HD(CP)2
Wolken und Niederschlagsprozesse im Klimasystem - Modul S1 (Diagnostik), Teilprojekt 3 "Merkmalsverfolgung"
Beschreibung
HD(CP)2 - Wolken und Niederschlagsprozesse im Klimasystem ist ein vom BMBF gefördertes Rahmenprojekt, koordiniert durch das Max-Planck-Institut für Meteorologie (MPI-M, Hamburg) und geleitet durch ein interdisziplinäres Fachkomitee aus dem Bereich der Atmosphärenforschung.
Das Projekt beschäftigt sich mit der Frage, inwieweit ultra-hochaufgelöste Simulationsrechnungen für begrenzte Regionen über kurze Zeitabstände (in der Größenordnung von Tagen) das bisherige Verständnis für Wolkenbildungs- und Niederschlagsprozesse im Klimasystem verbessern können. Die dafür betrachtete Region (Deutschland inklusive Küstenregionen) wird in einer Auflösung von 100m horizontal und bis zu 10m vertikal analysiert, d.h. vielfach höher aufgelöst als in bisherigen Modellrechnungen. Zur Beantwortung der Fragestellung sollen qualitativ hochwertige Simulations- und Diagnosewerkzeuge entwickelt und komplexe feinskalige Wolkenbildungs- und Niederschlagsprozesse in die Berechnungen mit einbezogen werden. Die entstandenen Modelle sollen darüber hinaus durch den Abgleich der Simulationsdaten mit existierenden Beobachtungsnetzwerken in der Zielregion validiert werden.
Ein Kernpunkt ist die Entwicklung einer hoch-aufgelösten, regional begrenzten Version des globalen Simulationsmodels ICON (icosahedral non-hydrostatic circulation model), das ursprünglich vom Max-Planck-Institut für Meteorologie und dem Deutschen Wetterdienst entwickelt wurde. Ein weiterer zentraler Bestandteil des Gesamtprojekts und Fokus des Projektmoduls S1 ist die Entwicklung von Diagnoseverfahren für die entstehenden Daten. In diesem Rahmen ist die Aufgabe unseres Teilprojektes 3, das ICON-Modell mit Datenstrukturen, Schnittstellen und Algorithmen auszustatten, die es ermöglichen, zeitabhängige, deterministische und stochastische Phänomene (z.B. Niederschlagsgebiete, eisübersättigte Regionen, Konvektionszellen, etc.) zeitlich zu verfolgen und zu visualisieren. Zusätzlich soll das Potenzial der modellfreien Mustererkennung, einschließlich deterministischer und stochastischer Modellreduktionstechniken erkundet werden. Die Aufgaben umfassen im Einzelnen:
- Identifikation und Beschreibung von relevanten Strukturen als geometrisch-topologische Objekte (mathematisch lassen sich diese Strukturen als Schnittmengen von Subniveaumengen modellieren)
- Entwicklung und Implementierung von effizienten und robusten Algorithmen zur Extraktion und Verfolgung dieser Strukturen
- Entwurf von effektiven Verfahren für die Visualisierung der Strukturen
- Entwicklung und Implementierung von entsprechenden computergrafischen Techniken
Alle Algorithmen werden zunächst in einer Offline-Toolbox entwickelt und dann zu einer Online-Version (in-situ-Version) für Hochleistungsrechner erweitert.
Mitarbeiter
Verantwortlich
Hans-Christian Hege (ZIB, Visualization and Data Analysis)
Rupert Klein (FU Berlin, Mathematik & Informatik)
Peter Spichtinger (Johannes Gutenberg-Universität Mainz, Theoretische Wolkenphysik)
Partner
- Deutsches Zentrum für Luft- und Raumfahrt -DLR- (Bastian Kern, Patrick Jöckel); Teilprojekt S1-1
- Universität Leipzig, Institut für Meteorologie (Johannes Quaas); Teilprojekt S1-2
- Universität Köln, Institut für Geophysik und Meteorologie (Yaping Shao); Teilprojekt S1-4
- Deutsches Klimarechenzentrum -DKRZ- (Niklas Röber, Michael Böttinger, Joachim Biercamp); Teilprojekt M1-3
Finanzierung
Dauer
01/2013 - 12/2015
Weitere Informationen
(Projektseite im Aufbau)