A. Martina Grudzielanek & Malte Fliegner Ruhr-Universität Bochum | Geographisches Institut | Landschaftsökologie und Biogeographie | martina.grudzielanek@rub.de | http://www.geographie.ruhr-uni-bochum.de/forschung/landschaftsoekologie-und-biogeographie

Kaltluftsee-Analyse mittels Infrarot-Thermographie im hochalpinen Funtensee-Becken im Berchtesgadener Land

Abb. 2: Lage des Untersuchungsgebietes und des Funtensees (rote Markierung); Funtensee 1606 m ü. NN; Quelle: Bayrische Vermessungsverwaltung (2016)

36. Jahrestagung des Arbeitskreis Klima der Deutschen Gesellschaft für Geographie 2017 in Marburg

Quellen: Bayrische Vermessungsverwaltung (2016): Digitale Topographische Karten. MünchenFischer K (1987): Das Funtensee-Uvala im Steinernen Meer. In: Nationalpark Berchtesgaden Der Funtensee Forschungsbericht 7: Der Funtensee – Naturkundliches Portrait eines subalpinen Sees. Berchtesgaden. Grudzielanek AM, Cermak J (2015): Capturing cold-air flow using thermal imaging. In: Boundary-Layer Meteorology.

Geographie des Funtenseebeckens

Lage: südwestlich vom Königssee im Berchtesgadener Landauf ca. 1600 m ü. NN.Entstehung: durch Verwitterung des Kalkgesteins Ausbildungeines geschlossenen Karstbeckens mit knapp 2,5 km Längeund 0,5 km BreiteAusbildung ausgeprägter nächtlicher Kaltluftseen:durch muldenförmige Topographie, Bodenbedeckung desBeckens selbst sowie der Umgebung und alpinegeographische Lage, verstärkt durch Verdunstungskälte desWasserkörpers (Funtensee) (Fischer 1987).

Abb. 1: Blick in das Funtenseebecken; Quelle: www.nationalpark-berchtesgaden.bayern.de/

N

Methodik

Abb. 4: Luftbild vom Funtenseebecken mit Messgeräten (DWD-WetterstationFuntensee, Wetterstation Kärlingerhaus (NP), TIR-Kameras und Temperatursensoren) während der Messkampagne vom 8. bis 11. Juli 2016; Quelle Luftbild: Google Earth 2017

Messung „so viel wie möglich und logistisch umsetzbar“Messkampagne: 8.-11. Juli 2016, Zeitraum für dargestellte Analyse: 9.7. 20:00 MEZ bis 10.7. 4:00 MEZStrahlungswetterlage, einzelne Unterbrechungen durch Gewitter2 Thermographie (TIR)-Kameras: VarioCams hr, InfraTec; sequenzierte Erfassung der Oberflächen im Becken zur flächenhaften und indirekten Erfassung der oberflächennahen KL-Strömungen und des KLS in 2 Sek.-Intervall, 384 x 288 TIR-Pixel7 Temperatursensoren: Geoprecision; unterschiedliche Geländeformen innerhalb der TIR-MessdomainWetterstationen: DWD, Meteomedia

extrem niedrige Temperaturen häufige Bodeninversionen Funtenseebecken ist einer der kältesten Orte

Deutschlands mit häufigem Auftreten von Nebel

Abb. 3: Auflösung von morgendlichem KLS mitNebel am Funtensee

Hintergrund

Die KL-Strömung aus den umliegenden Geländerinnen, die Kaltluft (KL)-Entstehung in der relativ geschlossenen Hohlform des Funtenseebeckensselbst und die Kaltluft–Akkumulation als Kaltluftsee (KLS) sind höchst spannend, da durch die besonders extremen geländeklimatologischenBedingungen und der Lage im Hochgebirge extrem niedrige Temperaturen erfasst wurden: z.B. der deutschlandweite Minimum-Temperatur-Rekordam 24. Dezember 2001 mit -45,9°C.Die Entstehung eines KLS im Bereich des Funtenseebeckens ist bereits bekannt (Fischer 1987), eine genauere Analyse steht aber noch aus und warAnreiz für die hier präsentierte Messkampagne.

Für die Analyse der KL-Strömung sowie des KLS wurden folgende Arbeitshypothesen aufgestellt:1. Die KL strömt aus der Umgebung durch kleinräumige Geländerinnen in das Becken ein und füllt es mit KL auf und die KLS-Entstehung beginnt am

tiefsten Geländepunkt (am Wasserkörper des Funtensees) und füllt sich gemäß der Topographie relativ gleichmäßig weiter auf.2. Im KLS bildet sich eine interne differenzierte KL-Schichtung mit geringsten Temperaturen in Bodennähe aus.3. Im KLS finden dynamische Prozesse, wie z.B. der Versatz der KL in unterschiedliche Richtungen (sloshing), statt.Zur Bearbeitung der Arbeitshypothesen werden zum einen Daten der in situ-Messung vor Ort und zum anderen Ergebnisse aus der KL-Modellierung,teils im Vergleich, genutzt.

Modellierung mittels KLAM_21 (DWD)zweidimensionales, mathematisch-physikalisches Simulationsmodell zurBerechnung von Kaltluftabflüssen in orographisch gegliedertem Gelände(SIEVERS 2008) „realer“ KL-Abfluss durch Berücksichtigung der realen NutzungOutput: Inversionshöhen ü. Grund, KL-Strömung-geschwindigkeiten in 2m ü. Grund

Abb. 5: Standort und Blickrichtung der

TIR-Kameras; links: zusammengefügte

TIR-Bilder des Ausschnitts imFoto rechts; rechts: Domain-Ausschnitt im Gelände (roter

Rahmen)

TIR-Evaluierung für die Funtensee-DomainZu Beginn der TIR-Methode sollte aufgrund der heterogenenOberflächenbeschaffenheiten im Gelände (Albedo, Wärmespeicherung,–Kapazität, etc.) eine Bewertung der Methode stehen (Grudzielanek &Cermak 2015). Nur wenn die Oberflächentemperaturen schnell undintensiv genug auf oberflächennahe Lufttemperaturänderungenreagieren, ist eine inhaltliche Analyse der KL-Strömungen und KLS-Dynamik möglich. Korrelationsanalyse von Lufttemperaturdaten (Temperatursensoren)und „benachbarten“ TIR-Pixeln (20-22 MEZ)

Abb. 6: Vergleich der Lufttemperaturen des Temperatursensors 4 mit benachbartem TIR-Polygon

Ergebnisse

Dynamische Prozesse innerhalb des KLS- Einfließen der KL in den teils oder vollständig gebildeten KLS- Auffüllen und Auflösen des KLS- Versatz von KL innerhalb des KLS (sloshing) durch Bewegungsimpulse (einfließende KL und/oder

Störungen der übergeordneten Atmosphäre (Lehner et al. 2015) Hier nur mit TIR-Daten möglich, nicht mit Modell

Kaltluft-Strömung und Kaltluftsee-Bildung

Wasser

23:00 MEZ

Methodendiskussion- Messaufbau für Fragestellung geeignet und logistisch machbar, aber: TIR-Domain begrenzt durch

Anzahl und Verfügbarkeit der TIR-Kameras und -Objektive, Stromversorgung, Erlaubnis (NP); Geräteanzahl begrenzt, Zeitraum begrenzt und „spontan“; Strömung in Umgebung nicht erfasst!

- TIR-Limitierung und Fehlerquellen: „nur“ oberflächennahe Strömungsgeschehnisse werden erfasst Aussage über KL am Boden und Verteilung in pseudo-vertikal-Profilen, nicht z.B. über KL-Volumen im Becken; 3D in 2D perspektivische Fehler flache Blickwinkel, Messtrecke von 130 m bis 850 m TIR-Pixelgröße unterschiedlich, Atmosphärenstörungen ignoriert; unterschiedliche Oberflächeneigenschaften; großer Bereich durch Wasserfläche beansprucht, deren TIR-Daten nicht brauchbar sind; Eigenschaften der Oberflächen selbst haben immer Einfluss auf Oberflächentemperatur!

- Modell: einfaches Modell gewählt: für ersten Vergleich TIR mit Modell, kein Output von Oberflächentemperaturen kein Vergleich desselben Klimaelementes Fehlerquellen

- Bisher inhaltlich hauptsächlich qualitative Analyse

04:00 MEZ

Tab. 1: Ergebnisse der Korrelationsanalyse

TIR-Polygone (6x6 TIR-Pixel mitTemperatursensoren

(21:30-23:30 MEZ)

Ergebnisse TIR-Evaluierung

- Positive Korrelationen- Unterschiede durch

1) unterschiedlich schnell reagierende Oberflächen2) TIR-Methodik-Einflüsse (flache Blickwinkel, Atmosphären-störung, etc.)3) Unterschiede in Strömungsdynamik an der Bodenoberfläche(Lage in KL-Rinne oder oberhalb)

Fazit:Die waldfreien Oberflächen im Funtenseebecken sind geeignet fürdie indirekte Erfassung der oberflächennahen Luftströmungenunter Berücksichtigung von Methoden-limitierenden Aspekten!

Ausblick/Optimierungsmöglichkeiten- Numerischer Vergleich von Modell-

mit TIR-Daten- Komplexeres Modell, erweiterter

Output- Numerische inhaltliche Analyse der

TIR-Daten- Meteorologische

Strahlungswetterlagen im Vergleich- Größeres / umfassenderes Mess-

Setup, u.a. zur Erfassung der Strömung über dem und um das Becken herum; TIR-Messung außerhalb des pot. KLS (außerhalb des häufigen Nebels

Abb. 10: Drei KLS-Situationen während des “KLS-Schwappens” bei störenden Einflüssen der übergeordnetenAtmosphäre; Rauschen der TIR-Bilder durch Nebel

- KL-Fluss durch Geländerinnen in das Becken: im Modell je nach Topographie, auch in TIR-Bildern und -Videos zu erkennen, Übereinstimmung innerhalb der TIR-Domain

- Das Modell gibt Infos zu großräumigem KL-Einzugsgebiet- KLS-Bildung: Auffüllen des KLS über den Abend/die Nacht vereinfacht im Modell berechnet ab SU, TIR-Daten passen grundsätzlich sehr gut (Vergleich der Inversionshöhen)

- KLAM_21 geht von besten Wetterbedingungen aus; in der Realität gab es Varianzen, z.B. in der Inversionshöhe, auch schon vor Störungen der übergeordneten Atmosphäre

- KL-Pakete bzw. das KL-Einströmen der KL in das Becken verursachen KLSD-Dynamik, s.u.: durch TIR-Daten messbar

- Modell gibt keine Infos über die KL-Schichtung innerhalb des KLS, TIR-Daten schonAbb. 7: Drei KLS-Situationen während der KLS-Entstehung; KLAM_21, TIR-Bilder mit Lage der Inversion (weiße Linie)

20:30 MEZ

Abb. 8: Profildiagramme(pseudovertikal) zu

unterschiedlichenKLS-Situationen in Bezug

auf die interne KL-Schichtung; Profil-

Loaction oben (weiße Linie); Fehler durch heterogene

Oberflächeneigenschften!

KL-Schichtung innerhalb des Kaltluftsees- Bildung einer Inversion- Auffüllen des Beckens mit KL- Abkühlung der KL-Temperaturen über den Abend/die Nacht - Ausbildung einer differenzierten KL-Schichtung im KLS: rel. tiefe Temperaturen am Boden bei extrem störungsfreien Bedingungen führenzu maximaler Sortierung der KL nach Dichte bzw. Gewicht

- KL wird in direkter Nähe zum Wasserkörper des Funtensees durch Verdunstungskälte zusätzlich abgekühlt

- Schwankungen in den Profildiagrammen (Abb. 8) nicht nur der KL-Schichtung selbst geschuldet, sondern auch den unterschiedlichen Oberflächenformen und ihren physikalischen Eigenschaften

Sloshing (Schwappen) des KLS (Abb. 10)- Vorhandener KLS erfährt Bewegungsimpuls aus NE: entweder durch einfließendes KL-Paket oder durch übergeordnete Atmosphäre bzw. Strömungsbedingungen

- Der KLS wird nach SW (im TIR-Bild nach rechts) verlagert bzw. findet ein Versatz des KLS nach SW statt

- Die KL stößt an die SW-Seite des Funbtenseebeckens und wird abgebremst – sie „schwappt“ gegen die Felswand

- Die Bewegungsrichtung kehrt sich um und die KL strömt zurück Richtung NE (im TIR-Bild nach links) entweder allein durch den beschrieben Effekt oder zusätzlich durch einfließende KL aus SE und/oder durch übergeordnete Atmosphäre bzw. Strömungsbedingungen

- Dynamik verliert mit jedem Zyklus an IntensitätDynamik im KLS kann durch sich überlagernde Prozesse extremkomplex sein (vgl. Lehner et al 2016; Haiden et al. (2011)

- Haiden T, Whiteman CD, Hoch SW, Lehner M (2011): A Mass Flux Model of Nocturnal Cold-Air Intrusions into a Closed Basin. In: Journal of Applied Meteorology. - Lehner M, Whiteman CD, Hoch SW, Crosman ET, Jeglum ME, Cherukur NW, Calhoun R, Adler B, Kalthoff N, Rotunno R, Horst TW, Semmer S, Brown WOJ, Oncley SP, Vogt R,

Grudzielanek AM, Cermak J, Fonteyne NJ, Bernhofer C, Pitacco A, Klein P (2015): The METCRAX II field experiment - A study of downslope windstorm-type flows in Arizona’sMeteor Crater. In: Bulletin of the American Meteorological Society.

- Sievers (2008): Deutscher Wetterdienst (HG.): Das Kaltluftabflussmodell KLAM_21. Theoretische Grundlagen, Anwendung und Handhabung des PC-Modells. Offenbach.

Wasser

Bei Morgendämmerung komplettes Becken mit dichtem Nebel gefüllt

TIR-Messung nicht korrekt

00:42:19 MEZ 00:43:07 MEZ 00:43:51 MEZ

Nebel