Simulation von Treibhausgasen in der Atmosphäre Forschungsmethoden

Um die innerstädtische Ausbreitung von Spurenstoffen zu simulieren, muss der Fluss um Gebäude und in Straßenschluchten berücksichtigt werden. Während die stadtweite Modellierung auf solchen Auflösungen meist rechnerisch aufwendig ist, nutzen wir ein sogenanntes Reynolds Averaged Navier Stokes (RANS) Modell, das in der Lage ist, hochauflösende (10 m) Windfelder über längere Zeiträume zu berechnen. GRAMM/GRAL simuliert eine Vielzahl von stündlichen stationären Windfeldern, die alle realistischen meteorologischen Bedingungen abdecken. Jede Stunde wird eines dieser vorberechneten simulierten meteorologischen Windfelder auf der Grundlage eines Anpassungsalgorithmus zwischen simulierter und gemessener Windgeschwindigkeit und Windrichtung ausgewählt. Durch stündliche Verkettung der am besten passenden Windfelder erhält das Modell seine künstliche Dynamik. Dieser sogenannte „Katalogansatz“ spart weitere Berechnungszeit. GRAMM/GRAL verspricht daher, die städtischen Konzentrationserhöhungen mit ausreichender Genauigkeit und begrenzten Rechenkosten zu simulieren. Das Modell hat daher das Potenzial, Informationen auf politisch relevanten Zeitskalen zu liefern. 

Zur Untersuchung regionaler und mesoskaliger Effekte, verwenden wir das Weather Research and Forecasting (WRF) Modell. WRF simuliert die atmosphärische Dynamik auf Basis tatsächlicher oder idealisierter atmosphärischer Bedingungen. Eine Verschachtelung eines höher aufgelösten Bereichs in einen gröberen Bereich („nesting“) ermöglicht es bestimmte Regionen in den Fokus zu nehmen. WRF-Chem simuliert CO₂ Konzentrationen durch die Kopplung der atmosphärischen Dynamik mit CO₂ Emissionen. Wir nutzen WRF-Chem momentan auf 1km Auflösung in den Fokus-Regionen. Die meteorologischen Felder, die in WRF berechnet werden, können auch als Input für Lagrange Modelle verwendet werden, um Einflussgebiete von Messungen besser zu bestimmen. Wir nutzen dafür das Modell Flexpart-WRF.  Dies ist vor allem dann von Vorteil, wenn eine hohe Auflösung benötigt wird, also z.B. wenn Messungen in der Nähe größerer Quellen liegen. Die Information über den Einfluss umliegender Gebiete auf potentielle Messorte („Footprint“) werden in einer Inversion genutzt um verschiedene Beobachtungsstrategien quantitativ untereinander zu vergleichen. Diese Arbeiten sind Teil des vom BMBF geförderten Projekt .

Um kontinentale biogene Flüsse zu untersuchen, nutzen wir grober aufgelöste globale Modelle, nämlich TM5-4DVAR, welches von Sourish Basu (Earth System Science Interdisciplinary Center, University of Maryland) betrieben wird. TM5-4DVar nutzt gemessene meteorologische Daten als Input und verwendet eine 4-D-Variationsmethode, um Flüsse auf einem Gitter von 6° × 4° Längen- und Breitengraden zu optimieren. Diese sogenanten „top-down“ Flüsse können mit prozess-basierten Modellen („bottom-up“) verglichen werden, um biogene Prozesse mit kontinentaler Wichtigkeit besser zu verstehen.

Um Messungen der Gesamtsäule besser interpretieren zu können, nutzen wir das Modell FLEXPART, welches durch reanalysierte meteorologische Felder getrieben wird und einen Rückschluss auf großflächigere Quellen und Senken zulässt.