Reanalyse (Meteorologie)

aus Wikipedia, der freien Enzyklopädie
Zur Navigation springen Zur Suche springen

Eine meteorologische Reanalyse ist ein Verfahren zur Erstellung längerfristiger meteorologischer Datensätze unter Verwendung von Modellen der Wettervorhersage und Assimilation historischer Beobachtungsdaten. Das Ergebnis ist typischerweise eine mehrjährige, dreidimensional konsistente Beschreibung des atmosphärischen Zustandes. Diese Datensätze kommen in vielen Anwendungsbereichen zum Einsatz, die auf langjährige meteorologische Daten angewiesen sind, beispielsweise im Bereich der erneuerbaren Energien. Neben globalen Reanalysen mit weltweiter Abdeckung existieren auch regionale Reanalysen, die in höherer räumlicher Auflösung einzelne Regionen abdecken.

Meteorologische Reanalysen werden typischerweise durch Wetterdienste oder internationale meteorologische Zentren (in Europa beispielsweise ECMWF im Rahmen des Copernicus-Klimawandeldienst C3S) auf Basis ihrer numerischen Modelle und der archivierten Beobachtungsdaten produziert. Weltweit erzeugen verschiedene Zentren globale Reanalysedatensätze, sowie in zunehmendem Umfang auch regionale Reanalysen für unterschiedliche Regionen.[1]

Bekannte Reanalyse-Datensätze

[Bearbeiten | Quelltext bearbeiten]

Globale Reanalysen

[Bearbeiten | Quelltext bearbeiten]
  • ERA5[2], ERA-20C und ERA-Interim[3]: ECMWF/Copernicus-Klimawandeldienst (Copernicus Climate Change Service, C3S)
  • JRA-55: Japanische 55-jährige Reanalyse
  • MERRA/MERRA-2 (NASA)
  • NCEP/CFSR: Climate Forecast System Reanalysis

Regionale Reanalysen für Europa

[Bearbeiten | Quelltext bearbeiten]

Weitere regionale Reanalysen

[Bearbeiten | Quelltext bearbeiten]
  • NCEP North American Regional Reanalysis (NARR)[6]
  • Bureau of Meteorology Atmospheric high-resolution Regional Reanalysis for Australia (BARRA v1.0)[7]
  • Arctic System Reanalysis (ASR)

Anwendungsbeispiele

[Bearbeiten | Quelltext bearbeiten]
Anwendungsbeispiel einer Reanalyse im Energiebereich: Mittlere Windgeschwindigkeit 1995-2018 in der Nord- und Ostsee in 116 m Höhe (basierend auf der regionalen Reanalyse COSMO-REA6).[5] Eingezeichnet sind außerdem die Grenzen der deutschen Ausschließlichen Wirtschaftszone (AWZ) sowie Standorte von Messmasten (FINO 1, 2, 3).

Klimaüberwachung

[Bearbeiten | Quelltext bearbeiten]

Im Rahmen des Copernicus-Klimawandeldienst (Copernicus Climate Change Service, C3S) wird die globale Reanalyse ERA5 für Auswertungen zur Temperaturentwicklung weltweit und in Europa eingesetzt.[8]

Erneuerbare Energie

[Bearbeiten | Quelltext bearbeiten]

Im Bereich der erneuerbaren Energien sind aus Reanalysen insbesondere die Parameter Windgeschwindigkeit und Solarstrahlung von Interesse.[9] Da Reanalysen diese Information auch für Bereiche ohne direkte Beobachtungen bereitstellen, kommen diese in einer Vielzahl von Studien und Anwendungen in diesem Sektor zum Einsatz[10][11][12][13] und sind daher ein wichtiges Werkzeug der Energiemeteorologie.

Einzelnachweise

[Bearbeiten | Quelltext bearbeiten]
  1. Kaiser-Weiss, A. K., Borsche, M., Niermann, D., Kaspar, F. Lussana, C., Isotta, F., van den Besselaar, E., van der Schrier, G., Undén, P.: Added value of regional reanalyses for climatological applications, Environmental Research Communications, Vol. 1, No. 7, 2019. DOI:10.1088/2515-7620/ab2ec3
  2. Hersbach, H., Bell, B., Berrisford, P., Hirahara, S., Horányi, A., Muñoz-Sabater, J., Nicolas, J., Peubey, C., Radu, R., Schepers, D., Simmons, A., Soci, C., Abdalla, S., Abellan, X., Balsamo, G., Bechtold, P., Biavati, G., Bidlot, J., Bonavita, M., De Chiara, G., Dahlgren, P., Dee, D., Diamantakis, M., Dragani, R., Flemming, J., Forbes, R., Fuentes, M., Geer, A., Haimberger, L., Healy, S., Hogan, R. J., Hólm, E. A., Janisková, M., Keeley, S., Laloyaux, P., Lopez, P., Radnoti, G., Rosnay, P. D., Rozum, I., Vamborg, F., Villaume, S., Thépaut, J.-N., 2020: The ERA5 global reanalysis. Q J R Meteorol Soc, DOI:10.1002/qj.3803
  3. Dee, D. P., Uppala, S. M., Simmons, A. J., Berrisford, P., Poli, P., Kobayashi, S., et al. (2011). The ERA‐Interim reanalysis: Configuration and performance of the data assimilation system. Quarterly Journal of the Royal Meteorological Society, 137(656), 553–597. DOI:10.1002/qj.828
  4. Bollmeyer, C., Keller, J. D., Ohlwein, C., Wahl, S., Crewell, S., Friederichs, P., Hense, A., Keune, J., Kneifel, S., Pscheidt, I., Redl, S., Steinke, S.: Towards a high-resolution regional reanalysis for the European CORDEX domain, Q. J. R. Meteorol. Soc., 141, 1–15, 2015, DOI:10.1002/qj.2486
  5. a b F. Kaspar, D. Niermann, M. Borsche, S. Fiedler, J. Keller, R. Potthast, T. Rösch, T. Spangehl, B. Tinz: Regional atmospheric reanalysis activities at Deutscher Wetterdienst: review of evaluation results and application examples with a focus on renewable energy. In: Advances in Science and Research. Band 17, 2020, S. 115–128, doi:10.5194/asr-17-115-2020 (englisch).
  6. Mesinger, F., G. DiMego, E. Kalnay, K. Mitchell, P.C. Shafran, W. Ebisuzaki, D. Jović, J. Woollen, E. Rogers, E.H. Berbery, M.B. Ek, Y. Fan, R. Grumbine, W. Higgins, H. Li, Y. Lin, G. Manikin, D. Parrish, W. Shi, 2006: North American Regional Reanalysis. Bull. Amer. Meteor. Soc., 87, 343–360, DOI:10.1175/BAMS-87-3-343
  7. Su, C.-H., Eizenberg, N., Steinle, P., Jakob, D., Fox-Hughes, P., White, C. J., Rennie, S., Franklin, C., Dharssi, I., Zhu, H., 2019: BARRA v1.0: the Bureau of Meteorology Atmospheric high-resolution Regional Reanalysis for Australia, Geosci. Model Dev., 12, 2049-2068, DOI:10.5194/gmd-12-2049-2019
  8. Copernicus: Surface air temperature maps
  9. Niermann, D., Borsche, M., Kaiser-Weiss, A. K., Kaspar, F.: Evaluating renewable energy relevant parameters of COSMO-REA6 by comparing against station observations, satellites and other reanalyses, Meteorologische Zeitschrift, 2019; DOI:10.1127/metz/2019/0945
  10. Philipp Henckes, Andreas Knaut, Frank Obermüller, Christopher William Frank: The benefit of long-term high resolution wind data for electricity system analysis. Energy 143, 934-942, 2018. DOI:10.1016/j.energy.2017.10.049
  11. Raik Becker, Daniela Thrän: Optimal Siting of Wind Farms in Wind Energy Dominated Power Systems. Energies 2018, 11, 978; DOI:10.3390/en11040978
  12. Staffell, I.; Pfenninger, S.: Using bias-corrected reanalysis to simulate current and future wind power output, Energy, Volume 114, Pages 1224-1239,2016, DOI:10.1016/j.energy.2016.08.068
  13. F. Kaspar, M. Borsche, U. Pfeifroth, J. Trentmann, J. Drücke, P. Becker: A climatological assessment of balancing effects and shortfall risks of photovoltaics and wind energy in Germany and Europe. In: Advances in Science and Research. 16. Jahrgang, 2019, S. 119–128, doi:10.5194/asr-16-119-2019.
  14. Simmer, C., G. Adrian, S. Jones, V. Wirth, M. Göber, C. Hohenegger, T. Janjic, J. Keller, C. Ohlwein, A. Seifert, S. Trömel, T. Ulbrich, K. Wapler, M. Weissmann, J. Keller, M. Masbou, S. Meilinger, N. Riß, A. Schomburg, A. Vormann, C. Weingärtner (2016): HErZ: The German Hans-Ertel Centre for Weather Research. Bull. Am. Meteorol. Soc., 97 (6), pp. 1057-1068, DOI:10.1175/BAMS-D-13-00227.1, 2016