Grenzen der Vorhersagbarkeit in den mittleren Breiten aus Sicht der potentiellen Vorticity

Die nicht-linearen Multiskalendynamik der Atmosphäre begrenzt den Zeitraum, über den Vorhersagen dieses komplexen Systems möglich sind. Wir betrachten die Dynamik, die zum Anwachsen von Unsicherheit in Mittelfrist-Vorhersagen führt, basierend auf der potentiellen-Vorticity (PV) Sichtweise der Dynamik der mittleren Breiten. Ausgehend von der PV-Gleichung beschreiben wir quantitativ das Anwachsen der Unterschiede in der PV zwischen Vorhersage und Analyse bzw. zwischen Mitgliedern einer Ensemblevorhersage. Die Tendenzen dieser PV-Unterschiede können wir dabei verschiedenen Prozessen und Mechanismen zuordnen. Unsere PV Diagnostik stellt dadurch ein wertvolles Werkzeug dar, um mechanistisches Verständnis des strömungsabhängigen Anwachsens von Vorhersageunsicherheit zu erlangen.

Wir betrachten in dieser Präsentation numerische Experimente sowie auch operationelle Vorhersagen. In den numerischen Experimenten, ausgehend von sehr geringen Störungen der "Vorhersage", finden wir ein drei-Phasen Modell für das Anwachsen der Unsicherheit. Besonders spannend ist dabei, dass sich die quantifizierten dominanten Prozesse in zwei der drei Phasen von bisherigen Modellen des Anwachsens der Unsicherheit bedeutend unterscheidet: Konsistent mit vorherigen Studien sind Feuchtprozesse auf der konvektiven Skala maßgeblich für die erste Phase. In einer zweiten Phase werden die Unsicherheiten durch divergentes Ausströmen in der oberen Troposphäre auf die Tropopause projiziert, wo sie in der dritten Phase durch nicht-lineare Wellendynamik verstärkt werden. Die Prozesse, die das Anwachsen der Unsicherheit dominieren, können sich demnach bedeutend von den dominierenden Prozessen des zugrunde liegenden Systems unterschieden: Baroklines Wachstum spielt keine bedeutende Rolle für das Anwachsen von Unsicherheit in dem hier präsentierten Mittel über viele Fälle.

Für die Entwicklung von Wettervorhersagesystemen scheint es von besonderem Interesse zu sein zu untersuchen, wie Modellfehler oder stochastische Parametrisierungen das divergente Ausströmen in der oberen Troposphäre verändern. Unsere Ergebnisse deuten darauf hin, dass es gerade dieses Ausströmen ist, das das weitere Anwachsen der Vorhersageunsicherheit durch nichtlineare Wellendynamik am effizientesten auslöst.