Demonstration einer Lagrange´schen Re-Analyse

Meteorologische Re-Analysen der atmosphärischen Bedingungen während der letzten Jahrzehnte, in welchem Zeitraum ausreichende Messungen von meteorologischen Parametern (z.B. Druck, Temperatur, Feuchte, usw.) zur Verfügung stehen, sind ein Standardwerkzeug der Atmosphärenwissenschaften geworden. Sie stellen wohl die meistverwendeten Datensätze in der meteorologischen Forschung dar. Alle existierenden Re-Analysen speichern die Daten auf einem regelmäßigen Gitter ab. Das ist für viele Forschungszwecke (z.B. Analyse von Temperaturzeitreihen an einem Ort; Erstellung von Wetterkarten zu einem beliebigen Zeitpunkt, usw.) bestens geeignet. Transportprozesse können damit allerdings nicht so einfach analysiert werden. Zum Beispiel können Fragen nach der Herkunft von Luftverschmutzung an einem Ort, der Ursprung der in einem Niederschlagsereignis fallenden Feuchte oder der Transport von Energie in der Atmosphäre von einer Region zu einer anderen nicht zufriedenstellend mit diesen Gitterpunkts- Datensätzen beantwortet werden. Dafür wären meteorologische Daten, die entlang sogenannter Trajektorien (den Pfaden von infinitesimal kleinen Luftpaketen) abgespeichert sind, sehr nützlich. In LARA werden wir eine solche Lagrangesche Re-Analyse die erste ihrer Art auf der Basis einer existierenden Gitterpunkts Re-Analyse und mittels eines Lagrangeschen Transportmodells erstellen. Anhand von meheren Beispielen werden wir die Nützlichkeit solch einer Lagrangeschen Re-Analyse demonstrieren. Darüber hinaus werden wir die Re-Analyse anderen Wissenschaftlern zur Verfügung stellen.

Globale Re-Analysen der Atmosphäre sind wichtig für Studien zum Wetter in der Vergangenheit, zur Diagnostik des Klimawandels, als Eingabedatensätze für Chemie-Transport-Modelle und haben viele weitere Anwendungen. Alle bestehenden derartigen Datensätze sind Euler'sch, was bedeutet, dass sie meteorologische Daten auf einem regelmäßigen dreidimensionalen Gitter bereitstellen, das die gesamte Atmosphäre abdeckt. LARA ist die erste Lagrange'sche Re-Analyse, die meteorologische Daten an "Partikel"-Positionen bereitstellt. Diese virtuellen Partikel werden mit den Winden transportiert und folgen daher der Luft. Dies macht einen solchen Datensatz äußerst nützlich für die Untersuchung von Transportprozessen in der Atmosphäre. Wir haben 6 Millionen "Partikel" kontinuierlich über einen Zeitraum von 80 Jahren (1940-2023) verfolgt und stündliche Ausgaben der Partikelpositionen und meteorologischer Daten an diesen Positionen erstellt, was zu einem Datensatz von etwa 250 Terabyte führte, der gerade klein genug ist, um ihn öffentlich zugänglich zu machen. Der Datensatz wurde produziert, indem das Lagrange'sche Modell FLEXPART mit Eingabedaten aus der neuesten bestehenden Euler'schen Re-Analyse des EZMW (Europäisches Zentrum für Mittelfristige Wettervorhersage), ERA5, angetrieben wurde, wodurch dieser gitterbasierte Datensatz in einen luftmassenverfolgenden Datensatz umgewandelt wurde. Um die Nützlichkeit des LARA-Datensatzes zu demonstrieren, haben wir einige Anwendungsfälle ausgewählt: Wir identifizierten bestimmte Luftströme in der Atmosphäre (sogenannte Warm Conveyor Belts), für die es bereits frühere Klimatologien zum Vergleich gab. Wir berechneten die Kontinentalität der Luft basierend auf den Transportzeiten vom Ozean. Wir untersuchten die Verweildauer der Luft in der Arktis und zeigten, dass sie seit den 1980er Jahren signifikant abgenommen hat, wodurch die Arktis insbesondere im Frühling und Herbst den mittleren Breiten ähnlicher geworden ist. Wir verfolgten Luft aus dem tropischen Pazifik und untersuchten, wie sie andere Regionen beeinflusst und wie dies vom Klimaphänomen El Niño abhängt. In einer laufenden Studie vergleichen wir die Feuchtigkeitsquellen für das extreme Niederschlagsereignis im September 2024 in Österreich mit der Klimatologie. Es gibt großes Potenzial für viele weitere Anwendungen, und mehrere Studierende nutzen derzeit LARA-Daten für ihre Master- und Doktorarbeiten. Wir hoffen, dass in Zukunft weltweit Gruppen beginnen werden, den LARA-Datensatz zu nutzen. Während der LARA-Datensatz das Hauptprodukt des Projekts ist, haben wir auch das zugrunde liegende Modell FLEXPART verbessert, von dem wir eine aktualisierte Version (v11) sowie eine entsprechende Dokumentation und Veröffentlichung herausgegeben haben. Da FLEXPART ein Modell ist, das von vielen Forschenden genutzt wird und auch operationelle Anwendungen hat (z. B. für den Notfalleinsatz in Österreich und anderen europäischen Ländern), ist dies ein wichtiges Nebenprodukt des Projekts. Wir haben außerdem das Potenzial von Techniken der künstlichen Intelligenz untersucht, um die Interpolation meteorologischer Daten zu verbessern.