Thumbnail Image

WRF-based dynamical downscaling over High Mountain Asia

Wang, Xun

High Mountain Asia (HMA) is a mountainous area including the Tibetan Plateau (TP) and surrounding mountain ranges. Due to its unique climatic and tectonic settings, the HMA region is highly vulnerable to natural hazards, such as landslides and Glacial Lake Outburst Floods (GLOFs). Under climate change, the frequency of natural hazards is expected to increase, posing further threats to society and human lives in HMA. Due to the lack of meteorological data, the triggering mechanisms of atmospherically induced natural hazards, especially landslides, are still not fully understood in HMA, which hinders the development of early-warning systems. To overcome this issue, a new atmospheric data set: the High Asia Refined analysis version 2 (HAR v2), was developed and is presented in this thesis. The HAR v2 was generated by dynamical downscaling of ERA5 reanalysis data using the Weather Research and Forecasting Model (WRF). The HAR v2 provides atmospheric data at 10 km grid spacing and hourly temporal resolution. It is currently available from 2000 to 2020 and will be extended back to 1979. Compared to the old version, the HAR v2 covers a broader area and a longer temporal range. To find the optimal model configuration of the HAR v2, several sensitivity experiments were conducted. Validation of the HAR v2 against in-situ stations from the Global Surface Summary of the Day (GSOD) shows that the HAR v2 fits well with observations and outperforms its forcing data ERA5. In addition, the HAR v2 and a version of the HAR v2 run with 2 km grid spacing (HAR v2 2 km) were compared with other commonly used gridded precipitation data sets (reanalysis data, satellite retrieval, and interpolated in-situ observations), over a sub-region in HMA with rugged terrain. Results indicate the added value of the HAR v2 and HAR v2 2 km since they are the only products that can reproduce orographic precipitation and capture more extreme events. One of the primary goals of the HAR v2 is to provide atmospheric data for landslide researches in Kyrgyzstan and Tajikistan, one of the landslide hot spots in the HMA region. The newly developed HAR v2 was combined with historical landslide inventories to investigate the atmospheric triggering mechanisms of landslides in this region. Results reveal the crucial role of snowmelt in landslide triggering in this region and the added value of climatic disposition derived from atmospheric triggering conditions in landslide susceptibility mapping. Furthermore, the majority of previous studies applied rainfall estimates from in-situ gauges or satellite retrievals. This study also highlights the potential of dynamical downscaling products generated by regional climate models in landslide prediction. Dynamical downscaling has already been extensively applied to understand the present-day climate and also future climate. In the last part of this thesis, the applicability of dynamical downscaling in the context of paleoclimate is demonstrated. Here, two global climate simulations for the present day and the mid-Pliocene ( ∼ 3 Ma) were dynamically downscaled to 30 km grid spacing over HMA, using the same model configuration as the HAR v2. By keeping land surface conditions the same in both downscaling experiments, this study was able to isolate the influence of large-scale climate states and reveal its role in maintaining the Qaidam mega-lake system during the mid-Pliocene. An increase of the water balance (∆S), i.e., the change in terrestrial water storage was found, when the mid-Pliocene climate is imposed on the Qaidam Basin (QB) with its modern land surface settings. This imbalance of ∆S induced solely by the changes in large-scale climate state would lead to an increase of lake extent until a new equilibrium state is reached. The estimated equilibrium lake extent is 12%-21% of the maximum lake extent approximated from proxy data.
Hochasien (engl. High Mountain Asia, HMA) ist eine gebirgige Region, die das Tibetische Plateau (TP) und die umliegenden Gebirgsketten umfasst. Aufgrund der einzigartigen klimatischen und tektonischen Gegebenheiten ist die HMA-Region sehr anfällig für Naturgefahren wie Erdrutsche und Gletscherseeausbrüche (engl. Glacier Lake Outburst Floods, GLOFs). Im Zuge des Klimawandels wird erwartet, dass die Häufigkeit von Naturgefahren zunehmen wird, was eine weitere Bedrohung für die Gesellschaft und Menschenleben in der HMA-Region darstellt. Aufgrund des Mangels an meteorologischen Daten sind die Auslösemechanismen atmosphärisch induzierter Naturgefahren, insbesondere von Erdrutschen, in der HMA-Region noch nicht vollständig verstanden. Dies behindert die Entwicklung von Frühwarnsystemen. Um dieses Problem zu überwinden, wurde ein neuer atmosphärischer Datensatz, die High Asia Refined analysis Version 2 (HAR v2), entwickelt und wird in dieser Arbeit vorgestellt. Die HAR v2 wurde durch dynamisches Downscaling von ERA5-Reanalysedaten unter Verwendung des Weather Research and Forecasting Model (WRF) generiert. Die HAR v2 liefert atmosphärische Daten in einem 10 km Gitterabstand und stündlicher Zeitauflösung. Der Datensatz ist derzeit von 2000 bis 2020 verfügbar und wird bis 1979 zurück erweitert. Im Vergleich zur alten Version hat die HAR v2 eine größere räumliche Ausdehnung und einen längeren zeitlichen Bereich. Um die optimale Modellkonfiguration der HAR v2 zu finden, wurden mehrere Sensitivitätsexperimente durchgeführt. Die Validierung der HAR v2 mit Beobachtungen aus der Global Surface Summary of the Day (GSOD), dass die HAR v2 mit den Beobachtungen gut übereinstimmt und die Antriebsdaten ERA5 übertrifft. Zusätzlich wurden die HAR v2 und eine Version der HAR v2 mit 2 km Gitterabstand (HAR v2 2 km) mit anderen häufig verwendeten gerasterten Niederschlagsdatensätzen (Reanalyse-, Satellitendaten und interpolierte In-situ-Beobachtungen) verglichen. Die Ergebnisse demonstrieren die Notwendigkeit von höher aufgelösten HAR v2- und HAR v2 2 km-Daten für Regionen mit komplexer Topographie, da sie die einzigen Datensätze sind, die den orographischen Niederschlag reproduzieren und mehr extreme Ereignisse erfassen können. Eines der Hauptziele der HAR v2 ist die Bereitstellung von atmosphärischen Daten für die Erdrutschforschung in Kirgisistan und Tadschikistan, einem der Erdrutsch-Hotspots in der HMA-Region. Die neu entwickelte HAR v2 wurde mit historischen Erdrutschinventaren kombiniert, um die atmosphärischen Auslösemechanismen von Erdrutschen in dieser Region zu untersuchen. Die Ergebnisse zeigen die entscheidende Rolle der Schneeschmelze bei der Auslösung von Erdrutschen in dieser Region und den zusätzlichen Wert der aus den atmosphärischen Auslösebedingungen abgeleiteten klimatischen Disposition. Die meisten früheren Studien verwendeten Niederschlagsschätzungen aus In-situ-Messgeräten oder Satellitenabruf. Diese Studie unterstreicht auch das Potenzial von dynamischen Downscaling-Produkten, die von regionalen Klimamodellen erzeugt werden, für die Vorhersage von Erdrutschen. Dynamisches Downscaling wurde bereits ausgiebig angewandt, um das heutige Klima und auch das zukünftige Klima zu verstehen. Im letzten Teil dieser Arbeit wird die Anwendbarkeit des dynamischen Downscaling im Kontext des Paläoklimas demonstriert. Hier wurden zwei globale Klimasimulationen für die Gegenwart und das mittlere Pliozän ( ∼ 3 Ma) auf 30 km Gitterabstand verfeinert, wobei dieselbe Modellkonfiguration wie bei der HAR v2 verwendet wurde. Indem die Landoberflächenbedingungen in beiden Downscaling-Experimenten gleich gehalten wurden, war diese Studie in der Lage, den Einfluss großräumiger Klimazustände zu isolieren und ihre Rolle bei der Aufrechterhaltung des Qaidam-Megaseesystems während des mittleren Pliozäns aufzuzeigen. Es wurde eine Zunahme der Wasserbilanz (∆S), d.h. der Veränderung der terrestrischen Wasserspeicherung, gefunden, wenn das mittelpliozäne Klima dem Qaidam-Becken (QB) mit seinen modernen Landoberflächeneinstellungen aufgezwungen wird. Dieses Ungleichgewicht von ∆S, das allein durch die Änderungen des großräumigen Klimazustands induziert wird, würde zu einer Zunahme der Seeausdehnung führen, bis ein neuer Gleichgewichtszustand erreicht ist. Die geschätzte Gleichgewichts-Seeausdehnung beträgt 12%-21% der maximalen Seeausdehnung, die aus Proxydaten approximiert wurde.