Projekte

Im Folgenden stellen wir unsere wichtigsten Projekte in alphabetischer Reihenfolge vor.

Advanced Prediction in Polar regions and beyond: modelling, observing system design and LInkages associated with a Changing Arctic climate

APPLICATE ist ein Projekt, das im Rahmen des EU-Programms "Horizon 2020" für Forschung und Innovation mit acht Millionen Euro für vier Jahre finanziert wird und an dem 16 Partner aus neun Ländern beteiligt sind. Das multinationale und multidisziplinäre Konsortium wird an der Verbesserung der Vorhersagemöglichkeiten für Wetter und Klima sowohl in der Arktis als auch in Europa, Asien und Nordamerika arbeiten. Ein Fokus auf der Arktis ist dabei wichtig für die Verbesserung der Vorhersagen von Wetter und Klima in den mittleren Breiten, da Veränderungen durch Klimawandel in der Arktis – der Rückgang des Meereises, Erwärmung der Ozeane und der Atmosphäre – das Potenzial dazu haben, auch das Wetter und Klima in den mittleren Breiten zu beeinflussen.

Luisa Cristini | Claudia Hinrichs | Thomas Jung | Sara Pasqualetto | Tido Semmler

APPLICATE auf Twitter folgen @applicate_eu.

"Processes and impacts of climate change in the North Atlantic Ocean and the Canadian Arctic" zielt darauf ab, Doktorandinnen und Doktoranden in einem interdisziplinären Umfeld auszubilden, welches die Stärken der marinen Geowissenschaften und der Umweltphysik aus Bremen mit den komplementären Fähigkeiten und Kenntnissen acht kanadischer Partneruniversitäten in Meereis- und Eisschildmodellierung kombiniert. Das wissenschaftliche Team mit den Doktorandinnen und Doktoranden im Mittelpunkt arbeitet an einem besseren Verständnis der Variabilität des arktischen Ozeans und der Kryosphäre auf Zeitskalen von Dekaden bis Jahrtausenden. Die Ergebnisse werden für eine belastbare Beurteilung des Einflusses vorhergesagter zukünftiger Klimaveränderungen auf die Arktis verwendet.

Deniz Aydin | Yuqing Liu | Martin Losch

Das eFlows4HPC-Projekt besteht aus 16 akademischen und industriellen Organisationen aus ganz Europa. Das AWI arbeitet mit führenden europäischen HPC-Experten (High Performance Computing) zusammen, um Simulationen mit einem Klimamodell der neuen Generation einfacher nutzbar und effizienter zu gestalten.

Ziel des Projekts ist es, eine innovative HPC-basierten Workflow-Plattform zu erstellen. Diese wird aus dem Software-Stack und einigen zusätzlichen Dienstleistungen bestehen, welche die Integration von HPC-Simulationen mit Big Data-Analytik und maschinellen Lernen in wissenschaftlichen und industriellen Anwendungsbereichen vereinfachen sollen. Das AWI beteiligt sich an dem Projekt mit einem gekoppelten Modell, das aus dem unstrukturierten Mesh-Ozeanmodell FESOM2 der nächsten Generation und OpenIFS als atmosphärische Komponente besteht. Das gekoppelte Modell wird im Rahmen einer Klimamodellierungsanwendung in der Workflow-Plattform integriert werden.

Thomas Jung | Nikolay Koldunov

EPICA

"Eddy Properties and Impacts in the Changing Arctic (EPICA)" ist ein vom BMBF finanziertes Projekt, das hochauflösende Modellierungen und Beobachtungen verwenden wird, um die Eigenschaften und Auswirkungen von (sub-)mesoskaligen Wirbeln im Arktischen Ozean zu verstehen, insbesondere in der MOSAiC-Periode im Vergleich zur Vergangenheit. Die Wechselwirkungen des Ozeans mit der Atmosphäre und dem Meereis sowie das Mischen und Transportieren von Wassermassen im Ozean werden durch zahlreiche kleine Prozesse bestimmt. Insbesondere mesoskalige und submesoskalige Wirbel sind wichtige Merkmale, die die Meereshydrographie prägen und die Dynamik der gemischten Schicht beeinflussen. Ihre Eigenschaften und ihre Rolle im Arktischen Ozean sind jedoch noch wenig bekannt, mit schwerwiegenden Auswirkungen auf unser Verständnis der Dynamik des Arktischen Ozeans und auf den Realismus von Wirbelparametrisierungen in Klimamodellen.

Das vorgeschlagene Projekt wird die hochauflösenden Modellierungsfähigkeiten des Finite-Volume-Meer-Ozean-Modells (FESOM) mit den ganzjährigen Daten kombinieren, die während der MOSAiC-Kampagne gesammelt wurden. Wir werden die Beobachtungsdaten mit Modellergebnissen synthetisieren, um Prozesse zu untersuchen, die Wirbel bilden, die Bedeutung von Wirbeln für den Ozean-, Meereis- und Luft-Meer-Austausch verstehen, die innere Variabilität des Ozeans im Verhältnis zur erzwungenen Variabilität kennenlernen und Wirbeldiffusivität ableiten, die dazu beitragen kann, Wirbelparametrierungen und damit die Genauigkeit von Klimamodellen zu verbessern. Die Auflösung des globalen Modells wird im gesamten Arktischen Ozean auf 1 km erhöht und an den MOSAiC-Standorten weiter auf Subkilometer-Skalen verfeinert. Die jahrzehntelangen Wirbel-Auflösungsmodell-Ergebnisse für den Arktischen Ozean und die gut ausgewertete und dokumentierte km-Modellkonfiguration werden der Gemeinschaft geliefert, die verwendet werden kann, um das Verständnis, die Vorhersage und die Projektion des arktischen Klimas zu fördern. Im Rahmen dieses Projekts arbeiten wir mit der Physical Oceanography Section zusammen, die für die Analyse verwandter MOSAiC-Beobachtungen zuständig ist.

Qiang Wang | Benjamin Rabe | Ivan Kuznetsov | Dmitry Sein | Sergey Danilov | Thomas Jung | Nikolay Koldunov | Patrick Scholz | Dmitry Sidorenko | Claudia Wekerle

ESM

Advanced Earth System Modelling Capacity: A contribution to solving Grand Challenges by developing and applying innovative Earth System Modelling capacity

ESM ist ein zehn Millionen Euro Projekt, das ab April 2017 von der Helmholtz-Gemeinschaft über einen Zeitraum von drei Jahren finanziert wird. Acht Helmholtz-Zentren sind daran beteiligt, die Repräsentation der Komponenten des Erdsystems und ihre Kopplung zu verbessern, und eine Serie ausgewählter numerischer Experimente durchzuführen, die sich mit den Grand Challenges (Frontier Simulations) befassen. Eine Langzeitstrategie für die Entwicklung einer Erdsystemmodellierungskapazität ist ebenfalls ein Ziel dieses Projektes.

Dirk Barbi | Luisa Cristini | Helge Goessling | Thomas Jung | Suvarchal Kumar Cheedela | Lars Nerger | Sara Pasqualetto | Thomas Rackow | Tido Semmler

ESM auf Twitter folgen @project_esm.

ESM-TOOLS ist ein Softwareprodukt mit dem Ziel, die Modellinfrastruktur zu vereinheitlichen und einen gemeinsamen Rahmen für das Herunterladen, Kompilieren, Ausführen und Organisieren gekoppelter oder eigenständiger Modelle zu schaffen. ESM-TOOLS ist am AWI Bremerhaven im Rahmen des Helmholtz-Projekts ESM entwickeltes und gepflegtes. ESM-TOOLS besteht aus drei Teile: (1) esm-master: Makefile-basiertes Tool zum Herunterladen, Konfigurieren und Kompilieren der Modell; (2) esm-environmentg: Maschinenabhängige Einstellungen für das Kompilieren und Ausführen von Modellen, die alle an einem Ort gesammelt werden. (3) esm-runscripts: Funktionssammlung zur Verwendung kurzer und prägnanter Runskripte, praktisch identisch unabhängig von Maschine und Modell. Die zugrundeliegenden Funktionen organisieren das gesamte Experiment, einschließlich Kopieren von Daten, Ändern von Namenslisten, Vernunftprüfungen, iterative Kopplung und vieles mehr.

Miguel Andrés-Martínez | Dirk Barbi | Luisa Cristini | Deniz Ural 

Follow ESM-TOOLS on Twitter @ToolsEsm.

FRontiers in Arctic marine Monitoring

Unsere Fähigkeit, die komplexen Interaktionen biologischer, chemischer, physikalischer und geologischer Prozesse im Ozean und an Land zu verstehen, ist noch immer limitiert durch den Mangel an integrativer und interdisziplinärer Beobachtungsinfrastruktur. Das Hauptanliegen der Hochsee-Infrastruktur FRAM ist eine dauerhafte Präsenz auf dem Meer, von der Oberfläche bis in die Tiefe, um Daten über Erdsystemdynamiken, Klimaveränderungen und Veränderungen des Ökosystems in nahezu Echtzeit bereitzustellen. Die Sektion Klimadynamik unterstützt das FRAM Infrastrukturprogramm mit hochauflösenden Ozean- und Meereissimulationen.

Vibe Schourup-Kristensen | Claudia Wekerle

Die Helmholtz-Klima-Initiative (HI-CAM) ist eine zweijährige Initiative zur Anregung bereichsübergreifender Forschung zum Klimaschutz und zur Anpassung an Helmholtz-Zentren und darüber hinaus. Dieses Projekt vereint das Know-how von 50 Personen aus 14 Helmholtz-Zentren und wird mit 12 Mio. € unterstützt. Wissenschaftler der Sektion Klimadynamik am AWI tragen zu Cluster 2: Anpassung an Extreme bei. Die Auswirkungen der globalen Erwärmung auf verschiedene Sektoren, deren Zusammenhänge und Rückkopplungen werden analysiert, um geeignete Anpassungsmaßnahmen in einem "zukünftigen Projektionsansatz" zu identifizieren. Dazu werden neue Handlungsszenarien für aktuelle Extremereignisse wie die Hitzewelle im Sommer 2019 untersucht. In diesen Handlungssträngen werden die Ereignisse unter verschiedenen Hintergrundbedingungen (vorindustrielle, gegenwärtige, 2 und 4K wärmere Klimazonen) mit AWI-CM rekonstruiert, indem die beobachtete Entwicklung der großflächigen atmosphärischen Zirkulation (z.B. der Strahlstrom und andere großflächige Strukturen) durch Verwendung eines maßstabsabhängigen spektralen Nudging-Ansatzes vorgegeben wird. Dabei werden die dynamischen Veränderungen ausgerechnet und thermodynamische Effekte zur Veränderung extremer Ereignisse können isoliert mit einem hohen Signal-Rausch-Verhältnis untersucht werden. Es wird erwartet, dass die Fokussierung auf Szenarien für die jüngsten Extremereignisse, die den Menschen neu im Gedächtnis bleiben, den Klimawandel greifbarer macht und einen neuen ereignisbasierten Ansatz zur Anpassung bietet. 

In diesem Projekt werden zwei Hypothesen getestet: (1) Maschinelles Lernen wird zu viel besserer Parametrisierung in Klimamodellen führen, und (2) Methoden des maschinellen Lernens können dabei helfen, Engpässe bei hochauflösenden Modellläufen auf Hochleistungscomputern zu verringern. Zuerst soll eine neue Parametrisierung für die Darstellung von Ozeanwirbeln im vom AWI entwickelten Finite Volume Sea Ice-Ocean Model (FESOM2.0), entwickelt werden. Anschließend soll ein Schritt weiter gegangen werden, indem ML Methoden angewendet werden, um in Erdsystemmodellen bestimmte Teile, die Engpässe bei hochauflösenden Einstellungen darstellen, zu ersetzen. Außerdem soll untersucht werden, wie Satellitenbeobachtungen in die ML-Modelle integriert werden können. Dabei sollen im Speziellen sehr hochauflösende Modelle erreicht werden, bei denen das zugrundeliegende mathematische Modell zu einem inkorrekt gestellten inversen Problem führt. Dieses Vorhaben erfordert die Anoassung reglementierter Deep-Learning-Ansätze basierend auf generativen kontradiktorischen Netzwerkarchitekturen. All dies soll zu einer Verbesserung der Realitätsnähe von Klimamodellen und somit ihrer Fähigkeit, zukünftige Klimaveränderungen vorherzusagen, führen.

Sonal Rami | Thomas Jung | Stephan Juricke | Nikolay Koldunov

Im Rahmen des Pilot Lab Exascale Earth System Modelling (PL-ExaESM) werden spezielle Konzepte untersuchst, um die exascale-Bereitschaft von Erdsystemmodellen und damit verbundenen Arbeitsabläufen in der Erdsystemwissenschaft zu ermöglichen.

Erdsystemmodelle simulieren das Erdklima einschließlich physikalischer und biogeochemischer Prozesse und sind wichtige Werkzeuge zur Bewertung des Ausmaßes und der Auswirkungen des zukünftigen Klimawandels. Solche Modelle müssen in immer feineren Auflösungen ausgeführt werden, um extreme Ereignisse zu erfassen, die oft für die meisten wetterbedingten und anderen Umweltauswirkungen verantwortlich sind. Mit unseren Simulationen können lokale Maßstäbe reproduziert und Extremereignisse deutlich genauer als bisher simuliert werden. Um benötigte Supercomputer effizient nutzen zu können, müssen neue Programmierkonzepte entwickelt und in Erdsystemmodelle umgesetzt werden. Darüber hinaus generieren diese Modelle enorme Datenmengen, und auch die Speichertechnologie entwickelt sich weiter. Dies impliziert, dass neue Wege für den Umgang mit der Ausgabe von Erdsystemmodellen und neue Modellierungs-Workflows entwickelt werden müssen. Um solche großen Simulationen auf solchen gigantischen Maschinen zu ermöglichen, bedarf es einer engen Zusammenarbeit zwischen der Erdsystemmodellierung und der Informatik. Das PL-ExaESM bietet eine Plattform, auf der sich diese beiden Gemeinschaften treffen und interagieren können, um die Erdsystemmodelle der nächsten Generation zu erstellen.Im PL-ExaESM arbeiten Wissenschaftler aus 9 Helmholtz-Institutionen zusammen, um 5 Probleme der Exascale-Erdsystemmodellierung wie Skalierbarkeit oder Systemdesign anzugehen.

Jan Hegewald | Thomas Jung 

Das Weddellmeer im atlantischen Abschnitt des Südozeans ist ein Gebiet, in welchem Wechselwirkungen zwischen Atmosphäre, Meereis, Schelfeis und dem Ozean starken Einfluss haben. Der angrenzende Larsen-Eisschelf hat in den letzten Dekaden dramatische Änderungen erfahren, die bisher noch nicht vollständig verstanden sind. Hinzu kommt noch, dass der Kontinentalschelf der Antarktis eine große Rolle in der globalen Ozeanzirkulation spielt.

Das Ziel von REDOCCA ist es, den Einfluss von Änderungen in der Atmosphäre auf die Ozeanzirkulation im Weddellmeer für das 21. Jahrhundert zu untersuchen.

Hierzu werden verschiedene Simulationen von AWI-CM, die für CMIP6 durchgeführt worden sind,  sowie regional hoch aufgelöste Simulationen von COSMO-CLM - durchgeführt von Kollegen der Universität Trier – und FESOM stand-alone Simulationen im Hinblick auf Küstenpolynyas und die Produktion von verschiedenen Schelfwassermassen ausgewertet. Es werden Klimaentwicklungen der letzten 160 Jahre, sowie für das 21. Jahrhundert betrachtet. Der Fokus liegt hierbei auf den lokalen Windsystemen, der Produktion von Schelfwasser, der Meereisproduktion und -schmelze, sowie den Schmelzraten der Eisschelfe im Weddellmeer, insbesondere dem Larsen-Eisschelf.

Tido Semmler | Vanessa Teske | Ralph Timmermann

Das Sea Ice Drift Forecast Experiment (SIDFEx) ist eine Community-Initiative zur Erfassung und Analyse von Vorhersagen zur Eisdrift in der Arktis, deren Hauptziel darin besteht, die Vorhersagegüte zu verbessern und Modellmängel zu diagnostizieren. Unter Anderem lieferte SIDFEx Echtzeit-Driftprognosen für das MOSAiC Central Observatory und das Distributed Network, indem einzelne Prognosen mehrerer internationaler Prognosezentren und Forschungsgruppen optimiert und zusammengeführt wurden. Da es sich bei SIDFEx jedoch größtenteils um eine Maßnahme ohne dedizierte Finanzierung handelt, fehlen Ressourcen, um die beispiellose Gelegenheit zu nutzen, welche die SIDFEx-Daten in Kombination mit den detaillierten MOSAiC-Beobachtungen zur Verbesserung von Driftprognosen und zur Diagnose von Modellfehlern darstellen. SIDFExplore soll SIDFEx auf ein völlig neues Niveau heben, damit wesentliche Fortschritte in Richtung besserer arktischer Vorhersagen erzielt werden können. Insbesondere wird SIDFExplore:

  1. die Güte der einzelnen Driftvorhersagen anhand von Metriken wie Entfernung, Geschwindigkeit, Winkel und Deformation bestimmen, sowie diagnostizieren, wie die Vorhersagegüte von Parametern wie dem atmosphärischen Zustand, der Eis- und Schneedicke und der geografischen Region abhängt;
  2. diese Ergebnisse heranziehen, um Möglichkeiten für Verbesserungen der zugrundeliegenden Vorhersagesysteme herauszuarbeiten, in enger Zusammenarbeit mit den externen Partnern, die Vorhersagen für SIDFEx liefern;
  3. Optimierung, Entwicklung und Erprobung neuer Methoden, unter anderem auf der Grundlage maschinellen Lernens, verfolgen, um „on-the-fly“-Kalibrierung durchzuführen und Multi-Model Konsensus-Vorhersagen zu erstellen;
  4. zusätzlichen langfristigen Nutzen von SIDFEx sicherstellen durch Veröffentlichung von Papern, Daten und Software, Planung einer möglichen Fortführung des SIDFEx-Systems über MOSAiC hinaus, und die Suche nach Möglichkeiten des Wissenstransfers in den Search-and-Rescue-Sektor (auch im offenen Ozean).

Mit dieser wissenschaftlichen Agenda und der breiten Beteiligung führender internationaler Wetter- und Klimamodellierungszentren ist SIDFExplore ideal positioniert, um MOSAiC-Beobachtungen zur Verbesserung von Klimamodellen zu nutzen und so zu einer der zentralsten und ursprünglichsten Motivationen für MOSAiC beizutragen.

Helge Goessling | Lorenzo Zampieri

Variationen in der Massenverteilung der Ozeane und damit im Ozeanbodendruck, die auf Zeitskalen von Monaten bis Jahrzehnten auftreten, sind bis heute nicht hinreichend verstanden. Auf diesen Zeitskalen können großräumige Bodendruckvariationen sowohl aus windinduzierter Variabilität wie auch aus baroklinen Prozessen resultieren.Die GRACE-Satellitenmission hat wesentliche neue Erkenntnisse zu ozeanischen Massenvariationen beigetragen. Massenanomalien der Ozean sind in Geodäsie und Ozeanographie jedoch nicht nur bei der Interpretation des zeitvariablen Schwerefeldes wichtig; sie spielen ebenfalls eine wichtige Rolle bei der Analyse von Krustendeformationen, der Bestimmung von Geozentrumsvariationen, und beim Verständnis der Erdrotationsschwankungen. Prozesse im tiefen Ozean lassen sich ferner nur verstehen wenn nicht nur die Meeresoberflächenhöhe und die sterische Variabilität der oberen Ozeanschichten (z.B. mit Hilfe von ARGO-Messungen) erfasst werden, sondern der Bodendruck des tiefen Ozeans mitbetrachtet wird. So kann eine Erwärmung des tiefen Ozeans, die gegenwärtig in vielen Studien für eine Verlangsamung der globalen Erwärmung verantwirtlich macht, nur verstanden werden wenn alle diese Elemente betrachtet werden. In "Consistent Ocean Mass Time Series from LEO Potential Field Missions (CONTIM)" soll Expertise zur präzisen Bahnbestimmung von Erdsatelliten, zur Modellierung des zeitvariablen Schwerefeldes und gemeinsamen Inversion verschiedenartiger Daten, sowie zur physikalischen Modellierung der Ozeane kombiniert werden, um eine konsistente Zeitreihe von Ozeanmassenvariationen über den GRACE-Zeitraum hinaus zu erzeugen. Damit wollen wir einen wichtigen Beitrag zum Verständnis von Ozeanvariabilität, Meeresspiegel und Erwärmung der Meere schaffen.

Alexey Androsov | Sergey Danilov | Jens Schröter

Seamless Sea Ice Prediction

Die BMBF-Nachwuchsgruppe SSIP (2017-2022) arbeitet daran, die Meereisvorhersagemöglichkeiten auf Zeitskalen von Stunden bis Jahren und darüber hinaus zu verbessern. Um dies zu erreichen, wird in SSIP an einem übergangslosen Meereisvorhersagesystem auf Grundlage des kürzlich entwickelten AWI Klimamodells geforscht. Das unstrukturierte Gitter der Ozean/Meereis-Komponente dieses Modells (FESOM) erlaubt die Nutzung einer hohen Auflösung in den polaren Regionen (und anderen Schlüsselregionen) in einer global Aufstellung, indem eine übergangslose Anwendung des Vorhersagesystems auf einer weiten Spanne von Zeitskalen ermöglicht wird. Die Gruppe wendet hochmoderne Techniken an, um das Vorhersagesystem mit Fernerkundung und in-situ Beobachtungen einzurichten; sie optimiert die Meereiskomponente des Vorhersagemodells und entwickelt sie weiter; und sie wendet das Vorhersagesystem an, um Forschungsfragen mit Bezug zu Meereisvorhersagbarkeit, Verifizierung und dem Einfluss verschiedener Beobachtungen auf die Meereisvorhersage zu beantworten.

Marylou Athanase | Helge GoesslingSvetlana Loza | Bimochan Niraula | Simon Reifenberg | Lorenzo Zampieri

TRR181 ist ein von der DFG gefördertes Projekt zum Energietransfer in der Atmosphäre und dem Ozean. Die Energie eines geschlossenen Systems ist gleichbleibend. Sie geht nicht verloren, sondern wird vielmehr in andere Formen umgewandelt – so wie kinetische Energie in thermale Energie umgewandelt oder umgekehrt Hitze in Kraft verwandelt wird.

Dieses grundlegende Prinzip der Naturwissenschaften ist noch immer häufig ein Problem für die Klimaforschung. So zum Beispiel bei der Berechnung von Ozeanströmungen, wobei geringe Strudel sowie dadurch erzeugte Mischprozesse berücksichtigt werden müssen, ohne vollständig zu verstehen, woher die Energie für ihre Entstehung herrührt. Ähnliches gilt für die Atmosphäre, mit dem einzigen Unterschied, dass sich hier Luft statt Wasser bewegt. Auch hier können lokale Turbulenzen größere Bewegungen verursachen, oder umgekehrt große Wellen in kleinere Strukturen zerfallen. All diese Prozesse sind wichtig für das Erdklima und die Bestimmung, wie die Temperaturen in Zukunft ansteigen werden.

Deniz Aydin | Sergey Danilov | Thomas Jung | Stephan Juricke | Nikolay Koldunov | Martin Losch | Dirk Olbers | Patrick Scholz

Das Jahr der Polaren Vorhersage ist eine bedeutende internationale Aktivität, die vom World Weather Research Programme (WWRP) der World Meteorological Organization (WMO) als Teil des Polar Prediction Projects (PPP) initiiert wurde. YOPP findet zwischen Mitte 2017 und Mitte 2019 statt. Das übergeordnete Ziel ist es, unsere Umweltvorhersagefähigkeiten für die polaren Regionen und darüber hinaus zu verbessern.

Als international koordinierte Periode der intensiven Beobachtung, Modellierung, Vorhersage, des Nutzerengagements und der Weiterbildungsaktivitäten, welche verschiedene Stakeholder involviert, wird YOPP zur Wissensgrundlage beitragen, die benötigt wird, um die Chancen und Risiken handhaben zu können, die der arktische Klimawandel mit sich bringt.

Helge Goessling | Thomas Jung | Katharina Kirchhoff | Sara Pasqualetto | Felix Pithan | Kirstin Werner

Folgen Sie YOPP auf Twitter @polarprediction oder besuchen Sie den YOPP YouTube-Kanal.

Weitere Informationen finden Sie in der YOPP-Broschüre und in den YOPP-Infographiken.