Stadtklimasimulationen für Köln mit dem Modell MUKLIMO_3

Transkript

1 Stadtklimasimulationen für Köln mit dem Modell MUKLIMO_3 (Köln_21 Teilprojekt 3) Präsentation der Zwischenergebnisse Photo: Michael Kügler Meinolf Koßmann, DWD Offenbach, Zentrales Klimabüro,

2 Gliederung Ziele Das Stadtklimamodell MUKLIMO_3 Topographische Daten (Orographie, Flächennutzung) Lokale Klimaprojektionen (Downscaling) Erste Ergebnisse Ausstehende Arbeiten

3 Ziele Simulation der Auswirkungen des Klimawandels auf die sommerlichen Temperaturverhältnisse in Köln mit dem Stadtklimamodell MUKLIMO_3 mittlere jährliche Anzahl Sommertage ggf. weitere Klimaindizes Simulation der Auswirkungen von geplanten Änderungen der Flächennutzung bzw. Bebauungstruktur Einschätzung von Handlungsoptionen Literatur zur Methodik Früh, B. et al. (2011): Frankfurt am Main im Klimawandel Eine Untersuchung zur städtischen Wärmebelastung rmebelastung. Berichte des Deutschen Wetterdienstes 237, 68 S., PDF Download: DWD-Periodika Berichte des DWD

4 Stadtklimamodell MUKLIMO_3: Mikroskaliges urbanes Klima ma-mo Modell, 3-dim. Version Dynamik 3-D Bewegungsgleichung (Wind) nicht-hydrostatisches Modell (kleinräumige Anwendungen) Tagesgang entsprechend den Anfangsbedingungen Physik Wärmehaushalt Strahlung Vegetation (3 Schichten) nicht-aufgelöste Bebauung kein Niederschlag oder horizontaler Abfluss Modellgebiet Stufenförmige Orographie Rotation des Modellgebietes gegen Nord möglich Nichtäquidistantes Modellgitter ist möglich

5 Statistische Parameter zur Beschreibung der städtischen Bebauung für die MUKLIMO_3 Landnutzungsklassen: mittlerer Gebäudegrundflächenanteil γ b, mittlere Gebäudehöhe h b in m, mittlerer Wandflächenindex w b und mittlerer Versiegelungsanteil der nicht bebauten Fläche zwischen den Gebäuden ν. Klasse Beschreibung γ b h b w b ν 2 Siedlung (locker) 0,12 8 2,80 0,25 15 Zeilenbebauung (dicht) und Hochhäuser (sekundär) 0,12 0, ,49 10,53 0,90 14 Zeilenbebauung (mittel) 0, ,68 0,80 11 Ein- und Mehrfamilienhäuser (locker) 0,20 9 2,88 0,30 1 Siedlung (dicht) 0, ,70 0,80 16 Blockbebauung 0, ,08 0,80 13 Reihenhaussiedlung 0,35 9 1,73 0,30 10 Bankenviertel (sekundär) 0,45 0, ,49 29,25 0,95 12 Dorfkern und Einfamilienhäuser (dicht) 0,50 9 2,23 0,80 17 City (ab Mitte 19. Jh) 0, ,14 0,90 18 Mittelalterliche Stadt 0, ,62 0,95 6 Gewerbegebiet (locker) 0, ,50 0,80 5 Gewerbegebiet (dicht) 0, ,90 0,55

6 Charakteristische Parameter zur Beschreibung der MUKLIMO_3 Landnutzungsklassen: Rauigkeitslänge z 0 in m, mittlere Baumhöhe h t in m, Blattflächendichte in der Baumkrone ρ t in m 2 /m 3, mittlere Stammhöhe h s in m, Blattflächendichte im Stammraum ρ s in m 2 /m 3, Höhe der bodennahen Bewuchsschicht h c in m, Blattflächenindex in der bodennahen Bewuchsschicht LAI c, Grundflächenanteil des Baumbewuchses σ t, Grundflächenanteil der bodennahen Bewuchsschicht σ v, mittlerer Versiegelungsanteil der Fläche ν. Kronenraum Stammraum niedrige Vegetation versiegelte Fläche Modellgitterzelle unbewachsen Klasse Beschreibung z 0 h t ρ t h s ρ s h c LAI c σ t σ v ν 3 Wald 0, ,3 8 0,05 0,5 0,5 1,0 0,5 4 Park 0, ,7 8 0,05 0,5 1,5 0,2 0,9 0,02 7 Freiflächen 0,03 0,3 1,0 0,8 Tabelle vorherige Folie Gebäude 0,20 0,5 1,0 0,7 var.

7 Orographie und Flächennutzungsdaten für MUKLIMO_3 Simulationsgebiet und Modellauflösung GK RW , HW (32km x 34km) Modellrechnungen mit 200m und 100m Auflösung Geländehöhendaten für das Modellgebiet (LANUV) Rasterdaten mit teilweise korrigierten Bewuchs- u. Bebauungshöhen erhalten Flächennutzungsdaten für das Stadtgebiet (Stadt Köln) Rasterdaten Biotopkartierung mit 233 Klassen Rasterdaten Automatische Liegenschaftskartierung (ALK) mit 161 Klassen zusätzlich 10m Rasterdaten Gebäudehöhe Flächennutzungsdaten für das Modellgebiet (LANUV) CORINE Rasterdaten mit 40 Klassen Geländehöhendaten für das Modellgebiet (LANUV)

8 Köln_21 Geländeh ndehöhe he für MUKLIMO_3 (32 km x 34 km, Datenquelle LANUV) 200 m Raster 100 m Raster

9 Köln_21 Flächennutzung für MUKLIMO_3 (32 km x 34 km, Datenquelle: Biotopkartierung, Stadt Köln) 200 m Raster 100 m Raster

10 Köln_21 Flächennutzung für MUKLIMO_3 (32 km x 34 km, Datenquelle: Biotopkartierung und CORINE) 200 m Raster 100 m Raster

11 MUKLIMO_3 - Beispiel Simulationsergebnisse 200m Raster 17. Juli, 04 MESZ Randbedingungen aus 1D-Sim. Regionale Tagesmittelwerte (5m ü. Gr.): T = 25 C rh = 80% v = 0.7 ms -1 WR = Südost Temperatur- und Windfeld in 5m ü. Grund vorläufige Ergebnisse

12 MUKLIMO_3 - Beispiel Simulationsergebnisse 200m Raster Maximumtemperatur in 5m ü. Grund 16. Juli, T max Randbedingungen aus 1D-Sim. Regionale Tagesmittelwerte (5m ü. Gr.): T = 25 C rh = 80% v = 0.7 ms -1 WR = Südost vorläufige Ergebnisse

13 Lokale Klimaprojektionen (Downscaling) Globales Klimamodell ECHAM5 A1B Ensemble - 4 regionale Klimamodelle: REMO, CLM, WETTREG, STAR Stadtklimamodell MUKLIMO_3

14 Quadermethode Interpolation statt Simulation Regionale Hauptwindrichtungen in Köln: SO und NW (25 C, 3ms -1, 80%) T max, v max, rh max KONZEPT: rh max target T, v, rh 1. MUKLIMO_3 Simulationen der meteorologischen Felder von T, v, und rh für jeden Eckpunkt rh rh min V min T min V max T min, v min, rh min (15 C, 0.7ms -1, 42%) T T max v 2. Lineare Interpolation zu gewünschten Zielpunkten T, v, rh Vorteil: Nur 8 Simulationen bei beliebiger Anzahl von Interpolationen (z. B. n RCM x 30a x 365d)

15 Skizze der Arbeitsschritte Klimaänderung in der Stadt Berechnung der räumlich hoch aufgelösten Änderung der mittleren jährlichen Anzahl an MUKLIMO_3 Simulation; idealisierter Tagesgang (NO & SW) 30-Jahre Klimatologie (regionales Klima) Stationsmessungen WETTREG STAR REMO CLM Projektion Vergangenheit WETTREG STAR REMO CLM Projektion Zukunft Ensemble Sommertagen in einer Stadt stündl. T, rh, v täglich T max Tagesmittel T, rh, v aus 30-jährigen regionalen Klimazeitreihen, die als Tageswerte entweder aus Beobachtungen oder regionalen Klimaprojektionen vorliegen Wind- NO rich- tung MUKLIMO_3 Felder T max tri-linear interpoliertes T int,max Schwellenwertüberschreitungen SW MUKLIMO_3 Felder T max tri-linear interpoliertes T int,max Schwellenwertüberschreitungen Quader-Methode Anzahl Sommertage Klimaänderungssignal statistische Robustheit Ensemble Auswertung

16 Anzahl Sommertage - Klimatologie m Raster Anzahl Sommertage ist durch den Wärmeinseleffekt im Stadtgebiet deutlich erhöht mittlere jährliche Anzahl Sommertage vorläufige Ergebnisse Stationsbeobachtungen : Köln-Wahn 37,5 Tage pro Jahr Stationsdaten

17 Beobachtungen WETTREG STAR vorl vorläufige vorl ufige Ergebnisse Ergebnisse Ergebnisse Ergebnisse vorl vorläufige vorl ufige Ergebnisse Ergebnisse Ergebnisse Ergebnisse vorl vorläufige vorl ufige Ergebnisse Ergebnisse Ergebnisse Ergebnisse Sommertage/Jahr REMO CLM vorl vorläufige vorl ufige Ergebnisse Ergebnisse Ergebnisse Ergebnisse vorl vorläufige vorl ufige Ergebnisse Ergebnisse Ergebnisse Ergebnisse Biasfehler in den regionalen Klimaprojektionen führen zu Biasfehlern im simulierten Stadtklima und müssen daher korrigiert werden!

18 WETTREG STAR vorl vorläufige vorl ufige Ergebnisse Ergebnisse Ergebnisse Ergebnisse vorl vorläufige vorl ufige Ergebnisse Ergebnisse Ergebnisse Ergebnisse Szenario A1B Sommertage/Jahr REMO CLM vorl vorläufige vorl ufige Ergebnisse Ergebnisse Ergebnisse Ergebnisse vorl vorläufige vorl ufige Ergebnisse Ergebnisse Ergebnisse Ergebnisse Die hier gezeigten Ergebnisse müssen noch bezüglich des Bias in den regionalen Klimaprojektionen korrigiert werden!

19 MUKLIMO_3 Simulationen für Köln Ausstehende Arbeiten Flächennutzungsdaten überarbeiten (z.b. Flughafen) Auswertung der Anzahl Sommertage für und deren Änderung bis im Stadtgebiet Köln: Auswertung für verschiedenen Bebauungstypen Signifikanzprüfung MUKLIMO_3 Eckpunktsimulationen für geplante Bebauungsänderungen durchführen und analog auswerten Zusammenfassung der Ergebnisse in einem Bericht Box-Whisker- Diagramm 95 % 75 % 50 % 25 % 5 % 90% Signifikanzniveau

20 Vielen Dank für Ihre Aufmerksamkeit Photo: Michael Kügler