Nebelbildung am Flughafen München - Meteorologisches Institut ...

Forschungs- und Entwicklungsvertrag
Nebelbildung am Flughafen München:
Klimatologie und Modellierung
Christina Mohr & Isabel Alberts
Matthieu Masbou
Andreas Bott
April 2009
Universität Bonn
Meteorologisches Institut
Auf dem Hügel 20
53121 Bonn

Teil I
Klimatologie typischer Nebellagen am
Flughafenstandort München
2

1 Einleitung und Aufgabenstellung
1.1 Umfang der Arbeiten
Nebel und damit verbundene reduzierte Sichtweiten haben einen großen Einfluss auf alle Bereiche
des Verkehrs. Im Flugbetrieb greift bei verringerter Sicht die sogenannte Low Visibility
Condition (LWC), bei der verschiedene Sicherheitsbestimmungen eingehalten werden müssen;
beispielsweise vergrößert sich der Abstand zwischen zwei startenden bzw. landenden Flugzeugen
bei weniger als 550 m Sichtweite.
Die Vorhersage und Modellierung von Nebel ist durch seine hohe räumliche und zeitliche
Variabilität sehr schwierig und zum heutigen Zeitpunkt noch nicht detailliert genug möglich.
Eine Verbesserung ist gerade für den Flugverkehr dringend notwendig, um unnötig hohe Kosten
vermeiden zu können.
Es wird daher eine Nebelklimatologie am Münchner Franz-Josef-Strauß-Flughafen erstellt.
Dieser Flughafen liegt 28, 5 km nordöstlich der Stadt München im Erdinger Moos. Der sehr
feuchte Boden in dieser Region begünstigt die Bildung von Nebel, wodurch sich der Münchner
Flughafen als derjenige auszeichnet, der unter den großen deutschen Flughäfen am häufigsten
von Nebelereignissen mit Low Visibility Condition betroffen ist. Er ist daher für eine Untersuchung
von verschiedenen Nebeltypen und generellen zur Nebelbildung führenden Mechanismen
gut geeignet.
Da die Ursachen für Nebelbildung hauptsächlich Strahlungsabkühlung und Advektionsprozesse
sind, soll der Schwerpunkt dieser Arbeit auf der Unterscheidung von Strahlungs- und Advektionslagen
liegen. Es werden die Sichtweitegrenzen analog zur Definition der Betriebsbedingungen
bei Start und Landung (CAT-I, CAT-II, CAT-III) unterschieden und eine Unterteilung
in großräumige Wetterlagen vorgenommen, um den eventuellen Einfluss der geographischen
Lage des Flughafens beurteilen zu können.
1.2 Vorgehensweise
1. Die stündlich vorhandenen Daten werden in Nebelereignisse unterteilt, welche danach
anhand eines Entscheidungsbaums in die fünf Nebelarten Niederschlagsnebel, Strahlungsnebel,
Advektionsnebel, Nebel durch Wolkenabsinken und morgendlichen Verdunstungsnebel
klassifiziert werden.
2. Mit den Nebelereignissen werden statistische Untersuchungen zur zeitlichen Verteilung
des Nebels, zu Windstärke und Windrichtung sowie zur Nebeldauer und -intensität
durchgeführt.
3. Eine Unterteilung der Ereignisse in die CAT-Klassen für den Flugbetrieb wird vorgenommen,
um die Beeinträchtigung für den Flugverkehr in München durch verringerte
3

Sichtweiten abschätzen zu können.
4. Die Nebelereignisse werden großräumigen Wetterlagen zugeordnet, um einen eventuellen
geographischen Einfluss des Flughafens abschätzen zu können.
5. Basierend auf den gewonnenen Erkenntnissen wird eine Empfehlung gegeben, an welchen
Punkten im Umfeld des Flughafens idealerweise eine Instrumentierung zur Verbesserung
der Nebelvorhersage erfolgen sollte.
4

2 Datensatz und Analyseverfahren
2.1 Datensatz
Für die Klassifikation der Nebelereignisse wurde mit Daten der Wetterstation vom Münchner
Flughafen (WMO Stationsnummer 10870, geographische Koordinaten: 48 ◦ 21 ′ 17 ′′ N,
11 ◦ 47 ′ 15 ′′ O) gearbeitet: Aus den Synop-Daten wurden Temperatur, Taupunkt, Windstärke,
Windrichtung, Sichtweite und Niederschlag verwendet. Im METAR-Datensatz, einem Datensatz
für die Flugwetterbeobachtung, befinden sich die ebenfalls benötigten Daten für Bedeckungsgrad
und -höhe sowie die RVR-Daten (Runway Visual Range). Die RVR ist eine abgeleitete
Größe, die aus der meteorologischen Sicht, der Umfeldleuchtdichte und der Lichtstärke
der Landebahnbefeuerung ermittelt wird.
Die Synop-Messungen werden zur vollen Stunde erfasst, die METAR-Daten im 30-Minuten-
Takt jeweils 20 und 50 Minuten nach einer vollen Stunde. Alle Uhrzeiten sind in UTC angegeben.
Um beide Datensätze zusammenzufügen, wurden die METAR-Daten entsprechend
interpoliert: Beispielsweise wurde aus den Werten von 00:50 UTC und 01:20 UTC der Wert
für 01:00 UTC gewonnen. Die verwendete Messreihe beginnt am 1. September 1995 und endet
am 31. Juli 2008. Eine Übersicht über die verwendeten Daten zeigt Tabelle 2.1.
Tabelle 2.1: Übersicht über die verwendeten Daten. Zeitraum: September 1995 - Juli 2008
Datensatz verwendete Parameter
Messzeiten
Synop Temperatur stündlich, zur vollen Stunde
Taupunkt
Windstärke
Windrichtung
Sichtweite
Niederschlag
METAR RVR (Runway Visual Range) halbstündlich,
Bedeckungsgrad
20 und 50 Minuten nach einer vollen Stunde
Bedeckungshöhe
5

2.2 Analyseverfahren
2.2.1 Identifikation von Nebelereignissen
In dieser Arbeit wurde die WMO-Definition von Nebel verwendet, nach der Nebel dann auftritt,
wenn eine Sichtweite von weniger als 1000 m beobachtet wird und kondensierte Wassertröpfchen
oder Eiskristalle in der Luft vorhanden sind. Die Auswertung der Daten und
Durchführung der Nebelklassifikation basiert auf einem Artikel von Tardif et al. [36], der eine
ereignis-basierte Nebelklimatologie des Großraums New York erstellt hat. Tardif hatte eine
20-jährige Messreihe mit Daten von 17 Messstationen aus der Region New York zur Verfügung
und konnte daher die räumliche Variabilität des Nebels detailliert untersuchen. Durch die
Analyse mit Daten von nur einer Station ist die Untersuchung der horizontalen Heterogenität
begrenzt.
Die Qualität der stündlichen Messungen wurde überprüft und eine Einteilung in Nebelereignisse
vorgenommen. Als Nebelereignis versteht man normalerweise eine zusammenhängende
Serie von Messungen mit weniger als 1000 m Sichtweite. Dabei treten aber sehr viele sehr kurze
Ereignisse von oft nur einer Stunde Dauer auf, die nicht erfolgreich einem Nebeltyp zugeordnet
werden können.
In dieser Arbeit wird daher für die Unterteilung der Messwerte in Nebelereignisse ein anderes
Verfahren angewendet, wobei ähnlich vorgegangen wird wie in Tardif et al. [36]. Das Verfahren
wird zunächst allgemein beschrieben, anschließend wird es anhand eines Beispiels (Abbildung
2.1) verdeutlicht.
1. Ein Messwert wird als positiv oder negativ markiert: Den Wert positiv erhält er, wenn
er in einer gleitenden Reihe von m Messungen, in denen mindestens n Messungen mit
Sichtweite kleiner als 1000 m vorhanden sind, enthalten ist.
2. Aus den so gekennzeichneten Messwerten werden zusammenhängende Positiv- und Negativgruppen
gebildet.
3. Ein Nebelereignis dauert von der ersten Sichtweitemessung unter 1000 m bis zur letzten
Sichtweitemessung unter 1000 m innerhalb einer positiven Gruppe.
4. Im Folgenden wird m = 5 und n = 3 gesetzt.
Abbildung 2.1 zeigt fünf verschiedene Beispiele einr 18-stündigen (fiktiven) Messreihe. In
Beispiel 5 bilden die Messpunkte 4 bis 12 eine positive Gruppe, dennoch endet das Nebelereignis
bereits mit der letzten Messung unter 1000 m bei Punkt 10.
Auf diese Weise bleiben zwar einzelne kurze Ereignisse von weniger als drei Stunden Dauer
unberücksichtigt, andererseits wird ein Nebelereignis auch nicht von kurzen Nebellücken
unterbrochen.
91, 3 % aller Nebelmessungen befinden sich innerhalb identifizierter Ereignisse.
Damit sich Nebel bilden kann, muss eine bestimmte Kombination von verschiedenen Parametern
eintreten. Um bevorzugte Einflüsse für die Nebelentwicklung erfassen zu können, sollte
der Zustand der Atmosphäre daher schon einige Stunden vor Nebelbeginn betrachtet werden.
6

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
Beispiel 1
N N N N P P P P P P P P N N N N N N
Beispiel 2
N N P P P P P P P N N N N N N N N N
Beispiel 3
N N N P P P P P N N N N N N N N N N
Beispiel 4
N N P P P P P P P P P N N N N N N N
Beispiel 5
N N N P P P P P P P P P N N N N N N
Messung mit Sichtweite ≥ 1000m N kein Teil einer positiven Gruppe Nebelereignis
Messung mit Sichtweite < 1000m P Teil einer positiven Gruppe
Abbildung 2.1: Graphik zum Verfahren der Identifikation von Nebelereignissen
Deshalb werden – abhängig vom jeweiligen Nebeltyp – die Parameter Temperatur, Taupunkt,
Bedeckungsgrad, Bedeckungshöhe und Niederschlag bis zu sechs Stunden vor Einsetzen des
Nebels untersucht. In den METAR-Daten fehlt eine große Anzahl von Werten, sodass vor der
eigentlichen Nebelklassifizierung eine Überprüfung und ggf. Aussortierung stattfinden muss,
falls die vorhandenen Daten für eine vernünftige Untersuchung nicht ausreichen. Wenn beispielsweise
für mehr als drei der betrachteten sechs Stundenwerte Daten nicht vorhanden sind,
wird die entsprechende Episode nicht verwendet.
2.2.2 Nebelklassifikation
Die fünf untersuchten Nebeltypen Niederschlagsnebel, Strahlungsnebel, Advektionsnebel, Nebel
durch Wolkenabsinken und Verdunstungsnebel wurden an die Untersuchungen von Tardif et
al. [36] angelehnt. In der Literatur gibt es auch einige Studien mit einer größeren Anzahl an
zu unterscheidenden Nebeltypen. Beispielsweise haben Willett (1928) [39] und später Byers
(1959) [14] eine Klassifikation mit elf Nebeltypen vorgenommen, die auf den Mechanismen der
Nebelbildung und auf verschiedenen im Zusammenhang mit Nebel auftretenden Wetterszenarien
basiert. Eine etwas einfachere Klassifikation mit sechs Nebeltypen existiert von George
[24]. Hat man – wie im Fall dieser Arbeit – aber nur stündliche Daten zur Verfügung, ist eine
zu detaillierte Unterscheidung zwischen verschiedenen Typen nicht sinnvoll, weil die zeitliche
Auflösung der Daten dafür nicht ausreichend ist.
Die Klassifizierung wurde mit einem Entscheidungsbaum (Abbildung 2.2) durchgeführt,
welcher auf den Ideen von Tardif et al. [36] basiert und nach genauerer Betrachtung der Daten
modifiziert wurde.
Vor der eigentlichen Unterteilung der Ereignisse in die verschiedenen Nebeltypen wurde
überprüft, ob während eines gesamten Ereignisses Niederschlag gefallen ist, um so Sichtweitenreduzierung
durch Niederschlag auszuschließen. Diese Ereignisse wurden aussortiert.
Im folgenden werden die wichtigsten Mechanismen und Entscheidungskriterien der einzelnen
Nebeltypen erläutert:
7

Niederschlagsnebel:
Im zweistündigen Zeitraum vor Nebelbeginn ist Niederschlag gefallen. Der hier zur Nebelbildung
führende Prozess ist die Verdunstung des fallenden Niederschlags in Bodennähe.
Nebel durch Wolkenabsinken:
Eine bereits vorhandene hochnebelartige Stratusdecke muss allmählich weiter absinken und zu
Bodennebel führen; dies kann durch Tropfensedimentation oder eine initiale Abkühlung erfolgen.
Für den Programmablauf bedeutet dies, dass sechs Stunden vor Nebelbeginn bereits eine
niedrige Wolkendecke vorhanden sein muss, die sich im Laufe der folgenden Stunden noch weiter
nach unten ausbreitet. Damit dieser Prozess möglich ist, ist also ein hoher Bedeckungsgrad
notwendig.
Strahlungsnebel:
Diese Nebelart bildet sich, wenn bei wolkenarmem, windschwachem Wetter eine nächtliche
negative Strahlungsbilanz eine so starke Abkühlung der bodennahen Luftschichten zur Folge
hat, dass es zur Kondensation des Wasserdampfes kommt.
Damit ein Ereignis als Strahlungsnebel klassifiziert wird, muss der Nebel zwischen Sonnenuntergang
und Sonnenaufgang einsetzen und vor Beginn des Nebels muss eine Abkühlung zu
verzeichnen sein. Außerdem ist ein zumindest kurzzeitig geringer Bedeckungsgrad von Bedeutung,
damit es überhaupt zu der negativen Strahlungsbilanz kommen kann. Die Windstärke
bei einsetzendem Nebel muss kleiner als 2, 5 m/s sein.
Verdunstungsnebel:
Morgendlicher Verdunstungsnebel beruht auf dem Prinzip, dass kurz nach Sonnenaufgang die
untersten Luftschichten erwärmt werden, aber gleichzeitig durch ein vorhandenes Feuchteangebot
– beispielsweise einen See oder eine feuchte Wiese – der Taupunkt stärker ansteigt als
die Temperatur. Erreicht der Taupunkt die Lufttemperatur, bildet sich Nebel. Auch dieser
Nebeltyp bildet sich nur bei schwachem Wind.
Im Klassifikationsschema muss das Ereignis daher innerhalb einer Stunde nach Sonnenaufgang
beginnen und einen schwächeren Gradienten der Temparatur als des Taupunktes aufweisen.
Die Windstärke bei Nebelbeginn muss kleiner als 2, 5 m/s sein.
Advektionsnebel:
Er bildet sich durch das Überströmen von feuchter Luft über einen kalten Untergrund. Der so
entstandene Nebel kann danach durch Advektion weiter transportiert werden. Die Klassifikation
dieser Kategorie ist mit den Daten von nur einer Messstation sehr schwierig, da eigentlich
der Prozess des Herantransportierens des Nebels betrachtet werden müsste.
Im Entscheidungsbaum wird ein Ereignis als Advektionsnebel klassifiziert, wenn die Windstärke
mindestens 2, 5 m/s beträgt und vor Nebelbeginn eine Wolkenhöhe von 300 m nicht
überschritten wird.
Konnte ein Ereignis keinem der beschriebenen Nebeltypen zugeordnet werden, wurde es als
unbestimmt klassifiziert.
8

Sichtweite < 1000 m
ja
Niederschlag während gesamter
Nebelepisode
nein
Sichtweite durch
Niederschlag
reduziert
ja
Niederschlag 2h vor Nebelbeginn
oder bei Nebelbeginn (NB)
nein
Niederschlagsnebel
ja
6h vor NB: Wolkenhöhe < 1000m,
Absinken bis NB,
Bedeckungsgrad > 4/8
nein
9
Nebel durch
Wolkenabsinken
ja
Wind < 2,5 m/s
nein
nein
2h vor NB: Abkühlung,
Bedeckungsgrad < 5/8 (außer
Cirren), NB zwischen
Sonnenuntergang und
Sonnenaufgang +/- 2h
ja ja nein
2h vor NB: Wolkenhöhe < 300 m
nein
NB innerhalb 1h nach
Sonnenaufgang, T-Gradient < Td-
Gradient
ja
Strahlungsnebel
Advektionsnebel
unbestimmt
unbestimmt
Verdunstungsnebel
Abbildung 2.2: Vorläufiger Entscheidungsbaum zur Klassifizierung der Nebeltypen

Den entwickelten Entscheidungsbam zeigt Abbildung 2.2, die daraus resultierende Verteilung
ist in Abbildung 2.3 dargestellt.
80
70
60
Haeufigkeit [%]
50
40
30
20
10
0
Nied. Str. Adv. Wolken Verdunstung unbest.
Nebeltyp
Abbildung 2.3: Vorläufige Gesamtverteilung des Nebels bei insgesamt 338 Nebelereignissen im Zeitraum
September 1995 bis Juli 2008
Mit etwa 56 % ist der Anteil des Strahlungsnebels wie erwartet am größten, gefolgt von Nebel
durch Wolkenabsinken mit 24 %. Niederschlagsnebel und Advektionsnebel werden deutlich seltener
zugeordnet und als Verdunstungsnebel wird sogar nur ein einziges Ereignis klassifiziert.
8 % der Ereignisse bleiben unbestimmt. Der Anteil des Nebels durch Wolkenabsinken erscheint
deutlich zu hoch, da im Allgemeinen ein solches Phänomen eher selten auftritt. Eine genauere
Analyse zeigte, dass ca. die Hälfte der in diese Kategorie eingeordneten Ereignisse gleichzeitig
auch Eigenschaften von Strahlungsnebel aufweisen und nur aufgrund der Reihenfolge des Entscheidungsbaums
dem Nebel durch Wolkenabsinken zugeordnet wurden. Der Entscheidungsbaum
sollte also so modifiziert werden, dass eine exaktere Unterscheidung von Strahlungsnebel
und Nebel durch Wolkenabsinken gewährleistet werden kann.
Der minimale Bedeckungsgrad für Nebel durch Wolkenabsinken wurde ursprünglich auf 5/8
gesetzt. Trat dieser oder ein höherer Wert mindestens einmal in den letzten sechs Stunden
vor Nebelbeginn auf, wurde dieses Kriterium bereits als erfüllt angesehen. Diese Entscheidung
wurde getroffen, um nicht zu viele Ereignisse auszuschließen, die dann durch den Entscheidungsbaum
nicht mehr erfolgreich hätten eingeordnet werden können. Genauer betrachtet
wird sich Nebel durch Wolkenabsinken aber wirklich nur bei länger anhaltender voller Bedeckung
bilden. Deshalb wurde der Entscheidungsbaum dahingehend geändert, dass nun in
dem gesamten sechsstündigen Zeitraum volle Bedeckung beobachtet werden muss. Desweiteren
wurde nun auch die Windstärke bei der Klassifizierung von Nebel durch Wolkenabsinken
mitberücksichtigt: Da ein Prozess wie die langsame Sedimentation von Wolkentröpfchen bei
10

starkem Wind nicht stattfinden kann, wurde für diese Nebelkategorie ebenfalls eine maximale
Windstärke von 2, 5 m/s vorausgesetzt.
Zusätzlich wurden die unterschiedlichen Bedingungen von Strahlungsnebel und Nebel durch
Wolkenabsinken einzeln getestet. Es sollte herausgefunden werden, welche Entscheidungen
einen großen Einfluss auf die Klassifikation haben und welche einen eher geringen. Dabei
stellte sich heraus, dass für den Strahlungsnebel die Beschränkung des Bedeckungsgrades auf
maximal 4/8 eine eher geringe Rolle spielt. Blieb diese Entscheidung unberücksichtigt, wurden
nur geringfügig mehr (etwa 2 %) Strahlungsnebelereignisse gefunden. Damit nun die Ereignisse,
die aufgrund des für Nebel durch Wolkenabsinken zu geringen Bedeckungsgrades nicht alle als
unbestimmt eingeordnet werden, blieb die Entscheidung des geringen Bedeckungsgrades für
Strahlungsnebel unberücksichtigt. Den modifizierten Entscheidungsbaum zeigt Abbildung 2.4.
11

Sichtweite < 1000 m
ja
Niederschlag während gesamter
Nebelepisode
nein
Sichtweite durch
Niederschlag
reduziert
ja
Niederschlag 2h vor Nebelbeginn
oder bei Nebelbeginn
nein
Niederschlagsnebel
ja
Wind < 2,5 m/s
nein
12
nein
6h vor NB: Wolkenhöhe < 1000m,
Absinken bis NB,
Bedeckungsgrad > 7/8
ja
ja
2h vor NB: Wolkenhöhe < 300 m
nein
nein
2h vor NB: Abkühlung,
Bedeckungsgrad < 5/8 (außer
Cirren), NB zwischen
Sonnenuntergang und
Sonnenaufgang +/- 2h
ja
Nebel durch
Wolkenabsinken
Advektionsnebel
unbestimmt
nein
NB innerhalb 1h nach
Sonnenaufgang, T-Gradient < Td-
Gradient
ja
Strahlungsnebel
unbestimmt
Verdunstungsnebel
Abbildung 2.4: Endgültiger Entscheidungsbaum zur Klassifizierung der Nebeltypen

Die mit diesen geänderten Bedingungen erhaltene Verteilung der Nebeltypen (Abbildung
2.5) erscheint deutlich realistischer: Der Anteil des Strahlungsnebels hat sich auf 72 % erhöht,
ebenso wurde mehr Advektionsnebel klassifiziert. Die Zahl von Nebel durch Wolkenabsinken
hat sich drastisch verringert und liegt jetzt mit nur noch drei Ereignissen bei knapp 1 %.
Die in Strahlungsnebel eingeteilten Ereignisse haben nun zu einem großen Teil einen höheren
Bedeckungsgrad als vorher. Es kommt nicht selten vor, dass ein bis zwei Stunden vor Einsetzen
des Nebels noch voller Bedeckungsgrad beobachtet wurde und es erst in der letzten Stunde
vor Nebelbeginn aufklart. Hier muss allerdings erwähnt werden, dass mit stündlichen Werten
eine genaue Analyse nicht möglich ist. Beispielsweise kann in der Stunde vor Nebelbeginn eine
Bedeckung von 8/8 beobachtet werden und die Wolkendecke einige Minuten später aufreißen,
was innerhalb kürzester Zeit zur Bildung von Strahlungsnebel führt.
Trotzdem befinden sich in der Kategorie Strahlungsnebel nun einige wenige Ereignisse, die
eine deutliche Absinkbewegung der Wolken aufweisen, deren Bedeckungsgrad aber kurzzeitig
zu gering ist, um dem Nebel durch Wolkenabsinken zugeordnet zu werden.
Der Anteil der unbestimmten Nebelereignisse hat sich leicht erhöht auf 10 %. Eine genauere
Betrachtung dieser Ereignisse ergab, dass die größte Zahl dem Strahlungsnebel zuzuordnen
wäre, es aber häufig knapp an der Erfüllung einer der notwendigen Bedingungen scheiterte.
(Zum Beispiel kam es einige Male vor, dass der Nebel etwas zu spät am Vormittag einsetzte
oder der Wind etwas zu stark war.)
Diese überarbeitete Version der Nebelklassifikation ist also sicher auch nicht perfekt, was
aber nur aufgrund der Analyse mit einem Entscheidungsbaum und ohne direkte Beobachtung
und Einordnung des Nebels vor Ort auch nicht möglich ist.
80
Gesamtverteilung der Nebeltypen
70
60
Haeufigkeit [%]
50
40
30
20
10
0
Nied. Str. Adv. Wolken Verdunstung unbest.
Nebeltyp
Abbildung 2.5: Gesamtverteilung des Nebels mit geändertem Entscheidungsbaum
13

2.2.3 Berechnung von Häufigkeiten
Die Eigenschaften der verschiedenen Nebeltypen wurden im jahreszeitlichen sowie im tageszeitlichen
Verlauf untersucht. Die Häufigkeiten wurden aus
( )
Nm,h
F m,h = 100
(2.1)
N ges
berechnet. Dabei ist F m,h die prozentuale Häufigkeit von Ereignissen, die zur Stunde h
im Monat m beginnen oder enden. N m,h kennzeichnet die Anzahl von Ereignisen zu diesem
Zeitpunkt und N ges ist die Gesamtzahl der Ereignisse bzw. die Gesamtzahl von Ereignissen
eines bestimmten Nebeltyps. Die monatliche Häufigkeit ist dann die Summe
F m = ∑ h
F m,h , (2.2)
die tageszeitliche Frequenz errechnet sich analog aus
F h = ∑ m
F m,h . (2.3)
14

3 Ergebnisse
Mit der überarbeiteten Version des Entscheidungsbaums (Abbildung 2.4) wurden im Zeitraum
von September 1995 bis Juli 2008 438 Ereignisse identifiziert, von denen 96 aufgrund von fehlenden
Werten im Datensatz – in den meisten Fällen fehlten Bedeckungsgrad und Wolkenhöhe
in den METAR-Daten – aussortiert werden mussten. Vier Ereignisse entsprachen einer Sichtweitenreduzierung
durch Niederschlag, wodurch nur noch 338 Nebelereignisse übrig bleiben.
Diese bilden die Grundgesamtheit für die durchgeführten statistischen Untersuchungen.
Insgesamt konnten 305 Nebelereignisse (92 %) erfolgreich einer Kategorie zugeordnet werden,
33 Ereignisse bleiben unbestimmt. An dieser Stelle werden noch einmal die bereits in
Abschnitt 2.2.2 beschriebenen Ergebnisse aus dem Entscheidungsbaum zusammenfassend dargestellt
(Abbildung 2.5):
• Niederschlagsnebel: 15 Ereignisse (4, 4 %)
• Strahlungsnebel: 244 Ereignisse (72, 2 %)
• Advektionsnebel: 42 Ereignisse (12, 4 %)
• Nebel durch Wolkenabsinken: 3 Ereignisse (0, 9 %)
• Verdunstungsnebel: 1 Ereignis (0, 3 %)
• unbestimmt: 33 Ereignisse (9, 8 %)
Die weitaus wichtigsten Mechanismen zur Nebelbildung am Münchner Flughafen sind Strahlungsabkühlung
und Advektionsprozesse. 84, 6 % des Nebels entstehen auf diese Art; dies entspricht
286 Ereignissen. Nebel durch Wolkenabsinken und Verdunstungsnebel sind vernachlässigbar.
3.1 Zeitliche Verteilungen
3.1.1 Monatliche Verteilung
Abbildung 3.1 zeigt die prozentuale monatliche Verteilung des Nebels. Dabei gibt die Höhe der
Säulen den Gesamtanteil des Nebels im jeweiligen Monat an, die verschiedenen Farben stellen
die einzelnen Nebeltypen dar. Man erkennt, dass Nebel hauptsächlich in den Herbst- und
Wintermonaten auftritt, zwischen September und Januar finden 76, 6 % der Nebelereignisse
statt, das Maximum befindet sich mit 70 Ereignissen oder 21, 0 % im Oktober. Strahlungsnebel
spiegelt diese Verteilung wider, das Maximum des Advektionsnebels befindet sich im Dezember.
Über die anderen Nebeltypen lässt sich aufgrund der geringen Datenmenge keine statistisch
repräsentative Aussage treffen.
15

3.1.2 Nebeldauer
Monatliche Haeufigkeit [%]
24
22
20
18
16
14
12
10
8
Nied.
Str.
Adv.
Wolken
Verdunstung
unb.
6
4
2
J F M A M J J A S O N D
Monat
Abbildung 3.1: Monatliche Verteilung des Nebels
Um den mit einem Nebelereignis verbundenen Kostenaufwand im Flugbetrieb beurteilen zu
können, ist die Dauer des Nebels von entscheidender Bedeutung. Hierfür wurden Intervalle
von fünf Stunden Länge definiert; da ein Ereignis aber eine Mindestlänge von drei Stunden
hat (Abschnitt 2.2.1), ist das erste Intervall um zwei Stunden kürzer als die anderen. Dies ist
selbstverständlich bei der Interpretation der Ergebnisse zu berücksichtigen. In Abbildung 3.2
ist nun die Verteilung der relativen Häufigkeit der Dauer von Nebelereignissen dargestellt.
Insgesamt überwiegen die kurzen Ereignisse mit bis zu zehn Stunden Nebeldauer deutlich,
72, 2 % der Ereignisse liegen in den beiden ersten Intervallen. 4, 6 % der Ereignisse haben
allerdings eine Dauer von mehr als 25 Stunden, was kritisch zu bewerten ist: Aufgrund der
Ereignisdefinition kann eine Nebelepisode auch Lücken von bis zu zwei Stunden Länge haben
und ein solch langes Ereignis besteht wahrscheinlich eher aus mehreren Ereignissen mit kurzen
Unterbrechungen.
Die Verteilung des Strahlungsnebels sieht der Gesamtverteilung am ähnlichsten, was aufgrund
des hohen Anteils dieser Nebelkategorie am Gesamtnebel nicht verwunderlich ist. Im
Bereich bis zu zehn Stunden Nebellänge liegen 73, 4 % der Strahlungsnebelereignisse, bei Advektionsnebel
sind es lediglich 50, 0%. Im Mittel können sich einmal gebildete Advektionsnebelereignisse
also länger halten als Strahlungsnebelereignisse.
3.1.3 Nebelbeginn und -auflösung
Nachdem nun die durchschnittliche Länge von Nebelereignissen untersucht wurde, ist ein Blick
auf die Uhrzeiten von Nebelbeginn und -auflösung interessant. Abbildung 3.3 (a) zeigt, dass
16

50
40
(a) gesamt
Haeufigkeit [%]
30
20
10
0
3−5 6−10 11−15 16−20 21−25 >25
Anzahl Stunden
50
40
(b) Advektionsnebel
Haeufigkeit [%]
30
20
10
0
3−5 6−10 11−15 16−20 21−25 >25
Anzahl Stunden
50
40
(c) Strahlungsnebel
Haeufigkeit [%]
30
20
10
0
3−5 6−10 11−15 16−20 21−25 >25
Anzahl Stunden
Abbildung 3.2: Die durchschnittliche Nebeldauer für (a) alle Nebelereignisse, (b) Advektionsnebel, (c)
Strahlungsnebel
Nebel überwiegend abends, nachts und in den frühen Morgenstunden, also zwischen Sonnenuntergang
und Sonnenaufgang beginnt. Im weiteren Tagesverlauf bildet sich nur noch selten
Nebel. In Abbildung 3.3 (b) ist die prozentuale Verteilung der Nebelauflösung dargestellt. Man
erkennt, dass die Auflösung von Nebel vor allem vormittags - vermutlich kurz nach Sonnenaufgang
- stattfindet, was darauf schließen lässt, dass in den frühen Morgenstunden gebildeter
17

Nebel rasch wieder verschwinden kann. Nebelereignisse, die sich abends oder in der ersten
Nachthälfte gebildet haben, dauern durchschnittlich länger an.
Um den Zusammenhang von Nebelbildung und -auflösung mit den Zeiten von Sonnenaufgang
und Sonnenuntergang näher zu betrachten, wurden Konturplots erstellt: Auf der Abszisse
der Abbildungen 3.4 und 3.5 sind die Uhrzeiten aufgetragen, auf der Ordinate die Monate.
Farbig dargestellt sind die prozentualen Häufigkeiten von Nebelbeginn und -auflösung für
Strahlungs- bzw. Advektionsnebel, die roten Kurven zeigen Sonnenaufgang und Sonnenuntergang.
Die Konturlinien sind im Abstand von 0, 3 % dargestellt.
Strahlungsnebel bildet sich hauptsächlich in den Herbstmonaten und da vor allem in der
zweiten Nachthälfte. Kurz nach Sonnenaufgang löst er sich meist rasch wieder auf. Advektionsnebel
bildet sich früher in der Nacht und löst sich ebenfalls nach Sonnenaufgang wieder
auf; diese Ergebnisse sind konsistent mit der Tatsache, dass Strahlungsnebel wesentlich mehr
Ereignisse von kurzer Dauer aufweist als Advektionsnebel (Abschnitt 3.1.2).
Bei der Betrachtung von Abbildung 3.5 (Advektionsnebel) fällt eine weitere Besonderheit
auf: Es sind Ausschläge zu ganz bestimmten Uhrzeiten zu erkennen. Vor allem bei der Auflösung
des Nebels sind besondere Häufungen um 6, 8 und 10 UTC zu verzeichnen. Systematische
Messfehler scheiden hier aber eigentlich aus, da eine solche Struktur sonst auch bei Strahlungsnebel
zu erkennen sein müsste, was nicht der Fall ist. Eventuell ist die Datengrundlage mit
42 Ereignissen für eine solche statistische Untersuchung noch zu gering und die auftretenden
Ausschläge kommen durch Zufall zustande.
18

20
18
16
(a) Nebelbeginn
14
Haeufigkeit [%]
12
10
8
6
4
2
00 02 04 06 08 10 12 14 16 18 20 22
Uhrzeit [UTC]
20
18
16
(b) Nebelaufloesung
14
Haeufigkeit [%]
12
10
8
6
4
2
00 02 04 06 08 10 12 14 16 18 20 22
Uhrzeit [UTC]
Abbildung 3.3: Uhrzeiten bei (a) Nebelbeginn und (b) Nebelauflösung
19

D
Strahlungsnebel Beginn
7
%
N
O
6
S
5
A
Monat
J
J
← Sonnenaufgang
Sonnenuntergang →
4
3
M
A
2
M
F
1
J
2 4 6 8 10 12 14 16 18 20 22
Uhrzeit [UTC]
0
D
Strahlungsnebel Aufloesung
7
%
N
O
6
S
5
A
Monat
J
J
4
3
M
A
2
M
F
1
J
2 4 6 8 10 12 14 16 18 20 22
Uhrzeit [UTC]
0
Abbildung 3.4: Beginn und Auflösung von Strahlungsnebel als Funktion von Tageszeit und Jahreszeit
20

D
Advektionsnebel Beginn
7
%
N
O
6
S
5
A
Monat
J
J
← Sonnenaufgang
Sonnenuntergang →
4
3
M
A
2
M
F
1
J
2 4 6 8 10 12 14 16 18 20 22
Uhrzeit [UTC]
0
D
Advektionsnebel Aufloesung
7
%
N
O
6
S
5
A
Monat
J
J
4
3
M
A
2
M
F
1
J
2 4 6 8 10 12 14 16 18 20 22
Uhrzeit [UTC]
0
Abbildung 3.5: Beginn und Auflösung von Advektionsnebel als Funktion von Tageszeit und Jahreszeit
21

3.2 Wind
Sowohl die Windstärke als auch die Windrichtung sind entscheidende Kriterien für die Klassifizierung
von Nebel. Während sich Strahlungsnebel, Verdunstungsnebel und Nebel durch Wolkenabsinken
nur bei schwachem Wind oder Windstille bilden können, ist Wind für die Entstehung
von Advektionsnebel eine notwendige Voraussetzung.
Die Windrichtung gibt Aufschluss über bevorzugte Wetterlagen bei den verschiedenen Nebelkategorien
und ermöglicht eine effektive Platzierung von Messgeräten für die kurzfristige
Vorhersage von Advektionsnebel.
3.2.1 Windstärke
Abbildung 3.6 zeigt die Verteilung der Windstärke bei Nebelbeginn (blau) im Vergleich mit
der Windstärke, wenn kein Nebel beobachtet wird (rot). Man kann deutlich sehen, dass Nebel
in den allermeisten Fällen bei niedrigen Windgeschwindigkeiten einsetzt mit einem Maximum
von 82, 0 % bei Windstärken bis zu 2 m/s. Danach ist ein sehr starker Abfall zu erkennen, bis
ab einer Windstärke von 6 m/s nahezu kein Nebel mehr einsetzt.
Die Verteilung der Nicht-Nebel-Ereignisse ist wesentlich gleichmäßiger. Auch hier ist das
Maximum zwischen 0 und 2 m/s zu finden, die Verteilung nimmt zu größeren Windstärken
hin aber sehr viel langsamer ab. Beispielsweise sind im Bereich zwischen 0 und 2 m/s etwa
doppelt so viele Nebelmessungen wie Nicht-Nebelmessungen zu verzeichnen, im Intervall von
2 bis 4 m/s ist es umgekehrt: Hier befinden sich 15, 3 % Nebelmessungen gegenüber 32, 0 %
Nicht-Nebelmessungen.
100
90
Nebel
kein Nebel
80
70
Haeufigkeit [%]
60
50
40
30
20
10
0
0 ]0,2] ]2,4] ]4,6] ]6,8] ]8,10] >10
Windstaerke [m/s]
Abbildung 3.6: Häufigkeitsverteilung der Windstärke bei Nebelbeginn
22

(a)
330
0
30
Nebel; 7,5 % Windstille
alle Messungen; 2,2 % windstill
300
60
270
10
20
90
240
120
210
150
180
(b)
330
0
30
Advektionsnebel
Strahlungsnebel; 5,1 % windstill
300
60
270
20
40
90
240
120
210
180
150
Abbildung 3.7: (a) Verteilung der Windrichtung bei Nebelbeginn (blau) im Vergleich mit allen Messungen
der Windrichtung (rot). (b) Vergleich der Windrichtung bei Beginn von Strahlungsnebel
mit der Windrichtung bei Beginn von Advektionsnebel
23

3.2.2 Windrichtung
Um die Verteilung der Windrichtung bei Nebel beurteilen zu können, wurden Windrosen
erstellt (Abbildung 3.7), die sowohl die relative Häufigkeit der Windrichtung bei Nebelbeginn
als auch die Windrichtungsverteilung der übrigen Messungen am Münchner Flughafen zeigt.
Betrachtet man nun zunächst die gesamte Verteilung der Windrichtung (in rot dargestellt), so
erkennt man eine ausgeprägte Ost-West-Struktur mit einer Häufung des Windes aus westlichen
Richtungen. 2, 2 % der Messungen waren windstill. Dass nahezu kein Nord- und Südwind zu
verzeichnen ist, liegt unter anderem an der blockierenden Lage der Alpen.
Bei Nebelbeginn (in blau dargestellt) tritt dagegen nur selten Westwind auf, die vorherrschende
Windrichtung ist hier östlich geprägt, in 7, 5 % der Fälle gab es keinen Wind.
Abbildung 3.7 (b) zeigt einen Vergleich der Windrichtung von Strahlungsnebel (rot) und
Advektionsnebel (blau), jeweils bei Nebelbeginn: Während Strahlungsnebel bei eher schwachem
östlichen Wind entsteht, weist der Advektionsnebel ein ganz klares Maximum bei einer
Windrichtung von 90 ◦ auf. Bei 5, 1 % der Messungen des Strahlungsnebels gab es keinen Wind.
3.3 Nebelintensität
Ein weiteres entscheidendes Kriterium für den Flugbetrieb ist die Intensität des Nebels, also
die minimale Sichtweite, die in einem Nebelereignis auftritt. Diese wurde für alle Ereignisse
ermittelt und in Intervalle mit 100 m Sichtweitedifferenz eingeteilt. Die Ergebnisse zeigt
Abbildung 3.8.
Nebelereignisse mit einer minimalen Sichtweite von weniger als 100 m gibt es eher selten; am
häufigsten treten innerhalb eines Ereignisses minimale Sichtweiten zwischen 100 m und 200 m
auf, insgesamt haben 77, 2 % der Ereignisse Sichtweiten von weniger als 400 m (Abbildung
3.8 (a)). Bei Strahlungsnebel kommen solch geringe Sichtweiten sogar mit einer Häufigkeit
von 81, 6 % vor. Advektionsnebel ist im Allgemeinen für seine sehr geringen Sichtweiten bekannt,
was aber diese Nebelklassifizierung nicht bestätigen kann: Mit 69, 0 % ist der Anteil
an Nebelereignissen mit Sichtweite unter 400 m bei Advektionsnebel deutlich geringer als bei
Strahlungsnebel.
3.4 CAT-Einteilung
Die Unterteilung für die betrieblichen Anforderungen von Start und Landung an Flughäfen
enthält fünf verschiedene Kategorien:
CAT-I:
CAT-II:
CAT-IIIa:
CAT-IIIb:
CAT-IIIc:
RVR ≥ 550m
550m > RVR ≥ 300m
300m > RVR ≥ 200m
200m > RVR ≥ 75m
RVR < 75m
Entscheidend für die Einteilung ist die RVR (Runway Visual Range, Definition: Abschnitt
2.1). An dieser Stelle ist noch einmal explizit zu erwähnen, dass die RVR etwas grundlegend
24

50
40
(a) gesamt
Haeufigkeit [%]
30
20
10
0

60
50
Synop−Daten
RVR: rechte Bahn
RVR: linke Bahn
40
Haeufigkeit [%]
30
20
10
0
CAT−I CAT−II CAT−IIIa CAT−IIIb CAT−IIIc
Abbildung 3.9: Einteilung der Synop-Daten (blau) und der RVR-Daten (rechte Piste: gelb und linke
Piste: rot) in CAT-I bis Cat-IIIc
Eine Einteilung in die CAT-Klassen geschah sowohl mit den RVR-Daten als auch – zum Vergleich
– mit den Synopmessungen. In Abbildung 3.9 stellen die gelben Balken die Messungen
der rechten Piste, die roten Balken die Messungen von der linken Piste und die blauen Balken
die Ergebnisse aus den Synop-Messungen dar. Die beiden Pisten des Münchner Flughafens
befinden sich parallel nebeneinander mit einem Abstand von 2, 5 km und einem Versatz von
1, 5 km.
Die Synop-Daten geben grundsätzlich eine geringere Sichtweite wieder als die RVR-Daten;
im CAT-I-Bereich überwiegt ganz klar der RVR-Anteil, wohingegen in der Kategorie CAT-III
wesentlich mehr Synop-Messungen zu verzeichnen sind. In der Kategorie CAT-IIIc (RVR <
75 m) wurden im betrachteten Zeitraum keine RVR-Messungen erfasst.
3.5 Wetterlagenklassifikation
Die Kenntnis über das bevorzugte Auftreten von Nebel bei bestimmten Wetterlagen kann
eventuell eine Risikoabschätzung der Nebelwahrscheinlichkeit ermöglichen. Um zu überprüfen,
ob Nebelbildung bei bestimmten Großwetterlagen verstärkt auftritt, wurde auf der Grundlage
von 30 katalogisierten Großwetterlagen Europas (Anhang A.1) eine Einteilung eines Teils der
Nebelereignisse vorgenommen.
Im Internet [21] existiert ein Analysearchiv des Deutschen Wetterdienstes, in dem die einzelnen
Witterungsabschnitte der Großwetterlagen vom Jahr 2003 an aufgeführt sind. Anhand
dieses Archivs wurden die Strahlungs- und Advektionsnebelereignisse, die in diesem Zeitraum
stattgefunden haben, den Wetterlagen zugeordnet. Auf diese Weise konnten 35 % des Strah-
26

lungsnebels (86 Ereignisse) und 14 % (sechs Ereignisse) des Advektionsnebels klassifiziert werden.
Eine Liste der Großwetterlagen sowie der eingeteilten Nebelereignisse von Strahlungsund
Advektionsnebel befindet sich in Anhang A.
Strahlungsnebel bildet sich häufig bei Hochdrucklagen; 58 % der untersuchten Ereignisse
fanden bei antizyklonal dominierten Großwetterlagen statt. Somit bildete sich auch eine recht
große Zahl von Nebelereignissen bei zyklonalen Lagen, was zunächst erstaunlich erscheint. Hier
ist aber darauf hinzuweisen, dass die katalogisierten Wetterlagen für ganz Europa gelten und
daher durchaus die Möglichkeit besteht, dass auch bei großräumigen zyklonalen Wetterlagen
die zyklonale Prägung nicht für ganz Europa in gleichem Maße gilt. Die Bodendruckkarten
zeigen durchweg niedrige Druckgradienten im süddeutschen Raum, sodass die Grundvoraussetzung
des ruhigen Wetters zur Bildung von Strahlungsnebel gegeben ist.
Abbildung 3.10: GFS-Analyse der Wetterlage vom 28.12.2007. Dargestellt sind die 500hPa Isohypsen
(schwarz), der Bodendruck (weiß) sowie farbig die relative Topographie. Die Karte
zeigt eine Hochdruckbrücke Mitteleuropa, eine typische Wetterlage bei Strahlungsnebel.
Quelle: www.wetter3.de [33]
Exemplarisch für eine typische Großwetterlage bei Strahlungsnebel wird nun die Lage vom
28.12.2007 vorgestellt. Zu diesem Zeitpunkt war die vorherrschende Großwetterlage eine Hochdruckbrücke
Mitteleuropa, eine Wetterlage, bei der es oft zur Bildung von Strahlungsnebel
kommt. Abbildung 3.10 zeigt die GFS-Analyse der 500 hPa-Karte sowie den Bodendruck, farbig
ist die relative Topographie 500 hPa − 1000 hPa in gpdm dargestellt. Die Karte zeigt die
brückenartige Verbindung eines Hochdruckgebietes über der Iberischen Halbinsel und eines
Hochs über Osteuropa. Über Süddeutschland ist der niedrige Druckgradient zu erkennen, der
zu einer maximalen Windstärke von 1, 4 m/s während dieses Nebelereignisses führte.
In dem betrachteten Zeitraum von Januar 2003 bis Juli 2008 liegen nur sechs Advektionsnebelereignisse,
eine statistische Analyse ist aufgrund der geringen Datenmenge also hier nicht
27

Abbildung 3.11: GFS-Analyse der Wetterlage vom 30.11.2003, analog zu Abbildung 3.10 Quelle:
www.wetter3.de [33]
möglich.
Will man sich dieser Nebelkategorie aber dennoch über die Analyse von Wetterlagen annähern,
kann man dies mit Hilfe des Druckgradienten in Wetterkarten tun: Bei einem starken
Windfeld und damit verbundener hoher Turbulenz kann ein Austausch zwischen Boden und
Atmosphäre, wie er zur Bildung von Strahlungsnebel nötig ist, nicht stattfinden. Über die
möglichen horizontalen Austauschprozesse kann sich lediglich noch Advektionsnebel bilden.
In Abbildung 3.11 ist die Karte vom 30.11.2003 zu sehen, die eine zyklonale Südlage darstellt
und bei der es zur Bildung von Advektionsnebel kam. Im Gegensatz zu Abbildung 3.10
sieht man hier die dichtere Drängung der Isobaren, die maximale Windstärke während des
Ereignisses lag bei 3, 5 m/s.
Allgemein lässt sich sagen, dass eine Wetterlage für ganz Europa kaum eine Aussage machen
kann über ein solch lokales Phänomen wie ein Nebelfeld. Bei Strahlungsnebel erkennt man
zwar das bevorzugte Auftreten von Nebel bei Hochdrucklagen, aber genauso kann es zur
notwendigen Abkühlung mit Kondensation in Bodennähe bei zyklonalen Lagen kommen, die
lokal betrachtet die nötigen Voraussetzungen für Strahlunsnebel bieten.
3.6 Instrumentierungsempfehlung
Die Analyse der Nebelereignisse und insbesondere die des Advektionsnebels ergibt eine ausgeprägte
östliche Struktur in der Windrichtung. Die durchschnittliche Windstärke von Advektionsnebel
liegt bei etwa 3, 5 m/s.
Auf Grundlage dieser Erkenntnisse und im Rahmen der technischen Möglichkeiten sollte eine
28

mobile Messeinheit mit Möglichkeiten zur Bodenprofilmessung und Erfassung eines bodennahen
Atmosphärenprofils östlich des Flughafens im Bereich zwischen 60° und 120° positioniert
werden. Sieht man eine Vorhersage etwa eine Stunde vor Eintreffen des Nebels am Flughafen
vor, sollte die Messstation ca. 10 km außerhalb des Flughafens errichtet werden.
Wesentlich effektiver als eine einzelne Messeinheit wäre allerdings die Positionierung mehrerer
Stationen im Abstand von ein bis zwei Kilometern. Auf diese Weise könnte die Ausbreitung
des Nebels fast minutengenau verfolgt und eine frühzeitige Warnung für den Flugbetrieb ausgesprochen
werden.
29

4 Zusammenfassung und Diskussion
4.1 Zusammenfassung
1. Aus stündlichen Synop- und METAR-Daten der Messstation vom Münchner Flughafen
wurden Nebelereignisse gebildet, welche anhand eines Entscheidungsbaums in die
fünf Nebelkategorien Niederschlagsnebel, Strahlungsnebel, Advektionsnebel, Nebel durch
Wolkenabsinken und Verdunstungsnebel klassifiziert wurden. Dabei zeigte sich, dass sich
Nebel in München hauptsächlich durch Strahlungsabkühlung bildet und auch Advektionsprozesse
einen nicht unerheblichen Teil des Nebels ausmachen. Nebel durch Wolkenabsinken
und Verdunstungsnebel sind in dieser Region vernachlässigbar.
2. Mit den so eingeteilten Ereignissen wurden statistische Untersuchungen zur Dauer von
Nebel, zu bevorzugten Uhrzeiten und Jahreszeiten sowie zum Verhalten von Nebel bei
Wind durchgeführt. Diese Untersuchungen ergaben, dass Nebel überwiegend in den
Herbst- und Wintermonaten und dann vor allem nachts und in den frühen Morgenstunden
auftritt. Außerdem bildet sich Nebel meist bei schwachem Wind, der aus östlichen
Richtungen weht.
3. Eine Zuordnung zu großräumigen Wetterlagen eines Teils der Strahlungs- und Advektionsnebelereigniss
wurde anhand von 30 katalogisierten Großwetterlagen vorgenommen.
Aufgrund der sehr kleinen Skala eines Nebelfeldes und der Allgemeinheit einer Großwetterlage
für ganz Europa können nur sehr begrenzte Aussagen über Nebel bei bestimmten
Großwetterlagen gemacht werden: Strahlungsnebel bildet sich überwiegend bei antizyklonal
geprägten Wetterlagen mit schwachem Windfeld, wohingegen Advektionsnebel bei
Wetterlagen mit stärkerem Druckgradienten im süddeutschen Raum auftritt.
4. Aufgrund der vorherigen Ergebnisse wurde eine Instrumentierungsempfehlung ausgesprochen,
an welchen Punkten im Umland des Flughafens idealerweise weitere Messungen
zur Verbesserung der Nebelvorhersage gemacht werden sollten. Da bei Advektionsnebel
hauptsächlich östliche Windrichtungen vorherrschen, sollte eine Messeinheit östlich
des Flughafengeländes positioniert werden.
4.2 Diskussion
Mit Hilfe des entwickelten Entscheidungsbaums ist man in der Lage, die grundsätzliche Verteilung
verschiedener Nebeltypen am Flughafenstandort München zu erfassen; das relativ häufige
Auftreten von Strahlungs- und Advektionsnebel ist gegenüber den selteneren Nebeltypen
klar ersichtlich. Typische Eigenschaften von Strahlungs- und Advektionsnebel wie z.B. die
30

Windstärke und Windrichtung bei einsetzendem Nebel oder die typische Dauer und Intensität
eines Nebelereignisses wurden erarbeitet. Die Datengrundlage des Strahlungsnebels ist
ausreichend groß, um anhand der beim DWD vorhandenen katalogisierten Großwetterlagen
treffende Aussagen über die häufiger vorkommenden Hochdrucklagen bei Strahlungsnebel zu
machen. Allerdings ist ein Nebelfeld ein solch lokal begrenztes Phänomen, dass vielmehr auf
lokale atmosphärische Gegebenheiten als auf die Großwetterlage geschaut werden muss.
Ein Entscheidungsbaum kann allerdings nie in der Lage sein, eine einhundertprozentige
Klassifizierung von Nebel anhand von stündlichen Synopmessungen vorzunehmen. Dazu ist
einerseits die zeitliche Auflösung der Daten nicht hoch genug, weil Nebel sowohl räumlich als
auch zeitlich sehr variabel ist. Andererseits ist ein Entscheidungsbaum immer eine Aneinanderreihung
von ‘starren’ Entscheidungskriterien, die sich realen atmosphärischen Bedingungen
nicht ausreichend flexibel anpassen können. Somit bleibt es nicht aus, dass einzelne Nebelereignisse
durch das Schema hindurchfallen und nicht erfolgreich klassifiziert werden können.
Auf diese Weise kommt die recht hohe Zahl an unbestimmten Nebelereignissen zustande. Diese
Ereignisse weisen eine oder mehrere Eigenschaften auf, die durch den Entscheidungsbaum
keinem Nebeltyp zugeordnet werden können.
Allgemein ist die Datengrundlage der knapp 13-jährigen Messreihe noch zu gering, um auch
statistische Aussagen über die seltener auftretenden Nebeltypen machen zu können. Selbst bei
der zweithäufigsten Nebelkategorie Advektionsnebel mit 42 Ereignissen wird eine statistische
Aussage schon schwierig.
Die Klassifizierung von Advektionsnebel ist mit nur einer Messstation nicht zufriedenstellend
möglich, da horizontal stattfindende Advektionsprozesse nicht erfasst werden können. Daten
aus dem näheren Umland des Flughafens waren aber in ausreichender räumlicher Auflösung
nicht zu bekommen, weshalb man sich der Kategorie Advektionsnebel momentan nur über die
Windstärke nähern kann.
4.3 Empfehlungen
Da in der heutigen Zeit Speichermedien in ausreichendem Maße zur Verfügung stehen, sollte
eine Überlegung dahingehend erfolgen, ob eine minütliche Speicherung der synoptischen Daten
nicht sinnvoll wäre. Das zeitlich sehr eng begrenzte Auftreten von Nebel könnte dann wesentlich
detaillierter beschrieben werden.
Um eine Nebelklassifizierung noch effektiver durchführen zu können, wäre eine direkte Dokumentation
auftretender Nebeltypen vor Ort sinnvoll. Ein Flughafen ist ohnehin rund um
die Uhr mit einem Meteorologen besetzt, so dass dies eigentlich kein Problem darstellen sollte.
Damit Advektionsnebel besser eingeordnet werden kann, sind mehr Messstationen im Umfeld
des Flughafens nötig. Mit der für die Zukunft geplanten Instrumentierung im Umland sollte
hier aber eine annehmbare Lösung gefunden werden können.
31

Teil II
Nebelprognose mit dem 1D Nebelmodell
PAFOG
32

5 Einleitung und Aufgabenstellung
Aus bisherigen Studien ging hervor, dass die Vorhersagegüte des 1D Nebelmodells PAFOG
stark von der Modellinitialisierung abhängt. Im Rahmen der vorliegenden Arbeit soll das 1D
Nebelmodell PAFOG so modifiziert werden, dass lokale Beobachtungsdaten für Atmosphärenprofile
aus Radiosonden- und MWRP-Messungen des Observatoriums in Lindenberg (FELG) 1
sowie Vorhersagen des COSMO-Modells integriert werden können. Ziel soll sein, das Modell
flächendeckend mit COSMO-Vorhersagen oder in Abhängigkeit von der Verfügbarkeit von
Meßdaten, einsetzen zu können. Auf Grundlagen von Testdatensätzen des FELG sollen für
drei verschiedene Initialisierungsmöglichkeiten Sensitivitätsstudien durchgeführt werden.
1. PAFOG-BASELINE: das Modell wird mit numerischen Randbedingungen aus COSMO-
DE initialisiert.
2. PAFOG-plus-RADIOSONDE: Die Modellinitialisierung geschieht mit Hilfe von Radiosondenprofilen.
Benötigte Parameter, die nicht gemessen werden, bleiben als numerische
Randbedingungen aus COSMO-DE wie in PAFOG-Baseline erhalten.
3. PAFOG-plus-MWRP: Das Modell wird mit MWRP-Profilen initialisiert. Auch bei dieser
Version werden nicht gemessene Parameter als numerische Randbedingungen aus
COSMO-DE entnommen.
1 An dieser Stelle sei dem Observatorium Lindenberg gedankt für die rasche und unkomplizierte Bereitstellung
der Messdaten, die in optimaler Form aufbereitet waren.
33

6 Das 1D Nebelmodell PAFOG
Das eindimensionale Nebelmodell PAFOG (PArameterized FOG model) [12] simuliert die wesentlichen
physikalischen Prozesse in der atmosphärischen Grenzschicht und im Erdboden
unter Berücksichtigung der Effekte einer Vegetationsschicht, um so Prognosen für die Sichtweite
erstellen und die Entwicklung von Strahlungsnebel simulieren zu können.
Im Modell wird die Entstehung von Nebel hinreichend berücksichtigt durch die Parametrisierung
der wolkenmikrophysikalischen Prozesse. Hierbei wird angenommen, dass die Größenverteilung
der Nebeltropfen in Gestalt einer Lognormalverteilung mit fest vorgegebener Varianz
beschrieben werden kann, um so die spektrale Kondensationsgleichung lösen zu können. Mit
Hilfe einer einfachen Auswertung der Köhlergleichung kann die Aktivierung der Wolkentropfen
aus dem atmospärischen Aerosol (berücksichtigt werden unterschiedliche Standardaerosoltypen)
erreicht werden [15].
Die Turbulenz in der planetarischen Grenzschicht wird mit Hilfe einer prognostischen Gleichung
für die turbulente kinetische Energie (TKE) parametrisiert [29]. Über Gradientansätze
wird der turbulente Austausch von Wärme, Feuchte und Impuls beschrieben, und die turbulenten
Austauschkoeffizienten werden mit Hilfe einer Mischungsweglänge aus der TKE bestimmt.
Um die Wechselwirkung zwischen Boden und Atmosphäre im Modell beschreiben zu können,
wurde ein Vegetationsmodell implementiert. In diesem wird die Vegetation durch eine einzelne
Schicht beschrieben und so wird der Austausch von sensiblen und latenten Wärmeflüssen,
von Impuls- und Feuchteflüssen sowie den Strahlungsflüssen zwischen Boden und Atmosphäre
geregelt.
Auf eine detaillierte Modellbeschreibung sowie eine Beschreibung der Programmstruktur wird
an dieser Stelle verzichtet. Ausführliche Beschreibungen finden sich in den Dokumentationen
von November 1997 sowie von November 2000 [11] [6].
34

7 Input- und Outputdateien von PAFOG
7.1 Inputdateien
Das 1D Modell PAFOG benötigt zur Initialisierung neben dem aktuellen Datum eine Reihe von
Informationen, die sowohl den Zustand der Atmosphäre als auch den des Bodens beschreiben.
Hierzu gehören unter anderem Wind-, Feuchte- und Temperaturprofile. Diese Werte werden
in den folgenden Eingabedaten bereitgestellt und von PAFOG eingelesen:
7.1.1 Atmosphären-Daten
1. inp.dat enthält die wesentlichen synoptischen Parameter zur Beschreibung des Atmosphärenzustandes
am Vorhersageort. In dieser Datei werden neben Datum und Startzeit
des Modells (zur Definition der Sonneneinstrahlung am Atmosphärenoberrand notwendig)
die im folgenden aufgelisteten Variablen festgelegt.
• Lufttemperatur ( ◦ C), 2m über Grund
• Oberflächentemperatur ( ◦ C)
• Taupunkt ( ◦ C), 2m über Grund
• Bodendruck (hPa)
• Nebelober- und untergrenze (m): abhängig von der Verfügbarkeit
• Sichtweite (m): abhängig von der Verfügbarkeit
• relative Feuchte (%)
• Schnee ja/nein
• geostrophischer Wind (Knoten)
• Wolkenbedeckung hoch, mittel, tief (Achtel; stündliche Modelldaten)
Die ersten acht Variablen werden zur Startzeit des Modells benötigt, die Wolkenbedeckung
sollte in stündlichen Daten von der Startzeit bis zum Ende der Prognosezeit
vorliegen.
7.1.2 Vertikalprofildaten der Atmosphäre
Darüber hinaus werden noch folgende Vertikalprofile der Atmosphäre benötigt und ebenfalls
in der ASCII-Datei inp.dat abgespeichert.
35

• Luftdruck (hPa) (zur Startzeit des Modells)
• Höhenniveau (m) (zur Startzeit des Modells)
• Lufttemperatur ( ◦ C) (zur Startzeit des Modells)
• Taupunkt ( ◦ C) (zur Startzeit des Modells)
7.1.3 Bodenprofil-Daten
Ergänzend werden zur Initialisierung des Modells PAFOG sowohl Bodentemperaturprofile
als auch Bodenwassergehaltsprofile benötigt.
2. soilq.dat stellt das Bodenwassergehaltsprofil zur Verfügung
• Wassergehalt (Vol. %) je Bodenschicht (zur Startzeit des Modells)
• Hydrologische Schichtgrenzen (m)
3. soilt.dat stellt das Bodentemperaturprofil zur Verfügung
• Bodentemperaturprofil ( ◦ C) (zur Startzeit des Modells)
• Thermische Schichtgrenzen
Ob die Bodenfeuchte explizit aus COSMO Vorhersagen bzw. aus Messungen eingelesen
wird, kann in der Datei inp.dat mit der Einstellung: - 0=Profildaten vorhanden - festgelegt
werden. Optional kann das Bodenprofil mit den Werten 3=trocken, 2=mittel und
1=nass vorgegeben werden. Die Initialisierungsfeuchte wird in Abhängigkeit von den
Bodenparametern implementiert. Hierzu werden die Attribute folgendermaßen belegt:
• Nass entspricht den Werten der Feldkapazität
• Trocken entspricht den Werten des permanenten Welkepunktes und die Werte
• des Bodenprofils Feucht liegen zwischen Nass und Trocken
4. DBASEv speichert Modellparameter, die nicht für jeden Modelllauf erneut angepasst
werden müssen. Dies sind unter anderem geographische Breite und Länge des Vorhersageortes,
Parameter zur Spezifikation des Aerosoltyps und Bodenparameter. Auch Informationen
über die Höhe der Wolkenniveaus und Wolkenwassergehalt werden hier festgelegt.
5. can.dat stellt Vegetations- und Bodenparameter zur Verfügung, die je nach Jahreszeit
an die Verhältnisse am Vorhersageort angepasst werden müssen. Dies sind z.B. die Vegetationshöhe,
der Blattflächenindex, der Bodentyp und noch weitere Parameter (siehe
Dokumentation von 2000). Eine Änderung bei jedem Modelllauf ist nicht notwendig.
6. initr.dat definiert Strahlungseigenschaften von Gasen, Aerosolpartikeln und Wolkentropfen.
Die Datei ändert sich nicht.
Eine ausführlichere Beschreibung über den Aufbau der Inputdateien findet sich in den Dokumentationen
von November 1997 [11] sowie von November 2000 [6].
36

7.1.4 Outputdateien
Zu den in den Dokumentationen von 1997 und 2000 bereits erläuterten Outputdateien wurden
noch einige Outputdateien hinzugefügt:
1. soiltemp.out enthält Stundenwerte der Bodentemperatur ( ◦ C) für jede Bodenprofiltiefe
2. soilmoisture.out enthält Stundenwerte des Bodenwassergehaltes (Vol. %) für jede Bodenprofiltiefe
3. relativehumidity.out speichert Stundenwerte der relativen Feuchte (% ) für jede Atmosphärenprofilschicht
4. visibility.out speichert Stundenwerte der Sichtweite (m) für jede Atmosphärenprofilschicht
5. liquid.out enthält Stundenwerte des Flüssigwassergehaltes (g/kg) für jede Atmosphärenprofilschicht
6. temperature.out liefert Stundenwerte der Temperatur ( ◦ C) für jede Atmosphärenprofilschicht
7. ccn.out speichert die Stundenwerte der Konzentration der Nebeltropfen (1/cm 3 ) für jede
Atmosphärenprofilschicht
8. theta.out speichert Stundenwerte der potentiellen Temperatur ( ◦ C) für jede Atmosphärenprofilschicht
9. pressure.out liefert Stundenwerte des Luftdrucks (hPa) für jede Atmosphärenprofilschicht
37

8 Das Einlesetool
Wie im vorherigen Abschnitt bereits dargestellt, benötigt das Nebelmodell PAFOG eine Reihe
von Informationen, die den Zustand der Atmosphäre beschreiben. Diese können aus Messdaten
stammen oder, um eine flächendeckende Versorgung mit Eingabedaten zu gewährleisten, aus
Vorhersagedaten aus dem COSMO-Modell. Um PAFOG auf verschiedene Art zu initialisieren,
wurden so genannte Einlesetools entwickelt, die die zur Initialisierung von PAFOG notwendigen
Variablen bereit stellen.
In Abhängigkeit von der gewünschten Initialisierung können drei Konfiguration unterschieden
werden:
• PAFOG-Baseline: Initialisierung von PAFOG mit Modell-Ouput aus COSMO-
Vorhersagen. PAFOG wird ausschließlich mit Daten aus COSMO-Vohersagen initialisiert.
Eine Nebelprognose mit PAFOG kann an jedem gewünschten Ort durchgeführt
werden.
• PAFOG-Radiosonde: Initialisierung von PAFOG mit Radiosonden-Daten.
Für das Atmosphärenprofil werden anstatt COSMO-Modelloutputdaten Radiosondenmessungen
genutzt. Die Prognose von Nebel mit dieser Initialisierung ist auf die Orte
beschränkt, an denen Radiosondenaufstiege durchgeführt werden.
• PAFOG-MWRP: Initialisierung von PAFOG mit MWRP 1 . Bei dieser Initialisierungsmethode
wird das Atmosphärenprofil aus MWRP-Messungen abgeleitet. Die
restlichen Informationen stammen aus COSMO-Vorhersagen. Die Nebelprognose ist auf
die Orte beschränkt, an denen MWRP-Messungen vorliegen.
Der Aufbau der drei Einlesetools unterscheidet sich nicht, lediglich die Bereitstellung der
Atmosphärenprofile wird in den drei Tools anders durchgeführt.
Grundsätzlich kann der Programmaufbau der Einlesetools in drei Schritte unterteilt werden:
1. Umwandeln des COSMO-Modell Outputs von GRIB in ASCII-Format
2. Extrahieren der notwendigen Variablen für den gewünschten Vorhersageort
3. Formatieren der Inputvariablen zum Einlesen für PAFOG
Die Abbildung 8.1 gibt einen Überblick.
1 Mikrowellen-Radiometer: Microwave Radiometer Profiling, MWRP zur Erfassung atmosphärischer
Temperatur- und Feuchteprofile
38

8.1 Vorgehensweise
Abbildung 8.1: Datenfluss Einlesetool
Bevor die Einlesetools nun genauer beschrieben werden, werden zunächst die wichtigsten
Schritte im chronologischen Ablauf der Erstellung einer Nebelprognose aufgelistet. Zunächst
sollten für die jeweiligen Modellkonfigurationen die Ordner existieren:
1. PAFOG_baseline
2. PAFOG_radiosonde
3. PAFOG_mwrp
In diesen liegen wiederum die Ordner:
• /src: der Quellcode
• /bin: das Makefile
• /incv: die Include-Dateien
• /inp : die Input-Dateien
• /out: der Output
39

• /KONSTANT: konstante Hilfsdateien, die für die Einlesetools benötigt werden (nachstehend
erläutert)
• /PROGRAMME: die Programme des Einlesetools (ebenfalls nachstehend erläutert)
Im Modell PAFOG sowie in den Einlesetools sind Environment-Variablen definiert. Diese
müssen in der Unix-Konfigurationsdatei .cshrc (oder in der entsprechenden Datei) definiert
werden. Die folgenden Dateien/Pfade werden zum Start von PAFOG benötigt:
1. für PAFOG_BASELINE: setenv ROOTPATH_BASELINE
Pfad des Ordners angeben, in dem das Modell gespeichert ist
2. für PAFOG_RADIOSONDE: setenv ROOTPATH_RADIOSONDE
Pfad des Ordners angeben, in dem das Modell gespeichert ist
3. für PAFOG_MWRP: setenv ROOTPATH_MWRP
Pfad des Ordners angeben, in dem das Modell gespeichert ist
Diese bleiben unverändert, solange man das Modell nicht umbenennt oder verschiebt/kopiert.
Allerdings muss für jeden Lauf das Datum geändert werden:
4. DATUM setenv DATE 1911200712
das Datum muss entsprechend dem gewünschten Tag verändert werden, das Format sollte
wie im Beispiel beibehalten werden: Tag: dd, Monat: mm, Jahr: yyyy und Startzeit
des Modells: hh
Vor jedem Lauf muss zum einen in der Unix-Konfigurationsdatei .cshrc sowie in dem FORT-
RAN Programm input_einlesen.f95 (im Ordner PROGRAMME) das Datum des Modelllaufs
geändert werden (dies ist im Quellcode erläutert). Um nicht alle Programm per Hand
einzeln kompilieren und ausführen zu müssen, wurden alle notwendigen Programme in den
Shell-Programmen:
• einlesen_PAFOG_baseline.sh: für die PAFOG-Baseline Version
• einlesen_PAFOG_radiosonde.sh: für die PAFOG-Mwrp Version und
• einlesen_PAFOG_mwrp.sh: für die PAFOG-Radiosonde Version
vereinigt. Auch hier muss eine Umgebungsvariable definiert werden: COSMOPATH. Hier
sollte der Ort angezeigt werden, in denen der COSMO-Vorhersageoutput gespeichert ist.
Mit Hilfe der Shellskripte werden alle Schritte nacheinander abgearbeitet, das Nebelmodell
PAFOG gestartet sowie für den jeweiligen Lauf Backupdateien generiert und im Ordner output_backup_date
gespeichert. Die Executables und die Eingangsdatenfiles müssen unter
den entsprechenden Pfaden vorhanden sein (alle Inputdateien in dem Ordner /inp/); die
Output-Dateien werden in dem Ordner /out/ abgespeichert.
40

8.2 COSMO-DE Daten
Allen Modellkonfigurationen ist gemein, dass entweder alle Informationen (für PAFOG-
Baseline) oder die Informationen, die nicht als Messungen vorliegen (für PAFOG-Radiosonde
und für PAFOG-Mwrp), dem COSMO-Modelloutput entnommen werden. Das COSMO-Modell
ist das operationelle Wettervorhersagesystem des DWD, entwickelt für die meso−β und meso−γ-
Skala [35]. Hierfür werden die hydro-thermodynamischen Grundgleichungen einer kompressiblen,
nicht-hydrostatischen Strömung in feuchter Atmosphäre in Advektionsform gelöst. Für
die horizontalen und vertikalen Windkomponenten, den Druck, die Temperatur, die spezifische
Feuchte, den Wolkenwassergehalt, Wolkeneis, Regenwasser, Schnee, Graupel sowie die turbulente
kinetische Energie werden prognostische Gleichungen gelöst.
Je nach der Ausdehnung des Modellgebietes können zwei Modellversionen unterschieden werden:
• COSMO-EU mit einer Gitterweite von ∼ 7 km umfasst Europa.
• COSMO-DE mit einer Gitterweite von ∼ 2.8 km umfasst Deutschland.
Das Mehrschicht-Bodenmodell TERRA-Multilayer ist an das COSMO-Modell gekoppelt und
modelliert die wesentlichen hydrologischen Prozesse wie die Wasseraufnahme und Verdunstung
aus den Oberflächenspeichern, die Wasseraufnahme in den Boden und die Verdunstung
aus dem Boden, den Oberflächenabfluss sowie die Transpiration der Pflanzen. Das Profil der
Bodenfeuchte wird durch Lösen der Richards-Gleichung, die Bodentemperatur wird durch numerisches
Lösen der Wärmeleitungsgleichung berechnet. Darüberhinaus beschreibt TERRA-
ML die Entwicklung der Temperatur und des Wasergehaltes in einem Schneespeicher und den
Wassergehalt in einem Interzeptionsspeicher. Eine detaillierte Beschreibung des
COSMO-Modells ist in [19] gegeben.
Die zur Initialisierung von PAFOG benötigten Daten gehören zum Standardoutput des COSMO-
Modells. Es wird die Modellversion COSMO-4.6 mit den COSMO-DE Einstellungen benutzt.
Ausführliche Informationen hierzu gibt es in [1]
8.3 Datenfluss Einlesetool
Im folgenden werden nun die wichtigsten Schritte/Programme des Einlesetools in chronologischer
Folge dargestellt:
1. Umwandeln von GRIB-Format in Ascii-Format
Da der Output des COSMO-Modells im GRIB-Format vorliegt, muss zu Beginn der
GRIB-Output in ASCII-Output umgewandelt werden. Hierzu wird das Programm wgrib.c
der NOAA (National Oceanic and Atmospheric Administration) verwendet. Mit Hilfe
dieses C-Programms ist es möglich, GRIB-Code zu extrahieren und in unterschiedlichen
Formaten zu speichern. Um die oben aufgelisteten Variablen zu extrahieren, wurde
wgrib in das Shell-Programm grib2ascii.sh eingebunden. So ist es möglich, die gewünschten
Variablen aus dem COSMO-Modell Output zu extrahieren und in Ascii-Format
abzuspeichern. Der Output wird in den Ordnern COSMO_ASCII_OUTPUT/Datum
gespeichert.
41

2. Extrahieren der Variablen für den Vorhersageort und die Initialisierungszeit
Nun müssen die benötigten Daten für die gewünschte Zeit, die notwendigen Levels und
den Vorhersageort herausgefiltert werden. Diesem Zweck dienen eine Reihe von Fortranprogrammen,
die nachstehend erläutert werden.
3. Vorhersagort lokalisieren
Um das gewünschte Pixel zu lokalisieren, müssen in dem RUN-Script des COSMO-Laufs
für den gewünschten Vorhersageort die geographischen Koordinaten angegeben werden.
Details können der COSMO-Dokumentation [1] entnommen werden.
Unter Verwendung der operationellen COSMO-DE Standard-Einstellungen liegt das Pixel:
• Observatorium Lindenberg: X:302 Y:292. Flughafen Münche: X:240 Y: 130
Nach Umwandlung des Modelloutputs in ASCII-Format folgt im nächsten Schritt:
4. Erstellen der Input-Dateien
Mit Hilfe der FORTRAN Programme werden die nötigen Variablen extrahiert, berechnet
und in das richtige Format gebracht werden. Nach Ausführen der Programme enstehen
die Dateien inp.dat, soilt.dat und soilq.dat, die zum Start von PAFOG benötigt
werden.
8.3.1 Ordner
Alle neu erstellten Dateien sowie einige konstante Hilfsdateien werden in den folgenden Ordnern
abgespeichert:
COSMO_ASCII_OUTPUT
In diesem Ordner liegt nach Tagen sortiert der in ASCII-Format umgewandelte COSMO-
Modell Output; so stehen die Informationen den Fortran-Programmen zur Verfügung.
LINDENBERG_ PIXEL_DATUM
Mit Hilfe der Fortran-Programme werden für das gewünschte Pixel, an dem die Nebelprognose
stattfinden soll, alle notwendigen Variablen extrahiert und in diesem Ordner abgespeichert.
Gespeicherte Variablen sind:
clchigh.dat, clclow.dat, clcmedium.dat, pres_surface.dat, tempsurf.dat,
temp_2m.dat, tdew.dat, relhum.dat, wind.dat qv_vertikalprofil.dat,
pres_vertikalprofil.dat, tdew_vert.dat, temp_vertikalprofil.dat,
soiltemp_profil.dat, soilwater_profil.dat
PAFOG_INPUT_DATUM
Hier werden die neu erstellten Dateien, die zur Initialisierung von PAFOG benötigt werden,
gespeichert: inp.dat, soilq.dat, soilt.dat
42

Konstant
Neben der für jeden Lauf neu modifizierten Eingabedaten gibt es einige konstante Hilfsdateien:
• cloud_no: Hilfsdatei, um Wolkenbedeckung richtig einzulesen; benötigt für das Programm
read_cloudlevel.f95
• level_hybrid: Hilfsdatei, um Modelllevel einzulesen; benötigt für das Programm
read_input_vertikal.f95
• topo_vertikal.dat: Hilfsdatei, um Höhe einzulesen; benötigt für das Programm taupunkt.f95
• bodentemp_no: Hilfsdatei zum Einlesen der Bodenschichten; benötigt für das Programm:
read_input_soilprofil.f95
• bodenwater_no: Hilfsdatei zum Einlesen der Bodenschichten; benötigt für das Programm:
read_input_soilprofil.f95
• temp_schicht.text: Modellschichtdicken des Bodens zur Temperaturberechnung aus TER-
RA_ML; benötigt für das Programm input_soilqundt.f95
• water_schicht.text: Modellschichtdicken zur Wassergehaltsberechnung aus TERRA_ML;
benötigt für das Programm input_soilqundt.f95
• iz_mwrp: Hilfsdatei zum Einlesen der Schichten der MWRP-Messungen; benötigt für
das Programm: interpolieren.f95 der Modellkonfiguration PAFOG-Mwrp
• radio_height.dat: Hilfsdatei zum Einlesen der Schichten der Radiosonden-Messungen;
benötigt für das Programm: input_einlesen.f95 der Modellkonfiguration: PAFOG-
Radiosonde
8.4 Einlesetool PAFOG-Baseline
Einen Überblick über die auszuführenden Programme gibt die Abbildung 8.2. Zur Berechnung
des Taupunktes T_d aus COSMO-Daten werden der Luftdruck p (hPA) und die Spezifische
Feuchte q (kg/kg) benötigt. Der Taupunkt wird entsprechend folgender Formel berechnet (aus
dem NinJo Fachkonzept Strahlungsnebelprognose):
Td =
234, 67 ∗ log(e) − 184.2
8, 233 − log(e)
(8.1)
mit dem Dampfdruck e
e = 1, 608 ∗ p ∗ q (8.2)
43

8.5 Einlesetool PAFOG-Radiosonde
Der Aufbau des Einlesetools entspricht dem von PAFOG-Baseline, jedoch stammen die Atmosphärenprofile
aus Radiosonden-Messungen.
Verfügbare Radiosondenmessungen sind:
• die Höhe (m)
• Werte für den Luftdruck (hPa)
• Werte für die Temperatur ( ◦ C) und
• die relative Feuchte (%).
Die Werte stehen alle sechs Stunden um 06/12/18 und 00 Uhr zur Verfügung. Um PAFOG mit
Radiosonden-Messungen zu initialisieren, muss noch die Taupunkttemperatur ( ◦ C) berechnet
werden. Da die zur Berechnung notwendige spezifische Feuchte nicht gemessen wird, kann
die Größe entweder berechnet werden oder aus COSMO-DE Daten genommen werden. In
Abbildung 8.3 sind alle Programme kurz erläutert.
8.6 Einlesetool PAFOG-Mwrp
Auch bei PAFOG-Mwrp wird bis auf Daten für die Atmosphärenprofile COSMO-DE genutzt.
Verfügbare MWRP-Messungen sind:
• Temperatur ( ◦ C),
• relative Feuchte (%),
• absolute Feuchte (g/m 3 ) sowie
• Wolkenwassergehalt (g/m 3 )
Bei Initialisierung mit MWRP-Daten müssen noch der Taupunkt berechnet werden sowie der
Druck aus den Radiosondenmessungen oder aus COSMO-DE Daten interpoliert werden. Der
Aufbau und Informationen zu den Programmen kann der Abbildung 8.4 entnommen werden.
44

Abbildung 8.2: Programmstruktur PAFOG-Radiosonde
45

Abbildung 8.3: Programmstruktur PAFOG-Radiosonde
46

Abbildung 8.4: Programmstruktur PAFOG-Mwrp
47

9 Verifikationsläufe
Um die Wirkung der verschiedenen Initialisierungen auf die Nebelentwicklung zu untersuchen,
wurden Verifikationsläufe durchgeführt. Für diese Arbeit wurde eine Reihe von Datensätzen
aus den Jahren 2006 und 2007 vom Observatorium in Lindenberg zur Verfügung gestellt, die
bereits im Vorfeld dankenswerter Weise von den Kollegen aus Lindenberg nach beobachteten
Nebelperioden sortiert wurden. An einem beobachteten Strahlungsnebeltag, es wurde der
12.10.2006 ausgewählt, sollen die Ergebnisse exemplarisch dargestellt werden. An diesem Tag
wurde Nebel beobachtet vom 11.10.2006 22 UTC bis zum Morgen des 12.10.2006 11 UTC.
Sobald die Sichtweite unter 1000 m sinkt, kann per Definition von Nebel gesprochen werden.
9.1 Modell Einstellungen
Das Nebelmodell PAFOG wurde jeweils mit den Modellkonfigurationen PAFOG-Baseline,
PAFOG-MWRP und PAFOG-Radiosonde um 12:00 UTC gestartet und es wurden Vorhersagen
von 24 Stunden gerechnet. Die Initialisierung der drei Modellkonfigurationen unterscheidet
sich in den Atmosphärenprofilen, welche bei PAFOG-Baseline aus COSMO-Daten
stammt, bei der Version PAFOG-MWRP aus MWRP-Messungen und bei PAFOG-Radiosonde
aus Radiosonden-Messungen. Die restlichen benötigten Input-Variablen (wie z. B. die 2m-
Temperatur oder die Bodentemperatur) stammen aus COSMO-Modelloutput. Darüberhinaus
benötigt PAFOG neben einem Bodentemperaturprofil, das aus COSMO-Vorhersagen entnommen
wird, auch Informationen über die Bodenfeuchte. Es ist möglich, die Bodenfeuchte auf
verschiedene Art zu initialisieren. Das Bodenfeuchteniveau kann auf trocken gesetzt werden,
was dem Wert des permanten Welkepunktes (PWP) entspricht. Der PWP ist definiert als die
Wassermenge im Boden, die nicht mehr für Pflanzen verfügbar ist. Des weiteren kann der
Wert der Feldkapazität oder das Mittel zwischen PWP und Feldkapazität gewählt werden.
Die Feldkapazität entspricht der Wassermenge, die gegen die Schwerkraft im Boden gehalten
werden kann. Neben diesen Werten kann auch ein Bodenfeuchteprofil (z.B Messungen oder
COSMO-Output) vorgegeben werden. Als Aerosoltyp, welcher Einfluss auf die maximale Teilchenkonzentration
hat, wurde rurales Aerosol gewählt, da dies der Realität in Lindenberg am
nächsten kommt.
9.2 Verifikationslauf 12.10.2006
Da sich die Modellkonfigurationen lediglich durch die Atmosphärenprofile unterscheiden, werden
in Abbildung 9.1 a-c die Vertikalprofile der zur Initialisierung von PAFOG benötigten
Variablen Temperatur ( ◦ C), Taupunkttemperatur ( ◦ C) sowie des Luftdrucks (hPa) dargestellt.
48

Es werden nur die unteren 500 m in der Atmosphäre betrachtet, da in diesem Bereich die für
die Nebelbildung interessanten Austauschprozesse stattfinden, die letztendlich zur Nebelbildung
führen oder diese verhindern können. Die dargestellten Werte sind COSMO-Vorhersagen
(blaue Linie), Radiosonden-Messungen (rote Linie) und MWRP-Messungen (grüne Linie), d.h.
die Werte für die Temperatur, die Taupunkttemperatur sowie den Druck sind noch nicht auf
das Modellgitter des Nebelmodells PAFOG interpoliert. Da mit dem MWRP kein Druck gemessen
werden kann, stammt der in Abbildung 9.1 c dargestellte Druck für die Modellversion
PAFOG-MWRP aus einer linearen Interpolation des COSMO-Drucks auf die Höhen der
MWRP-Messungen.
Wie aus dem Vertikalprofil der Temperatur (Abbildung 9.1 a) zu erkennen, unterscheiden sich
in den unteren 200 m die Temperatur der Radiosonde (rote Linie) und der MWRP-Messungen
(grüne Linie) kaum, die Temperatur aus dem COSMO-Modell (blaue Linie) ist ab einer Höhe
von 50 m 2 ◦ C wärmer; mit zunehmender Höhe ab ca. 450 m erhöht sich die Temperatur
aus Radiosonden-Messungen und stimmt mit dem COSMO-Modelloutput gut überein. Die
MWRP-Messungen sind fast 4 ◦ C kühler. Festzuhalten bleibt, dass in den unteren 500 m die
von COSMO prognostizierte Temperatur höher als die Messungen ist.
Auch bei den Werten der Taupunkttemperatur können Unterschiede identifiziert werden (Abbildung
9.1 b). Die Werte errechnet aus COSMO-Daten sind am kühlsten, der aus Radiosonden-
Messungen errechnete Taupunkt ist ca. 4 ◦ C wärmer. Die Werte der Taupunkttemperatur
errechnet aus MWRP-Messungen liegen zwischen der Taupunkttemperatur aus COSMO und
der aus Radiosondenmessungen.
In Abbildung 9.1 c ist das Vertikalprofil für den Druck zur Zeit der Initialisierung dargestellt.
Die Versionen unterscheiden sich in den untersten 300 m kaum, mit zunehmender Höhe werden
die Unterschiede etwas grösser. Der aus COSMO prognostizierte Druck stimmt mit den
Radiosonden-Messungen gut überein.
Insgesamt fällt auf, daß die MWRP-Messungen und Radiosonden-Messungen für die Temperatur
relativ große Differenzen zeigen. Dies kann auf die unterschiedliche Messtechnik zurückgeführt
werden und sollte bei der Modellvalidierung stets berücksichtigt werden.
Neben diesen initialisierten Variablen ist auch die relative Feuchte eine entscheidende Größe
bei der Nebelbildung. In Abbildung 9.1 d ist die relative Feuchte dargestellt, die aus den
initialisierten Inputdaten zu Beginn der Simulation errechnet und auf das Modellgitter von
PAFOG linear interpoliert wird. Auch hier sind entsprechend der Inputdaten Unterschiede
zu erkennen. Die relative Feuchte aus PAFOG-Baseline (blaue Linie) ist mit 53 % am Erdboden
am geringsten, die Feuchte aus PAFOG-Radiosonde ist mit 64 % am höchsten und
PAFOG-MWRP liegt mit 59 % wieder in der Mitte. Mit zunehmender Höhe bis ca. 350 m
nimmt die relative Feuchte aller Modellversionen zu. Die Unterschiede in den Modellversionen
bleiben aber bestehen und korrespondieren mit der Taupunkttemperatur. Insgesamt ist die
relative Feuchte sehr niedrig, was durch die Startzeit des Modells um 12 UTC und die hohen
Temperaturen zu erklären ist.
49

500
450
Vertikalprofil Temperatur (Celsius)
COSMO
Radiosonde
MWRP
500
450
Vertikalprofil Taupunkttemperatur (Celsius)
COSMO
Radiosonde
MWRP
400
400
350
350
300
300
Hoehe
250
Hoehe
250
200
200
150
150
100
100
50
50
0
10 12 14 16 18
Temperatur
0
5 10 15
Taupunktemperatur
500
450
(a)
Vertikalprofil Druck (hPa)
400
350
(b)
Vertikalprofil Relative Feuchte (%)
Baseline
Radiosonde
MWRP
400
300
350
300
COSMO
Radiosonde
MWRP
250
Hoehe
250
Hoehe
200
200
150
150
100
100
50
50
0
900 920 940 960 980 1000
Druck
0
50 55 60 65 70 75 80
Rel. Feuchte
(c)
(d)
Abbildung 9.1: Vertikalprofil der Temperatur ◦ C (a), der Taupunkttemperatur ◦ C (b) und des Luftducks
(hPa) (c) sowie die relative Feuchte interpoliert auf das PAFOG-Modellgitter
(d) zur Zeit der Modellinitialisierung um 12 UTC.
50

Der zeitliche Verlauf der Temperatur und der relativen Feuchte ist in Abbildung 9.2 a-b
als Vertikalprofil für die Stunden 14 UTC, 18 UTC, 00 UTC, 05 UTC und 10 UTC für die
Modellversion Baseline dargestellt.
Die prognostizierte Temperatur von PAFOG-Baseline (Abbildung 9.2 a) ist über den gesamten
Vorhersagezeitraum etwas höher, die relative Feuchte etwas geringer. In der Nacht kommt es
zu einer Temperaturinversion (blaue, rote und grüne Linie) und die relative Feuchte (Abbildung
b) erreicht ab 00 UTC Werte nahe 100 % in der Nähe der Erdoberfläche. Die vertikale
Erstreckung des Nebels liegt unter 10 m und auch der Flüssigwassergehalt im Nebel ist mit
Werten bis zu 0.1 g/kg nicht sehr hoch (siehe Abbildung 9.2 c-d). Dargestellt sind der Wolkenwassergehalt
sowie die Konzentration der Tropfen als Funktion der Höhe und Zeit.
In Abbildung 9.3 a-b sind die Vertikalprofile für der Temperatur sowie der relative Feuchte
prognostiziert von PAFOG-Radiosonde dargestellt. Eine Temperaturinversion in der Nacht
ist deutlich ausgeprägt, und nahe der Erdoberfläche um 5 UTC ist die Temperatur fast 4 ◦ C
kühler als die mit PAFOG-Baseline simulierte Temperatur. Dementsprechend sind auch die
Werte der relativen Feuchte höher. Vor allem reicht die vertikale Erstreckung der Werte nahe
100 % weit höher in die Atmosphäre, was in den Abbildungen 9.3 c-d bestätigt wird. Zudem
beträgt auch noch um 10 UTC die relative Feuchte nahezu 100 % bis in 50 m Höhe. Sowohl die
Tropfenkonzentration als auch der Flüssigwassergehalt sind deutlich höher als mit PAFOG-
Baseline prognostiziert. Der Flüssigwassergehalt erreicht Werte bis 0.4 g/kg und erstreckt sich
bis in eine Höhe von 20 m. Gut zu erkennen ist, daß eine höhere Tropfenkonzentration mit
einem höheren Flüssigwassergehalt korrespondiert (zu sehen in einer Höhe von 10-18 m).
Wie auch schon vorher aufgezeigt, liegen die Werte der Vertikalprofile für die Temperatur und
der relative Feuchte prognostiziert mit PAFOG-MWRP (siehe Abbildung 9.4 c-d) zwischen
den Werten der anderen beiden Modellversionen. Sowohl die nächtliche Temperaturinversion
als auch die Werte der relativen Feuchte nahe 100 % in der Nacht in der unteren Atmosphäre
werden auch hier erreicht; auch der Flüssigwassergehalt und die Tropfenkonzentration (siehe
Abbildung 9.4 c-d) sind geringer als die von PAFOG-Radiosonde prognostizierten Werte. Die
Mächtigkeit des Nebels -abgeleitet aus dem Flüssigwassergehalt - liegt bei ca. 16 m.
51

Vertikalprofil Temperatur (Celsius) Baseline
150
14
18
00
05
10
Vertikalprofil Relative Feuchte (%) Baseline
150
100
100
Hoehe (m)
Hoehe (m)
50
50
0
0 5 10 15 20
Temp.
0
50 60 70 80 90 100
Rel. Feuchte
(a)
(b)
60
LWC g/kg Baseline
0.5
Tropfenkonzentration [1/cm 3 ] Baseline
60
60
0.45
0.4
50
Hoehe [m]
40
20
0.35
0.3
0.25
0.2
0.15
Hoehe (m)
40
20
40
30
20
0.1
10
0.05
17 21 02 07 12
Zeit [h]
0
17 21 02 07 12
Zeit (h)
0
(c)
(d)
Abbildung 9.2: Vertikalprofil der Temperatur ( ◦ C) (a) und der relativen Feuchte (%) (b) um 14 UTC,
18 UTC, 00 UTC, 05 UTC und 10 UTC sowie der Flüssigwassergehalt (g/kg) (c)
und die Tropfenkonzentration (cm −3 ) (d) als Funktion der Höhe und Zeit für die
Modellversion PAFOG-Baseline.
52

Vertikalprofil Temperatur (Celsius) Radiosonde
150
14
18
00
05
10
Vertikalprofil Relative Feuchte (%) Radiosonde
150
100
100
Hoehe (m)
Hoehe (m)
50
50
0
0 5 10 15 20
Temp.
0
50 60 70 80 90 100
Rel. Feuchte
(a)
(b)
60
LWC g/kg Radiosonde
0.5
Tropfenkonzentration [1/cm 3 ] Radiosonde
60
60
0.45
0.4
50
Hoehe (m)
40
20
0.35
0.3
0.25
0.2
0.15
Hoehe (m)
40
20
40
30
20
0.1
10
0.05
17 21 02 07 12
Zeit (h)
0
17 21 02 07 12
Zeit (h)
0
(c)
(d)
Abbildung 9.3: Vertikalprofil der Temperatur ( ◦ C) (a) und der relativen Feuchte (%) (b) um 14 UTC,
18 UTC, 00 UTC, 05 UTC und 10 UTC sowie der Flüssigwassergehalt (g/kg) (c)
und die Tropfenkonzentration (cm − 3) (d) als Funktion der Höhe und Zeit für die
Modellversion PAFOG-Radiosonde.
53

Vertikalprofil Temperatur (Celsius) MWRP
150
14
18
00
05
10
Vertikalprofil Relative Feuchte (%) MWRP
150
100
100
Hoehe (m)
Hoehe (m)
50
50
0
0 5 10 15 20
Temp.
0
50 60 70 80 90 100
Rel. Feuchte
(a)
(b)
60
LWC g/kg MWRP
0.5
Tropfenkonzentration [1/cm 3 ] MWRP
60
60
0.45
0.4
50
Hoehe (m)
40
20
0.35
0.3
0.25
0.2
0.15
Hoehe (m)
40
20
40
30
20
0.1
10
0.05
17 21 02 07 12
Zeit (h)
0
17 21 02 07 12
Zeit (h)
0
(c)
(d)
Abbildung 9.4: Vertikalprofil der Temperatur ( ◦ C) (a) und der relativen Feuchte (%) (b) um 14 UTC,
18 UTC, 00 UTC, 05 UTC und 10 UTC sowie der Flüssigwassergehalt (g/kg) (c)
und die Tropfenkonzentration (cm − 3) (d) als Funktion der Höhe und Zeit für die
Modellversion PAFOG-MWRP.
54

Um abschließend ein Urteil über die Güte der Vorhersage zu fällen, werden die Modellergebnisse
mit Messungen verglichen. In Abbildung 9.2 a sind die Modellergebnisse für die
Simulation der Sichtweite in 2 m Höhe für die Modellläufe mit PAFOG-Baseline (blaue Linie),
PAFOG-Radiosonde (rote Linie) und PAFOG-MWRP (grüne Linie) und die Werte der Sichtweitenmessung
der SYNOP-Station des Observatoriums in Lindenberg (schwarz gestrichelte
Linie) zu sehen.
55

Sichtweite [m]
1200
1000
800
600
400
200
0
PAFOG−Baseline
PAFOG−Radiosonde
PAFOG−Mwrp
Messungen
Sichtweite in m in 2m Hoehe
12 18 00 06 12
Zeit [h]
Temperatur [Celsius]
20
15
10
5
0
(a)
Temperatur in 2m Hoehe
12 18 00 06 12
Zeit [h]
Relative Feuchte %
101
100
99
98
97
96
(b)
Relative Feuchte % in 2m Hoehe
95
12 18 00 06 12
Zeit [h]
(c)
Abbildung 9.5: Zeitliche Entwicklung der Sichtweite (m) (a), der Temperatur ( ◦ C) (b) und der relativen
Feuchte (%) (c) in 2 m Höhe.
56

Mit allen drei Modellkonfigurationen wird das Strahlungsnebelereignis reproduziert, die Läufe
zeigen jedoch wie schon vorher aufgezeigt in ihren Ergebnissen Unterschiede. Zu Beginn soll
der Lauf mit PAFOG-Baseline (blaue Linie) betrachtet werden.
Bei diesem Lauf wird Nebel von 00 UTC bis 7 UTC am nächsten Morgen simuliert. Die Sichtweite
sinkt im Laufe der Nacht auf Werte von 350 m und ab 7 UTC löst sich der Nebel wieder
auf. Der Verlauf der Sichtweite stimmt mit den Messungen recht gut überein, die simulierte
Nebelepisode ist aber kürzer als beobachtet und die simulierten Werte sind um bis zu 200 m
höher.
Die Ergebnisse mit der Konfiguration PAFOG-Radiosonde (rote Linie) sind im Verlauf sehr
ähnlich, jedoch sind Beginn und Ende der Nebelepisode etwas versetzt. Die Sichtweite sinkt
um 23 UTC auf 300 m, erreicht um 6 UTC einen Wert von 80 m, steigt langsam wieder an,
um sich ab 11 UTC aufzulösen. Ab 6 UTC bis zur Auflösung des Nebels stimmt der Verlauf
der simulierten Sichtweite sehr gut mit den Messungen überein.
Auch der Verlauf der Sichtweite simuliert mit PAFOG-MWRP ist sehr ähnlich. Beginn des
simulierten Nebelereignisses ist auch in diesem Fall 23 UTC, jedoch löst sich der Nebel bereits
um 8 UTC wieder auf.
In Abbildung 9.2 b werden die Modellergebnisse für die 2m-Temperatur mit Messungen verglichen.
Die beobachtete Temperatur kühlt sich von 20 ◦ C um 12 UTC auf 10 ◦ C im Laufe
der Nacht ab ohne am nächsten Morgen wieder deutlich anzusteigen. Ein Grund könnte sein,
daß in der Nacht Bewölkung beobachtet wurde. Auch kann eine hohe Bodenfeuchte ausgelöst
durch ein vorangegangenes Niederschlagsereignis eine stärkere nächtliche Abkühlung verhindern.
Beim Betrachten der Modellergebnisse fällt auf, daß die Temperatur von allen drei Modellkonfigurationen
vor allem in der Nacht während des Nebelereignisses unterschätzt wird. Die Unterschiede
der drei Modell-Versionen sind jedoch nicht sehr groß. Bis ca. 20 UTC ist der Verlauf
der simulierten Temperatur sehr nah an den Messungen. Jedoch sinkt die von PAFOG-MWRP
simulierte Temperatur auf 5 ◦ C, die von PAFOG-Rasdiosonde auf 6 ◦ C die von PAFOG-
Baseline simulierte Temperatur bleibt mit 7 ◦ C am wärmsten. Mit Sonnenaufgang steigt die
Temperatur vorhergesagt mit PAFOG-Radiosonde und PAFOG-MWRP im Laufe des Vormittags
auf 15 ◦ C und liegt somit höher als die Beobachtungen. Die mit PAFOG-Baseline
prognostizierte Temperatur erwärmt sich stärker auf 17 ◦ C.
Die Ergebnisse der relativen Feuchte (siehe Abbildung 9.2 c) für den Lauf mit PAFOG-
Radiosonde (rote Linie) zeigen, daß um 22 UTC eine relative Feuchte von beinahe 100 %
erreicht wird und während der gesamten Nacht auf diesem Niveau bleibt. Ab 10 UTC sinken
die Werte wieder deutlich unter 100 %.
Auch der Verlauf der relativen Feuchte in 2m Höhe simuliert mit PAFOG-Baseline ist sehr
ähnlich, jedoch werden Werte von nahe 100 % eine Stunde später um 23 UTC erreicht, bleiben
relativ konstant während der Nacht und sinken dann ab 7 UTC unter 100 %. Mit PAFOG-
MWRP wird ebenfalls um 23 UTC eine relative Feuchte von ca. 100 % erreicht, was mit den
Messungen übereinstimmt. Im Gegensatz zu den Messungen, in denen die relative Feuchte
von 23 UTC bis 11 UTC - was dem beobachteten Nebelereignis entspricht - zwischen 98 und
100 % schwankt, bleibt die mit PAFOG-MWRP simulierte relative Feuchte nahezu konstant
bei 100% bis 8 UTC und sinkt dann rasch ab. Abgesehen von den Schwankungen, die auf
die Trägheit der Messgeräte im Bereich nahe der Sättigung zurückzuführen ist, stimmen die
57

Modellergebnisse gut mit den Messungen überein.
Es kann festgehalten werden, daß mit PAFOG-Baseline das kürzeste Nebelereignis simuliert
wird, sich der Nebel also im Vergleich zu den Messungen zu spät bildet und zu früh wieder
auflöst. Auch mit PAFOG-Radiosonde und PAFOG-MWRP wird eine kürzere Nebelepsiode
simuliert, wobei die Ergebnisse von dem Lauf mit PAFOG-MWRP wieder die Mitte bilden
zwischen der Version Baseline und Radiosonde. Die Sichtweite prognostiziert von PAFOG-
Radiosonde zeigt die größte Übereinstimmung mit den Messungen, auch die Zeit des Auflösens
wird korrekt simuliert. Mit allen Modellkonfigurationen setzt die Nebelbildung zu spät
ein, aber ein zeitlicher Versatz von nur zwei Stunden ist durchaus tolerierbar.
Entsprechend verhalten sich auch die simulierten Werte der relativen Feuchte. Es fällt jedoch
auf, daß die relative Feuchte während des jeweiligen simulierten Nebelereignisses nahezu konstant
bei 100 % liegt und nicht, wie beobachtet, nahe der Sättigung schwankt.
Mit den drei Modellkonfigurationen wird eine nächtliche Abkühlung durch Ausstrahlung gut
simuliert, jedoch ist diese Temperaturabnahme nicht in den Beobachtungen wiederzufinden.
Diese Unterschiede in Modellergebnissen und Beobachtung können darauf zurückzuführen sein,
daß in der Nacht eventuell Bewölkung beobachtet werden konnte, wodurch eine weitere Abkühlung
durch Ausstrahlung verhindert wurde. Leider liegen für diese Nacht keine Messungen
des Bedeckungsgrades vor, um diese Vermutung zu bestätigen.
58

Tabelle 9.1: Bedeckungsgrad in Achtel prognostiziert von COSMO
Vorhersagezeit 12 13 14 15 16 17 18 19 20 21 22 23 00
unteres Niveau 0 0 0 0 0 0 0 0 0 0 0 0 0
mittleres Niveau 5 4 3 6 4 7 6 8 8 8 8 1 3
hohes Niveau 0 0 0 0 0 0 0 0 0 0 0 0 0
Voerhersagezeit 01 02 03 04 05 06 07 08 09 10 11 12
unteres Niveau 0 0 0 0 0 0 0 0 0 0 0 0
mittleres Niveau 2 3 0 0 0 0 0 0 0 0 0 0
hohes Niveau 0 0 0 0 0 0 0 0 0 0 0 0
Tabelle 9.3: Bedeckungsgrad in Achtel modifiziert
Vohersagezeit 12 13 14 15 16 17 18 19 20 21 22 23 00
unteres Niveau 0 0 0 0 0 0 0 0 0 0 0 0 0
mittleres Niveau 5 4 3 6 4 7 6 8 8 8 8 1 3
hohes Niveau 0 0 0 0 0 0 0 0 0 0 0 0 0
Zeit 01 02 03 04 05 06 07 08 09 10 11 12
unteres Niveau 0 0 0 0 0 0 0 0 0 0 0 0
mittleres Niveau 2 3 2 3 4 5 6 7 8 8 8 8
hohes Niveau 0 0 0 3 4 5 5 6 6 7 7 8
Der Bedeckungsgrad, mit dem PAFOG initialisiert wurde, stammt aus COSMO-Vorhersagen
und ist in allen drei Modellversionen gleich. Das COSMO-Modell prognostiziert von 12 UTC
bis 02 UTC einen Bedeckungsgrad zwischen 1/8 und 8/8 (siehe Tabelle 9.1). Um zu testen,
welchen Einfluß der Bedeckungsgrad auf die Vorhersagegüte des Modells hat, wurde der Bedeckungsgrad
so modifiziert, daß die nächtliche Abkühlung gedämpft wird. In Tabbelle 9.3 ist
der modifizierte Bedeckungsgrad dargestellt.
59

Relative Feuchte %
Temperatur [Celsius]
Sichtweite [m]
1200
1000
800
600
400
200
0
20
15
10
5
0
101
100
99
98
97
96
95
PAFOG−Baseline
Messungen
Sichtweite in m in 2m Hoehe
17 21 02 07 12
Zeit [h]
(a)
Temperatur in 2m Hoehe
17 21 02 07 12
Zeit [h]
PAFOG−Baseline
Messungen
(b)
Relative Feuchte % in 2m Hoehe
17 21 02 07 12
Zeit [h]
(c)
Abbildung 9.6: Zeitliche Entwicklung der Sichtweite (m) (a), der Temperatur ( ◦ C) (b) und der relativen
Feuchte (%) (c) in 2m Höhe.
60

Die Ergebnisse dieses Laufes sind in Abbildung 9.6 a-c nur für die Version PAFOG-Baseline
dargestellt, da sich die Ergebnisse für die beiden anderen Konfigurationen kaum unterscheiden.
Wie in Abbildung 9.6 b zu erkennen, wurde mit Hilfe der modifizierten Bedeckung erreicht,
daß die zu starke Temperaturabnahme in der Nacht verhindert werden konnte, die simulierte
Temperatur ist in der Nacht lediglich 2 ◦ C kühler als die Messungen, mit Sonnenaufgang
erwärmt sich die Luft trotz dieser Wolkenbedeckung stärker als beobachtet. Wie zu erwarten
ist PAFOG nun aufgrund der fehlenden Abkühlung nicht mehr in der Lage, eine längere Nebelepsisode
zu simulieren (siehe Abbildung 9.6 a). Auch ist die simulierte Feuchte (Abbildung
9.6 c) nun geringer als beobachtet.
Im Gegensatz dazu führt ein Modelllauf ohne Wolkenbedeckung dazu, daß die nächtliche Abkühlung
noch verstärkt wird (PAFOG-Baseline kühlt auf 1 ◦ C um 5 UTC ab). Dies hat zur
Folge, daß das simulierte Nebelereignis um einige Stunden verlängert wird. Die Sichtweite
sinkt schon vor 3 Stunden der Beobachtung unter 1000m und auch die relative Feuchte erreicht
schon um 21 UTC Werte nahe 100 %.
9.3 Zusammenfassung
Um mit dem 1D Nebelmodell PAFOG flächendeckend Nebelprognosen zu erstellen, werden
eine Reihe von Informationen über den Zustand der Atmosphäre benötigt. Mit Hilfe der entwickelten
Einlesetools werden die zur Initialisierung nötigen Variablen bearbeitet und in die
Inputdateien von PAFOG geschrieben.
Anhand von Senstivitätstudien sollte untersucht werden, wie das Modell auf die unterschiedlichen
Initialisierungen reagiert. Die Initialisierungen unterscheiden sich ausschließlich bei den
Werten für die Atmosphärenprofile, die entweder aus
• PAFOG-Baseline: COSMO-Vorhersagen
• PAFOG-Radiosonde: Radiosondenmessungen oder
• PAFOG-MWRP: MWRP-Messungen
stammen. Die Unterschiede in den Modellergebnissen können also auf die verschiedenen Atmosphärenprofile
zurückgeführt werden.
Das Modell wurde an verschiedenen Tagen, an denen Strahlungsnebel am Observatorium Lindenberg
beobachtet wurde, getestet und die Ergebnisse für den 12.10.2006 wurden diskutiert.
Es konnte gezeigt werden, daß das 1D Nebelmodell PAFOG in der Lage ist, Strahlungsnebel
zu simulieren. Die Güte der Vorhersage ist aber stark abhängig von der Modellinitialisierung,
da das Modell sehr sensitiv auf die unterschiedlichen Anfangsprofile reagiert.
Entsprechend dem Zustand der Atmosphäre zu Beginn des Modelllaufs ist die mit PAFOG-
Baseline vorhergesagte Nebelperiode am kürzesten. Auch sind die Werte der prognostizierten
Sichtweite am höchsten und der Flüssigwassergehalt im Nebel ist am geringsten. Dies ist darauf
zurückzuführen, daß das Anfangsatmosphärenprofil (aus dem COSMO-Modell) im Vergleich
61

zu dem MWRP- und Radiosondenprofil in den unteren 500m der Atmosphäre um bis zu 2 ◦ C
wärmer ist. Der Taupunkt ist um bis zu 4 ◦ C kälter und die relative Feuchte um fast 10 %
niedriger.
Im Gegensatz dazu wird mit PAFOG-Radiosonde die längste Nebelperiode simuliert, die Werte
der Sichtweite stimmen ab 6 UTC gut mit den Messungen überein und auch der Flüssigwassergehalt
ist am höchsten. Diese ist ebenfalls auf das Atmosphärenprofil zu Beginn der
Simulation zurückzuführen: die Temperatur sowie die Taupunkttemperatur sind am höchsten
und entsprechend ist die relative Feuchte am höchsten.
Sowohl die Werte der Anfangsprofile als auch die Ergebnisse simuliert mit PAFOG-MWRP
liegen zwischen denen von PAFOG-Baseline und PAFOG-Radiosonde. Obwohl die Anfangstemperatur
(entnommen aus MWRP-Messungen) am niedrigsten ist, liegen die Taupunkttemperatur
sowie die relative Feuchte zwischen den Anfangswerten von PAFOG-Baseline und
PAFOG-Radiosonde. Die simulierte Temperatur von PAFOG-MWRP bleibt über dem gesamten
Vorhersagezeitraum am niedrigsten; die Feuchte im Modell ist aber höher als bei PAFOG-
Baseline, und so ist auch das prognostizierte Nebelereignis von längerer Dauer.
Im Rahmen der vorliegenden Studie konnte gezeigt werden, daß neben den Atmospärenprofilen
auch die Wolkenbedeckung einen großen Einfluß auf die Modellergebnisse hat, da die
Temperatur- und so auch die Feuchtentwicklung im Modell von der Wolkenbedeckung beeinflußt
wird.
Bisher ist es noch nicht möglich, endgültige Rückschlüsse über systematische Fehler im Modell
sowie einer Tendenz einer Nebelüber oder -unterschätzung zu ziehen. Es kann aber festgehalten
werden, daß PAFOG in der Lage ist, Strahlunsgnebel zu simulieren. Die Nebelbildung und
-auflösung sind jedoch häufig - im Vergleich zu Beobachtungen - zeitlich versetzt. Auch sind
die simulierten Temperaturen häufig niedriger als die beobachteten Temperaturen. Bei den
zukünftigen Arbeiten sollte an dieser Thematik gearbeitet werden.
62

10 Datenassimilation
10.1 Motivation
Aus den bisher durchgeführten Studien geht hervor, dass das Modell PAFOG erfolgsverspechende
Ergebnisse in der Nebelvorhersage erzielt [9] [6] . Auch reagiert das Modell sensitiv
auf die unterschiedlichen Modellinitialisierungen. Um eine Verbesserung der Sichtweitenvorhersage
zu erlangen, sollte das generelle Problem von eindimensionalen Vorhersagemodellen
berücksichtigt werden. So ist es nicht möglich, Advektionseffekte zu berücksichtigen, wodurch
die Modelle relativ statisch sind. Wünschenswert wäre daher, die zeitliche Änderung von Beobachtungsgrößen
im Modell zu berücksichtigen und so eine Abbildung von Advektionseffekten
zu ermöglichen. Nachstehend werden zwei Möglichkeiten der Datenassimilation vorgestellt:
• 1DVAR-Methode: ein von Météo France entwickeltes Verfahren angewendet bei der Nebelvorhersage
[2].
• Nudging-Verfahren: vom DWD angewendetes Verfahren zur Assimilation für das COSMO-
Modell [34].
10.2 Assimilationsverfahren
In der Numerischen Wettervorhersage wird unter Datenassimilation die Angleichung eines Modelllaufs
an die wirkliche Entwicklung der Atmosphäre verstanden. Das Konzept der Datensassimilation
beruht auf der Idee, Informationen aus der Vergangenheit zeitlich zu extrapolieren,
um mit diesen Informationen den augenblicklichen Zustand der Atmosphäre zu beschreiben.
Im Wesentlichen werden Beobachtungen mit Vorhersagemodellen verknüpft, um so eine möglichst
genaue Analyse der Atmosphäre zu erreichen.
Mit dem Assimilationsprozess soll ein dreidimensionales Bild der Atmosphäre zu einem festen
Termin entworfen werden, der dann z.B. als Anfangszustand für eine Vorhersage genutzt
werden kann. Für die zeitliche Extrapolation wird in der Datenassimilation das Vorhersagemodell
selbst genutzt, meist in der Form einer Kurzfristvorhersage vom letzten Analysetermin
[38]. Die Kurzfristvorhersage wird als “erste Näherung” (First Guess) oder ”Hintergrund“
(Background) bezeichnet. Diese ist dann die erste Schätzung des wahrscheinlichsten Zustan-
63

des der Atmosphäre. Wenn jedoch Beobachtungen davon abweichen, müssen noch Korrekturen
gemacht werden. Dort, wo keine Beobachtungen vorliegen oder der ”First Guess“ mit den Beobachtungen
übereinstimmt, ist die ”Erste Näherung” mit der endgültigen Analyse identisch.
Entscheidend für die Initialisierung von numerischen Wettervorhersagemodellen ist es also, aus
dem aktuellen Zustand der Atmosphäre die Anfangsbedingungen für das Wettervorhersagemodell
möglichst realistisch abzuleiten. Im allgemeinen werden die Daten aus Beobachtungen zu
Land, auf See, in der Luft oder von Satelliten gesammelt. Da die Informationen bzw. Beobachtungen
nicht lückenlos vorliegen, werden Vorhersagefelder von vorherigen Modelldurchläufen
gebraucht.
Akkurate Kurzfristvorhersage und insbesondere die Sichtweitevohersage ist stark abhängig
von den Anfangsbedingungen, die es gilt so genau wie möglich zur Initialisierung des Modells
zur Verfügung zu stellen. Zur Entwicklung eines Datenassimilationsverfahrens für das
1D-Modell PAFOG bestehen verschiedene Möglichkeiten, die nachstehend dargestellt werden
sollen.
10.3 Lokales adaptives Assimilationsverfahren
Zunächst wird ein unter Leitung von Météo France entwickeltes Vorhersagesystem vorgestellt
[2]. Ziel dieses Projektes war, eine Methode zu entwickeln, die Sichtweite am Flughafen Charles
de Gaulles in Paris realistisch vorhersagen zu können. Das vorgestellte Vorhersagesystem besteht
aus einem integrierten Beobachtungssystem und dem 1D Vorhersagemodell COBEL-
ISBA [25]. Das 1D-Model COBEL (Couche Brouillard Eau Liquide) wurde zur Beschreibung
der nächtlichen Grenzschicht von dem Laboratoire d’Aérologie der Paul Sabatier Universität in
Toulouse entwickelt [23]. Für die Modellassimilation werden Messungen und Modellergebnisse
des Wettervorhersagemodells ALADIN benutzt. Das von Météo France entwickelte Assimilationsverfahren
basiert auf drei Schritten:
1. Assimilation der atmosphärischen Profile: diese werden mit Hilfe eines 1D Variational
Daten Assimiltationsansatzes (1DVAR) bestimmt (Variational Data Assimilation,
kurz: VAR).
2. Assimilation im Nebel und tiefen Wolken: sobald es zur Nebelbildung kommt,werden
die Feuchte- und Temperaturprofile der Atmposphäre an die Eigenschaften des Nebels
angepasst, um die Grenzschichtstruktur im Nebel akkurat zu simulieren.
3. Bodenprofile der Feuchte und Temperatur: die Assimilation der Bodenprofile ist
von Bedeutung, um Konsistenz zwischen Boden- und Atmosphären-Messungen zu gewährleisten.
64

10.3.1 1DVAR Ansatz
Zur Bestimmung des Temperatur- und Feuchteanfangsprofils wird ein variationeller Assimilationsansatz
gewählt [27]. Das Prinzip basiert darauf, eine Kostenfunktion J(x) in Abhängigkeit
von einer Kontrollvariable x zu minimieren. Die Kontrollvariable x beschreibt den atmospärischen
Zustand und die unten aufgeführte Kostenfunktion gibt die Abweichung gemessener
Daten von der Modelllösung an
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)
mit x b den Hintergrundinformationen (“a priori” Annäherung an den Modell-Zustand), B
ist der erwartetete Fehler der Kovarianzmatrix, y der Beobachtungsvektor, H der Beobachtungsoperator,
R ist der Fehler der Kovarianzmatrix der Beobachtungen. Durch Einführen
von ▽x J = 0 wird J(x) minimiert; der analysierte Zustand x a ist so definiert als:
x a = x b + BH T (HBH T + R) −1 [y − H(x b )] (10.2)
Diese Methode wird als 1DVAR bezeichnet. Der Beobachtungsvektor y enthält 2m-Messungen,
Mastbeobachtungen sowie 3D Vertikalprofile aus dem 3D ALADIN Wettervorhersagemodell.
Angenommen wird, dass die Beobachtungsfehler nicht korreliert sind (R is eine diagonale
Matrix). Das Ziel der Fehlerstatistik sollte sein, dass die Initialisierungsprofile der Feuchte und
der Temperatur in der Nähe der Erdoberfläche den Messungen nahe kommen. Mit zunehmender
Höhe in der Grenzschicht werden die Profile den 3D Modellvorhersagen angepasst.
In der vorgestellten Studie wird das Windprofil aus Modellsimulationen ageleitet [3].
10.3.2 Assimilation im Nebel
Sobald es zur Nebelbildung kommt, wird das Initialisierungsprofil von Temperatur und Feuchte
an die Eigenschaften eines Nebelereignisses angepasst. So soll die Grenzschichtstruktur
innerhalb des Nebels realistisch dargestellt werden. Größtes Problem hierbei ist vertikale Erstreckung
des Nebels und so das atmosphärische Profil innerhalb des Nebelereignisses abzuschätzen.
In einem vollentwickelten Nebelereignis weisen die Atmosphärenprofile die folgenden Charakteristika
auf:
• der Wolkenwassergehalt (flüssig und gasförmig) ist konstant
• die Temperatur ist feucht-adiabatisch geschichtet
• die Atmosphäre ist feuchte-gesättigt
Innerhalb des Nebelereignisses soll das initalisierte Atmosphärenprofil an diese Eigenschaften
angepasst werden, oberhalb des Nebels wird das 1DVAR Profil nicht modifiziert.
65

Eine große Schwierigkeit bereitet die Abschätzung der Nebelmächtigkeit. Hierfür wird in der
vorgestellten Studie vorgeschlagen, eine iterative Methode zu nutzen, um so die Modellfehler
der Strahlungsdivergenz zu minimieren.
10.3.3 Assimilation der Bodenprofile
Die Temperatur- und Feuchteprofile werden linear mit in-situ Messungen interpoliert.
10.4 Datenassimilation für das COSMO-Modell
Das zweite Verfahren, das hier vorgestellt werden soll, ist das Assimilationsverfahren für das
COSMO-Modell [34]. Zur Bestimmung der Anfangsfelder in der Atmosphäre wurde ein Schema
entwickelt, das auf der Nudging-Methode basiert. Das englsiche Verb “nudge” bedeutet
“stupsen” oder “leicht leicht anstoßen”, womit die grundlegende Idee dieses Verfahrens schon
grob umschrieben ist. [38].
10.4.1 Das Nudging-Verfahren
Bei der als Nudging oder auch Newtonsche Relaxation bezeichneten Methode werden prognostische
Variablen des Modells innerhalb eines Zeitfensters gegen vorgegebene Werte relaxiert.
Diese können zwei- oder dreidimensionale Analysen sowie direkte Beobachtungen sein. Durch
Einführen eines Relaxationsterms in die prognostischen Gleichungen wird die zeitliche Entwicklung
der prognostischen Variablen ψ(x, t) gegeben.
∂
∂t ψ(x, t) = F(ψ, x, t) + G ψ × ∑
k(obs)
(W k (ψ k − ψ(x k , t))) (10.3)
F steht für die Modelldynamik und die physikalischen Parametrisierungen, ψ k für den Wert
der k-ten den Gitterpunkt x zur Zeit t beeinflussenden Beobachtung, x k für den Ort der
Bobachtung, G ψ für den sogenannten Nudging-Koeffizienten (eine Konstante), und W k für
ein zwischen 0 und 1 variierendes, beobachtungsabhängiges Gewicht. Bei konstanten W k und
ohne Physik und Dynamik würde sich für eine einzelne Beobachtung der Modellwert am Ort
der Beobachtung exponentiell asymptotisch dem Beobachtungswert annähern, wobei die für
diesen Relaxationsprozess charakteristische Zeitskala durch den Koeffizienten G ψ bestimmt
wird. G ψ ist so gewählt, dass die Abweichung des Modellwertes zum beobachteten Wert sich
innerhalb einer halben Stunde auf 1/e verringern würde. So bleibt der Nudging-Term meistens
66

kleiner als die größten Terme der Dynamik und Physik.
Die grundsätzliche Idee des Verfahrens ist, dass die Modellfelder gegen die Beobachtungswerte
hingezogen werden, ohne dass das modellinterne dynamische Gleichgewicht wesentlich gestört
wird. Wie in der Gleichung 6.3 zu erkennen, besteht dieses Verfahren aus zwei Hauptschritten:
1. Berechnung der Beobachtungsinkremente; gemeint ist die Differenz zwischen Beobachtung
und Modellwert
2. Berechnung der Gewichte sowie der Ausbreitung der Inkremente zu den Modellgitterpunkten
67

11 Zusammenfassung
Mit Hilfe eines Entscheidungsbaums wurden stündliche Messungen vom Flughafen München
in die fünf verschiedenen Nebeltypen Niederschlagsnebel, Nebel durch Wolkenabsinken, Strahlungsnebel,
Advektionsnebel und Verdunstungsnebel klassifiziert. Dabei zeigte sich, dass Nebel
in München zum größten Teil durch Strahlungsprozesse und zu einem etwas geringeren Teil
durch Advektion entsteht. Nebel durch Wolkenabsinken und Verdunstungsnebel sind vernachlässigbar.
Um typische Eigenschaften dieser Nebelkategorien erfassen zu können, wurden statistische Untersuchungen
zur zeitlichen Verteilung des Nebels, zur typischen Dauer von Nebelereignissen,
zum Verhalten von Nebel bei Wind und zur durchschnittlichen Intensität eines Ereignisses
durchgeführt. Dies ergab, dass Nebel vor allem in den Herbst- und Wintermonaten und da
vor allem nachts und in den frühen Morgenstunden gebildet wird, wohingegen tagsüber und
im restlichen Verlauf des Jahres nur selten Nebel auftritt. Ein durchschnittliches Nebelereignis
hat eine Dauer zwischen drei und zehn Stunden und eine minimale Sichtweite zwischen 100
und 200m. Meist setzt Nebel bei schwachem Wind (bis zu 2m/s) aus östlichen Richtungen ein.
Eine Zuordnung von Strahlungs- und Advektionsnebel zu großräumigen Wetterlagen wurde
vorgenommen mit dem Ziel, das Nebelrisiko bei bestimmten Wetterlagen besser abschätzen zu
können. Diese Klassifizierung ergab, dass Strahlungsnebel verstärkt bei antizyklonalen Wetterlagen
auftritt; über eine Häufung bestimmter Wetterlagen bei Advektionsnebel kann keine
Aussage gemacht werden.
In Zukunft sollen für eine bessere Vorhersagbarkeit von Advektionsnebel am Flughafen München
weitere Messstationen errichtet werden. Aufgrund der erhaltenenen Ergebnisse aus den
statistischen Untersuchungen der Windrichtung wurde die Empfehlung gegeben, dass eine solche
Station idealerweise östlich des Flughafens errichtet werden sollte.
In Ergänzung zu der erstellten Nebelklimatologie wurden für das eindimensionale Nebelmodell
PAFOG Einleseroutinen entwickelt, um das Modell auf verschiedene Art zu initialisieren.
Drei verschiedene Modellkonfigurationen wurden entwickelt: PAFOG-Baseline, PAFOG-
Radiosonde und PAFOG-Mwrp. So ist es möglich, PAFOG flächendeckend zur Sichtweitenprognose
einzusetzen. PAFOG-Baseline wird ausschließlich mit COSMO-Vorhersagen initialisiert,
bei der Konfiguration PAFOG-Radiosonde werden die Atmosphärenprofile aus Radiosonden-
Messungen und bei PAFOG-MWRP stammen die atmosphärischen Profile aus MWRP-Messungen.
Wie bei vorangegangenen Studien schon gezeigt, konnte auch bei im Rahmen dieser Arbeit
durchgeführten Senstivitätsstudien gezeigt werden, dass das Modell Potenzial für gute
Strahlungsnebelprognosen besitzt. Das Modell reagiert sensitiv auf die verschiedenen Initiali-
68

sierunsgmöglichkeiten, vor allem das Atmosphärenprofil hat Einfluss auf die Modellergebnisse.
Um eine endgültige Aussage über den Einfluss der Datensätze zu treffen, sind jedoch noch weitere
Studien notwendig.
Gerade im Hinblick auf das geplante Projekt iPort-VIS, in dem PAFOG exemplarisch am
Flughafen München weiter entwickelt werden soll, sind die Ergebnisse vielversprechend. Wegen
der Eindimensionalität des Modells PAFOG, in dem Advektionsprozesse nicht berücksichtigt
werden können, ist es dringend ratsam, ein Assimilationsverfahren zu entwickeln, um
horizontale Heterogenitäten berücksichtigen zu können. Hierdurch sollte es dann möglich sein,
neben den Prozessen, die zu Strahlunsgnebel führen, darüber hinaus auch weitere nebelrelevante
Prozesse erfassen zu können. Die vorgestellten Verfahren (das Nudging-Verfahren oder
das 1DVAR-Verfahren) können jeweils als Anhaltspunkt dienen.
69

A Wetterlagen
A.1 Liste der Großwetterlagen
A. Großwetterlagen der zonalen Zirkulationsform
1 Westlage, antizyklonal WA
2 Westlage, zyklonal WZ
3 Südliche Westlage WS
4 Winkelförmige Westlage WW
B. Großwetterlagen der gemischten Zirkulationsform
5 Südwestlage, antizyklonal SWA
6 Südwestlage, zyklonal SWZ
7 Nordwestlage, antizyklonal NWA
8 Nordwestlage, zyklonal NWZ
9 Hoch Mitteleuropa HM
10 Hochdruckbrücke (Rücken) Mitteleuropa BM
11 Tief Mitteleuropa TM
C. Großwetterlagen der meridionalen Zirkulationsform
12 Nordlage, antizyklonal NA
13 Nordlage, zyklonal NZ
14 Hoch Nordmeer-Island, antizyklonal HNA
15 Hoch Nordmeer-Island, zyklonal HNZ
16 Hoch Britische Inseln HB
17 Trog Mitteleuropa TRM
18 Nordostlage, antizyklonal NEA
19 Nordostlage, zyklonal NEZ
20 Hoch Fennoskandien, antizyklonal HFA
21 Hoch Fennoskandien, zyklonal HFZ
22 Hoch Nordmeer-Fennoskandien, antizyklonal HNFA
23 Hoch Nordmeer-Fennoskandien, zyklonal HNFZ
24 Südostlage, antizyklonal SEA
25 Südostlage, zyklonal SEZ
26 Südlage, antizyklonal SA
27 Südlage, zyklonal SZ
28 Tief Britische Inseln TB
29 Trog Westeuropa TRW
D. Sonstiges
30 Übergangstag
71

A.2 Wetterlagen bei Strahlungsnebel
15.01.2003 Westlage, antizyklonal
15.02.2003 Hoch Fennoskandien, antizyklonal
23.02.2003 Südlage, antizyklonal
04.03.2003 Winkelförmige Westlage
08.03.2003 Südwestlage, antizyklonal
16.05.2003 Westlage, zyklonal
22.10.2003 Hoch Nordmeer-Island, zyklonal
05.11.2003 Hoch Fennoskandien, antizyklonal
19.11.2003 Westlage, zyklonal
20.11.2003 Westlage, zyklonal
25.11.2003 Südwestlage, antizkylonal
30.11.2003 Südlage, zyklonal
17.12.2003 Westlage, zyklonal
08.01.2004 Winkelförmige Westlage
26.01.2004 Hochdruckbrücke Mitteleuropa
25.07.2004 Trog Mitteleuropa
03.09.2004 Hochdruckbrücke Mitteleuropa
13.10.2004 Südostlage, antizyklonal
29.10.2004 Südwestlage, zyklonal
25.11.2004 Nordwestlage, antizyklonal
01.12.2004 Hochdruckbrücke Mitteleuropa
03.12.2004 Hochdruckbrücke Mitteleuropa
04.12.2004 Hochdruckbrücke Mitteleuropa
30.12.2004 Westlage, zyklonal
24.03.2005 Südwestlage, zyklonal
26.03.2005 Südwestlage, zyklonal
27.03.2005 Hoch Nordmeer-Fennoskandien, zyklonal
29.08.2005 Hochdruckbrücke Mitteleuropa
12.09.2005 Trog Westeuropa
14.09.2005 Hochdruckbrücke Mitteleuropa
24.09.2005 Hochdruckbrücke Mitteleuropa
25.09.2005 Hochdruckbrücke Mitteleuropa
08.10.2005 Südostlage, antizyklonal
13.10.2005 Südostlage, antizyklonal
14.10.2005 Übergangstag
14.10.2005 Übergangstag
28.10.2005 Südlage, antizyklonal
30.10.2005 Südlage, antizyklonal
02.11.2005 Südwestlage, zyklonal
03.11.2005 Südwestlage, zyklonal
04.11.2005 Südwestlage, zyklonal
12.11.2005 Hochdruckbrücke Mitteleuropa
72

30.11.2005 Trog Mitteleuropa
01.12.2005 Trog Westeuropa
09.12.2005 Hochdruckbrücke Mitteleuropa
01.01.2006 Trog Mitteleuropa
10.01.2006 Hoch Mitteleuropa
15.01.2006 Hoch Mitteleuropa
03.02.2006 Hoch Britische Inseln
05.02.2006 Hoch Britische Inseln
11.02.2006 Hochdruckbrücke Mitteleuropa
07.03.2006 Südliche Westlage
13.09.2006 Südlage, antizyklonal
21.09.2006 Hochdruckbrücke Mitteleuropa
22.09.2006 Südlage, antizyklonal
28.09.2006 Südwestlage, antizyklonal
11.10.2006 Südostlage, antizyklonal
17.10.2006 Südlage, antizykloal
19.11.2006 Südwestlage, zyklonal
26.11.2006 Südwestlage, zyklonal
29.11.2006 Hochdruckbrücke Mitteleuropa
30.11.2006 Hochdruckbrücke Mitteleuropa
24.12.2006 Hoch Britische Inseln
26.12.2006 Hoch Mitteleuropa
01.04.2007 Südostlage, antizyklonal
25.04.2007 Hochdruckbrücke Mitteleuropa
03.06.2007 Hoch Nordmeer-Fennoskandien, antizyklonal
04.10.2007 Trog Westeuropa
08.10.2007 Hochdruckbrücke Mitteleuropa
16.10.2007 Südwestlage, antizkylonal
28.10.2007 Hochdruckbrücke Mitteleuropa
20.11.2007 Trog Westeuropa
21.11.2007 Trog Westeuropa
22.11.2007 Trog Westeuropa
22.12.2007 Hoch Mitteleuopa
23.12.2007 Hochdruckbrücke Mitteleuopa
24.12.2007 Hochdruckbrücke Mitteleuropa
27.12.2007 Hochdruckbrücke Mitteleuropa
28.12.2007 Hochdruckbrücke Mitteleuropa
14.01.2008 Südwestlage, antizyklonal
13.02.2008 Hoch Nordmeer, antizyklonal
24.02.2008 Westlage, zyklonal
30.04.2008 Tief Britische Inseln
06.05.2008 Hoch Mitteleuropa
73

A.3 Wetterlagen bei Advektionsnebel
17.01.2003 Westlage, antizyklonal
22.11.2003 Südwestlage, antizyklonal
30.11.2003 Südlage, zyklonal
29.10.2005 Südlage, antizyklonal
03.12.2006 Südwestlage, zyklonal
29.12.2006 Hoch Mitteleuropa
74

Literaturverzeichnis
[1] M. Baldauf, J. Förstner, S. Klink, T.Reinhardt, C. Schraff, A. Seiffert, and K. Stephan.
Kurze Beschreibung des Lokal-Modells Kürzestfrist LMK und seiner Datenbanken auf
dem Datenserver des DWD. Deutscher Wetterdienst, Geschäftsbereich Forschung und
Entwicklung, Offenbach, jan 2009.
[2] T. Bergot, D. Carrer, J. Noilhan, and P. Bougeault. Improved Site-Specific Numerical
Prediction of Fog and Low Clouds: A Feasibility Study. Weather and Forecasting, 20:627–
655, 2005.
[3] T. Bergot and D. Guedalia. Numerical Forecasting of Radiation Fog. Part I: Numerical
Model and Sensitivity Tests. Mon. Wea. Rev., 122:1218–1230, 1994.
[4] T. Bergot, E. Teradellas, J. Cuxart, a. Mira, O. Liechti, M.D. Müller, and N.W. Nielsen.
Intercomparison of Single-Column Numerical Models for the Prediction of Radiation Fog.
Journal of Applied Meteorology and Climate, 46:504–521, 2007.
[5] E.X. Berry and M.R. Pranger. Equations for calculating the terminal velocities of water
drops. J. Appl. Meteorol., 13:108–113, 1974.
[6] A. Bott. PAFOG_V: Kopplung des Nebelvorhersagemodells PAFOG mit einem detaillierten
Vegetationsmodell. Effekte der Vegetation und Modellevaluation auf Grundlage
der Lindenberger Daten 1998/1999.
[7] A. Bott. A Positive Definite Advection Scheme Obtained by Nonlinear Renormalization
of the Advective Fluxes. Mon. Wea. Rev., 117:1006–1015, 1989.
[8] A. Bott. On the influence of the physico-chemical properties of aerosols on the life cycle
of radiation fogs. Boundary Layer Meteorology, 56:1–31, 1991.
[9] A. Bott. A numerical model of the cloud-topped planetary boundary-layer: Impact of
aerosol particles on the radiative forcing of stratiform clouds. Quarterly Journal of the
Royal Meteorological Society, 123:631–656, 1997.
[10] A. Bott, U. Siewers, and W. Zdunkowski. A Radiation Fog Model with a Detailed Treatment
of the Interaction between Radiative Transfer and Fog Microphysics. J. Atmos.
Sci., 47:2153–2166, 1990.
[11] A. Bott and T. Trautmann. Entwicklung eines Nebelvorhersagemodells mit parametrisierter
Tropfenmikrophysik - Dokumentation von PAFOG. 1997.
75

[12] A. Bott and T. Trautmann. PAFOG-a new efficient forecast model of radiation fog and
low-level stratiform clouds. Atmospheric Research, 64:191–203, 2002.
[13] A. Bott, T. Trautmann, and W. Zdunkowski. A numerical model of the cloud-topped
planetary boundary-layer: Radiation, turbulence and Spectral microphysics in marine
stratus. Quarterly Journal of the Royal Meteorological Society, 122:635–667, 1996.
[14] H. R. Byers. General meteorology. McGraw-Hill, 46:481 pp., 1959.
[15] N. Chaumerliac, E. Richard, J-P. Pinty, and E.C. Nickerson. Sulfur Scavenging in a Mesoscale
Model With Quasi-Spectral Microphysics: Two-Dimensional Results for Continental
and Maritime Clouds. J. Geophys. Res., 92:3114–3126, 1987.
[16] M. P. de Villiers and J. van Heerden. Fog at abu dhabi international airport. Royal
Meteorological Society, 62:209–214, 2007.
[17] Deutscher Wetterdienst, Abteilung Flugmeteorologie, Referat Fachleitung. Produktbeschreibung
und Arbeitsanweisung "Flugwetterbeobachtung"Kapitel 05 OBS, 1 edition,
2008.
[18] G. Doms, J. Förstner, H.-J. Herzog, M. Raschendorfer, R. Schrodin, T. Reinhardt, and
G. Vogel. Description of the Nonhydrostatic Regional Model LM. Part II: Physical Parameterization.
COSMO - Consortium for Small Scale Modelling, 2005.
[19] G. Doms and U. Schättler. Description of the Nonhydrostatic Regional Model LM. Part
I: Dynamics and Numerics. COSMO - Consortium for Small Scale Modelling, nov 2002.
[20] Peter G. Duynkerke. Radiation fog: A comparison of model simulation with detailed
observations. Monthly Weather Review, 119:324–341, 1990.
[21] DWD. Großwetterlagen 2003-2005. http://www.deutscher-wetterdienst.de/GWL/,
2009. [abgerufen: 16.04.2009].
[22] DWD. Großwetterlagen 2006-2008. http://www.dwd.de/bvbw/appmanager/
bvbw/dwdwwwDesktop_nfpb=true&_pageLabel=_dwdwww_spezielle_nutzer_
hobbymeteorologen_karten&T19603631211153462928544gsbDocumentPath=Content%
2FOeffentlichk, 2009. [abgerufen: 16.04.2009].
[23] C. Estournel and D. Guedalia. A new parameterization of eddy diffusivities for nocturnal
boundary layer modeling. Boundary Layer Meteorology, 39:191–203, 1987.
[24] J. J. George. Compendium of meteorology. Ed. Amer. Meteor. Soc., 1:1179–1189, 1951.
[25] D. Guedalia and T. Bergot. Numerical Forecasting of Radiation Fog. Part II: A Comparison
of Model Simulation with Several Observed Fog Events. Mon. Wea. Rev., 122:1231–
1246, 1994.
[26] R. Hess. Assimilation of screen-level observations by variational soil moisture analysis.
Meteorology and Atmospheric Physics, 77:145–154, 2001.
76

[27] F. L. LeDimet and O. Talagrand. Variational algorithms for analysis and assimilation of
meteorological observations: Theoretical aspects. Tellus, 38, 1986.
[28] J.-F. Louis. A parametric model of vertical eddy fluxes in the atmophere. Bound. Layer
Meteorology, 17:187–202, 1979.
[29] G. Mellor and T. Yamada. Development of a turbulence closure model for geophysical
fluid problenms. Rev. Geophys. Space Phys., 20:851–875, 1982.
[30] M.D Müller, C. Schmutz, and E. Parlow. A one-dimensional ensemble forecast and assimilation
system for fog prediction. Pure and Applied Geophysics, 2007. in press.
[31] L. Musson-Genon. Numerical Simulations of a Fog Event with a One-Dimensional boundary
Layer Model. Mon. Wea. Rev., 115:592–607, 1987.
[32] D. A. Oliver, W. S. Lewellen, and G. G. Williamson. The interaction between turbulent
and radiative transport in the development of fog and low-level stratus. Journal of
Atmospheric Sciences, 35:301–316, 1978.
[33] R. Behrendt und H. Mahlke. Wetter3 Analyse-Archiv. http://www.wetter3.de/
Archiv/, 2009. [abgerufen: 16.04.2009].
[34] C. Schraff and R. Hess.
[35] J. Steppeler, G. Doms, and G.Adrian. Das Lokal-Modell LM. Promet, 27:123–128, 2002.
[36] Robert Tardif and Roy M. Rasmussen. Event-based climatology of fog in the new york
city region. Journal of Applied Meteorology and Climatology, 46:1141–1168, 2006.
[37] R. von Glasow and A. Bott. Interaction of radiation fog with tall vegetation. Atmospheric
Environment, 33:1333–1346, 1999.
[38] W. Wergen. Datenassimilation -Ein Überblick. Promet, 27:142–149, 2002.
[39] H. C. Willett. Fog and haze, their causes, distribution, and forecasting. Monthly Weather
Review, 56:435–468, 1928.
[40] T. Winterrath. Statusbericht - pafog_v, ii. verifikationsläufe des strahlungsnebelprognosemodells
winter 2004/2005, abschlussbericht. Promet, 27:123–128, 2002.
77