• Share
  • Email
  • Embed
  • Like
  • Save
  • Private Content
Mathematik, Informatik und Klimaforschung
 

Mathematik, Informatik und Klimaforschung

on

  • 927 views

Anwendung von Mathematik und Informatik in der Klimaforschung und Simulation, Vortrag für die Schleswig-Holsteinischen Universitätsgesellschaft in Itzehoe 2.2.2012

Anwendung von Mathematik und Informatik in der Klimaforschung und Simulation, Vortrag für die Schleswig-Holsteinischen Universitätsgesellschaft in Itzehoe 2.2.2012

Statistics

Views

Total Views
927
Views on SlideShare
927
Embed Views
0

Actions

Likes
0
Downloads
1
Comments
0

0 Embeds 0

No embeds

Accessibility

Categories

Upload Details

Uploaded via as Adobe PDF

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

    Mathematik, Informatik und Klimaforschung Mathematik, Informatik und Klimaforschung Presentation Transcript

    • Mathematik, Informatik und KlimaforschungThomas SlawigChristian-Albrechts-Universität zu KielInstitut für InformatikCluster Ozean der Zukunftts@informatik.uni-kiel.deDank an meine Arbeitsgruppe: Mustapha El Jarbi Claudia KratzensteinJaroslaw Piwonski Anna Heinle Johannes Rückelt Malte Prieß Henrike MützeJoscha Reimer Jana PetersenGEOMAR: Andreas Oschlies und Gruppe
    • Fragen ...• Was ist Klima?• Was sind Modelle?• Wie funktioniert eine Modellierung?• Welche Fragen stellen sich den Klimaforscher(inne)n?• Wo ist dabei Mathematik ...?• ... und wo Informatik? Thomas Slawig
    • Klima und Wetter Welträumliche Auflösung Kontinente Klima Staaten Bild: NASA Wikimedia Commons Regionen Wetter Orte Tage Wochen Monate Jahre Jahr- zehnte zeitliche Auflösung Thomas Slawig Foto: Ludwig Urning Creative Commons Lizenz
    • Das Klimasystem ist komplex ... Quelle: Intergovernmental Panel on Climate Change (IPCC), 4th Assessment Report, Climate Change 2007 (AR4)Working Group (WG) 1, FAQ 1.2, Figure 1. Schematic view of the components of the climate system, their processes and interactions.
    • Das Klimasystem•Komplexes gekoppeltes System: •Atmosphäre, Ozean, See-, Landeis, Vegetation, menschlicher Einfluss•Verschiedenste Interaktionen an den Grenzflächen•Angetrieben von natürlichen Thomas Slawig und menschlichen Einflüssen
    • Besonderheiten: Feedbacks/ Rückkopplungen Erwärmung der Atmosphäre stärkererTreibhaus- effekt … ein Beispiel ... mehr Wasserdampf in der Bilder: Muns, Specious, Steven Wikimedia Commons Atmosphäre
    • Besonderheiten:Unterschiedliche Skalen ... 0.5 y(uopt) y(u0 ) 0.4 ˆ y( u∗ ) ¯ y( u) DIN [mmol N m ] −3 0.3 y(u∗ ) 0.2 0.1 0 2.65 2.7 2.75 2.8 2.85 2.9 2.95 time [ hours ] x 10 4 zeitlich (Tageszyklen, Jahreszyklen) .. Thomas Slawig … und auch räumlich: z.B. Turbulenz im Ozean Bild: NASA Wikimedia Commons
    • Wie modelliert man so ein komplexes System? Thomas Slawig
    • Klimamodelle und Modelle generell ...• Modelle sind Vereinfachungen• … hängen vom Modellzweck ab: Was will ich mit dem Modell anfangen? Vergangenheit erklären, Prognose ...• … haben logischerweise Grenzen• ... modellieren physikalische, biologische, chemische Prozesse• ... heute immer mehr auch die Wechselwirkung mit der Menschheit, d.h soziale, ökonomische Prozesse Thomas Slawig
    • Bedeutung von Modellen• Wesentliche Bedeutung bei Klimaprognosen, z.B.: „Wie wirken sich höhere Emissionen auf das Klima aus?“• „Experimente“ nur begrenzt durchführbar• Grundlage von politischen Entscheidungen (IPCC-Report) Quelle: IPCC AR4
    • Wie funktioniert einemathematische Modellierung? Thomas Slawig
    • Beispiel:Boxmodell des Golfstroms (S. Rahmstorf, PIK) Quelle: IPCC Third Assessment Report, Climate Change 2001 (TAR) Synthesis Report Fig. 4-2: great ocean conveyor belt.
    • Boxmodell des Golfstroms (S. Rahmstorf) Wasseroberfläche Norden Süden 3 1 2 Strömungsrichtung 4 OzeanbodenBeispiel: Temperaturänderung in Box 1 = Menge des transportierten Wassers * Temperaturdifferenz des Wassers zwischen Box 4 und Box 1 mathematisch formuliert: ˙ T1 = m · (T4 T1 ) Thomas Slawig
    • … und sowas kommt dann ´raus: ut − div(ν u) + v · vt − div(ν v) + v · u + px v + py = n !! −Ω × v le se pz = −ρg ic ht wz = −ux − vy te n St − div(ν S) + v · S = 0 Tt − div(ν T ) + v · T = 0 B it ρ = ρ(T, S) „Partielle Differentialgleichungen“ Thomas Slawig
    • Was machen Mathematiker/innen sonst noch so??? Thomas Slawig
    • Mathematische Analysis - wozu?Aus der Reihe Große Probleme der Menschheit:Das Badewannenproblem ... (nach Prof. Herz, TU Berlin) Wie kann man den Wasserstand in der Badewanne berechnen, wenn man den Stöpsel zieht? Picture: Y. Trottier GNU FDL Thomas Slawig
    • Das Badewannenproblem ... Phys. Gesetz: Toricelli‘sche Formel Rechnung liefert zwei Lösungen:Picture: Y. Trottier GNU FDL Mathematische Modelle können mehrere Lösungen haben. Nicht jede ist sinnvoll. Thomas Slawig
    • Für das Klimasystem ist es schwieriger ...ut − div(ν u) + v ·vt − div(ν v) + v · u + px v + py = n !! −Ω × v le se pz = −ρg ic ht wz = −ux − vy te n St − div(ν S) + v · S = 0 Tt − div(ν T ) + v · T = 0 B it ρ = ρ(T, S) „Partielle Differentialgleichungen“ Thomas Slawig
    • Machen Mathematiker/innen noch etwas??? Thomas Slawig
    • Mathematik liefert effiziente Algorithmen• „Im Wesentlichen“ reduziert sich alles auf das Lösen von sehr (!) großen Gleichungssystemen … aber mit sehr vielen (Millionen) von Unbekannten 2x + 3y + z + . . . = 1 3x y + 4z + . . . = 2 4x + y z + ... = 3 . . .• Aufgabe der Mathematik: Wie kommt man dahin?• Wie löst man das schnell,• ...auch wenn das System selbst nicht in den Computer passt? Thomas Slawig
    • Modelle sind immer noch zu grob • Räumlich relevante Skalen in der Atmosphäre (z.B. Wolken) ca. 10cm • ... im Ozean ähnlich (Turbulenz) • Modellauflösung: 10km - Bereich • zeitliche Skalen: tägliche/jährliche Variabilität • ... Ozeanzirkulation (mehrere Jahre) Thomas Slawig
    • Parametrisierung und Optimierung x x x x x• Konsequenz: viele x x x x x x kleinskalige Prozesse x x x x x x x x werden modelliert x x x x x x x x x ? („parametrisiert“) x x x x x x x x x x x x x x• teilweise empirische Modellparameter 0.8 model output with SQP particulate organic nitrogen(P+Z+D) BATS data 0.7• Anpassung/Kalibrierung 0.6 durch Optimierung 0.5 notwendig 0.4 0.3 0.2• Ziel: Anpassung an 0.1 Thomas Slawig Messdaten 1994 1994.5 1995 1995.5 1996 1996.5 1997 1997.5 1998 1998.5 199 Years 1994−1998
    • Mathematische Optimierungoder: 0.8 model output with SQP particulate organic nitrogen(P+Z+D) BATS dataWie kommen wir 0.7 0.6 0.5 0.4von hier ... 0.3 0.2 0.1 1994 1994.5 1995 1995.5 1996 1996.5 1997 1997.5 1998 1998.5 1999 Years 1994−1998 0.8... dorthin? model output particulate organic nitrogen(P+Z+D) BATS data 0.7 0.6 0.5 0.4 0.3 0.2 Thomas Slawig 0.1 1994 1994.5 1995 1995.5 1996 1996.5 1997 1997.5 1998 1998.5 1999 Years 1994−1998
    • 300 200 200 Mathematik berechnet Modellunsicherheiten 100 100 • Wie wirken sich z.B. Messfehler aus? 0 0 1.1 0.65 0.7 0.75 0.8 0.58 0.6 0.62 0.64 ! 0.8 m 200 model output 200particulate organic nitrogen(P+Z+D) BATS data 0.7 0.6 0.5 0.4 100 100 0.3 0.2 0.1 0 0 0.027 0.009 0.0095 1994−1998 0.01 0.0105 0.011 0.028 0.029 0.03 0.031 0.032 1994 1994.5 1995 1995.5 1996 1996.5 1997 1997.5 1998 1998.5 1999 Years z m 200 200 100 100 Thomas Slawig 0 0
    • … und Informatik?• Effiziente Computersimulationen brauchen • Rechencluster, Parallelrechner Foto: RZ Uni Kiel Picture: All about Apple GNU FDL Thomas Slawig
    • Simulationen brauchen ... endif enddo 1999 continue lb = 0 do i = la,length if (car(i:i) .ne. ) then lb = lb + 1 endifComputer- enddo length = length - la c car1 = prefix // car(2:length+1) // car2 car1 = prefix // car(la+1:la+lb) // car2programme, die !! c write(*,*) car1(1:length+1+4+13) close(30) n open (20,file=car1) e do i = 1,nk es write(20,1501) i,x(1,i),x(2,i),u0(1,i),u0(2,i) enddo lesbar tl close (20) c write(*,*) written , car1 h car1 = prefix3 // car(la+1:la+lb) // car2 ic open(27,file=car1) leicht wartbar, n do i = 1,nk c if (i .le. 633 .or. id(i) .eq. -5) then te write(27,1501) idumm,x(1,i),x(2,i),f1(1,i),f1(2,i) flexibel it c endif enddo B close(27) c write(*,*) written , car1 c if (ipod .eq. 0 .or. ipod .eq. 2) goto 5515 open(27,file=car1)sind. c open(28,file=./Matlab/cont.asc) do i = 1,nk if (i .le. 633 .or. id(i) .eq. -5) then read(28,1501) idumm,x(1,i),x(2,i),fo(1,i),fo(2,i) write(27,1501) idumm,x(1,i),x(2,i),fo(1,i),fo(2,i) c endif enddo close(28) close(27) Thomas Slawig c write(*,*) written , car1 c$$$ close (25) c$$$ close (26) endif 5515 continue
    • Simulationen brauchen ...• Modelle und Computerprogramme, die modular sind:komplexes, abermodularesProgramm Thomas Slawig
    • Wie und wozu kann das nützlich sein...? Thomas Slawig
    • Eine Katastrophe als Startpunkt ... Thomas SlawigFoto: Digital Globe[CC-BY-SA-3.0 (www.creativecommons.org/licenses/by-sa/3.0)] via Wikimedia Commons
    • Was passiert mit dem Wasser ....? Thomas Slawig
    • Hintergrund• Spaltprodukte aus Reaktoren sind bekannt: Caesium, Jod• Radioaktiver Zerfall folgt einem sehr einfachen Gesetz (proportional zur vorhandenen Menge)• Zerfallsraten/Halbwertszeiten sind bekannt und konstant Bild: Inductiveload Wikimedia Commons• Radioaktive Stoffe werden im Wasser "verdünnt" (Diffusion) ...• ... und transportiert durch die Ozeanströmung• Solche Strömungsdaten werden in vielen Forschungsgebieten benutzt, u.a. von uns zur Berechnung Bild: Wikimedia Commons von Photosynthese im Ozean Thomas Slawig
    • Gute Software ermöglicht dann ... bekanntes Modell + Differences flexible • Transport equations, nonlinear coupling, easier compared to ocean model Biogeochemistry Software N P • Not clear how many tracers to include • NPZD model: nutrients, phytoplankton, zooplankton, detritus Z D Marines • more tracers-> more equations-> more parameters -> but more information? Bild: Inductiveload Wikimedia Commons Ökosystem-• Modeling is current research topiconlinear coupling, modell Biogeochemistry Bild: Dr. Ralfean model Wagner GNU FDL N Pcers to include Montag, 8. Februar 2010ents, phytoplankton,us Z Dore equations-> more more information?t research topic Bild: Dr. Ralf Wagner GNU FDL
    • Mathematik & Informatik• liefern Beiträge in der Modellierung des Klimas• und in der Bewertung von Modellen• ermöglichen erst Simulationen und damit Prognosen• machen Simulationen sicherer und zuverlässiger• sagen etwas über die Fehler aus• ermöglichen leichtere Anpassung z.B. auf neue Fragestellungen Thomas Slawig• Doch: Zukunft bleibt schwer vorhersagbar!