Análisis de la precipitación y la evaporación en el Orinoco colombiano según los modelos climáticos regionales del experimento CORDEX-CORE

Con el fin de representar la precipitación y evaporación total mensual en una cuenca hidrográfica del Orinoco colombiano, este trabajo evaluó la capacidad de los modelos climáticos regionales incluidos en el Experimento regional coordinado de reducción de escala (CORDEX-CORE). Para ello, complementariamente, se incluyeron datos de precipitación y evaporación total de fuentes como Climate Hazards Center InfraRed Precipitation with Station data (CHIRPS), el reanálisis atmosférico (ERA5), Global Precipitation Climatology Center (GPCC) y Global Land Evaporation Amsterdam Model (GLEAM). Las comparaciones entre los ensambles de los modelos y las observaciones se hicieron utilizando métodos gráficos y métodos cuantitativos, entre ellos: diagramas de cajas, porcentajes de sesgo, eficiencia de Nash-Sutcliffe, entre otros. Los resultados evidencian que los valores promedio de precipitación están adecuadamente representados, en términos de su temporalidad y magnitud, por el ensamble del modelo RegCM, mientras que los valores promedio de evaporación total están mejor representados por el ensamble del modelo REMO en términos de la temporalidad, más no en su magnitud. Por otra parte, las estimaciones de caudal de largo plazo evidencian que los valores de evaporación total proporcionados por los modelos permiten una adecuada estimación del caudal promedio de largo plazo, pero no la adecuada estimación del ciclo anual de caudales. Este trabajo es pionero en la evaluación de los datos de precipitación y evaporación total mensual suministrados por CORDEX-CORE en el Orinoco colombiano, sienta precedentes para la incorporación de datos de modelos regionales para fines hidrológicos en zonas poco instrumentadas del país, y es el primer paso hacia la evaluación de escenarios regionalizados de cambio climático.

Trendanalysen des globalen Niederschlags auf Basis von Analysen des Weltzentrums für Niederschlagsklimatologie (WZN)

<p>Das Weltzentrum für Niederschlagsklimatologie (Global Precipitation Climatology Centre) wurde 1989 auf Anfrage der World Meteorological Organization (WMO) beim Deutschen Wetterdienst (DWD) eingerichtet und befindet sich im operationellen Betrieb. Zu den Aufgaben des WZN gehört das Sammeln von in-situ Niederschlagsmessungen weltweit. Diese Daten werden in ihrer Qualität geprüft und in einer Datenbank archiviert. Auf Basis dieser Daten erstellt das WZN verschiedene gerasterte Niederschlagsanalysen, um die vielfältigen Nutzungsanforderungen zu bedienen, die sich im Hinblick auf zeitnahe Verfügbarkeit, hohe Datenbasis, ausführliche Qualitätskontrolle oder Homogenität der Zeitreihen unterscheiden.</p> <p>Anwendungsgebiete für die WZN-Datensätze sind die Überwachung des Niederschlags in der jüngeren Vergangenheit und Dürremonitoring, Kalibrationsdaten für Satellitenmessungen, Untersuchung des globalen Wasserkreislaufs, Analyse von Niederschlagsextremen bzw. deren Änderungen. Die dafür zur Verfügung gestellten Datensätze unterscheiden sich sowohl in der Datenbasis, als auch der Qualitätskontrolle. Während die nahezu Echtzeitdatensätze auf einigen tausend Stationen mit automatischer oder kombinierter automatischer und manueller Datenprüfung beruhen, basieren die Datensätze für historische Zeiträume auf einigen zehntausend Stationen mit einer aufwändigen statistischen und manuellen Datenprüfung. Um die große Menge an verfügbaren Daten homogenisieren zu können, wurde ein dazu passendes Homogenisierungsverfahren entwickelt.</p> <p>In dem Beitrag wird die Datenbasis und Qualitätskontrolle des WZN dargestellt. Anhand dieser Daten werden Trends des Niederschlags für Europa und weltweit bestimmt und ein Vergleich zwischen verschiedenen Methoden gezeigt. Dies umfasst nicht nur die Menge des Niederschlags, sondern auch Analysen und Trends der Intensität.</p>

Das Weltzentrums für Niederschlagsklimatologie (WZN) – globale Niederschlagsanalysen (nicht nur) für die Klimaforschung

<p>Das Weltzentrum für Niederschlagsklimatologie (WZN, engl. Global Precipitation Climatology Centre (GPCC)) wurde 1989 auf Anfrage der World Meteorological Organization (WMO) beim Deutschen Wetterdienst (DWD) eingerichtet und befindet sich im operationellen Betrieb. Die Aufgabe des WZN ist das Sammeln, die Prüfung und Analyse von in-situ Niederschlagsmessungen weltweit.</p> <p>Die von den Lieferanten bereitgestellten Daten kommen in verschiedenen Dateiformaten an. Diese unterscheiden sich nicht nur von Lieferant zu Lieferant, sondern auch von Lieferung zu Lieferung beim selben Lieferanten. Diese Dateien müssen in ein einheitliches Format gebracht werden, damit die Daten für die weitere Verarbeitung in eine relationale Datenbank importiert werden können. Sowohl beim Umformatieren als auch beim Einbringen in die Datenbank werden die Niederschlagsdaten und Stationsmetainformationen sorgfältig kontrolliert und, wo notwendig und möglich, korrigiert. Das Datenbankmodell erlaubt die parallele Speicherung der originalen und korrigierten Daten je nach Datenlieferant, was einen Vergleich der auf verschiedenen Wegen für eine Station gelieferten Daten ermöglicht. Auf Basis dieser qualitätsgeprüften Daten erzeugt das WZN verschiedene gerasterte Niederschlagsanalysen. Bei einigen dieser Analysen wird ein weiterer Schritt der Qualitätskontrolle bei der Extraktion der Daten aus der Datenbank eingefügt.</p> <p>Um die vielen verschiedenen Nutzungsanforderungen an gerasterte Datensätze erfüllen zu können, erzeugt das WZN verschiede Analyseprodukte. Diese unterscheiden sich in der Aktualität der verfügbaren Daten, und damit einhergehend in der Stationsbasis, der durchgeführten Qualitätskontrolle und räumlichen und zeitlichen Auflösung.</p> <p>Da das WZN nicht Eigentümer, sondern Nutzer der Daten, ist, stellt es nicht die Stationsdaten und Stationsmetadaten öffentlich zur Verfügung. Hingegen können die gerasterten Datensätze frei und ohne Registrierung genutzt werden. Es besteht die Möglichkeit, im Rahmen eines Gastaufenthalts beim WZN auch mit den Stationsdaten zu arbeiten.</p> <p>In dem Beitrag wird auf den Aufbau, die Datenbasis und –prozessierung des WZN eingegangen und die verschiedenen verfügbaren Analyseprodukte werden mit Anwendungsbereichen vorgestellt. Einige der vorgestellten Analyseprodukte werden im Winter 2021/2022 in einer aktualisierten Version veröffentlicht.</p>

Multi-year 100-metre-scale urban precipitation study based on X-band radar observations

<p>An operational, single-polarized X-band weather radar <span>monitors precipitation within a 20 km scan radius around</span> Hamburg’s city center for almost eight years. This weather radar operates at an elevation angle (~3.5°) with a high temporal (30 s), range (60 m), and sampling (1°) resolution refining observations of the German nationwide C-band radars. <span>Studies on short time periods (several months and case studies) proofs the performance of this low-cost local area weather radar. The synergy of observations of the X-band radar, vertically pointing micro rain radars, and rain gauges yields a reliable eight-year precipitation climatology with 100 m resolution. </span><span>The two guiding questions of this presentation are: </span><span>Is the variability of this precipitation climatology representative </span><span>and not contaminated by measurement errors</span><span>? </span><span>Which </span><span>sub-hourly precipitation characteristics </span><span>can we infer</span><span> from th</span><span>is</span><span> precipitation climatology?</span></p><p><span>S</span>everal sources of radar-based errors <span>were</span> <span>adjusted gradually</span> affecting th<span>e</span> <span>precipitation</span> estimate, <span>e.g.</span> the radar calibration, alignment, attenuation, noise, non-meteorologial echoes<span>. Additionally, statistical relations (</span><span><em>k</em></span><span>-</span><span><em>Z</em></span><span> and </span><span><em>Z</em></span><span>-</span><span><em>R</em></span><span> relation) increase the uncertainty of the precipitation estimate. However, the deployment of additional vertically pointing micro rain radars yields drop size distributions at relevant heights, which increases the data quality effectively and assess</span><span>es</span><span> the statistics of the long-term precipitation observations. The resulting climatology allows studies on the spatial and temporal scale of urban precipitation. We outline the performance of the climatology, present first results on sub-hourly precipitation characteristics and discuss open issues and limitations.</span></p><p>This multi-year urban precipitation analysis is groundwork for further hydrological research in an urban area within the project <em>Sustainable Adaption Scenarios for Urban Areas – Water from Four Sides</em> of the Cluster of Excellence <em>Climate Climatic Change, and Society</em> (CliCCS). Future urban precipitation studies will be improved by the extension of networked observations with a second X-band weather radar site and additional micro rain radars in Hamburg measuring since the beginning of 2021.</p>

Updated gridded datasets version 2020 provided by the Global Precipitation Climatology Centre (GPCC)

<p>Since its founding in 1989, the Global Precipitation Climatology Centre (GPCC) has been producing global precipitation analyses based on land surface in-situ measurements. In the now over 30 years the underlying database has been continuously expanded and includes a high station density and large temporal coverage. Due to the semi-automatic quality control routinely performed on the incoming station data, the GPCC database has a very high quality. Today, the GPCC holds data from more than 123,000 stations, about three quarters of them having long time series.</p><p>The core of the analyses is formed by data from the global meteorological and hydrological services, which provided their records to the GPCC, as well as national meteorological and hydrological services from all over the world.  In addition, the GPCC receives SYNOP and CLIMAT reports via the WMO-GTS. These form a supplement for the high quality precipitation analyses and the basis for the near real-time evaluations.</p><p>Quality control activities include cross-referencing stations from different sources, flagging of data errors, and correcting temporally or spatially offset data. This data then forms the basis for the following interpolation and product generation.</p><p>In near real time, the 'First Guess Monthly', 'First Guess Daily', 'Monitoring Product', ‘Provisional Daily Precipitation Analysis’ and the 'GPCC Drought Index' are generated. These are based on WMO-GTS data and monthly data generated by the CPC (NOAA).</p><p>With a 2-3 year update cycle, the high quality data products are generated with intensive quality control and built on the entire GPCC data base. These non-real time products consist of the 'Full Data Monthly', 'Full Data Daily', 'Climatology', and 'HOMPRA-Europe' and are now available in the 2020 version.</p><p>All gridded datasets presented in this paper are freely available in netcdf format on the GPCC website https://gpcc.dwd.de and referenced by a digital object identifier (DOI). The site also provides an overview of all datasets, as well as a detailed description and further references for each dataset.</p>

Comparison of Precipitation Projections of CMIP5 and CMIP6 Global Climate Models over Yulin, China

This study compared precipitation projections of Coupled Model Intercomparison Project 5 (CMIP5) and 6 (CMIP6) GCMs over Yulin City, China. The performance of CMIP5 and CMIP6 GCMs in replicating Global Precipitation Climatology Centre (GPCC) precipitation climatology of the city was evaluated using different statistical metrics. The best performing GCMs common to both CMIP5 and CMIP6 were selected and subsequently downscaled to GPCC resolution using linear scaling method to spatiotemporal changes in precipitation. The study revealed BCC.CSM1.1(m), IPSL.CM5A.LR, MRI.CGCM3 and MIROC5 of CMIP5 and their equivalents BCC-CSM2-MR, IPSL-CM6A-LR, MRI.ESM2.0 and MIRCO6 of CMIP6 as the most suitable GCMs for the projection of rainfall in Yulin. Changes in precipitation were in the range of -14.0 − 0.0% and − 22.0 − 0.2% during 2021−2060 for RCP4.5 and SSP2-4.5 respectively. The highest decrease of -29.7 ̶ -22.0% was projected by MRI-ESM-2-0 for SSP2-4.5, while − 28.0 − -20.0% by MIROC5 for RCP4.5. For RCP8.5 and SSP5-8.5, precipitation was projected to decrease in the range of -17.0 ̶ -2.0% and − 32.0 ̶ 0.0%, respectively during 2021 ̶ 2060 by most of the GCMs. An increase in precipitation up to 12.3% was projected only by IPSL-CM5A-LR for RCP8.5 for this period. The highest decrease was projected by MIROC5 (-40.2 − -29.0%) for RCP8.5 and IPSL-CM6A-LR (-40.2 − -26.0%) for SSP5-8.5. Overall, the results revealed a higher decrease in precipitation in Yulin city by CMIP6 GCMs compared to those projected by their corresponding GCMs of CMIP5 for both scenarios.

On the Importance of Gauge-Undercatch Correction Factors and Their Impacts on the Global Precipitation Estimates

Precipitation gauges are critical for measuring precipitation rates at regional and global scales and are often used to calibrate precipitation rates estimated from other instruments such as satellites. However, precipitation measured at the gauges is affected by gauge-undercatch that is often larger for solid precipitation. In the present work, two popular gauge-undercatch correction factors are assessed: one utilizes a dynamic correction model and is used in the Global Precipitation Climatology Centre (GPCC) Monitoring product and the other one employs a fixed climatology and is used in the Global Precipitation Climatology Project (GPCP) product. How much the choice of correction factors can impact the total estimate of precipitation was quantified over land at seasonal, annual, regional, and global scales. The correction factors are also compared as a function of the environmental variables used in their development, among those are near-surface air temperature, relative humidity, wind speed, elevation, and precipitation intensity. Results show that correction factors can increase the annual precipitation rate based on the gauges by ~9.5 % over the global land (excluding Antarctica), although this amount can vary from ~6.3% (in boreal summer) to more than 10% (in boreal winter), depending on the season and the method used for gauge-undercatch correction. Annual variations of correction factors can also be large, so the use of the fixed climatology correction factors requires caution. Given their magnitudes and differences, selection of appropriate correction factors can have important implications in refining the water and energy budget calculations.