan 2009.<br />
[2] T. Bergot, D. Carrer, J. Noilhan, and P. Bougeault. Improved Site-Specific Numerical<br />
Prediction of Fog and Low Clouds: A Feasibility Study. Weather and Forecasting, 20:627–<br />
655, 2005.<br />
[3] T. Bergot and D. Guedalia. Numerical Forecasting of Radiation Fog. Part I: Numerical<br />
Model and Sensitivity Tests. Mon. Wea. Rev., 122:1218–1230, 1994.<br />
[4] T. Bergot, E. Teradellas, J. Cuxart, a. Mira, O. Liechti, M.D. Müller, and N.W. Nielsen.<br />
Intercomparison of Single-Column Numerical Models for the Prediction of Radiation Fog.<br />
Journal of Applied Meteorology and Climate, 46:504–521, 2007.<br />
[5] E.X. Berry and M.R. Pranger. Equations for calculating the terminal velocities of water<br />
drops. J. Appl. Meteorol., 13:108–113, 1974.<br />
[6] A. Bott. PAFOG_V: Kopplung des Nebelvorhersagemodells PAFOG mit einem detaillierten<br />
Vegetationsmodell. Effekte der Vegetation und Modellevaluation auf Grundlage<br />
der Lindenberger Daten 1998/1999.<br />
[7] A. Bott. A Positive Definite Advection Scheme Obtained by Nonlinear Renormalization<br />
of the Advective Fluxes. Mon. Wea. Rev., 117:1006–1015, 1989.<br />
[8] A. Bott. On the influence of the physico-chemical properties of aerosols on the life cycle<br />
of radiation fogs. Boundary Layer Meteorology, 56:1–31, 1991.<br />
[9] A. Bott. A numerical model of the cloud-topped planetary boundary-layer: Impact of<br />
aerosol particles on the radiative forcing of stratiform clouds. Quarterly Journal of the<br />
Royal Meteorological Society, 123:631–656, 1997.<br />
[10] A. Bott, U. Siewers, and W. Zdunkowski. A Radiation Fog Model with a Detailed Treatment<br />
of the Interaction between Radiative Transfer and Fog Microphysics. J. Atmos.<br />
Sci., 47:2153–2166, 1990.<br />
[11] A. Bott and T. Trautmann. Entwicklung eines Nebelvorhersagemodells mit par<strong>am</strong>etrisierter<br />
Tropfenmikrophysik - Dokumentation von PAFOG. 1997.<br />
75
[12] A. Bott and T. Trautmann. PAFOG-a new efficient forecast model of radiation fog and<br />
low-level stratiform clouds. Atmospheric Research, 64:191–203, 2002.<br />
[13] A. Bott, T. Trautmann, and W. Zdunkowski. A numerical model of the cloud-topped<br />
planetary boundary-layer: Radiation, turbulence and Spectral microphysics in marine<br />
stratus. Quarterly Journal of the Royal Meteorological Society, 122:635–667, 1996.<br />
[14] H. R. Byers. General meteorology. McGraw-Hill, 46:481 pp., 1959.<br />
[15] N. Chaumerliac, E. Richard, J-P. Pinty, and E.C. Nickerson. Sulfur Scavenging in a Mesoscale<br />
Model With Quasi-Spectral Microphysics: Two-Dimensional Results for Continental<br />
and Maritime Clouds. J. Geophys. Res., 92:3114–3126, 1987.<br />
[16] M. P. de Villiers and J. van Heerden. Fog at abu dhabi international airport. Royal<br />
Meteorological Society, 62:209–214, 2007.<br />
[17] Deutscher Wetterdienst, Abteilung Flugmeteorologie, Referat Fachleitung. Produktbeschreibung<br />
und Arbeitsanweisung "Flugwetterbeobachtung"Kapitel 05 OBS, 1 edition,<br />
2008.<br />
[18] G. Doms, J. Förstner, H.-J. Herzog, M. Raschendorfer, R. Schrodin, T. Reinhardt, and<br />
G. Vogel. Description of the Nonhydrostatic Regional Model LM. Part II: Physical Par<strong>am</strong>eterization.<br />
COSMO - Consortium for Small Scale Modelling, 2005.<br />
[19] G. Doms and U. Schättler. Description of the Nonhydrostatic Regional Model LM. Part<br />
I: Dyn<strong>am</strong>ics and Numerics. COSMO - Consortium for Small Scale Modelling, nov 2002.<br />
[20] Peter G. Duynkerke. Radiation fog: A comparison of model simulation with detailed<br />
observations. Monthly Weather Review, 119:324–341, 1990.<br />
[21] DWD. Großwetterlagen 2003-2005. http://www.deutscher-wetterdienst.de/GWL/,<br />
2009. [abgerufen: 16.04.2009].<br />
[22] DWD. Großwetterlagen 2006-2008. http://www.dwd.de/bvbw/appmanager/<br />
bvbw/dwdwwwDesktop_nfpb=true&_pageLabel=_dwdwww_spezielle_nutzer_<br />
hobbymeteorologen_karten&T19603631211153462928544gsbDocumentPath=Content%<br />
2FOeffentlichk, 2009. [abgerufen: 16.04.2009].<br />
[23] C. Estournel and D. Guedalia. A new par<strong>am</strong>eterization of eddy diffusivities for nocturnal<br />
boundary layer modeling. Boundary Layer Meteorology, 39:191–203, 1987.<br />
[24] J. J. George. Compendium of meteorology. Ed. Amer. Meteor. Soc., 1:1179–1189, 1951.<br />
[25] D. Guedalia and T. Bergot. Numerical Forecasting of Radiation Fog. Part II: A Comparison<br />
of Model Simulation with Several Observed Fog Events. Mon. Wea. Rev., 122:1231–<br />
1246, 1994.<br />
[26] R. Hess. Assimilation of screen-level observations by variational soil moisture analysis.<br />
Meteorology and Atmospheric Physics, 77:145–154, 2001.<br />
76
[27] F. L. LeDimet and O. Talagrand. Variational algorithms for analysis and assimilation of<br />
meteorological observations: Theoretical aspects. Tellus, 38, 1986.<br />
[28] J.-F. Louis. A par<strong>am</strong>etric model of vertical eddy fluxes in the atmophere. Bound. Layer<br />
Meteorology, 17:187–202, 1979.<br />
[29] G. Mellor and T. Y<strong>am</strong>ada. Development of a turbulence closure model for geophysical<br />
fluid problenms. Rev. Geophys. Space Phys., 20:851–875, 1982.<br />
[30] M.D Müller, C. Schmutz, and E. Parlow. A one-dimensional ensemble forecast and assimilation<br />
system for fog prediction. Pure and Applied Geophysics, 2007. in press.<br />
[31] L. Musson-Genon. Numerical Simulations of a Fog Event with a One-Dimensional boundary<br />
Layer Model. Mon. Wea. Rev., 115:592–607, 1987.<br />
[32] D. A. Oliver, W. S. Lewellen, and G. G. Willi<strong>am</strong>son. The interaction between turbulent<br />
and radiative transport in the development of fog and low-level stratus. Journal of<br />
Atmospheric Sciences, 35:301–316, 1978.<br />
[33] R. Behrendt und H. Mahlke. Wetter3 Analyse-Archiv. http://www.wetter3.de/<br />
Archiv/, 2009. [abgerufen: 16.04.2009].<br />
[34] C. Schraff and R. Hess.<br />
[35] J. Steppeler, G. Doms, and G.Adrian. Das Lokal-Modell LM. Promet, 27:123–128, 2002.<br />
[36] Robert Tardif and Roy M. Rasmussen. Event-based climatology of fog in the new york<br />
city region. Journal of Applied Meteorology and Climatology, 46:1141–1168, 2006.<br />
[37] R. von Glasow and A. Bott. Interaction of radiation fog with tall vegetation. Atmospheric<br />
Environment, 33:1333–1346, 1999.<br />
[38] W. Wergen. Datenassimilation -Ein Überblick. Promet, 27:142–149, 2002.<br />
[39] H. C. Willett. Fog and haze, their causes, distribution, and forecasting. Monthly Weather<br />
Review, 56:435–468, 1928.<br />
[40] T. Winterrath. Statusbericht - pafog_v, ii. verifikationsläufe des strahlungsnebelprognosemodells<br />
winter 2004/2005, abschlussbericht. Promet, 27:123–128, 2002.<br />
77