NKFP6-BKOMSZ05. Célzott mérőhálózat létrehozása a globális klímaváltozás magyarországi hatásainak nagypontosságú nyomon követésére. II

NKFP6-BKOMSZ05 Célzott mérőhálózat létrehozása a globális klímaváltozás magyarországi hatásainak nagypontosságú nyomon követésére

II. Munkaszakasz 2007.01.01. - 2008.01.02.

Konzorciumvezető: Országos Meteorológiai Szolgálat Konzorciumi tagok: Eötvös Loránd Tudományegyetem Meteorológiai Tanszék Témavezető: Nagy Zoltán

NKFP6-00028/2005 Szakmai anyag __________________________________________________________________________________

Tartalomjegyzék 2.a részfeladat………………………………..…………... 3 2.b részfeladat……………………………………………. 4 3. részfeladat……………………………………………. 9 Hivatkozások, előadások, publikációk…………………… 40

2

NKFP6-00028/2005 Szakmai anyag __________________________________________________________________________________ A pályázat célja: az Országos Meteorológiai Szolgálat felszíni automata meteorológiai mérőhálózatába integrálva, egy olyan háttérklíma hálózat létrehozása, ahol a mérési körülmények (területi reprezentativitás, természetes és mesterséges tereptárgyak zavaró hatásaitól mentes mérési körülmények, melyek hosszú távra is tervezhetők, illetve ismertek), az alkalmazott mérési módszerek és eszközök, valamint a mérésekhez kapcsolódó adatellenőrzési és karbantartási eljárások, a mérési eredmények olyan, korábban nem elérhető megbízhatóságát, pontosságát, illetve időbeli stabilitását biztosítják, melyek szilárd alapot nyújtanak a globális klímaváltozás magyarországi hatásainak lehető legpontosabb felméréséhez. A 2007-es év a hároméves projekt második éve, melyben a fő célkitűzés a kiemelt, illetve egy standard mérési programmal működő háttérklíma állomás telepítése, valamint a kékestetői napsugárzás mérő állomás mérési programjának bővítése. A 2007-es évben kitűzött konkrét feladatokat az 1. táblázat összegzi. Sor szám 1.

2. 3.

Feladat megnevezése 2.a. A kékestetői napsugárzás mérő állomáshoz kapcsolódó beruházás bonyolítása, a telepítés végrehajtása 2.b A standard és bővített programú háttérklíma állomásokhoz kapcsolódó beruházás bonyolítása, 1-1 mérőállomás telepítése 3. A háttérklíma állomások mérési eredményeinek központi adatbázisba illesztéséhez szükséges feltételek megteremtése 1. táblázat

Közreműködő konzorciumi tagok OMSZ

OMSZ-ELTE ELTE

A 2007-es éves feladatokról általában elmondható, hogy megvalósításuk komoly szakmai kihívást jelentett, mivel a mért meteorológiai paraméterek, az alkalmazott adatgyűjtési technika, valamint a mérési eredmények értelmezése esetenként teljesen újdonság erejű volt az OMSZ mérési gyakorlatában. Egyértelműen kijelenthetjük, hogy a kitűzött feladatok teljesítéséhez szükséges új ismeretek elsajátítása az OMSZ meteorológiai méréstechnikai gyakorlatára is ösztönzőleg hatott. 1. A kékestetői napsugárzás mérő állomáshoz kapcsolódó beruházás bonyolítása, a telepítés végrehajtása (2.a feladat) A kékestetői napsugárzás mérő állomás mérési programjának bővítése alapvetően a légkör átbocsátó képességének nyomon követését szolgálja. Kékestető esetében ez a légkör 1000 méter feletti, vagyis a közvetlen felszíni szennyező forrásoktól többé-kevésbé zavartalan légrétegek optikai átbocsátó képességében történő változások monitorozását jelenti. Másrészről a kékestetői napsugárzás mérő állomáson mért napsugárzási paramétereket a budapesti mérőállomás mérési programja is tartalmazza, így a két mérőhely mérési eredményeinek összevetése hasznos információt nyújthat az alsóbb légrétegek optikai átbocsátó képességében bekövetkező változásokról. Köztudott, hogy a légkört alkotó összetevők mennyiségében történő változások módosítják a Föld légkörének napsugárzás-átbocsátó képességét, melyen keresztül befolyásolhatják Földünk klímáját. Talán nem szorul különösebb magyarázatra, hogy egy a klíma hosszabb távú nyomon követésére szolgáló mérőhálózat esetében, a légkör optikai átbocsátó képességének nyomon követésével teljesebb képet kaphatunk Magyarország klímájának alakulásáról. Összhangban a projekt 2006-os jelentésével, a kékestetői napsugárzás mérő állomás mérési programjának bővítésekor az alábbi szenzorok és berendezések kerültek beszerzésre: • 1 db CH1 típusú, Kipp&Zonen gyártmányú pirheliométer; • 1 db CM11 típusú, Kipp&Zonen gyártmányú piranométer; 3

NKFP6-00028/2005 Szakmai anyag __________________________________________________________________________________ • • • •

1 db CG4 típusú, Kipp&Zonen gyártmányú pirgeométer; 1 db SPO2-L típusú, Middleton Solar gyártmányú 4 csatornás napfotométer; 1 db 2AP típusú, Kipp&Zonen gyártmányú napkövető; 1 db CR3000 típusú, Campbell Scientific gyártmányú adatgyűjtő.

A kékestetői mérőállomás mérési programjával párhuzamosan, a kékestetői és budapesti mérési adatsorok összevethetősége érdekében, a budapesti mérőállomás korábbi PIR típusú, Eppley gyártmányú pirgeométerét ugyancsak CG4 típusúra cseréltük, illetve a budapesti mérőállomáson is tervbe vettük egy SPO2-L típusú napfotométer beüzemelését. A projekt 2007-es költségvetéséhez szorosan nem kapcsolódik, de a mérési körülmények szempontjából mindenképpen ki kell emelnünk azokat az Országos Meteorológiai Szolgálat által végrehajtott felújítási munkákat, melyek eredményeképpen a kékestetői mérőállomás épületének tetején egy minden igényt kielégítő mérő platform került kiépítésre. 2007 év végére a fent említett berendezések mindegyike beszerzésre került, melyek után megkezdődhetett a berendezések beüzemeléséhez, működtetéséhez szükséges ismeretanyag elsajátítása. Tekintettel a téli időszak időjárási körülményeire a mérőrendszer külső körülmények közötti teszt üzemét csak 2008 év tavaszán tudtuk megkezdeni. Sajnos a teszt üzem megkezdésekor szembesülni kellett azzal a ténnyel, hogy az ausztrál Middleston Solar által leszállított SPO2-L típusú napfotométer mindkét példánya hibás gyári beállítással érkezett, ami megakadályozta a mérőeszközök és ezen keresztül a teljes kékestetői napsugárzási mérőállomás operatív üzembe helyezését. A napfotométerek beállításánál jelentkező hibák kiküszöbölése még a jelentés elkészítésének időpontjában sem zárult le, így a kékestetői napsugárzási mérőállomás beüzemelését, illetve a budapesti napsugárzási mérőállomás mérési programjának bővítését igazoló mérési adatsorok bemutatására csak a 2008-as szakmai jelentésben kerülhet sor. 2. A standard és bővített programú háttérklíma állomásokhoz kapcsolódó beruházás bonyolítása, 1-1 mérőállomás telepítése (2.b feladat) Utalva a pályázat 2006-os szakmai jelentésére egyértelmű, hogy a mérőállomások helyszínének kijelölésekor az ország nyugati és keleti része kiemelten kezelendő, mivel az elmúlt 30-50 év hőmérséklet és csapadék viszonyaiban az ország ezen területein tapasztalhatóak leginkább egyértelmű változások. Ez az ország nyugati területein az évi átlaghőmérséklet emelkedését és az éves csapadékösszeg csökkenését jelenti, míg az ország keleti területein az éves átlaghőmérséklet emelkedése mellett a csapadék mennyiségében nem tapasztalható kimutatható csökkenés. Összhangban a fenti megállapításokkal a 2007-es célkitűzésben szereplő, bővített mérési programmal működő mérőállomás telepítésére a Debreceni Egyetem Agrártudományi Centrumának Kismacsi Agrometeorológiai Obszervatóriumának területén került sor. A mérőhely kiválasztásánál a korábban említett szempontokon túl az Obszervatórium szakmai múltja, a meglévő és a közelmúltban teljes körűen felújított infrastruktúra és a mérések folyamatos felügyeletének lehetősége játszott döntő szerepet. Egyértelműen megállapítható, hogy a bővített mérési programmal működő debreceni mérőállomás telepítése szakmailag a legnagyobb kihívást jelentette a tervezett háttérklíma hálózat létrehozása során. A mérőállomás telepítése során alkalmazott mérőeszközök egy jelenetős része teljesen újszerű az OMSZ mérési gyakorlatában, így a beüzemeléshez és a működtetéshez szükséges ismeretanyag elsajátítása komoly feladatot jelentett. Másrészről, tekintettel arra a tényre, hogy a debreceni az első mérőállomás a tervezett mérőhálózaton belül, a mérések zavartalan és megbízható működéséhez szükséges egyéb infrastrukturális háttér kidolgozása ugyancsak itt történt meg (kábelezés, tartóállványok, mérőtorony, műszerdobozok, stb.). Az így megszerzett tudásanyag a mérőhálózat további mérőhelyeinek telepítése során már komoly előnyt fog jelenteni.

4

NKFP6-00028/2005 Szakmai anyag __________________________________________________________________________________ A bővített mérési programmal működő debreceni mérőállomás mérési programja alapvetően két fő részre osztható: egyrészt, energiaegyenleg mérések, másrészt, gradiens mérések 10 méteres mérőtorony alkalmazásával. Az energia egyenleg komponenseinek meghatározása az alábbi mérések segítségével történik: − Szenzibilis hőáram mérések szónikus anemométerrel, 10 Hz mintavételezési idővel, Eddykovariancia módszer alkalmazásával; − Latens hőáram mérések szónikus anemométer, légnedvesség és CO2 koncentráció mérő alkalmazásával, 10 Hz mintavételezési idővel, Eddy-kovariancia módszer alkalmazásával; − Sugárzási egyenleg mérések, a sugárzási egyenleg négy komponensének (globál sugárzás, reflex sugárzás, légköri hosszúhullámú visszasugárzás, felszíni hosszúhullámú kisugárzás) külön-külön történő mérésével; − A talaj felszíni rétegeiben történő hőáramok meghatározása, talaj hőáram, talajnedvesség, talajhőmérséklet mérések segítségével. A mérések során alkalmazott mérőeszközök típusai a következők: • CSAT3 szónikus anemométer • LICOR LI7500 H2O, CO2 koncentráció mérő • Vaisala HMP45D léghőmérséklet, légnedvesség érzékelő • Kipp&Zonen CMP11 és CMP6 piranométer • Kipp&Zonen CGP4 és CGP3 pirgeométer • Hukseflux HF01-SC talajhőáram mérő • Campbell Scientific CS616 talajnedvesség mérő • Campbell Scientific TVAC talajhőmérő • Campbell Scientific CR1000 adatgyűjtő

1. kép: CSAT3 típusú szónikus anemométer valamint LI7500 típusú H2O, CO2 koncentráció mérő berendezés 4 méteres mérőtornyon a szenzbilis és látens hőáramok Eddy kovariancia módszerrel történő meghatározásához

5


2. kép: Talajhőmérséklet, talaj hőáram és talajnedvesség mérők a felszíni energia egyenleg talaj komponensének meghatározásához.

3. kép: A sugárzási egyenleg komponenseinek meghatározására szolgáló mérőhely A debreceni mérőállomás mérési programjának másik fő egysége a 10 méteres mérőtorony, amelyen 1, 2, 4 és 10 méter magasságban történnek mérések a léghőmérséklet, légnedvesség és szélsebesség gradienseinek meghatározására. A léghőmérséklet gradiens mérések segítségével egyrészt, lehetőség nyílik a közvetlen felszíni hatásoktól mentes hőmérsékleti adatsorok előállítására, másrészt, a további paraméterekre vonatkozó gradiens adatsorok figyelembe vételével számolható az energiamérleg latens és szenzibilis hőáram komponense. A korábban említett Eddy kovariancia módszerrel, illetve a gradiens módszerrel meghatározott áramok egyrészt, bizonyos meteorológiai körülmények között egymást jól kiegészíthetik, másrészt, a két módszer által szolgáltatott eredmények összehasonlításával operatív módon vizsgálhatjuk az egyszerűbb és olcsóbb gradiens módszerrel meghatározott szenzibilis és latens hőáram meghatározás használhatóságát (ilyen mérések korábban az OMSZ és az ELTE együttműködésén belül már folytak, de azok a mérések jellemzően kísérleti jellegűek voltak és rövid időtartamra vonatkoztak). A mérőtorony mérési programja kiegészül egy súlyméréses elven működő csapadékmérővel, amely alkalmazása ugyancsak újszerű a meteorológiai mérési gyakorlatban. A projekt tervezett mérési programjában szerepel, hogy a bővített és a standard mérési programmal működő mérőállomások csapadék mérései további 3-4, a mérőállomások meghatározott körzetébe telepített csapadékmérő helyek méréseivel egészülnek ki annak érdekében, hogy az egyik legfontosabb klímaparaméter a csapadék esetén a mérések ne pontszerű mérésekből, hanem valamiféle területi átlag alapján kerüljenek meghatározásra. A kismacsi mérőállomást körülvevő csapadékmérő 6

NKFP6-00028/2005 Szakmai anyag __________________________________________________________________________________ állomásokból konkrétan egyelőre csak a későbbiekben bemutatott látóképi mérőállomás valósult meg, míg a többinél a mérőeszközök beszerzésén, valamint a működtetési tapasztalatok megszerzésén túl a jelentés készítésének időpontjában a helyszínek kiválasztása folyik. A 10 méteres mérőtornyon alkalmazott mérőeszközök típusai a következők: • Vaisala WAA151 szélsebesség mérő; • Vaisala WAV151 szélirány mérő; • EWS 1/10 DIN mérési képességű Pt100 hőmérő; • EWS légnedvesség érzékelő; • EWS PG200 súlyméréses csapadékmérő; • Campbell Scientific CR1000 adatgyűjtő; • Campbell Scientific AM16/32A multiplexer.

4. kép: 10 méteres mérőtorony a léghőmérséklet, légnedvesség és a szélsebesség gradienseinek meghatározására (az előtérben egy PG200 típusú súlyméréses elven működő csapadékmérő) A bővített mérési programmal működő kismacsi mérőállomás mellett Debrecen-Látóképen egy standard mérési programmal működő mérőállomás telepítésére is sort került, melyet alapvetően az alábbi indokok magyaráznak: • A Debreceni Egyetem Agrometeorológiai Obszervatóriuma egyértelmű igényként jelezte egy standard mérési programmal működő mérőállomás telepítését a látóképi mérőhelyen; • A látóképi mérőhelyen egy kiépített, 4 méter mély mérőkút áll rendelkezésre a talajnedvesség, talajhőmérséklet nagyobb mélységekig történő meghatározására, amely mérések a jövőben kiemelt figyelmet kaphatnak; • A kismacsi mérőhely Debrecentől észak-északnyugati, míg látókép nyugati irányban helyezkedik el. A két mérőállomás közötti különbség kb.10-12 km. Ugyanakkor a város déli részén, a repülőtéren található az Országos Meteorológiai Szolgálat mérőállomása, így a három mérőhely mérési eredményeinek összehasonlításával pontosabb képet alkothatunk egy nagyváros alapvető meteorológiai paraméterekre gyakorolt hatásáról.

7

NKFP6-00028/2005 Szakmai anyag __________________________________________________________________________________ A látóképi mérőállomás mérési programja jelenleg az alábbiak szerint alakul: − Léghőmérséklet, légnedvesség és szélsebesség 2 és 10 méteres magasságban; − Szélirány 10 méteres magasságban; − Globál sugárzás mérés 2 méteres magasságban; − Talajnedvesség mérés –80,-160,-240,-320 és –400 cm mélységekben; − Talajhőmérséklet mérés –80, -160 és –320 cm mélységekben; − Csapadék mennyiségének mérése. A látóképi mérőállomáson található mérőtorony mérési programját a jövőben további mérőszintek beiktatásával szeretnénk bővíteni. A látóképi mérőállomáson alkalmazott mérőeszközök típusai a következők: • Vaisala WAA151 szélsebesség mérő; • Vaisala WAV151 szélirány mérő; • EWS 1/10 DIN mérési képességű Pt100 hőmérő; • EWS légnedvesség érzékelő; • EWS PG200 súlyméréses csapadékmérő; • Campbell Scientific CR1000 adatgyűjtő; • Campbell Scientific AM16/32A multiplexer.

5. kép: A látóképi standard mérési programmal működő mérőállomás mérőtornya a léghőmérséklet, légnedvesség és a szélsebesség gradienseinek meghatározására

8

NKFP6-00028/2005 Szakmai anyag __________________________________________________________________________________ 3. A mérési eredmények értékelése A projekt 2007-es tevékenysége alapvetően a célkitűzésben szereplő mérőállomások telepítésére és a mérések beindítására vonatkozott, így a célkitűzések teljesülésének igazolását a mérőállomások mérési adatsorainak bemutatása szolgáltathatja. A kiemelt mérési programmal rendelkező mérőállomáson a mérések operatív módon március végétől, míg a standard mérési programmal működő mérőállomáson március elejétől indultak. A mérőállomások műszerezettsége a gradiens mérések esetében az OMSZ állomáshálózatában alkalmazott szenzorokra épül, a mérési pontosság, a műszerek kalibrálása és ellenőrzése illeszkedik az OMSZ minőségbiztosítási rendszeréhez. Ebben az esetben a mérőszenzorok kihelyezés előtti kalibrálása megtörtént, illetve a léghőmérséklet és légnedvesség esetében lehetőség van a mérőrendszer helyszínen történő teljes kalibrálására. E műszer együttest egészíti ki a nagypontosságú sugárzási, talaj és direkt árammérés. A nyers mérési adatsorok feldolgozását, azok megbízhatóságának és használhatóságának vizsgálatát az ELTE Meteorológiai Tanszéke végezte el. E feladatok elvégzése során támaszkodtunk az ELTE Meteorológiai Tanszék hazai és nemzetközi együttműködésben folyó mérési programjaira: (i) Az EU6 NitroEurope program résztvevőiként (http://www.neu.ceh.ac.uk/) a bugaci mérőhely fejlesztési tapasztalataira (Nagy et al., 2007) és a program keretében megvalósuló magyar-lengyel mikrometeorológiai mérési expedícióra, (Poznan 2008 június, az Európai Tudományos Alap ESF támogatásával); (ii) A Kelemenszéken (Kiskunsági Nemzeti Park) telepített automata, bővített programú mérőállomás adataira; (iii) A HungaroMars program keretében Utah-ban folyt mikrometeorológiai mérésekre (http://planetologia.elte.hu); (iv) az Erasmus pályázat keretében a Bayreuthi Egyetem Mikrometeorológiai Tanszékén tett tanulmányútra, ahol az expedíciós mérésekben és a fluxusok feldolgozásában sikerült újabb tapasztalatokat szerezni (Foken és Weidinger, 2007); valamint, (v) A GVOP környezetfizikai laborfejlesztési pályázatán beszerzett és alkalmazott meteorológiai mérőműszerekkel folytatott mérésekre. A kutatási beszámolóhoz tartozó irodalomjegyzék négy részből áll. Tartalmazza a témakörben publikált cikkeket (14) és előadásokat (5), továbbá a jelentés elkészítéséhez felhasznált hivatkozásokat, illetve a legfontosabb Internet címeket. A munkában az ELTE Meteorológiai Tanszék oktatói mellett részt vettek egyetemi és PhD hallgatók, valamint Bordás Árpád a Visegrádi Országok Kutatási Alapja által támogatott ösztöndíjas kutató (2007 júniusáig). A K+F tevékenység során fontosnak tartottuk a program megismertetését egyetemi hallgatókkal és a szélesebb szakmai közvéleménnyel. E célt szolgálta többek között a 32. Meteorológiai Tudományos Napok előadásait tartalmazó kiadvány (Weidinger és Geresdi, 2007), illetve a Meteorológus TDK 2008-as Nyári Iskolája, amely szervezése a Magyar Meteorológiai Társaság Pécsi Vándorgyűléséhez kapcsolódva már megkezdődött. A kutatási programot bemutató hazai előadások mellett Németországban, Szerbiában és Oroszországban tartottunk szemináriumot. Eredményeinket bemutattuk az EGU 2008-as bécsi konferenciáján is (Nagy et al., 2008b). 3.1.1. A profil mérő torony Az előzetes terveknek megfelelően a 10 m-es mérőtorony 4 szintjén (1 m, 2 m, 4 m, 10 m) folynak szélsebesség, hőmérséklet és relatív nedvesség profil mérések 30 perces átlagolási idővel.

9

NKFP6-00028/2005 Szakmai anyag __________________________________________________________________________________ 20

1m 2m 4m 10 m

18 16 14

2.0

DT [oC]

T [ oC]

22

T(2 m) - T(1 m) T(4 m) - T(2 m) T(10 m) - T(4 m) T(10 m) - T(1 m)

1.5 1.0 0.5 0.0

12

Óra [UTC]

-0.5

10 6

Tszórás [ oC]

4.5

12

4.0 3.5

18

24

6

12

18

1m 2m 4m 10 m

1.5

T(2 m) -T(1 m) T(4 m) - T(2 m) T(10 m) - T(4 m) T(10 m) - T(1 m)

1.0

Óra [UTC]

0.5

3.0

24

Óra [UTC]

-1.0

DTszórás [ oC]

0

0

Óra [UTC] 2.5

0.0 12

18

24

0

DT [oC]

25

6

T [oC]

0

20

1m 2m 4m 10 m

15

16.5

16.75

12

18

24


1.5

0.5 0.0 -0.5

10 16.25

2.0

1.0

2008. m ájus 16. [Nap] 16

6

17

-1.0

16

16.25

16.5

16.75

17

2008. m ájus 16. [Nap]

1. ábra. A hőmérséklet (balra), illetve az egyes rétegek hőmérséklet különbség átlagának (jobbra, fent) és szórásának (középen) átlagos napi menete 2008. május 1. és 30. között, továbbá a hónap középső napjára (május 16.) vonatkozó esettanulmány (lent). A 2008 tavaszán üzembe helyezett mérőrendszer május. 1–30. közötti adatsorait elemezzük; az esettanulmányokat a hónap középső napjára (2008. május 16.) készítettük el. A hőmérsékleti profil mérések feldolgozását az 1. ábra szemlélteti, ahol az adatokat tized fokos bontásban ábrázoljuk. Jól kirajzolódik és elkülönül az egyes szintek hőmérsékleti menete. A hőmérsékletmérés pontossága – amit az indifferens egyensúlyi helyzet izoterm profiljai alapján mérhetünk le – tized fokon belüli. A nappali konvektív felszínközeli rétegben kicsik az egyes szintek közötti különbségek, míg stabil rétegződés esetén nagyobbak. Ez tükröződik a szórásokban is. Napközben együtt futnak a görbék, míg éjszaka szétválnak. Élesen kirajzolódik a légköri stabilitás változása napfelkelte után, illetve napnyugta előtt. A hőmérséklet különbségek előjele a különböző alrétegekben azonos. Az adatbázis alkalmas a felszínközeli réteg vizsgálatára.

10


2. ábra. A szélsebesség (balra), illetve az egyes rétegek szélsebesség különbség átlagának (jobbra, fent) és szórásának (középen) átlagos napi menete 2008. május 1. és 30. között, valamint a hónap középső napjára (május 16.) vonatkozó esettanulmány (lent). A szélsebesség profil mérések megbízhatóságáról a 2. ábra tájékoztat. A szélműszer indulási küszöbe 0,3 m/s körüli. Megbízható – szigorúan monoton – profilokat kapunk 0,5–0,8 m/s feletti értékeknél. Az egyes alrétegek szélsebesség különbségei alig térnek el egymástól. Ez a közel logaritmikus magassági lépcső eredménye. Nappal nagyobb, éjszaka kisebb szélsebességeket kapunk. A szélsebesség szórás értékeiben nincs jellegzetes napi menet. Természetesen magasabb átlag értékhez magasabb szórás tartozik. A turbulencia intenzitását jelző relatív szórás alig változik a magassággal, viszont jellegzetes napi menetet mutat (külön nem ábrázoltuk). A profilmérések jóságát mutatja az esettanulmány is: szigorúan monoton szélprofilokat találunk még kis sebességeknél is. Éjszaka jobban eltávolodnak egymástól az egyes alrétegek szélsebesség különbségei: logaritmikus-lineáris profilok. A szél és hőmérsékleti profilok pontosak, visszatükrözik a homogén síkfelszínek felett kialakuló felszínközeli réteg sajátosságait, tehát együttesen is használhatók a légköri stabilitás meghatározására (Richardson-szám), illetve a Monin-Obukhov-féle hasonlósági elmélet alkalmazásával történő áramszámításra (Blackadar, 1997; Bozó et al., 2006).

11


3. ábra. A relatív nedvesség (balra), illetve az egyes rétegek relatív nedvesség különbség átlagának (jobbra, fent) és szórásának (középen) átlagos napi menete 2008. május 1. és 30. között, továbbá a hónap középső napjára (május. 16.) vonatkozó esettanulmány (lent). A stabilitási viszonyok elemzése előtt foglalkozzunk a légnedvesség profilokkal! Ez a kritikus része a mérőrendszernek, ahogy a direkt áramméréseknél a nedvesség, illetve a CO2 áram meghatározása. A nedvesség különbségek (legyen az a mért relatív nedvesség, a gőz-nyomás, vagy pl. a specifikus nedvesség) kicsik, így a gradiens mérések is hibával terheltek. Ez indokolja a két technika, a profil és a direkt árammérés együttes alkalmazását. A relatív nedvesség profilok feldolgozását a 3. ábrán, míg a gőznyomás profilok elemzését a 4. ábrán mutatjuk be. Itt is az átlagos profilokat, a szórásokat, illetve az egyes alrétegek nedvesség különbségeit elemezzük, s bemutatunk egy esettanulmányt is (2008. május 16.). A relatív nedvesség átlagos napi menete a várakozásoknak megfelelően alakul. Nappal a különböző szintek adatai alig különböznek egymástól, míg éjszaka szétválnak. Maximális értékek a felszín közelében vannak. A legnagyobb szórásokkal a délutáni órákban találkozunk. Az egyes alrétegek (2 m–1 m, 4 m–2 m, 10 m–4 m) átlagos napi menete is hasonló. A 2 m–1 m-es alrétegben azonban nem találunk pozitív különbségeket. Ez a relatív nedvesség mérésékben megjelenő esetleges 1% körüli szisztematikus hibára utal, ami a szinoptikus mérések pontossági igényeinek megfelel, a gradiens mérések feldolgozásánál azonban óvatosságra int. Az esettanulmányban is látszik az egyes alrétegekben mért relatív nedvesség különbségek eltérő menete.

12


4. ábra. A gőznyomás (balra), illetve az egyes rétegek gőznyomás különbség átlagának (jobbra, fent) és szórásának (középen) átlagos napi menete 2008. május 1. és 30. között, valamint a hónap középső napjára (május. 16.) vonatkozó esettanulmány (lent). A gőznyomás adatok feldolgozását a 4. ábrán szemléltetjük. A legnagyobb értékeket a legalsó szinten kapjuk. Az egyes szintek közötti különbségek nappal nagyok éjszaka kicsik. A 4 m–2 m-es alrétegben az elvártnak megfelelően viselkedik a gőznyomás különbség. Nappal negatív, míg éjszaka pozitív értéket kapunk. Az éjszakai pozitív értékek a páralecsapódást jelzik.A 2 m–1 m-es alrétegben és a 10 m–1 m-es rétegben nappal nagy, éjszaka kis értékű különbségeket tapasztalunk, de éjszaka sem találunk pozitív átlagos gőznyomás különbségeket, vagyis az átlagos napi menetben nem detektálunk páralecsapódást. Ennek egyik lehetséges oka – ahogy korábban már említettük – az 1 m-es szint relatív nedvesség mérésének a szisztematikus hibája. A Vaisala-műszerektől ez a pontosság várható. A megoldás: érzékenyebb és gyakoribb kalibráció, illetve az egyes alrétegek (6 lehetséges alréteg) adataiból kiszámítani a nedvesség gradienst, vagy a leszármaztatott mennyiségeket, mint pl. a Bowenarány mediánját, s ezzel dolgozni tovább (Weidinger et al., 2008b). A beszámolóban ez utóbbi utat választottuk. Fejlesztés alatt van egy pontosabb terepi nedvesség kalibrációs eljárás is az OMSZ-ban. Ez utóbbi esetben a műszer érzékenységét, a szolgálatszerű üzemeltetést és a gradiens mérések pontossági követelményeit kell közös nevezőre hozni.

13

NKFP6-00028/2005 Szakmai anyag __________________________________________________________________________________ 3.1.2. A légköri stabilitás és a Bowen-arány számítása A meteorológiai állapotjelzők értékeinek vizsgálata (napi menetek, magassággal való változás, a rétegre jellemző statisztikai mérőszámok) mellett a mikrometeorológiai mérések célja a légköri stabilitás vizsgálata, s ezen keresztül a felszín-bioszféra-légkör kölcsönhatások leírása, a felszín energiaháztartásának modellezése, illetve a terjedési modellekben alkalmazott meteorológiai paraméterek (pl. turbulens szóródás, Pasquill-index) meghatározása (Weidinger és Bordás 2007; Baranka et al., 2008). Nézzük meg, hogy mennyire szolgálja ezeket a célokat a mérőrendszer! A légköri stabilitást leíró gradiens Richardson-szám alakja: Ri = β

ahol, β =

ΔΘv Δz , ( ΔU )2

g

a stabilitási paraméter a nehézségi gyorsulás (g) és a rétegre jellemző átlagos virtuális Θv potenciális hőmérséklet hányadosa, ΔΘ v és ΔU a Δz vastagságú alrétegre jellemző virtuális potenciális hőmérséklet, illetve szélsebesség különbség. Θ v profilja a hőmérséklet, nedvesség és a légnyomás ismeretében számítható. Azokat az eseteket vontuk be a vizsgálatba, ahol a Richardson-szám abszolút értéke 3 alatti volt. A számítások eredményét az 5. ábrasor mutatja. Jól látszik a stabilitás jellegzetes napi menete: pozitív éjszakai és negatív nappali értékek. Az egyes alrétegek menetei hasonló futásúak. Természetesen a magasság növekedésével a hasonlósági elmélet alapján nagyobb abszolút értékekre számíthatunk. Nappal kisebb, éjszaka nagyobb szórásokat kapunk. Az esettanulmány elemzésekor felhívjuk a figyelmet a 2 m–1 m-es rétegben éjszaka megfigyelhető negatív Richardson-szám értékekre. Ekkor kis pozitív hőmérséklet különbséget detektálhatunk (1. ábra), de az 1 m-en mért nagyobb gőznyomás miatt (4. ábra) a virtuális potenciális hőmérséklet különbség megfordul. (A kis szélsebesség miatt adódnak a nagy értékek – a turbulencia fejletlen.) Megjegyezzük, hogy 0,25 – 0,5-nél nagyobb Ri számok esetén a mechanikus turbulencia kis intenzitású. Az egyes alrétegekben mért hasonló futású görbék alkalmasak a hasonlósági elmélet alapján történő áramszámításra is (Weidinger et al., 2000). A turbulens áramok egy további – a gradiens méréseken alapuló meghatározási módja a Bowenarány módszer (Huzsvai et al., 2005). E módszertannal részletesen foglalkozunk, s az így kapott szenzibilis és latens hőáramot a direkt árammérésekkel is összevetjük (lásd a 3. fejezetet). A Bowen arányt (Bow), vagyis a szenzibilis (H) és a latens (LE) hőáram hányadosát Bow =

Η LE

kétféleképpen határoztuk meg: egyrészt, közvetlenül a direkt árammérésekből (CSAT3 szónikus anemométer + LI7500 CO2/H2O mérő), másrészt, a profilmérések alapján az egyes alrétegek (összesen 6 db a 4 mérési szint miatt) virtuális potenciális hőmérséklet, illetve gőznyomás különbségét használva (Götz és Rákóczi, 1981, Stull, 1989).

14


5. ábra. A Richardson-szám átlagának (fent) és szórásának (középen) napi menete 2008. május 1. és 30. között különböző alrétegekben, illetve a hónap középső napjára (2008. május 16.) vonatkozó esettanulmány. Azokat az alrétegeket vontuk be a vizsgálatokba, ahol a Richardson-szám abszolút értéke kisebb volt 3-nál.

15

NKFP6-00028/2005 Szakmai anyag __________________________________________________________________________________ Feltételezzük, hogy a hőre és a nedvességre vonatkozó turbulens diffúziós együttható megegyezik (KT = Kq): H = − ρ c p KT LE = − L ρ K q

ΔΘv , Δz

Δq 0,622 Δe ≅ −L Kq ρ , p Δz Δz

ahol ρ a sűrűség, c p a levegő állandó nyomáson vett fajhője, L a fázisátalakulási hő, q a specifikus nedvesség, e a gőznyomás, míg p a légnyomás. A Bowen-arány közelítő formulája: Bow ≅ 0,66

ΔΘv . Δe

Az egyes alrétegek adatai alapján félóránként kiszámított Bowen-arány mediánját használjuk a további elemzésekhez. Ez segít kiszűrni a nagy negatív és pozitív értékeket – hányadosról lévén szó. Az átlagolással szemben jobban alkalmazható a módszer akkor is, ha valamelyik szint mérése hibával terhelt. Ekkor lesznek olyan alrétegek ahol a különbségeket alul, illetve felülbecsüljük. A számítási eredményeinket a 6. ábrasor tartalmazza. Nappal a Bowen-arány általában pozitív értékű, éjszaka, illetve kis turbulens áramok esetén a szenzibilis és a lates hőáram ellentétes irányú is lehet. Ekkor a Bowen-arány negatív. Hogyan átlagoljunk? Erre több lehetőség is kínálkozik. Kiszámíthatjuk a szenzibilis és a latens hőáram átlagait az adott időszakra, s az átlagok hányadosából képezzük a Bowen-arányt. Természetesen átlagolhatjuk a Bowen-arányokat is. Ekkor az extrém nagy értékeket ki kell szűrnünk (Ohmura, 1982). Számíthatunk mediánt is. Számításaink közül a Bowen-arány kétféle átlagolással kapott napi meneteit, illetve szórásait mutatjuk be. Az átlagolásnál, a 2-nél nagyobb abszolút értékű eseteket (extrém kis párolgás) nem vettük figyelembe. Nappal elhanyagolható különbség van a kétféle átlagolással kapott Bowen-arány értékek között (0 < Bow < 2, illetve -2 < Bow < 2 ). Éjszaka természetesen nagyok az eltérések. Az átlagos Bowen-aránynak nem minden esetben van reális fizikai jelentése. [Gondoljunk csak arra, hogy a pozitív és negatív Bowen arány összege lehet -1 körüli, ami fizikailag értelmezhetetlen (Ohmra, 1982; Liu és Foken, 2001).] A szórások napi menete megfelel a várakozásnak: nappal kis szórásokat, míg a stabilis éjszakai órákban nagy értékeket kapunk; az átlagolási intervallum szélesítésével a szórások is nőnek. Az esettanulmányban is jól látszik, hogy nappal nincs jelentős eltérés a profil mérésekből kétféle módszerrel kapott Bowen-arány és a direkt árammérésekből közvetlenül számított értékek között. Éjszaka a direkt árammérésekből kapott Bowen-arány értékek nagy fluktuációt mutatnak, a mérések – a gyenge turbulencia miatt – kevéssé megbízhatóak. A bemutatott elemzés jól szemlélteti az együttesen végzett profil és direkt árammérések fontosságát.

16


6. ábra. A Bowen-arány átlagának (fent) és szórásának (középen) napi menete 2008. május 1. és 30. között. Az egyes fél órákban a különböző alrétegekből (6 db) számított Bowen-arány értékek mediánjait vettük, illetve az alsó ábrán a hónap középső napjára (2008. május 16.) vonatkozó esettanulmányt mutatjuk be összehasonlítva a profil mérésekből és az Eddy kovariancia mérésekből számított értékeket.

17


7. ábra. A profil mérő és a fluxus mérő műszerekből származtatott átlagos meteorológiai állapothatározók összehasonlítása: hőmérséklet (fenn), virtuális hőmérséklet (középen) és a szélsebesség adatok (lent). A vízszintes tengelyen (x) a Vaisala-műszerek adatait (profil mérő torony), míg a függőleges tengelyen (y) a direkt árammérő műszerekből számított értékeket tüntettük fel.

18

NKFP6-00028/2005 Szakmai anyag __________________________________________________________________________________ 3.1.3. A profil és a direkt árammérő rendszer összehangolása: az átlagértékek összehasonlítása A következőkben a 4 m-es szinten mért hőmérsékletet, virtuális hőmérsékletet és a szélsebesség értékeket hasonlítjuk össze a szónikus anemométer által szolgáltatott adatokkal. Az ún. szónikus hőmérséklet jó közelítéssel megegyezik a virtuális hőmérséklettel (Kaimal és Finnigan, 1994; Foken, 2008). Eredményeinket a 7. és a 8. ábrán szemléltetjük. Azokat a méréseket elemezzük, ahol a szónikus anemométer és a LI7500 működését nem zavarta páralecsapódás, illetve nem voltak adathibák (illetve a napi menetbe nem illeszkedő fluxusok). Az adatelemzéshez első lépésként a Campbell cég gyári programját használtuk. (A programról, a program fejlesztési lehetőségeiről, az adatfeldolgozás további részleteiről és fejlesztési célkitűzéseinkről a 3.2. fejezetben számolunk be). Mind a szónikus hőmérséklet, mind a hőmérséklet jó egyezést mutat a 4 m-es szinten levő Vaisala-műszerrel. (Ez a szinoptikus állomások standard műszere, ami nem érzékeny a csapadékhullásra, a párásodásra, illetve télen a lefagyásra.) A virtuális hőmérséklet és a szónikus hőmérséklet összehasonlításánál kismértékű, szisztematikus eltérést tapasztalunk. Ez két okra vezethető vissza. A szónikus anemométer által mért hőmérséklet, illetve a LI7500 által szolgáltatott nedvességi adatok hibájára. (A LI7500 szenzor gyárilag kalibrált beállításait használtuk.) A Vaisala-féle hőmérséklet-relatív nedvességmérő műszer és a LI7500 gőznyomás adatainak összehasonlítását a 8. ábrán közöljük. Az átlagos görbe meredeksége jó közelítéssel egy, a korrelációs együttható azonban kicsi, nagy eltérések adódnak. Ez a direkt árammérési technika korlátja. Az átlagértékekben mutatkozó bizonytalanság azonban (hasonlóan a hőmérséklethez) a fluktuációkban már százalékosan kis hibát okoz. Az adatok utófeldolgozásában és minőségbiztosításában a fluxus adatok statisztikai elemzésén túl (Foken és Wichura, 1996; Maunder és Foken, 2004; Maunder et al., 2007) az átlagértékekben megjelenő bizonytalanságokat is figyelembe kell venni egyszerűen kezelhető algoritmusokkal.

8. ábra. A profil mérő és a fluxus mérő műszerekből származtatott gőznyomás értékek összehasonlítása. A vízszintes tengelyen (x) a Vaisala-műszer adatait (profil mérő torony), míg a függőleges tengelyen (y) a LI7500 műszerekből számított gőznyomást tüntettük fel. A LI7500 szenzor bepárásodásából származó hibás adatokat kihagytuk. Az ábra rávilágít az adatbázis szűrésének fontosságára, az objektív módszerek, illetve a szubjektív adatellenőrzés fontosságára, együttes alkalmazására. A szélsebesség adatok összehasonlításáról szintén a 7. ábra tájékoztat. Kis szélsebességek esetén nagyobbak az eltérések. Ez a mechanikus szélműszer indulási küszöbével magyarázható. A két műszer között a kapcsolat jó. Pontosabb egyezést a különböző elhelyezés és mérési elv miatt nem várhatunk. A félórás adatok közötti legnagyobb eltérések (1 m/s felett) magyarázatát azonban meg kell adni. Ez lehet a szélirány szerinti árnyékolás, vagy hirtelen szálirány változás, esetleg egy-egy irreálisan magas érték a szónikus anemométer mérési sorában, amit a gyári program még nem szűr ki.

19

NKFP6-00028/2005 Szakmai anyag __________________________________________________________________________________ A szónikus anemométer adatai alapján számítható az impulzusáram, illetve a dinamikus sebesség. A dinamikus sebesség és a szélsebesség közötti kapcsolat szintén fontos, jelzi a mérések használhatóságát. E kapcsolatot a 9. ábra szemlélteti. A két mennyiség közötti kapcsolat a szakirodalmi adatoknak megfelelő. A dinamikus sebesség a szélsebesség tizede.

9. ábra. A szónikus anemométerrel mért szélsebesség és az impulzusáramból számított súrlódási sebesség közötti kapcsolat. Az átlagértékek elemzése azt bizonyítja, hogy szoros kapcsolat van a profil és a direkt árammérések átlagos adatsorai között. A mérőrendszer alkalmas az együttes adatfeldolgozásra. A minőségbiztosítási eljárások kidolgozásakor két mérőrendszer együttes viselkedése alapján kiszűrhetők az adathibák, illetve következtetni lehet az adathibák helyére és okára. 3.1.4. Sugárzás mérleg komponensek Különösen fontos része a mérési programnak a sugárzásmérleg komponensek meghatározása. Eddig hazánkban csak Pestszentlőrincen folytak megbízható – WMO előírásoknak megfelelő pontosságú – mérések. A debreceni mérőhely optimális helyszín egy újabb, hosszú sugárzási idősor kialakításához. A mérés módszertana kidolgozott. A műszerek pontossága ismert. Az energia mérleg lezárásában rejlő bizonytalanságokat nem itt kell keresni (Maunder et al., 2007a,b; Oncley et al., 2007; Weidinger és Bordás, 2007). Mérjük a rövidhullámú bejövő sugárzást (v. globál sugárzást), a felszín által visszavert rövidhullámú sugárzást, a légkör hosszúhullámú visszasugárzását, illetve a felszín hosszúhullámú kisugárzását.

20


10. ábra. A sugárzásmérleg komponensek (balra), illetve a globál sugárzás, valamint a rövid- és a hosszú hullámú sugárzási egyenleg, valamint a teljes sugárzási egyenleg (nettó sugárzás) (jobbra) átlagának (fent) és szórásának (középen) napi menete 2008. május 1. és 30. között, illetve a hónap negyedik pentádjára vonatkozó esettanulmány (lenn).

11. ábra. Az albedó átlagának (balra) és szórásának (jobbra) napi menete 2008. (május 1–30). Az eredményeket – amelyek szinte tankönyvi ábrák – a 10. ábrasoron szemléltetjük. A sugárzási mérleg komponensek az energiaháztartás becslések mellet az agrometeorológiában, illetve a növénytermesztési kísérletekben is hasznosulnak. Ehhez ideális helyszín a Debreceni Egyetem Agrárcentruma. Az adatbázis alkalmas pl. az albedó napi változékonyságának meghatározására. Erre mutatunk példát a 11. ábrán. 3.2. A direkt árammérések feldolgozása Az ún. Eddy kovariancia módszer a felszín-bioszféra-atmoszféra közötti kicserélődési folyamatok meghatározásának talán legelterjedtebb módszere. A kicserélődést a feladattól függő változók közötti kovarianciák kormányozzák (Stull, 1988; Foken, 2008). A számítások első lépése a nyers fluxusok meghatározása. Ez tartalmazza az extrém értékek kiszűrését, (despiking), illetve az optimális trendszűrést. Itt három lehetőség van i) nem alkalmazunk trendszűrést, ii) lineáris trendszűrés

21

NKFP6-00028/2005 Szakmai anyag __________________________________________________________________________________ használata, iii) nem-lineáris trendszűrési módszerek használata iv) optimális hosszúságú mozgó átlagolás (nem használják már elterjedten). A különböző műszerek szigorúan véve (pl. a szónikus anemométer és a CO2/H2O mérő máshol helyezkednek el) nem ugyanazt az örvény látják, ezért a nyers kovarianciákat módosítani kell. Erre a kovarianciák maximalizálásának a módszerét (Maunder és Foken, 2004), vagy az utófeldolgozás során alkalmazni kell az ún. Moor-féle spektrális korrekciót (Barcza, 2001; Maunder and Foken, 2004). A számítások során azzal a feltételezéssel élünk, hogy az átlagos vertikális sebesség (pontosabban a száraz levegőre vonatkozó értéke) nulla. A szónikus anemométer nem minden esetben tökéletesen vízszintes helyzetű, s a felszíni egyenetlenségek is módosíthatják az áramlási képet. Olyan új vonatkoztatási rendszert kell választani, amelyben az átlagos vertikális sebesség nulla, s lehetőség szerint az átlagos szélsebesség x irányú. Ezt szolgálja a koordináta-rendszer forgatása, amit többféleképpen elvégezhetünk: 2D forgatás, 3D forgatás Planar-fit (McMillen, 1988; Weidinger et. al., 1999; Wilczak, et al., 2001; Finnigen et al., 2002, Nagy et al., 2007) A számítások során több korrekciót is figyelembe kell venni, így pl. a szónikus anemométer kialakításától függő korrekciót a nyers kovarianciák módosításánál, a nedvesség fluktuációból származó ún. Schotanus-korrekciót, a nyomanyagok (vízgőz, CO2) nem nulla átlagos vertikális sebességét figyelembe vevő ún. Webb-korrekciót, ami más nyitott és zárt szenzorokra. (Barcza, 2001, Weidinger et al., 2002, Bassin et al., 2004, Maunder és Foken, 2004) Az adatfeldolgozás utolsó szakasza a minőség-ellenőrzés (pl. stacionaritási teszt). E témakörben kifejlesztett módszereket foglalja össze Maunder and Foken (2004). A jelenleg is folyó EU-6 CarboEurope állomások minőségbiztosításával Maunder et al. (2007a) cikke foglalkozik. Magyarországon több kutatócsoport is részt vesz a programban. A mérőrendszer rendszerszerű adatfeldolgozásánál e módszereket kívánjuk alkalmazni. A mi célunk az operativitás biztosítása és a hosszútávú – nem kutatási programfüggő – adatszolgáltatás. A folyamatos fejlesztés kulcsa a nyers adatok hiánytalan rögzítése és a gyors hozzáférés. Ez adja a lehetőséget a feldolgozási rendszer folyamatos fejlesztésére, biztosítja a fluxusok újraszámolásának lehetőségét, a korrekciók különbözőségében rejlő bizonytalanságok feltárását, ami már nem a rendszer beüzemelésének, hanem a hosszú távú adatminőség biztosításának a problémája. 3.2.1. A Campbell adatgyűjtő programja és a feldolgozott eredmények A központi állomás beüzemelésének első lépéseként a gyártó Campbell cég standard gyári programját használtuk. Ez kiszámítja az átlagértékeket (hőmérséklet, szónikus hőmérséklet, szélsebesség komponensek, vízgőz és CO2 koncentráció, légnyomás) megadja a rendszer állapotát jelző státusz karaktert. Kiszámítja a második momentumokat (szórás négyzetek és kovarianciák), továbbá elvégzi a szenzibilis hőáram korrekcióját (Schotanus-korrekció), illetve a Webb korrekciót mind a nedvesség, mind a CO2 fluxusra. Az adatokat 30 perces átlagolási idővel tároljuk. Természetesen megőrzésre kerül az összes információ (átlagok, nyers második momentumok és korrigált fluxusok) Ez az adatállomány nemcsak klimatológiai vizsgálatok számára elérhető, hanem igény szerint a debreceni és a budapesti meteorológus képzést, illetve az OMSZ-ben az előrejelzők munkáját is támogatja. Ez az adatállomány azonban még csak az adatgyűjtő rendszer által szolgáltatott „előfeldolgozott mérési sor”. Nem szerepel a programban (i) az extrém értékek, csúcsok kiszűrése, (ii) trendszűrés (iii) koordináta-rendszer forgatás, (iv) a szenzor (CSAT3) alakjától függő szélfluktuáció korrekció, továbbá a Moor-féle spektrális korrekció. A mérőrendszer telepítése során törekedtünk (i) a rendszer maximális üzembiztonságára (stabil tápfeszültség), (ii) az árnyékolás mentes kihelyezésre, (iii) a szónikus anemométer kivízszintezésére (az átlagos vertikális sebesség abszolút értéke 0,1 m/s alatti), (iv) optimális távolság (0,5 m-en belüli) kialakítására a szónikus anemométer és a LI7500 műszer között. A gyári program alkalmas a telepített rendszer működésének ellenőrzésére, tudva, hogy a turbulens áramokat a nem teljes körű korrekció miatt alábecsli. A speciális Basic nyelvű program fejlesztése is csak úgy lehetséges, ha ismerjük az alaprendszer „szolgáltatásait”. 22

NKFP6-00028/2005 Szakmai anyag __________________________________________________________________________________ A gyári adatgyűjtő program továbbfejlesztése A mérőrendszer minőségbiztosításában a következő lépés a gyári adatfeldolgozó program továbbfejlesztése. Ennek főbb irányai: (i) az extrém értékek, vagyis a várható érték körüli 4-szeres szórás feletti értékek kihagyása a számításból. (ii) egy számláló karakter beépítésével a lineáris trendszűrés utólagos beépítése a feldolgozó rendszerbe, (iii) a nyers kovarianciák ismeretében a 3D koordináta-trendszer forgatás kiszűrése, (iv) nyers fluxusok ismeretében a sebességfluktuációk műszerfüggő korrekciója, (v) a spektrális korrekció alkalmazása a stabilitás ismeretében. A hosszú távú vizsgálatokhoz rögzítjük és archiváljuk a mérőrendszer 10 Hz-es nyers adatait (3 szélkomponens, szónikus hőmérséklet, nedvesség és CO2 koncentráció), illetve percenként gyűjtjük a lassú meteorológiai jeleket, mint a légnyomást, a hőmérsékletet, a gőznyomást. Az adattároló egység rendszer próbaüzeme 2008 augusztusában indul. 3.2.2. A felszíni energiamérleg meghatározása, a lezárási hiba A következőkben a felszíni energiamérleg meghatározásával foglalkozunk. Ez négy tagból áll a sugárzási egyenlegből (Rn), a szenzibilis (H) és a latens hőáramból (LE), valamint a talajba jutó hőáramból (Gs). Ha minden tagot külön-külön mérünk, ahogy a mi rendszerünk is működik, akkor még be kell vezetnünk egy maradéktagot (Res), ami az energiamérleg lezárási hibáját jelzi. Ennek több oka lehet, a mérési pontosságtól kezdve a felszíni inhomogenitásokon és a műszerek által „látott” különböző méretű területeken át egészen a konvektív folyamatok energia szállításáig. Re s = Rn − Gs − H − LE

A különböző, alacsony és magas vegetáció felett végzett hosszú távú méréseknél a 85% feletti lezárás már jónak számít. A lezárás jóságát a következő képlettel definiálják: ⎛ A = 100 ⋅ ⎜ 1 − ⎜ ⎝

∑ Re s ⎞⎟ ∑ Rn − Gn ⎟⎠

ahol, Rn − Gn a rendelkezésre álló energia, ami szenzibilis és latens hő szállításra fordítódhat. Rn és Gs pozitív, ha az energia lefele áramlik, míg H és LE akkor pozitív, ha a felszínről a légkör felé történik a turbulens szállítás (pl. a párolgás). A 2008. májusi mérések alapján, a debreceni mérőhelyen ez az érték 88%, ami nagyon jó (I. táblázat). Az energiamérleg komponensek átlagos havi menetei alapján az egyes tagok átlagértékei: Rn 123,3

Gs 7,2

H 29,5

LE 73,5

Res 13,1

I. táblázat. Az energiamérleg komponensek átlagos értékei 2008. május 1. és 30. között a debreceni központi állomáson Nézzük meg részletesebben is az eredményeket! Az energiamérleg komponensek közül a nettósugárzást (Rn) a sugárzásmérleg komponensek méréséből számítottuk (10. ábra). A szenzibilis (H) és a latens hőáram (LE) meghatározásához a Campbell adatgyűjtő gyári programját használtuk. A talajba jutó hőáramot a 8 cm-es felső talajréteg (hsoil = 0,08 m) energiaháztartása alapján határoztuk meg. Mértük két helyen 8 cm mélyen a mélyebb talajrétegbe jutó hőáramot (Gsoil), 4 szinten regisztráltuk a felső 8 cm-es talajréteg hőmérsékletváltozását ( ΔTsoil ), s mértük a talaj víztartalmát is térfogatszázalékban (ftalaj, [trf%]). Ismerve a talaj és a víz fajhőjét (cvíz, ctalaj, [J/kg K]), tudva a talaj és a víz sűrűségét ( ρ soil , ρ w , [kg/m3]), már meghatározható a talajba jutó hőáram. Ennek alakja félórás ( Δt = 1800 s ) átlagolási idő mellett: Gs = [hsoil ( ρ w cw ( f talaj /100) + ρ soil csoil )ΔTsoil ]/ Δt .

23

NKFP6-00028/2005 Szakmai anyag __________________________________________________________________________________ Számításainkban első közelítésként a talaj sűrűségét 1200 kg/m3-nek vettük, míg a fajhőjét 840 J/ kg K-nek. A talajba jutó hőáram részletesebb elemzésére is módot ad az adatbázis.

12. ábra. Az energiamérleg komponensek (sugárzás egyenleg, Rn; a talajba jutó hőáram, Gs, vagy Soil; a szenzibilis és a latens hőáram, H, LE; valamint a maradéktag, Res) napi menete (fenn), a mérleg komponensek szórásai (középen) 2008. május 1. és 30 között, továbbá egy esettanulmány 2008 májusának negyedik pentádjára (alul).

24


13. ábra. A direkt árammérések alapján számított és a Bowen-arány módszerrel meghatározott szenzibilis hőáram kapcsolata (fent) és együttes napi menete 2008. május 1. és 30. között (lent). A görbék jellege hasonló. Éjszaka a direkt árammérések adják a nagyobb abszolút értékű áramokat. Ehhez a módszertan is adott Liebethal et al. (2005), illetve Liebethal és Foken (2007) cikkében. A sugárzásmérleg és a talajba jutó hőáram meghatározásában gyakorlatilag nem volt adathiány (4 óra maradt ki karbantartás miatt), míg a latens és a szenzibilis hőáramoknál ki kellett szűrni a fizikailag nem megfelelő adatokat. Ez az adatállomány hozzávetőlegesen 10%-át jelentette. Az energiamérleg komponensek átlagos napi meneteit és szórásait, illetve a 2008. május negyedik pentádjára vonatkozó félórás értékeket a 12. ábra tartalmazza. Az energiamérleg lezárási tag átlaga nappal pozitív, éjszaka negatív. Mindegyik mérleg komponensnél az elvárások szerint alakul a napi menet, illetve a szórás napi változása. Az esettanulmányban a magas nappali sugárzásegyenlegre és párolgásra hívjuk fel a figyelmet. Jellegzetes napi menetet mutat a maradék tag (Res) is.

25


14. ábra. A direkt árammérések alapján számított és a Bowen-arány módszerrel meghatározott latens hőáram kapcsolata (fent) és együttes napi menete 2008. május 1. és 30. között (lent). A görbék jellege hasonló. Éjszaka itt is a direkt árammérések adják a nagyobb abszolút értékű áramokat, a direkt árammérésekből számított Bowen-arány éjszaka is nagyobb részt pozitív. A direkt árammérések, illetve a Bowen-arány profil módszerrel történő meghatározása lehetőséget nyújt a két módszer összevetésére. Emlékeztetünk, hogy a Bowen-arány módszer esetén minden félórában zárt az energiamérleg, így a direkt áramméréseknél nagyobb áramokat kapunk. Az összehasonlítás eredményét a 13. és a 14. ábrán szemléltetjük. A menetek hasonlók, ugyanakkor vannak olyan nappali és éjszakai esetek, amikor a két módszer jelentősen eltér egymástól.

26


15. ábra. A szén-dioxid áram várható értékének és szórásának átlagos napi menete 2008. május 1. ás 30. között (bal oldal), a szén-dioxid áram (fotoszintézis) és a globálsugárzás közötti kapcsolat (jobb oldalon fent), valamint a szén-dioxid áram értékei 2008. májusának 4. pentádjában (május 15-20., jobb oldalon lent) a debreceni központi állomás adatai alapján. Szén-dioxid árammérések A mérőrendszer alkalmas a CO2 fluxusok meghatározására is. A Webb-korrekcióval számított fluxusok átlagos napi menetét, szórását, a „szokásos” esettanulmányt, valamint a globálsugárzás és a szén-dioxid fluxus közötti kapcsolatot (fotoszintézis intenzitása) a 15. ábrán szemléltetjük. A nyers fluxusokat itt is szűrni kellett. A -50 μmol/m2 s és a 20 μmol/m2 s közötti értékeket hagytuk benn az adatbázisban. A menetek a várakozásnak megfelelőek (Nagy et al., 2007) A mérési adatok alkalmasak a részletesebb klimatológiai elemzésre, illetve sikerrel használhatók agroökológiai kutatásokban. 3.2.3. A direkt árammérések adatfeldolgozási rendszerének továbbfejlesztése A mérőrendszer és a nyers fluxusok feldolgozása után essen szó a 10 Hz-es (az összes nyers adatot tartalmazó) adatbázis feldolgozásáról. Ez képezi a nagypontosságú fluxus számítás adatbázisát, ami az OMSZ információs rendszerébe kerül tárolásra. A folyamatos adatgyűjtés próbaüzeme az idei nyár feladata. A direkt árammérések feldolgozásához kapcsolódóan előzetesen elkészült: (i) szónikus anemométerek adatai alapján a momentum és a szenzibilis hőáram számítására szolgáló Fortran nyelven írt adatfeldolgozó program, amit a Magyar-lengyel mérési expedíció adatfeldolgozásában, illetve a NitroEurope program keretében folyó nyomanyag fluxus meghatárzására szolgáló számításokban használunk fel. Az algoritmus tudja kezelni a METEK USA-1 szónikus anemométer adatait, s tartalmazza a Maunder és Foken (2004) által alkalmazott korrekciókat. Hasonló fluxus számító programrendszer (kiegészítve a szenzibilis hő és a CO2 áram számítással) már működik a CarboEurope programhoz kapcsolódva hazai kutatóhelyeken (Barcza 2001., Nagy et al., 2007). (ii) adaptáltuk a Bayreuthi Egyetemen kifejlesztett programcsomagot (Eddy Covariance Software Package TK2). Elvégeztük a teszt futtatásokat a minta adatbázisra. A debreceni állomás ugyanolyan műszerekkel, ugyanolyan adat együttest produkál (kivéve a referencia gyors válaszidejű hőmérsékleti 27

NKFP6-00028/2005 Szakmai anyag __________________________________________________________________________________ szenzor). E rendszer alkalmas a momentum, szenzibilis, latens húáram, valamint a CO2 áram meghatározására. A félórás fluxus adatokat a CarboEurope, illetve a Litfass-2003 program követelményei szerinti minőségbiztosítási kóddal is ellátja (Beyrich et al., 2006). (iii) saját módszert dolgoztunk ki a nem lokális trendbecslésre, s ellenőriztük az EBEX-2000 adatbázison (Maunder et al., 2007b, Oncley et al., 2007). Ennek Fortran nyelvű programját kibővítjük a nedvesség fluxus meghatározásával. A következőkben ezzel a számítási eljárással ismerkedünk meg. A nyers fluxusok kiszámítása A kovarianciák becslése a fluktuációk szorzatának időbeli átlagolását kívánja meg, ahol a fluktuáció az aktuális érték és az aktuális átlag közötti különbség. Az adatsorokban mutatkozó trend kiküszöbölése igen fontos eleme ennek a feladatnak (McMillen, 1988). Az átlagolási idő hossza alapvető szerepet játszik a fluktuációk képzésében. Ez az időhossz jellemzően 10 és 30 perc közötti, mert feltételezik, hogy a turbulens fluktuációk jellemző időskálája ennél jóval rövidebb, míg egyéb fluktuációk (pl. napi menet) karakterisztikus ideje jóval hosszabb (Kaimal és Finnigan, 1994; Lenschow et al., 1994). Hasznos a változó hosszúságú átlagolás alkalmazása, mivel az optimális átlagolási hossz függ a vertikális stabilitástól, szélsebességtől és a turbulencia intenzitásától (Finnigen et al., 2002). Az általunk javasolt eljárás a trend hatása és az időben változó átlag szórásának mértéke között kíván egy optimális egyensúlyt teremteni. Így a trend jelenléte az eljárás elválaszthatatlan része, szemben a korábban ismert eljárásokkal (Foken és Wichura, 1996; Kristensen, 1998). Az átlagolási hossz becslését célzó korábbi technikák végső problémája, hogy nem ismeretes azok jósága. Az alábbiakban vázolt módszer ezt a hiányosságot is kezelni próbálja. A módszer Tekintsük a turbulens fluxus kiszámításához szükséges xi = f x (t i ) + ε i és y i = f y (t i ) + δ i , i = 1, …, n adatsort. Az első a turbulens folyamatokhoz kapcsolódó valamely változó, például hőmérséklet vagy nyomgáz koncentráció, míg a második a w vertikális szélsebesség. Mindkét adatsorban a megfelelő indexű f a trend, míg a második az arra rakódó zérus várható értékű véletlen komponens. A fluxus becslésének torzítatlanságához az ~ xi ~ y i = ( xi − xi )( y i − y i ) mennyiség várható értékének meg kell egyeznie a B xy (i,0) mennyiséggel, tehát az xi és yi közötti (zérus időkülönbség melletti) kovarianciával. A felülvonás az i-edik időpont körüli, bx (i ) , ill. b y (i ) sávszélességű lokális átlagolásra utal. Sávszélesség alatt mostantól az átlagolási intervallum fél szélességét értjük. Egy (2 N + 1) hosszúságú átlagolással nyert becsült nyers fluxus: N

ϕˆ i ( x) = 1 /(2 N + 1) ∑ ~xi + j ~y i + j . j =− N

Ez az egyenlet azonban nem szolgáltat torzítatlan becslést a fluxusra vonatkozóan. Vegyünk ugyanis egy hx (i ) és h y (i ) sávszélességet, és tegyük fel, hogy ezek elég nagyok ahhoz, hogy

R xy (i, k ) ≈ 0, k > K , K << min{hx (i ), h y (i)} . Ekkor ~ xi ~ y i várható értékére aszimptotikusan 28


E[ ~ xi ~ y i ] = B xy (i,0) +

r 1 ″ ″ (hx (i ) h y (i )) 2 f x (t i ) f y (t i ) − i v x (i)v y (i)(hx (i)h y (i )) −1 / 2 36 2

teljesül, ahol ri az x i és y i közötti korreláció, v x (i ) és v y (i ) az x i illetve y i szórásával arányos mennyiség, továbbá R xy (i, k ) a két változó közötti korrelációt jelzi k időeltolás mellett az i-edik időpontban. Az optimális sávszélességeknek a B xy (i,0) utáni tagok négyzetét kell minimalizálniuk. Megmutatható, hogy a problémának nincs egyetlen megoldása, hanem bármilyen hx (i ) és h y (i ) , amiknek mértani átlaga kielégít egy itt most nem részletezett összefüggést, megoldása a minimalizálási ″ ″ feladatnak. Ezért az egyszerűség kedvéért vehetjük őket egyenlőknek. Ha ri és f x (t i ) f y (t i ) előjele megegyezik, akkor a fluxus fenti becslése torzítatlan, egyébként viszont a torzítás optimális sávszélesség választása mellett sem lehet zérus. A torzítás nem aszimptotikus, hanem a pontos E[ ~ xi ~ y i ] − B xy (i,0) =

1 (2h(i ) + 1) 2

h (i )

∑[ f

j =− h(i )

x

(t i ) − f x (t i + j )][ f y (t i ) − f y (t i + j )] −

∞ 1 B xy (i, k ) ∑ (2h(i ) + 1) k = −∞

kifejezését vizsgálva mód nyílik az optimális h(i ) sávszélesség becslésére az egyenlet jobb oldalának minimalizálásával. Itt az első tagban f x (t i ) -et és f y (t i ) -et egy τ sávszélesség melletti kezdeti x i és y i becslésével helyettesítjük. A második tagot annak felhasználásával becsülhetjük, hogy a w i = (~ xi , ~ y i ) vektorértékű adatsorhoz egy kétváltozós lokális Markov-folyamatot illesztünk, ahol a lokalitás nagyságát ezúttal is a kezdeti τ sávszélesség adja meg. Kísérleteink szerint ennek értéke egy meglehetősen széles tartományon nem befolyásolja számottevően a fluxus végső becslését, ezért a τ =10 perc választással éltünk. Kísérleti eredmények A fent vázolt eljárást hő és momentum nyers fluxusok kiszámítására alkalmaztuk az EBEX2000 expedíciós mérés (Oncley et al., 2007) egy napos összehasonlító teszt adatsorán a w vertikális sebesség, a T hőmérséklet és az u és v horizontális szélsebességek felhasználásával. A nyers nedvesség áramokra történő hasonló vizsgálat folyamatban van. A Fortran nyelven megírt programot olyan szerkezetre hoztuk, hogy fogadni tudja a debreceni mérőrendszer adatait is. A ϕ i (T ) nyers szenzibilis áramra vonatkozó lokális optimális sávszélesség minimalizálásának időbeli menete az 16. ábrán látható. A sávszélesség jelentős időbeli változást mutat, ám a számított nyers áramok alig különböznek a 10 perces konstans (globális) sávszélesség melletti nyers áramoktól. Ez a 10 perces választás egyrészt az irodalomban szokványos érték, másrészt egyéb, most nem részletezett megfontolás alapján adódott. A kétféle számítású teljes napi áramok közötti különbség körülbelül 1% (17. ábra). Ennek oka, hogy a kétféle sávszélesség melletti átlagolással kapott hőmérsékleti trend gyakorlatilag megegyezik

29


16. ábra. A nyers szenzibilis hőáramhoz tartozó lokális sávszélesség az EBEX-2000 adatsor alapján. A vízszintes tengely kezdő időpontja 5 pm UT (2000. 10. 08, USA, Kalifornia). A nyers momentum áramra vonatkozó lokális sávszélesség általában igen nagy, éjszaka 2 2 időnként még a két órát is meghaladja. Ennek megfelelően a (ϕ i (u ) + ϕ i (v))1 / 2 nyers momentum áramok jelentősen különböznek a globális és lokális sávszélesség esetében. (18. ábra). Lokális sávszélesség választásával a teljes napra vonatkozó áram összességében 12%-kal nagyobb a hagyományos számítással nyert áramoknál. Most a szélkomponensekre vonatkozó trend jóval simább a lokális sávszélesség esetében, mint a globális sávszélesség esetén. A simább trend nagyobb fluktuációkat eredményez, ami nagyobb kovarianciákhoz, azaz nagyobb fluxusokhoz vezet. Rendelkezésre állnak a nyers fluxusok korrekciójára szolgáló programmodulok is. Ezek tesztelése és összehasonlítása a TK2 programcsomaggal a közeli jövő feladata.

17. ábra. 30 percenkénti nyers szenzibilis hőáramok lokális (local) és globális (global) sávszélességgel.

30


18. ábra. 30 percenkénti nyers momentum áramok lokális (local) és globális (global) sávszélességgel. Elkészült a debreceni központi mikrometeorológiai állomás. A profilmérések és a direkt árammérések bemutatásával, a felszínközeli réteg turbulencia karakterisztikáinak elemzésével igazoltuk, hogy az OMSZ, a Debreceni Egyetem és az ELTE Meteorológiai Tanszék közösen végzett K+F fejlesztése alkalmas a lehetséges éghajlatváltozás lokális hatásainak nyomon követésére. A hazai és nemzetközi követelményeknek megfelelő mérőrendszer jött létre. 3.3. A standard mérési programmal működő látóképi mérőállomás A mérőállomás működésének, illetve a mérési adatok megbízhatóságának igazolására a mérőtorony 2008. májusi mérési adatsorát mutatjuk be, melyeket a korábban a kismacsi mérőtoronynál alkalmazott módon dolgoztuk fel. Mivel a látóképi és kismacsi mérőtorony mérési eredményei igen hasonlók, ezért a látóképi eredmények bemutatásához részletesebb magyarázatot már nem fűzünk.

31


1. ábra. A hőmérséklet (balra), illetve a 10 m – 2 m-es réteg hőmérséklet különbség (jobbra) átlagának (fent) és szórásának (középen) napi menete 2008. májusában, valamint a hónap középső napjára (május 16.) vonatkozó esettanulmány (lent).

32


2. ábra. A szélsebesség (balra), illetve az 10 m – 2 m-es réteg szélsebesség különbség (jobbra) átlagának (fent) és szórásának (középen) napi menete 2008. májusában, valamint a hónap középső napjára (május 16.) vonatkozó esettanulmány (lent).

33


3. ábra. A relatív nedvesség (balra), illetve 10 m – 2 m-es réteg relatív nedvesség különbség (jobbra) átlagának (fent) és szórásának (középen) napi menete 2008. májusában, valamint a hónap középső napjára (május 16.) vonatkozó esettanulmány (lent).

34


4. ábra. A gőznyomás (balra), illetve az 10 m – 2 m-es réteg gőznyomás nedvesség különbség (jobbra) átlagának (fent) és szórásának (középen) napi menete 2008. májusában, valamint a hónap középső napjára (május 16.) vonatkozó esettanulmány (lent).

35


5. ábra. A Richardson-szám átlagának (fent) és szórásának (középen) napi menete 2008. májusában a 10 m – 2 m rétegekben, illetve a hónap középső napjára (2008. május 16.) vonatkozó esettanulmány. Azokat az eseteket (10 perces átlagok) vontuk be a vizsgálatba, ahol a Richardson-szám abszolút értéke kisebb volt 3-nál.

36


6. ábra. A Bowen arány átlagának (fent) és szórásának (középen) napi menete 2008. májusában a 10 m – 2 m-es rétegben. Az alsó ábrán a hónap középső napjára (2008. május 16.) vonatkozó esettanulmányt mutatjuk be.

37


7. ábra. A globálsugárzás (G) átlagának (fent) és szórásának (középen) napi menete 2008. májusában a 10 m – 2 m-es rétegben. Az alsó ábrán a hónap középső napjára (2008. május 16.) vonatkozó esettanulmányt mutatjuk be.

38

NKFP6-00028/2005 Szakmai anyag __________________________________________________________________________________ 3.4. A háttérklíma állomások mérési eredményeinek központi adatbázisba illesztéséhez szükséges feltételek megteremtése (3. feladat) A mérési eredményeknek az OMSZ Központi Adatbázisba illesztése még nem megoldott. A mérési eredményeknek az OMSZ Központi Adatbázisán keresztül történő elérése valószínűsíthetően csak a projekt végleges lezárása után az összes mérőállomás operatív működése esetén válik lehetségessé.

39

NKFP6-00028/2005 Szakmai anyag __________________________________________________________________________________ 4. A K+F tevékenységhez kapcsolódó publikációk 1. Baranka, Gy., Weidinger, T., Práger, T., Mészáros, R., Nagy, Z. and Gyöngyösi, A.Z., 2008: Determination of meteorological preprocessor for air quality models in New Hungarian Transmission Standards. Model evaluation and quality assurance. HARMO 12 Conference, 12th International Conference on Harmonization within Atmospheric Dispersion Modeling for Regulatory Purposes CAVTAT – Croatia October 6th-9th, 2008 (Accepted for presentation). 2. Bordás, Á., Weidinger, T., Horváth, L., Pintér, K., Machon, A. and Gyöngyösi, A. Z., 2007: Uncertainties in gradient and profile method for trace gas flux calculations Geophysical Research Abstracts 9, EGU2007-A-08917, AS2.01-1WE4P-0094. 3. Foken, T., (Leitung) und Weidinger, T., (Vertreter), 2007: Skript und Organisationshinweise zum Mikrometeorologischem Praktikum 2007. Ortenberg, 29.05-04.06.2007. Wahrend des COPSExperimentes im Kinzig-Tal. Bayreuth, 01.05. 2007. Universitat Bayreuth, Abt. Mikrometeorologie. P. 11. 4. Nagy, Z., Pintér, K., Czóbel, Sz., Balogh, J., Horváth, L., Fóti, Sz., Barcza, Z., Weidinger, T., Csintalan, Zs., Dinh, N.Q., Grosz, B. and Tuba, Z., 2007: The carbon budget of a semiarid grassland in a wet and a dry year in Hungary, Agric. Ecosyst. Environ. 121, 21–29. (If.: 2,724) 5. Nagy, Z., Szász, G., Weidinger, T., Szalai, S., Tóth, Z., Nagyné Kovács, E., Debreceni, B., Matyasovszky, I. and Gyöngyösi, A.Z., 2008: Baseline climate network in Hungary for high accuracy detection of the local effects of climate change, Geophysical Research Abstracts 10, EGU2008-A-09929. 6. Nagy, Z., Weidinger, T., Baranka, G., Tóth, Z., Nagyné Kovács, E., Mészáros, R. and Gyöngyösi, A.Z., 2008: Baseline climate network in Hungary and application for air quality dispersion models. EMS2008 Session AW6: Instruments and new challenges in observation strategies: Surface energy fluxes and atmospheric turbulence, 2008 October, Amsterdam The Netherlands. (Oral presentation, accepted). 7. Weidinger, T., Baranka, Gy. and Bordás, Á., 2008: New Hungarian Transmission Standards and comparison study in mixing height determination. Időjárás 112, No 2, (In press) (If.: not known) 8. Weidinger, T., Simon, Sz., Mádlné Szőnyi, J., and Bordás, Á., 2008: Uncertainties in the estimation of a shallow lake water budget. Environmental, Health and Humanity Issues in Down Danubian Region: Multidisciplinary Approach. Edited By Mihailovic, D.T. and Miloradov, M., Publisher: World Scientific, New York, London, Singapore (In press.) 9. Weidinger T. és Bordás Á., 2007: A felszínközeli légréteg és a planetáris határréteg kutatásának főbb kérdései. 32. Meteorológiai Tudományos Napok 2006. Felhőfizika és mikrometeorológia. (Szerkesztette: Weidinger T. és Geresdi I.) Országos Meteorológiai Szolgálat, Budapest, 105– 124. 10. Weidinger, T., Bordás, Á., Mihailovic, D.T., Gyöngyösi, A.Z., Machon, A., Pintér, K. and Horváth, L., 2007: Uncertainties in surface layer flux calculations using gradient and profile methods. First Serbian Congress on Theoretical and Applied Mechanics, Kopaonik, Serbia, April 10-13, 2007. Proceedings, Editors: Sumarac, D and Kuzmanovic D., 267–274. 11. Weidinger, T., Bordás, Á., Simon, Sz. and Mádlné Szőnyi, J., 2007: Uncertainties in estimation of shallow lake water budget. 9th International Symposium Interdisciplinary Regional Research – ISIRR 2007 Novi Sad, June 21-22, 2007 Hungary–Romania–Serbia.

40

NKFP6-00028/2005 Szakmai anyag __________________________________________________________________________________ 12. Weidinger, T., Horváth,L., Machon, A., Pintér, K., Barcza, Z., Gyöngyösi, A.Z., Nagy, Z. and Tuba Z., 2008: Uncertainties in the calculation of NO–NOx–O3 fluxes by the gradient and the profile methods. Open Science Conference Reactive Nitrogen and the European Greenhouse Gas Balance. February 20th & 21st, 2008, Het Pand, Ghent, Belgium, Edited By the NitroEurope IP Secretariat, 53–54. 13. Weidinger, T., Baranka, Gy., and Bordás, Á., 2008: New Hungarian Transmission Standards and Comparison Study in Mixing Height Determination. Időjárás 112, No 2, (In Press). 14. Weidinger T. és Geresdi I. (Szerkesztők), 2007: Felhőfizika és mikrometeorológia. A 32. Meteorológiai Tudományos Napok előadásai, Budapest, OMSZ, 182 oldal. Előadások 1. Weidinger T., 2007: Felszín-légkör kölcsönhatások. Előadás Czelnai Rudolf akadémikus 75. születésnapja tiszteletére rendezett előadóülésen, 2007. október 12. OMSZ, Budapest. 2. Weidinger, T, Horváth, L., Pintér K., Mészáros R., 2007: Measurement and modeling of energy budget components and trace gas fluxes between the atmosphere and different types of ecosystems in Hungary. University of Bayreuth, 2007. June. 3. Weidinger T., 2008: A planetáris határréteg szerkezete, modellezési lehetőségei, a felszínközeli réteg turbulens kicserélődési folyamatai. Szeminárium a Szegedi Tudományegyetem, Optikai és Kvantumelektronikai Tanszékén, 2008. március 20. 4. Weidingrer T., 2008: Investigation of turbulence exchange processes in the surface and the mixing layer. Seminar, Republic Hydrometeorological Service of Serbia, Beograd, 2008. 05. 07. 5. Weidinger, T., Horváth, L., Nagy, Z., Pintér, K., Mészáros R. and Machon, A., 2008: Measurement and modeling of energy budget and trace gases fluxes between atmosphere and different types of ecosystems of Hungary. (i) The International Scientific Advisory Board (ISAB) meeting University of Novi Sad, Novi Sad, Serbia Centre for Meteorology and Environmental Predictions, 2008. 05. 08., (ii) St. Petersburg State University of Architecture and Civil Engineering, Department of Applied Mathematics, Seminar 2008. 05. 29. (In Russ), (iii) Agrophysical Research Institute, Laboratory of Soil Biophysics, Seminar 2008.06. 03. (In Russ). A részjelentés elkészítéséhez felhasznált irodalom

Baranka, Gy., Weidinger, T., Práger, T., Mészáros, R., Nagy, Z. and Gyöngyösi, A.Z., 2008: Determination of meteorological preprocessor for air quality models in New Hungarian Transmission Standards. Model evaluation and quality assurance. HARMO 12 Conference, 12th International Conference on Harmonization within Atmospheric Dispersion Modeling for Regulatory Purposes CAVTAT – Croatia October 6th-9th, 2008 (Accepted for presentation). Barcza, Z. 2001. Long term atmosphere/biosphere exchange of CO2 in Hungary. Ph.D. thesis, Eötvös Loránd University, Budapest. 115 p. Bassin, S., Calanca, P., Weidinger, T., Gerosa, G. and Fuhrer, F., 2004: Modeling seasonal ozone fluxes to grassland and wheat: model improvement, testing, and application. Atmospheric Environment 38, 2349–2359.

41

NKFP6-00028/2005 Szakmai anyag __________________________________________________________________________________ Beyrich, F., Bruin, H., Etling, D., Foken, T., 2006: Preface: The LITFASS-2003 experiment. BoundaryLayer Meteorology, 121, Number 1,1–4(4). Blackadar, A.K., 1997: Turbulence and diffusion in the atmosphere. Lectures in environmental sciences. Springer, Berlin, 181 pp. Bozó L., Mészáros E és Molnár Á., 2006: Levegőkörnyezet. Modellezés és megfigyelés. Akadémiai Kiadó, Budapest, 245 oldal. Finnigan, J.J., Clement, R., Malhi, Y., Leuning, R. and Cleugh, H.A., 2002: A Re-Evaluation of LongTerm Flux Measurement Techniques Part I: Averaging and Coordinate Rotation, BoundaryLayer Meteorol. 107, 1–48. Foken, T. and Wichura, B., 1996, Tools for quality assessment of surface-based flux measurements. Agric. For. Meteorol. 78, 83–105. Foken, T., (Leitung) Weidinger T., (Vertreter), 2007: Skript und Organisationshinweise zum Mikrometeorologischem Praktikum 2007. Ortenberg, 29.05-04.06.2007. Wahrend des COPSExperimentes im Kinzig-Tal. Bayreuth, 01.05. 2007. Universitat Bayreuth, Abt. Mikrometeorologie. P. 11. Foken, T., 2008: Micrometeorology. Original German edition published by Springer-Verlag, Berlin Heidelberg, 308 p. Götz G. és Rákóczi F., 1981: A dinamikus meteorológia alapjai. Tankönyvkiadó Budapest. Kaimal, J. C. and Finnigan, J. J., 1994, Atmospheric Boundary Layer Flows. Their Structure and Measurement, Oxford University Press, New York, Oxford. 289 pp. Kristensen, L., 1998: Time Series Analysis. Dealing with Imperfect Data’ Riso National Laboratory, Roskilde Denmark, Riso-I-1228(IN). Huzsvai L., Rajkai K. és Szász G., 2005: Az agroökológia modellezéstechnikája. Kempelen Farkas Felsőoktatási Digitális Tankönyvtár, Debreceni Egyetem Agrártudományi Centrum. (http://www.hik.hu/index.asp?r=261) Liebethal, C., Huwe, B. and Foken, T., 2005: Sensitivity analysis for two ground heat flux calculation approaches. Agric. For. Meteorol. 123, 3-4, 253–162. Liebethal, C. and Foken, T., 2007: Evaluation of six parameterization approaches for the ground heat flux versions. Theoretical and Applied Climatology 88, 1-2, 43–56. Liu, H. and Foken, T., 2001: A modified Bowen ratio method to determine sensible and latent heat fluxes. Meteorologische Zeitschrift 10, No 1, 71–80. Lenschow, D.H., Mann, J. and Kristensen, L., 1994: How long long is enough when measuring fluxes and other turbulence statistics? J. Atmos. Ocean. Tech. 11, 661–673. Maunder, M. and Foken, Th., 2004: Documentation and Instruction Manual of the Eddy Covariance Software Package TK2, University Bayreuth, Arbeitsergebnisse, Nr. 26. Mauder, M., Foken, Th., Clement, R., Elbers, J.A., Eugster, W., Grünwald, T., Heusinkveld, B. and Kolle, O., 2007a: Quality control of CarboEurope flux data – Part II: Inter-comparison of eddycovariance software. Biogeosciences Discuss. 4, 4067–4099. Mauder, M., Oncley, S.P., Vogt, R., Weidinger, T., Ribeiro, L., Bernhofer, C., Foken, Th., Koshiek, W. and Liu, H., 2007b: The energy balance experiment EBEX-2000. Part II. Inter-comparison of turbulence sensors and processing methods, Boundary-Layer Meteorol. 123, 29–54. (If.: 1,414)

42

NKFP6-00028/2005 Szakmai anyag __________________________________________________________________________________ Nagy, Z., Pintér, K., Czóbel, Sz., Balogh, J., Horváth, L., Fóti, Sz., Barcza, Z., Weidinger, T., Csintalan, Zs., Dinh, N.Q., Grosz, B. and Tuba, Z., 2007: The carbon budget of a semiarid grassland in a wet and a dry year in Hungary. Agric. Ecosyst. Environ. 121, 21–29. (If.: 2,724) Nagy Z., 2008: Meteorológiai megfigyelések az élhető jövőnkért. Légkör 53. évfolyam, 1. szám, 5–11. Nagy, Z., Weidinger, T., Baranka, Gy., Tóth, Z., Nagyné Kovács, E., Mészáros, R. and Gyöngyösi, A.Z., 2008a: Baseline climate network in Hungary and application for air quality dispersion models. EMS2008 Session AW6: Instruments and new challenges in observation strategies: Surface energy fluxes and atmospheric turbulence, 2008 October, Amsterdam The Netherlands. (Oral presentation, accepted). Nagy, Z., Szász, G., Weidinger, T., Szalai, S., Tóth, Z., Nagyné Kovács, E., Debreceni, B., Matyasovszky, I. and Gyöngyösi, A.Z., 2008b: Baseline climate network in Hungary for high accuracy detection of the local effects of climate change. Geophysical Research Abstracts 10, EGU2008-A-09929. Ohmura, A., 1982: Objective criteria for rejecting data for Bowen ratio flux calculations. J. Appl. Meteorol. 21, 595–598. Oncley, S.P., Foken, T., Vogt, R., Kohsiek, W., de Bruin, H., Bernhofer, C., Christen, A., Grantz, D., Lehner, E., Liebethal, C., Liu, H., Mauder, M., Pitacco, A., Ribeiro, L. and Weidinger, T., 2007: The Energy Balance Experiment EBEX-2000. Part I: Overview and Energy Balance, Boundary-Layer Meteorol. 123, 1–28. (If.: 1,414) Stull, R.B., 1988: An Introduction to Boundary Layer Meteorology. Kluwer, Dordrecht, 666 pp. Szász G. és Nagy Z., 2007: A légköri és a felszíni hatások elkülönítésének lehetőségei a felszínközeli súrlódási rétegben. 32. Meteorológiai Tudományos Napok 2006. Felhőfizika és mikrometeorológia. (Szerkesztette: Weidinger T. és Geresdi I.) Országos Meteorológiai Szolgálat, Budapest, 125–150. Weidinger, T., Ács, F., Mészáros, R. and Barcza, Z., 1999: Energy budget components in a forest clearcut: analysis of measurement results. Időjárás 103, 145–160. Weidinger, T., Pinto, J. and Horváth, L., 2000: Effects of uncertainties in universal functions, roughness length, and displacement height on the calculation of surface layer fluxes. Meteorologische Zeitschrift 9, No. 3, 139–154. Weidinger T., Barcza Z. és Matyasovszky I., 2002: Turbulens áram számító programok összehasonlítása az EBEX-2000 mérési expedíció adatai alapján. Levegő-növény-talaj rendszer. Debreceni Egyetem Agrártudományi Centrum. Lícium-Art Könyvkiadó, 121–128. Weidinger T. és Bordás Á., 2007: A felszínközeli légréteg és a planetáris határréteg kutatásának főbb kérdései. 32. Meteorológiai Tudományos Napok 2006. Felhőfizika és mikrometeorológia. (Szerkesztette: Weidinger T. és Geresdi I.) Országos Meteorológiai Szolgálat, Budapest, 105– 124. Weidinger T. és Geresdi I. (Szerkesztők), 2007: Felhőfizika és mikrometeorológia. A 32. Meteorológiai Tudományos Napok előadásai, Budapest, OMSZ, 182 oldal. Weidinger, T., Horváth, L., Machon, A., Pintér, K., Barcza, Z., Gyöngyösi, A.Z., Nagy, Z. and Tuba, Z., 2008a: Uncertainties in the calculation of NO–NOx–O3 fluxes by the gradient and the profile methods. Open Science Conference Reactive Nitrogen and the European Greenhouse Gas Balance. February 20th & 21st, 2008, Het Pand, Ghent, Belgium, Edited By the NitroEurope IP Secretariat, 53–54. Weidinger, T., Simon, Sz., Mádlné Szőnyi, J., and Bordás, Á., 2008b: Uncertainties in the estimation of a shallow lake water budget. Environmental, Health and Humanity Issues in Down Danubian

43

NKFP6-00028/2005 Szakmai anyag __________________________________________________________________________________ Region: Multidisciplinary Approach. Edited By Mihailovic, D.T. and Miloradov, M., Publisher: World Scientific, New York, London, Singapore, 12 p. (In press.) Wilczak, J.M., Oncley, S.P. and Stage, S.A., 2001. Sonic anemometer tilt correction algorithms. Boundary-Layer Meteorol. 99, 127–150. A részjelentés elkészítéséhez felhasznált INTERNET-es hivatkozások http://www.ncdc.noaa.gov/crn/programdocs.html (Az U.S. Climate Reference Network (USCRN) nyitóoldala) http://www.neu.ceh.ac.uk/ (A NitroEurope program nyitóoldala: magyarországi résztvevők Erdészeti Tudományos Intézet, Szent István Egyetem, Szegedi Egyetem, ELTE) http://www.dwd.de/de/FundE/Observator/MOL/MOL.htm (A Német Meteorológiai Szolgálat Richard Aßmann Obszervatóriuma, Lindenberg) A HungaroMars-2008 információs oldalai: http://www.mta.hu/index.php?id=634&no_cache=1&backPid=390&tt_news=8531&cHash=699b538 d83 http://planetologia.elte.hu/1cikkek.phtml?cim=hungaromars2008.html A Campbell műszergyártó cég oldala: http://www.campbellsci.com/eddy-covariance A Vaisala műszergyártó cég oldala: http://www.vaisala.com/ Az EBEX-2000 mérési program nyitóoldala: http://www.geo.uni-bayreuth.de/mikrometeorologie/EBEX2000/EBEX.html

44

Célzott mérőhálózat létrehozása a globális klímaváltozás magyarországi hatásainak nagypontosságú nyomonkövetésére 6/028/2005 NKFP program, II. részjelentés Az ELTE Meteorológiai Tanszék kutatási beszámolója Weidinger Tamás1, Nagy Zoltán2, Baranka Györgyi2, Matyasovszky István1, Gyöngyösi András Zénó1, Machon Attila1,3, Istenes Zoltán4 Bordás Árpád1,5 és Törék Orsolya Mária1 1

ELTE TTK Földrajz- és Földtudományi Intézet, Meteorológiai Tanszék 2 Országos Meteorológiai Szolgálat 3 Szent István Egyetem, Növénytani és Ökofiziológiai Intézet 4 ELTE Informatikai Kar, Programozáselmélet és Szoftvertechnológiai Tanszék 5 Újvidéki Egyetem, Meteorológiai és Környezetmodellező Központ (Visegrádi Országok Kutatási Ösztöndíjasa)

1. Bevezetés A K+F tevékenység második évében az ELTE Meteorológiai Tanszék feladatai közé tartozott (i) közreműködés a központi mérőállomás végleges mérési programjának kialakításában, a mérési adatok minőségének, megbízhatóságának ellenőrzésében, (ii) részvétel a Campbell típusú mérésadatgyűjtő fluxus számító gyári programjának beüzemelésében és kibővítésében, (iii) módszertani fejlesztés a nyers eddy-kovariancia mérési adatok feldolgozására, az optimális feldolgozóprogram kiválasztása (a nyers 10 Hz-es adatok rögzítésére szolgáló tárolóegység beszerzésre került, a feldolgozó rendszer beüzemelése a 3. év feladata), (iv) a K+F tevékenység eredményeinek bemutatása hazai és nemzetközi fórumokon, a projekt eredményeinek beépítése az egyetemi oktatásba. E feladatok elvégzése során támaszkodtunk az ELTE Meteorológiai Tanszék hazai és nemzetközi együttműködésben folyó mérési programjaira: (i) az EU6 NitroEurope program résztvevőiként (http://www.neu.ceh.ac.uk/) a bugaci mérőhely fejlesztési tapasztalataira (Nagy et al., 2007) és a program keretében megvalósuló magyar-lengyel mikrometeorológiai mérési expedícióra, (Poznan 2008 június, az Európai Tudományos Alap ESF támogatásával), (ii) a Kelemenszéken (Kiskunsági Nemzeti Park) telepített automata, bővített programú mérőállomás adataira. Az ELTE Alkalmazott- és Környezetföldtani Tanszékkel végzett közös kutatás célja a vízmérleg számítás, a mérési program 2008. januárjában fejeződött be. (Weidinger et al., 2008b) (iii) A HungaroMars program keretében Utah-ban folyt mikrometeorológiai mérésekre (http://planetologia.elte.hu), (iv) az Erasmus pályázat keretében a Bayreuthi Egyetem Mikrometeorológiai Tanszékén tett tanulmányútra, ahol az expedíciós mérésekben és a fluxusok feldolgozásában sikerült újabb tapasztalatokat szerezni (Foken és Weidinger, 2007), valamint (v) a GVOP környezetfizikai laborfejlesztési pályázatán beszerzett és alkalmazott meteorológiai mérőműszerekkel folytatott mérésekre. A kutatási beszámolóhoz tartozó irodalomjegyzék négy részből áll. Tartalmazza a témakörben publikált cikkeket (14) és előadásokat (5), továbbá a jelentés elkészítéséhez felhasznált hivatkozásokat, illetve a legfontosabb Internet címeket. A munkában az ELTE Meteorológiai Tanszék oktatói mellett részt vesznek egyetemi és PhD hallgatók valamint Bordás Árpád a Visegrádi Országok Kutatási Alapja által támogatott ösztöndíjas

1

kutató (2007. júniusáig). A mikrometeorológiai mérések és az adatgyűjtő rendszer fejlesztésében az ELTE Informatikai Kar szakembere, Dr. Istenes Zoltán segített. A K+F tevékenység során fontosnak tartottuk a program megismertetését egyetemi hallgatókkal és a szélesebb szakmai közvéleménnyel. E célt szolgáltja többek között a 32. Meteorológiai Tudományos Napok előadásait tartalmazó kiadvány (Weidinger és Geresdi, 2007), illetve a Meteorológus TDK 2008-as Nyári Iskolája, amely szervezése a Magyar Meteorológiai Társaság Pécsi Vándorgyűléséhez kapcsolódva már megkezdődött. A kutatási programot bemutató hazai előadások mellett Németországban, Szerbiában és Oroszországban tartottunk szemináriumot. Eredményeinket bemutattuk az EGU 2008-as bécsi konferenciáján is (Nagy et al., 2008b). A második évre rendelkezésre álló pénzkeretet az előzetes pénzügyi tervvel egyezően – a pályázat adta lehetőségeken belül – elköltöttük. A bérjellegű kiadások biztosították két fiatal kutató részbeni alkalmazását. Jutott pénz műszerbeszerzésre és számítástechnikai fejlesztésre is. A dologi kiadások a mérésekhez kapcsolódó költségeket, konferencia részvételt, illetve az egyetemi rezsit fedezték. Szándékaink szerint a 2. évre rendelkezésre álló pénzt hasznosan, a program célkitűzéseinek megfelelően lett elköltve. A beszámolóban hangsúlyos szerepet szánunk a központi mérőállomás minőségbiztosított adatainak a bemutatására, a felszínközeli réteg paramétereinek a szemléltetésére, de kitérünk a direkt árammérések módszertani fejlesztésével kapcsolatos vizsgálatokra is. 2. A központi állomás mérési programja, az eredmények megbízhatósága E fejezetben bemutatjuk a Debreceni Egyetem Agrárcentrumában megvalósult központi állomás főbb elemeit (Szász és Nagy, 2007; Nagy, 2008), a mérések pontosságát, az adatbázis alkalmazhatóságát klimatológiai, mikrometeorológiai és levegőkörnyezet-védelmi feladatokra (Nagy et al., 2008a; Baranka et al., 2008). Az állomás mérési programja három nagy egységre tagolódik: (i) a szinoptikus meteorológiai állomás, illetve a standard éghajlati mérőállomás feladatainak ellátása, (ii) toronymérések, sugárzási mérleg komponensek és a talaj energiaforgalmának mérése, (iii) direkt árammérések az impulzus, a szenzibilis és a latens hő, valamint a CO2 turbulens áramainak a meghatározására, energiamérleg számítások. A központi állomás műszerezettsége az OMSZ állomáshálózatában alkalmazott szenzorokra épül, a mérési pontosság, a műszerek kalibrálása és ellenőrzése illeszkedik az OMSZ minőségbiztosítási rendszeréhez. E műszer együttest egészíti ki a nagypontosságú sugárzási, talaj és direkt árammérés. A mérőrendszer szinoptikus meteorológiai állomásként, illetve hagyományos klímaállomásként való alkalmazásáról külön nem számolunk be, ez az OMSZ napi adatkezelési rendszeréhez tartozik. Az új debreceni állomás jól működik, rendelkezésre állása 98% feletti. Méri a szélsebesség, szélirány (10 m), hőmérséklet, relatív nedvesség (2 m), csapadék (1 m), csapadék státus, légnyomás, felszínhőmérséklet, talajhőmérsékleti sor értékeit. A profilmérő torony Az előzetes terveknek megfelelően a 10 m-es mérőtorony 4 szintjén (1 m, 2 m, 4 m, 10 m) folynak szélsebesség, hőmérséklet és relatív nedvesség profil mérések 30 perces átlagolási

2

T [ oC]

22 20

1m 2m 4m 10 m

18 16 14 12

Óra [UTC]

10

DT [oC]

0

6

12

2.0

18

24


1.5 1.0 0.5 0.0 -0.5

0

6

12

18

Óra [UTC]

Tszórás [ oC]

4.0 3.5

DTszórás [ oC]

-1.0

4.5

24

1m 2m 4m 10 m

1.5

T(2 m) -T(1 m) T(4 m) - T(2 m) T(10 m) - T(4 m) T(10 m) - T(1 m)

1.0

Óra [UTC]

0.5

3.0 Óra [UTC] 2.5

0.0 12

18

24

0

DT [oC]

25

6

T [oC]

0

20

1m 2m 4m 10 m

15

16.5

16.75

12

18

24


1.5

0.5 0.0 -0.5

10 16.25

2.0

1.0

2008. m ájus 16. [Nap] 16

6

17

-1.0

16

16.25

16.5

16.75

17

2008. m ájus 16. [Nap]

1. ábra. A hőmérséklet (balra), illetve az egyes rétegek hőmérséklet különbség átlagának (jobbra, fent) és szórásának (középen) átlagos napi menete 2008. május 1. és 30. között, továbbá a hónap középső napjára (május 16.) vonatkozó esettanulmány (lent). idővel Vaisala-szenzorok segítségével. A szenzorokat egyenként hitelesítették, s a sugárzás árnyékoló is optimalizálásra került. A 2008 tavaszán üzembe helyezett mérőrendszer május 1–30. közötti adatsorait elemezzük; esettanulmányokat a hónap középső napjára (2008. május 16.) készítettük. A hőmérsékleti profil mérések feldolgozását az 1. ábra szemlélteti. Az adatokat század fok felbontással tároljuk; az ábrán tized fokos bontásban ábrázoljuk. Jól kirajzolódik

3

és elkülönül az egyes szintek hőmérsékleti menete. A hőmérsékletmérés pontossága – amit az indifferens egyensúlyi helyzet izoterm profiljai alapján mérhetünk le – tized fokon belüli. A nappali konvektív felszínközeli rétegben kicsik az egyes szintek közötti különbségek, míg stabil rétegződés esetén nagyobbak. Ez tükröződik a szórásokban is. Napközben együtt futnak a görbék, míg éjszaka szétválnak. Élesen kirajzolódik a légköri stabilitás változása napfelkelte után, illetve napnyugta előtt. A hőmérséklet különbségek előjele a különböző alrétegekben azonos. Az adatbázis alkalmas a felszínközeli réteg vizsgálatára.

2. ábra. A szélsebesség (balra), illetve az egyes rétegek szélsebesség különbség átlagának (jobbra, fent) és szórásának (középen) átlagos napi menete 2008. május 1. és 30. között, valamint a hónap középső napjára (május 16.) vonatkozó esettanulmány (lent). A szélsebesség profil mérések megbízhatóságáról a 2. ábra tájékoztat. A szélműszer indulási küszöbje 0,3 m/s körüli. Megbízható – szigorúan monoton – profilokat kapunk 0,5–0,8 m/s feletti értékeknél. Az egyes alrétegek szélsebesség különbségei alig térnek el egymástól. Ez a közel logaritmikus magassági lépcső eredménye. Nappal nagyobb, éjszaka kisebb szélsebességeket kapunk. A szélsebesség szórás értékeiben nincs jellegzetes napi menet. Természetesen magasabb átlag értékhez magasabb szórás tartozik. A turbulencia intenzitását jelző relatív szórás alig változik a magassággal, viszont jellegzetes napi menetet 4

mutat (külön nem ábrázoltuk). A profilmérések jóságát mutatja az esettanulmány is: szigorúan monoton szélprofilokat találunk még kis sebességeknél is. Éjszaka jobban eltávolodnak egymástól az egyes alrétegek szélsebesség különbségei: logaritmikus-lineáris profilok. A szél és hőmérsékleti profilok pontosak, visszatükrözik a homogén síkfelszínek felett kialakuló felszínközeli réteg sajátosságait, tehát együttesen is használhatók a légköri stabilitás meghatározására (Richardson-szám), illetve a Monin-Obukhov-féle hasonlósági elmélet alkalmazásával történő áramszámításra (Blackadar, 1997; Bozó et al., 2006).

3. ábra. A relatív nedvesség (balra), illetve az egyes rétegek relatív nedvesség különbség átlagának (jobbra, fent) és szórásának (középen) átlagos napi menete 2008. május 1. és 30. között, továbbá a hónap középső napjára (május 16.) vonatkozó esettanulmány (lent). A stabilitási viszonyok elemzése előtt foglalkozzunk a légnedvesség profilokkal! Ez a kritikus része a mérőrendszernek, ahogy a direkt áramméréseknél a nedvesség, illetve a CO2 áram meghatározása. A nedvesség különbségek (legyen az a mért relatív nedvesség, a gőznyomás, vagy pl. a specifikus nedvesség) kicsik, így a gradiens mérések is hibával terheltek. Ez indokolja a két technika – a profil és a direkt árammérések – együttes alkalmazását. A relatív nedvesség profilok feldolgozását a 3. ábrán, míg a gőznyomás profilok elemzését a

5

4. ábrán mutatjuk be. Itt is az átlagos profilokat, a szórásokat, illetve az egyes alrétegek nedvesség különbségeit elemezzük, s bemutatunk egy esettanulmányt is (2008. május 16.). A relatív nedvesség átlagos napi menete a várakozásoknak megfelelően alakul. Nappal a különböző szintek adatai alig különböznek egymástól, míg éjszaka szétválnak. Maximális értékek a felszín közelében vannak. A legnagyobb szórásokkal a délutáni órákban találkozunk. Az egyes alrétegek (2 m–1 m, 4 m–2 m, 10 m–4 m) átlagos napi menete is hasonló. A 2 m–1 m-es alrétegben azonban nem találunk pozitív különbségeket. Ez a relatív nedvesség mérésékben megjelenő esetleges 1% körüli szisztematikus hibára utal, ami a

4. ábra. A gőznyomás (balra), illetve az egyes rétegek gőznyomás különbség átlagának (jobbra, fent) és szórásának (középen) átlagos napi menete 2008. május 1. és 30. között, valamint a hónap középső napjára (május 16.) vonatkozó esettanulmány (lent). szinoptikus mérések pontossági igényeinek megfelel, a gradiens mérések feldolgozásánál azonban óvatosságra int. Az esettanulmányban is látszik az egyes alrétegekben mért relatív nedvesség különbségek eltérő menete. A gőznyomás adatok feldolgozását a 4. ábrán szemléltetjük. A legnagyobb értékeket a legalsó szinten kapjuk. Az egyes szintek közötti különbségek nappal nagyok éjszaka kicsik.

6

A 4 m–2 m-es alrétegben az elvártnak megfelelően viselkedik a gőznyomás különbség. Nappal negatív, míg éjszaka pozitív értéket kapunk. Az éjszakai pozitív értékek a páralecsapódást jelzik. A 2 m–1 m-es alrétegben és a 10 m–1 m-es rétegben nappal nagy, éjszaka kis értékű különbségeket tapasztalunk, de éjszaka sem találunk pozitív átlagos gőznyomás különbségeket, vagyis az átlagos napi menetben nem detektálunk páralecsapódást. Ennek egyik lehetséges oka – ahogy korábban már említettük – az 1 m-es szint relatív nedvesség mérésének a szisztematikus hibája. A Vaisala-műszerektől ez a pontosság várható. A megoldás: érzékenyebb és gyakoribb kalibráció, illetve az egyes alrétegek (6 lehetséges alréteg) adataiból kiszámítani a nevesség gradienst, vagy a leszármaztatott mennyiségeket, mint pl. a Bowen-arány mediánját, s ezzel dolgozni tovább (Weidinger et al., 2008b). A beszámolóban ez utóbbi utat választottuk. Fejlesztés alatt van egy pontosabb terepi nedvesség kalibrációs eljárás is az OMSZ-ben. Ez utóbbi esetben a műszer érzékenységét, a szolgálatszerű üzemeltetést és a gradiens mérések pontossági követelményeit kell közös nevezőre hozni. A légköri stabilitás és a Bowen-arány számítása A meteorológiai állapotjelzők értékeinek vizsgálata (napi menetek, magassággal való változás, a rétegre jellemző statisztikai mérőszámok) mellett a mikrometeorológiai mérések célja a légköri stabilitás vizsgálata, s ezen keresztül a felszín-bioszféra-légkör kölcsönhatások leírása, a felszín energiaháztartásának modellezése, illetve a terjedési modellekben alkalmazott meteorológiai paraméterek (pl. turbulens szóródás, Pasquill-index) meghatározása (Weidinger és Bordás 2007; Baranka et al., 2008). Nézzük meg, hogy mennyire szolgálja ezeket a célokat a mérőrendszer! A légköri stabilitást leíró gradiens Richardson-szám alakja: Ri = β

ahol β =

ΔΘv Δz , (ΔU )2

g

a stabilitási paraméter a nehézségi gyorsulás (g) és a rétegre jellemző átlagos Θv virtuális potenciális hőmérséklet hányadosa, ΔΘ v és ΔU a Δz vastagságú alrátegre jellemző virtuális potenciális hőmérséklet, illetve szélsebesség különbség. Θ v profilja a hőmérséklet, nedvesség és a légnyomás ismeretében számítható. Azokat az eseteket vontuk be a vizsgálatba, ahol a Richardson-szám abszolút értéke 3 alatti volt. A számítások eredményét az 5. ábrasor mutatja. Jól látszik a stabilitás jellegzetes napi menete: pozitív éjszakai és negatív nappali értékek. Az egyes alrétegek menetei hasonló futásúak. Természetesen a magasság növekedésével a hasonlósági elmélet alapján nagyobb abszolút értékekre számíthatunk. Nappal kisebb, éjszaka nagyobb szórásokat kapunk. Az esettanulmány elemzésekor felhívjuk a figyelmet a 2 m–1 m-es rétegben éjszaka megfigyelhető negatív Richardson-szám értékekre. Ekkor kis pozitív hőmérséklet különbséget detektálhatunk (1. ábra), de az 1 m-en mért nagyobb gőznyomás miatt (4. ábra) a virtuális potenciális hőmérséklet különbség megfordul. (A kis szélsebesség miatt adódnak a nagy értékek – a turbulencia fejletlen.) Megjegyezzük, hogy 0,25 – 0,5-nél nagyobb Ri számok esetén a mechanikus turbulencia kis intenzitású. Az egyes alrétegekben mért hasonló futású görbék alkalmasak a hasonlósági elmélet alapján történő áramszámításra is (Weidinger et al., 2000).

7

A turbulens áramok egy további – a gradiens méréseken alapuló meghatározási módja a Bowen-arány módszer (Huzsvai et al., 2005). E módszertannal részletesen foglalkozunk, s az így kapott szenzibilis és latens hőáramot a direkt árammérésekkel is összevetjük (lásd a 3. fejezetet). A Bowen arányt (Bow), vagyis a szenzibilis (H) és a latens (LE) hőáram hányadosát Bow =

Η LE

kétféleképpen határoztuk meg: egyrészt közvetlenül a direkt árammérésekből (Campbell szónikus anemométer + Licor-7500 CO2/H2O mérő) másrészt a profilmérések alapján

8

5. ábra. A Richardson-szám átlagának (fent) és szórásának (középen) napi menete 2008. május 1. és 30. között különböző alrétegekben, illetve a hónap középső napjára (2008. május 16.) vonatkozó esettanulmány. Azokat az alrétegeket vontuk be a vizsgálatokba, ahol a Richardson-szám abszolút értéke kisebb volt 3-nál.

9

az egyes alrétegek (összesen 6 db a 4 mérési szint miatt) virtuális potenciális hőmérséklet, illetve gőznyomás különbséget használva (Götz és Rákóczi, 1981, Stull, 1989). Feltételezzük, hogy a hőre és a nedvességre vonatkozó turbulens diffúziós együttható megegyezik (KT = Kq): H = − ρ c p KT LE = − L ρ K q

ΔΘv , Δz

Δq 0,622 Δe ≅ −L Kq ρ , Δz p Δz

ahol ρ a sűrűség, c p a levegő állandó nyomáson vett fajhője, L a fázisátalakulási hő, q a specifikus nedvesség, e a gőznyomás, míg p a légnyomás. A Bowen-arány közelítő formulája: Bow ≅ 0,66

ΔΘv . Δe

Az egyes alrátegek adatai alapján félóránként kiszámított Bowen-arány mediánját használjuk a további elemzésekhez. Ez segít kiszűrni a nagy negatív és pozitív értékeket – hányadosról lévén szó. Az átlagolással szemben jobban alkalmazható a módszer akkor is, ha valamelyik szint mérése hibával terhelt. Ekkor lesznek olyan alrétegek ahol a különbségeket alul, illetve felülbecsüljük. A számítási eredményeinket a 6. ábrasor tartalmazza. Nappal a Bowen-arány általában pozitív értékű, éjszaka, illetve kis turbulens áramok esetén a szenzibilis és a lates hőáram ellentétes irányú is lehet. Ekkor a Bowen-arány negatív. Hogyan átlagoljunk? Erre több lehetőség is kínálkozik. Kiszámíthatjuk a szenzibilis és a latens hőáram átlagait az adott időszakra, s az átlagok hányadosából képezzük a Bowen-arányt. Természetesen átlagolhatjuk is a Bowen-arányokat is. Ekkor az extrém nagy értékekeit ki kell szűrnünk (Ohmura, 1982). Számíthatunk mediánt is. Számításaink közül a Bowen-arány kétféle átlagolással kapott napi meneteit, illetve szórásait mutatjuk be. Az átlagolásnál a 2-nél nagyobb abszolút értékű eseteket (extrém kis párolgás) nem vettük figyelembe. Nappal elhanyagolható különbség van a kétféle átlagolással kapott Bowen-arány értékek között (0 < Bow < 2, illetve -2 < Bow < 2 ). Éjszaka természetesen nagyok az eltérések. Az átlagos Bowen-aránynak nem minden esetben van reális fizikai jelentése. [Gondoljunk csak arra, hogy a pozitív és negatív Bowen arány összege lehet -1 körüli, ami fizikailag értelmezhetetlen (Ohmra, 1982; Liu és Foken, 2001 ).] A szórások napi menete megfelel a várakozásnak: nappal kis szórásokat míg a stabilis éjszakai órákban nagy értékeket kapunk; az átlagolási intervallum szélesítésével a szórások is nőnek. Az esettanulmányban is jól látszik, hogy nappal nincs jelentős eltérés a profil mérésekből kétféle módszerrel kapott Bowen-arány és a direkt árammérésekből közvetlenül számított értékek között. Éjszaka a direkt árammérésekből kapott Bowen-arány értékek nagy fluktuációt mutatnak, a mérések – a gyenge turbulencia miatt – kevéssé megbízhatóak. A bemutatott elemzés jól szemlélteti az együttesen végzett profil és direkt árammérések fontosságát.

10

6. ábra. A Bowen-arány átlagának (fent) és szórásának (középen) napi menete 2008. május 1. és 30. között. Az egyes fél órákban a különböző alrétegekből (6 db) számított Bowen-arány értékek mediánjait vettük, illetve az alsó ábrán a hónap középső napjára (2008. május 16.) vonatkozó esettanulmányt mutatjuk be összehasonlítva a profil mérésekből és az eddykovariancia mérésekből számított értékeket.

11

7. ábra. A profil mérő és a fluxus mérő műszerekből származtatott átlagos meteorológiai állapothatározók összehasonlítása: hőmérséklet (fenn), virtuális hőmérséklet (középen) és a szélsebesség adatok (lenn). A vízszintes tengelyen (x) a Vaisala-műszerek adatait (profil mérő torny), míg a függőleges tengelyen (y) a direkt árammérő műszerekből számított értékeket tüntettük fel.

12

A profil és a direkt árammérő rendszer összehangolása: az átlagértékek összehasonlítása A következőkben a 4 m-es szinten mért hőmérsékletet, virtuális hőmérsékletet és a szélsebesség értékeket hasonlítjuk össze a szonikus anemométer által szolgáltatott adatokkal. Az ún. szonikus hőmérséklet jó közelítéssel megegyezik a virtuális hőmérséklettel (Kaimal és Finnigan, 1994; Foken, 2008). Eredményeinket a 7. és a 8. ábrán szemléltetjük. Azokat a méréseket elemezzük, ahol a szonikus anemométer és a Licor 7500 működését nem zavarta páralecsapódás, illetve nem voltak adathibák (illetve a napi menetbe nem illeszkedő fluxusok). Az adatelemzéshez első lépésként a Campbell cég gyári programját használtuk. (A programról, a program fejlesztési lehetőségeiről, az adatfeldolgozás további részleteiről és fejlesztési célkitűzéseinkről a 3. fejezetben számolunk be). Mind a szonikus hőmérséklet, mind a hőmérséklet jó egyezést mutat a 4 m-es szinten levő Vaisala-műszerrel. (Ez a szinoptikus állomások standard műszere, ami nem érzékeny a csapadékhullásra, a párásodásra, illetve télen a lefagyásra.) A virtuális hőmérséklet és a szonikus hőmérséklet összehasonlításánál kis mértékű, szisztematikus eltérést tapasztalunk. Ez két okra vezethető vissza. A szonikus anemométer által mért hőmérséklet illetve a Licor-7500 által szolgáltatott nedvességi adatok hibájára. (A Licor-7500 szenzor gyárilag kalibrált beállításait használtuk.) A Vaisala-féle hőmérséklet-relatív nedvességmérő műszer és a Licor-7500 gőznyomás adatainak összehasonlítását a 8. ábrán közöljük. Az átlagos görbe meredeksége jó közelítéssel egy, a korrelációs együttható azonban kicsi, nagy eltérések adódnak. Ez a direkt árammérési technika korlátja. Az átlagértékekben mutatkozó bizonytalanság azonban (hasonlóan a hőmérséklethez) a fluktuációkban már százalékosan kis hibát okoz. Az adatok utófeldolgozásában és minőségbiztosításában a fluxus adatok statisztikai elemzésén túl (Foken és Wichura, 1996; Maunder és Foken, 2004; Maunder et al., 2007a) az átlagértékekben megjelenő bizonytalanságokat is figyelembe kell venni egyszerűen kezelhető algoritmusokkal.

8. ábra. A profil mérő és a fluxus mérő műszerekből származtatott gőznyomás értékek összehasonlítása. A vízszintes tengelyen (x) a Vaisala-műszer adatait (profil mérő torony), míg a függőleges tengelyen (y) a Licor-7500 műszerekből számított gőznyomást tüntettük fel. A Licor szenzor bepárásodásából származó hibás adatokat kihagytuk. Az ábra rávilágít az adatbázis szűrésének fontosságára, az objektív módszerek, illetve a szubjektív adatellenőrzés fontosságára, együttes alkalmazására.

13

A szélsebesség adatok összehasonlításáról szintén a 7. ábra tájékoztat. Kis szélsebességek esetén nagyobbak az eltérések., Ez a mechanikus szélműszer indulási küszöbével magyarázható. A két műszer között a kapcsolat jó. Pontosabb egyezést a különböző elhelyezés és mérési elv miatt nem várhatunk. A félórás adatok közötti legnagyobb eltérések (1 m/s felett) magyarázatát azonban meg kell adni. Ez lehet a szélirány szerinti árnyékolás, vagy hirtelen szálirány változás, esetleg egy-egy irreálisan magas érték a szonikus anemométer mérési sorában, amit a gyári program még nem szűr ki. A szonikus anemométer adatai alapján számítható az impulzusáram, illetve a dinamikus sebesség. A dinamikus sebesség és a szélsebesség közötti kapcsolat szintén fontos, jelzi a mérések használhatóságát. E kapcsolatot a 9. ábra szemlélteti. A két mennyiség közötti kapcsolat a szakirodalmi adatoknak megfelelő. A dinamikus sebesség a szélsebesség tizede.

9. ábra. A szonikus anemométerrel mért szélsebesség és az impulzusáramból számított súrlódási sebesség közötti kapcsolat. Az átlagértékek elemzése azt bizonyítja, hogy szoros kapcsolat van a profil és a direkt árammérések átlagos adatsorai között. A mérőrendszer alkalmas az együttes adatfeldolgozásra. A minőségbiztosítási eljárások kidolgozásakor két mérőrendszer együttes viselkedése alapján kiszűrhetők az adathibák, illetve következtetni lehet az adathibák helyére és okára. Sugárzás mérleg komponensek Különösen fontos része a mérési programnak a sugárzásmérleg komponensek meghatározása. Eddig hazánkban csak Pestszentlőrincen folytak megbízható – WMO előírások szerinti pontosságú – mérések. A debreceni mérőhely optimális helyszín egy újabb, hosszú sugárzási idősor kialakításához. A mérés módszertana kidolgozott. A műszerek pontossága ismert. Az energia mérleg lezárásában rejlő bizonytalanságokat nem itt kell keresni (Maunder et al., 2007a,b; Oncley et al., 2007; Weidinger és Bordás, 2007).

14

Mérjük a rövidhullámú bejövő sugárzást (v. globálsugárzást), a visszavert rövidhullámú sugárzást, illetve a hosszúhullámú besugárzást, illetve a felszín hosszúhullámú

10. ábra. A sugárzásmérleg komponensek (balra), illetve a globálsugárzás, valamint a rövidés a hosszú hullámú sugárzási egyenleg, valamint a teljes sugárzási egyenleg (nettó sugárzás) (jobbra) átlagának (fent) és szórásának (középen) napi menete 2008. május 1. és 30. között, illetve a hónap negyedik pentádjára vonatkozó esettanulmány (lenn).

15

11. ábra. Az albedó átlagának (balra) és szórásának (jobbra) napi menete 2008. (május 1–30). visszasugárzását. Az eredményeket – amelyek szinte tankönyvi ábrák – a 10. ábrasoron szemléltetjük. A sugárzási mérleg komponensek az energiaháztartás becslések mellet az agrometeorológiában, illetve a növénytermesztési kísérletekben is hasznosulnak. Ehhez ideális helyszín a Debreceni Egyetem Agrárcentruma. Az adatbázis alkalmas pl. az albedó napi változékonyságának meghatározására. Erre mutatunk példát a 11. ábrán. 3. A direkt áramérések feldolgozása Az ún. Eddy kovariancia módszer a felszín-bioszféra-atmoszféra közötti kicserélődési folyamatok meghatározásának talán legelterjedtebb módszere. A kicserélődést a feladattól függő változók közötti kovarianciák kormányozzák (Stull, 1988; Foken, 2008). A számítások első lépése a nyers fluxusok meghatározása. Ez tartalmazza az extrém értékek kiszűrését, (despiking), illetve az optimális trendszűrést. Itt három lehetőség van i) nem alkalmazunk trendszűrést, ii) lineáris trendszűrés használata, iii) nem-lineáris trendszűrési módszerek használata iv) optimális hosszúságú mozgó átlagolás (nem használják már elterjedten). A különböző műszerek (pl. a szonikus anemométer és a CO2/H2O máshol helyezkednek el, nem ugyanazt az örvény látják, a nyers kovarianciákat módosítani kell. Erre a kovarianciák maximalizálásának a módszerét (Maunder és Foken, 2004), vagy az utófeldolgozás során alkalmazni kell az ún. Moor-féle spektrális korrekciót (Barcza, 2001; Maunder and Foken, 2004). A számítások során azzal a feltételezéssel élünk, hogy az átlagos vertikális sebesség (pontosabban a száraz levegőre vonatkozó értéke) nulla. A szonikus anemométer nem minden esetben tökéletesen vízszintes helyzetű, s a felszíni egyenetlenségek is módosíthatják az áramlási képet. Olyan új vonatkoztatási rendszert kell választani, amelyben az átlagos veztikális sebesség nulla, s lehetőség szerint az átlagos szélsebesség x irányú. Ezt szolgálja a koordináta-rendszer forgatása, amit többféleképpen elvégezhetünk: 2D forgatás, 3D forgatás Planar-fit (McMillen, 1988; Weidinger et. al., 1999; Wilczak, et al., 2001; Finnigen et al., 2002, Nagy et al., 2007) A számítások során több korrekciót is figyelembe kell venni, így pl. a szonikus anemométer kialakításától függő korrekciót a nyers kovarianciák módosításánál, a nedvesség fluktuációból származó ún. Schotanus-korrekciót, a nyomanyagok (vízgőz, CO2) nem nulla átlagos vertikális sebességét figyelembe vevő ún. Webb-korrekciót, ami más nyitott és zárt szenzorokra. (Barcza, 2001, Weidinger et al., 2002, Bassin et al., 2004, Maunder és Foken, 2004)

16

Az adatfeldolgozás utolsó szakasza a minőség-ellenőrzés (pl. stacionaritási teszt). E témakörben kifejlesztett módszereket foglalja össze Maunder and Foken (2004). A jelenleg is folyó EU-6 CarboEurope állomások minőségbiztosításával Maunder et al. (2007a) cikke foglalkozik. Magyarországon több kutatócsoport is részt vesz a programban. A mérőrendszer rendszerszerű adatfeldolgozásánál e módszereket kívánjuk alkalmazni. A mi célunk az operativitás biztosítása és a hosszútávú – nem kutatási programfüggő – adatszolgáltatás. A folyamatos fejlesztés kulcsa a nyers adatok hiánytalan rögzítése és a gyors hozzáférés. Ez adja a lehetőséget a feldolgozási rendszer folyamatos fejlesztésére, biztosítja a fluxusok újraszámolásának lehetőségét, a korrekciók különbözőségében rejlő bizonytalanságok feltárását, ami már nem a rendszer beüzemelésének, hanem a hosszú távú adatminőség biztosításának a problémája. 3.a. A Campbell adatgyűjtő programja és a feldolgozott eredmények A központi állomás beüzemelésének első lépéseként a gyártó Campbell-cég standard gyári programját használtuk. Ez kiszámítja az átlagártákeket (hőmérséklet, szonikus hőmérséklet, szélsebesség komponensek, vízgőz és CO2 koncentráció, légnyomás) megadja a rendszer állapotát jelző státusz karaktert. Kiszámítja a második momentumokat (szórás négyzetek és kovarianciák), továbbá elvégzi a szenzibilis hőáram korrekcióját (Schotanus-korrekció), illetve a Webb korrekciót mind a nedvesség, mind a CO2 fluxusra. Az adatokat 30 percenként írjuk ki. Természetesen megőrzésre kerül az összes információ (átlagok, nyers második momentumok és korrigált flluxusok) Ez az adatállomány nemcsak klimatológiai vizsgálatok számára elérhető, hanem igény szerint a debreceni és a budapesti meteorológus képzést, illetve az OMSZ-ben az előrejelzők munkáját is támogatja. Ez az adatállomány azonban még csak az adatgyűjtő rendszer által szolgáltatott „előfeldolgozott mérési sor”. Nem szerepel a programban (i) az extrém értékek, csúcsok kiszűrése, (ii) trendszűrés (iii) koordináta-rendszer forgatás, (iv) a szenzor (CSAT3) alakjától függő szélfluktuáció korrekció, továbbá a Moor-féle spektrális korrekció. A mérőrendszer telepítése során törekedtünk (i) a rendszer maximális üzembiztonságára (stabil tápfeszültség), (ii) az árnyékolás mentes kihelyezésre, (iii) a szonikus anemométer kivízszintezésére (az átlagos vertikális sebesség abszolút értéke 0,1 m/s alatti), (iv) optimális távolság (0,5 m-en belüli) kialakítására a szonikus anemométer és a Licor-7500 műszer között. A gyári program alkalmas a telepített rendszer működésének ellenőrzésére, tudva, hogy a turbulens áramokat a nem teljes körű korrekció miatt alábecsli. A speciális Basic nyelvű program fejlesztése is csak úgy lehetséges, ha ismerjük az alaprendszer „szolgáltatásait”. A gyári adatgyűjtő program továbbfejlesztése A mérőrendszer minőségbiztosításában a következő lépés a gyári adatfeldolgozó program továbbfejlesztése. Ennek főbb irányai: (i) az extrém értékek, vagyis a várható érték körüli 4-szeres szórás feletti értékek kihagyása a számításból. (ii) egy számláló karakter beépítésével a lineáris trendszűrés utólagos beépítése a feldolgozó rendszerbe, (iii) a nyers kovarianciák ismeretében a 3D koordináta-trendszer forgatás kiszűrése, (iv) nyers fluxusok

17

ismeretében a sebességfluktuációk műszerfüggő korrekciója, (v) a spektrális korrekció alkalmazása a stabilitás ismeretében. A hosszú távú vizsgálatokhoz rögzítjük és archiváljuk a mérőrendszer 10 Hz-es nyers adatait (3 szélkomponens, szonikus hőmérséklet, nedvesség és CO2 koncentráció), illetve percenként gyűjtjük a lassú meteorológiai jeleket mint a légnyomást, a hőmérsékletet, a gőznyomást. Az adattároló egység rendszer próbaüzeme 2008. augusztusában indul. 3.b. A felszíni energiamérleg meghatározása, a lezárási hiba A következőkben a felszíni energiamérleg meghatározásával foglalkozunk. Ez négy tagból áll a sugárzási egyenlegből (Rn), a szenzibilis (H) és a latens hőáramból (LE), valamint a talajba jutó hőáramból (Gs). Ha minden tagot külön-külön mérünk, ahogy a mi rendszerünk is működik, akkor még be kell vezetnünk egy maradéktagot (Res), ami az energiamérleg lezárási hibáját jelzi. Ennek több oka lehet, a mérési pontosságtól kezdve a felszíni inhomogenitásokon és a műszerek által „látott” különböző méretű területeken át egészen a konvektív folyamatok energia szállításáig. Re s = Rn − Gs − H − LE

A különböző, alacsony és magas vegetáció felett végzett hosszútávú méréseknél a 85% feletti lezárás már jónak számít. A lezárás jóságát a következő képlettel definiálják: ⎛ A = 100 ⋅ ⎜ 1 − ⎜ ⎝

∑ Re s ⎞⎟ , ∑ Rn − Gn ⎟⎠

ahol Rn − Gn a rendelkezésre álló energia, ami szenzibilis és latens hő szállításra fordítódhat. Rn és Gs pozitív, ha az energia lefele áramlik, míg H és LE akkor pozitív, ha a felszínről a légkör felé történik a turbulens szállítás (pl. a párolgás). A 2008. májusi mérések alapján a debreceni mérőhelyen ez az érték 88%, ami nagyon jó (I. táblázat). Az energiamérleg komponensek átlagos havi menetei alapján az egyes tagok átlagértékei: Rn 123,3

Gs 7,2

H 29,5

LE 73,5

Res 13,1

I. táblázat. Az energiamérleg komponensek átlagos értékei 2008 május 1. és 30. között a debreceni központi állomáson Nézzük meg részletesebben is az eredményeket! Az energiamérleg komponensek közül a nettósugárzást (Rn) a sugárzásmérleg komponensek méréséből számítottuk (10. ábra). A szenzibilis (H) és a latens hőáram (LE) meghatározásához a Campbelladatgyűjtő gyári programját használtuk. A talajba jutó hőáramot a 8 cm-es felső talajréteg (hsoil = 0,08 m) energiaháztartása alapján határoztuk meg. Mértük két helyen 8 cm mélyen a mélyebb talajrétegbe jutó hőáramot (Gsoil), 4 szinten regisztráltuk a felső 8 cm-es talajréteg hőmérsékletváltozását ( ΔTsoil ), s mértük a talaj víztartalmát is térfogatszázalékban

18

(ftalaj, [trf%]). Ismerve a talaj és a víz fajhőjét (cvíz, ctalaj, [J/kg K]), tudva a talaj és a víz sűrűségét ( ρ soil , ρ w , [kg/m3]), már meghatározható a talajba jutó hőáram. Ennek alakja félórás ( Δt = 1800 s ) átlagolási idő mellett: Gs = [hsoil ( ρ w cw ( f talaj /100) + ρ soil csoil )ΔTsoil ]/ Δt .

Számításainkban első közelítésként a talaj sűrűségét 1200 kg/m3-nek vettük, míg a fajhőjét 840 J/ kg K-nek. A talajba jutó hőáram részletesebb elemzésére is módot ad az adatbázis.

19

12. ábra. Az energiamérleg komponensek (sugárzás egyenleg, Rn; a talajba jutó hőáram, Gs, vagy Soil; a szenzibilis és a latens hőáram, H, LE; valamint a maradéktag, Res) napi menete (fenn), a mérleg komponensek szórásai (középen) 2008. május 1. és 30 között, továbbá egy esettanulmány 2008. májusának negyedik pentádjára (alul).

20

13. ábra. A direkt árammérések alapján számított és a Bowen-arány módszerrel meghatározott szenzibilis hőáram kapcsolata (fent) és együttes napi menete 2008. május 1. és 30. között (lent). A görbék jellege hasonló. Éjszaka a direkt árammérések adják a nagyobb abszolút értékű áramokat. Ehhez a módszertan is adott Liebethal et al. (2005), illetve Liebethal és Foken (2007) cikkében. A sugárzásmérleg és a talajba jutó hőáram meghatározásában gyakorlatilag nem volt adathiány (4 óra maradt ki karbantartás miatt), míg a latens és a szenzibilis hőáramoknál ki kellett szűrni a fizikailag nem megfelelő adatokat. Ez az adatállomány hozzávetőlegesen 10%-át jelentette. Az energiamérleg komponensek átlagos napi meneteit és szórásait, illetve a 2008. május negyedik pentádjára vonatkozó félórás értékeket a 12. ábra tartalmazza. Az energiamérleg lezárási tag átlaga nappal pozitív, éjszaka negatív. Mindegyik mérleg komponensnél az elvárások szerint alakul a napi menet, illetve a szórás napi változása. Az esettanulmányban a magas nappali sugárzásegyenlegre és párolgásra hívjuk fel a figyelmet. Jellegzetes napi menetet mutat a maradék tag (Res) is.

21

14. ábra. A direkt árammérések alapján számított és a Bowen-arány módszerrel meghatározott latens hőáram kapcsolata (fent) és együttes napi menete 2008. május 1. és 30. között (lent). A görbék jellege hasonló. Éjszaka itt is a direkt árammérések adják a nagyobb abszolút értékű áramokat, a direkt árammérésekből számított Bowen-arány éjszaka is nagyobb részt pozitív. A direkt árammérések, illetve a Bowen-arány profil módszerrel történő meghatározása lehetőséget nyújt a két módszer összevetésére. Emlékeztetünk, hogy a Bowen-arány módszer esetén minden félórában zárt az energiamérleg, így a direkt áramméréseknél nagyobb áramokat kapunk. Az összehasonlítás eredményét a 13. és a 14. ábrán szemléltetjük. A menetek hasonlók, ugyanakkor vannak olyan nappali és éjszakai esetek, amikor a két módszer jelentősen eltér egymástól.

22

15. ábra. A szén-dioxid áram várható értékének és szórásának átlagos napi menete 2008. május 1. ás 30. között (bal oldal), a szén-dioxid áram (fotoszintézis) és a globálsugárzás közötti kapcsolat (jobb oldalon fent), valamint a szén-dioxid áram értékei 2008. májusának 4. pentádjában (május 15-20., jobb oldalon lent) a debreceni központi állomás adatai alapján. Szén-dioxid árammérések A mérőrendszer alkalmas a CO2 fluxusok meghatározására is. A Webb-korrekcióval számított fluxusok átlagos napi menetét, szórását, a „szokásos” esettanulmányt, valamint a globálsugárzás és a szén-dioxid fluxus közötti kapcsolatot (fotoszintézis intenzitása) a 15. ábrán szemléltetjük. A nyers fluxusokat itt is szűrni kellett. A -50 μmol/m2 s és a 20 μmol/m2 s közötti értékeket hagytuk benn az adatbázisban. A menetek a várakozásnak megfelelőek (Nagy et al., 2007) A mérési adatok alkalmasak a részletesebb klimatológiai elemzésre, illetve sikerrel használhatók agroökológiai kutatásokban. 3.c A direkt árammérések adatfeldolgozási rendszerének továbbfejlesztése A mérőrendszer és a nyers fluxusok feldolgozása után essen szó a 10 Hz-es (az összes nyers adatot tartalmazó) adatbázis feldolgozásáról. Ez képezi a nagypontosságú fluxus számítás adatbázisát, ami az OMSZ információs rendszerébe kerül tárolásra. A folyamatos adatgyűjtés próbaüzeme az idei nyár feladata. A direkt árammérések feldolgozásához kapcsolódóan előzetesen elkészült: (i) szonikus anemométerek adatai alapján a momentum és a szenzibilis hőáram számítására szolgáló Fortran nyelven írt adatfeldolgozó program, amit a Magyar-lengyel mérési expedíció adatfeldolgozásában, illetve a NitroEurope program keretében folyó nyomanyag fluxus meghatárzására szolgáló számításokban használunk fel. Az algoritmus tudja kezelni a METEK USA-1 szonikus anemométer adatait, s tartalmazza a Maunder és Foken (2004) által 23

alkalmazott korrekciókat. Hasonló fluxus számító programrendszer (kiegészítve a szenzibilis hő és a CO2 áram számítással) már működik a CarboEurope programhoz kapcsolódva hazai kutatóhelyeken (Barcza 2001., Nagy et al., 2007). (ii) adaptáltuk a Bayreuthi Egyetemen kifejlesztett programcsomagot (Eddy Covariance Software Package TK2). Elvégeztük a teszt futtatásokat a minta adatbázisra. A debreceni állomás ugyanolyan műszerekkel, ugyanolyan adat együttest produkál (kivéve a referencia gyors válaszidejű hőmérsékleti szenzor). E rendszer alkalmas a momentum, szenzibilis, latens húáram, valamint a CO2 áram meghatározására. A félórás fluxus adatokat a CarboEurope, illetve a Litfass-2003 program követelményei szerinti minőségbiztosítási kóddal is ellátja (Beyrich et al., 2006). (iii) saját módszert dolgoztunk ki a nem lokális trendbecslésre, s ellenőriztük az EBEX-2000 adatbázison (Maunder et al., 2007b, Oncley et al., 2007). Ennek Fortran nyelvű programját kibővítjük a nedvesség fluxus meghatározásával. A következőkben ezzel a számítási eljárással ismerkedünk meg. A nyers fluxusok kiszámítása A kovarianciák becslése a fluktuációk szorzatának időbeli átlagolását kívánja meg, ahol a fluktuáció az aktuális érték és az aktuális átlag közötti különbség. Az adatsorokban mutatkozó trend kiküszöbölése igen fontos eleme ennek a feladatnak (McMillen, 1988). Az átlagolási idő hossza alapvető szerepet játszik a fluktuációk képzésében. Ez az időhossz jellemzően 10 és 30 perc közötti, mert feltételezik, hogy a turbulens fluktuációk jellemző időskálája ennél jóval rövidebb, míg egyéb fluktuációk (pl. napi menet) karakterisztikus ideje jóval hosszabb (Kaimal és Finnigan, 1994; Lenschow et al., 1994). Hasznos a változó hosszúságú átlagolás alkalmazása, mivel az optimális átlagolási hossz függ a vertikális stabilitástól, szélsebességtől és a turbulencia intenzitásától (Finnigen et al., 2002). Az általunk javasolt eljárás a trend hatása és az időben változó átlag szórásának mértéke között kíván egy optimális egyensúlyt teremteni. Így a trend jelenléte az eljárás elválaszthatatlan része, szemben a korábban ismert eljárásokkal (Foken és Wichura, 1996; Kristensen, 1998). Az átlagolási hossz becslését célzó korábbi technikák végső problémája, hogy nem ismeretes azok jósága. Az alábbiakban vázolt módszer ezt a hiányosságot is kezelni próbálja. Módszer Tekintsünk a turbulens fluxus kiszámításához szükséges xi = f x (t i ) + ε i és y i = f y (t i ) + δ i , i = 1 , …, n adatsort. Az első a turbulens folyamatokhoz kapcsolódó valamely változó, például hőmérséklet vagy nyomgáz koncentráció, míg a második a w vertikális szélsebesség. Mindkét adatsorban a megfelelő indexű f a trend, míg a második az arra rakódó zérus várható értékű véletlen komponens. A fluxus becslésének torzítatlanságához az ~ xi ~ y i = ( xi − xi )( y i − y i ) mennyiség várható értékének meg kell egyezniea B xy (i,0) mennyiséggel, tehát az xi és yi közötti (zérus időkülönbség melletti) kovarianciával. A felülvonás az i-edik időpont körüli,

24

bx (i ) , ill. b y (i ) sávszélességű lokális átlagolásra utal. Sávszélesség alatt mostantól az átlagolási intervallum fél szélességét értjük. Egy (2 N + 1) hosszúságú átlagolással nyert becsült nyers fluxus: N

ϕˆ i ( x) = 1 /(2 N + 1) ∑ ~xi + j ~y i + j . j =− N

Ez az egyenlet azonban nem szolgáltat torzítatlan becslést a fluxusra vonatkozóan. Vegyünk ugyanis egy hx (i ) és h y (i ) sávszélességet, és tegyük fel, hogy ezek elég nagyok ahhoz, hogy

R xy (i, k ) ≈ 0, k > K , K << min{hx (i ), h y (i)} . Ekkor ~ xi ~ y i várható értékére aszimptotikusan

E[ ~ xi ~ y i ] = B xy (i,0) +

r 1 ″ ″ (hx (i ) h y (i )) 2 f x (t i ) f y (t i ) − i v x (i)v y (i )(hx (i)h y (i)) −1 / 2 36 2

teljesül, ahol ri az x i és y i közötti korreláció, v x (i ) és v y (i ) az x i illetve y i szórásával arányos mennyiség, továbbá R xy (i, k ) a két változó közötti korrelációt jelzi k időeltolás mellett az i-edik időpontban. Az optimális sávszélességeknek a B xy (i,0) utáni tagok négyzetét kell minimalizálniuk. Megmutatható, hogy a problémának nincs egyetlen megoldása, hanem bármilyen hx (i ) és h y (i ) , amiknek mértani átlaga kielégít egy itt most nem részletezett összefüggést, megoldása a minimalizálási feladatnak. Ezért az egyszerűség ″ ″ kedvéért vehetjük őket egyenlőknek. Ha ri és f x (t i ) f y (t i ) előjele megegyezik, akkor a fluxus fenti becslése torzítatlan, egyébként viszont a torzítás optimális sávszélesség választása mellett sem lehet zérus. A torzítás nem aszimptotikus, hanem a pontos E[ ~ xi ~ y i ] − B xy (i,0) =

1 (2h(i ) + 1) 2

h (i )

∑ [ f x (t i ) − f x (t i + j )][ f y (t i ) − f y (t i + j )] −

j =− h(i )

∞ 1 ∑ Bxy (i, k ) (2h(i ) + 1) k = −∞

kifejezését vizsgálva mód nyílik az optimális h(i ) sávszélesség becslésére az egyenlet jobb oldalának minimalizálásával. Itt az első tagban f x (t i ) -et és f y (t i ) -et egy τ sávszélesség melletti kezdeti x i és y i becslésével helyettesítjük. A második tagot annak felhasználásával becsülhetjük, hogy a w i = ( ~ xi , ~ y i ) vektorértékű adatsorhoz egy kétváltozós lokális Markovfolyamatot illesztünk, ahol a lokalitás nagyságát ezúttal is a kezdeti τ sávszélesség adja meg. Kísérleteink szerint ennek értéke egy meglehetősen széles tartományon nem befolyásolja számottevően a fluxus végső becslését, ezért a τ =10 perc választással éltünk. Kísérleti eredmények

25

A fent vázolt eljárást hő és momentum nyers fluxusok kiszámítására alkalmaztuk az EBEX-2000 expedíciós mérés (Oncley et al., 2007) egy napos összehasonlító teszt adatsorán a w vertikális sebesség, a T hőmérséklet és az u és v horizontális szélsebességek felhasználásával. A nyers nedvesség áramokra történő hasonló vizsgálat folyamatban van. A Fortran nyelven megírt programot olyan szerkezetre hoztuk, hogy fogadni tudja a debreceni mérőrendszer adatait is. A ϕ i (T ) nyers szenzibilis áramra vonatkozó lokális optimális sávszélesség minimalizálásának időbeli menete az 16. ábrán látható. A sávszélesség jelentős időbeli változást mutat, ám a számított nyers áramok alig különböznek a 10 perces konstans (globális) sávszélesség melletti nyers áramoktól. Ez a 10 perces választás egyrészt az irodalomban szokványos érték, másrészt egyéb, most nem részletezett megfontolás alapján adódott. A kétféle számítású teljes napi áramok közötti különbség körülbelül 1% (17. ábra). Ennek oka, hogy a kétféle sávszélesség melletti átlagolással kapott hőmérsékleti trend gyakorlatilag megegyezik

16. ábra. A nyers szenzibilis hőáramhoz tartozó lokális sávszélesség az EBEX-2000 adatsor alapján. A vízszintes tengely kezdő időpontja 5 pm UT (2000. 10. 08, USA, Kalifornia). A nyers momentum áramra vonatkozó lokális sávszélesség általában igen nagy, 2 2 éjszaka időnként még a két órát is meghaladja. Ennek megfelelően a (ϕ i (u ) + ϕ i (v))1 / 2 nyers momentum áramok jelentősen különböznek a globális és lokális sávszélesség esetében. (18. ábra). Lokális sávszélesség választásával a teljes napra vonatkozó áram összességében 12%-kal nagyobb a hagyományos számítással nyert áramoknál. Most a szélkomponensekre vonatkozó trend jóval simább a lokális sávszélesség esetében, mint a globális sávszélesség esetén. A simább trend nagyobb fluktuációkat eredményez, ami nagyobb kovarianciákhoz, azaz nagyobb fluxusokhoz vezet. Rendelkezésre állnak a nyers fluxusok korrekciójára szolgáló programmodulok is. Ezek tesztelése és összehasonlítása a TK2 programcsomaggal a közeli jövő feladata.

26

17. ábra. 30 percenkénti nyers szenzibilis hőáramok lokális (local) és globális (global) sávszélességgel.

18. ábra. 30 percenkénti nyers momentum áramok lokális (local) és globális (global) sávszélességgel. 4. Összefoglalás Elkészült a debreceni központi mikrometeorológiai állomás. A profilmérések és a direkt árammérések bemutatásával, a felszínközeli réteg turbulencia karakterisztikáinak elemzésével igazoltuk, hogy az OMSZ, a Debreceni Egyetem és az ELTE Meteorológiai Tanszék közösen végzett K+F fejlesztése alkalmas a lehetséges éghajlatváltozás lokális hatásainak nyomon követésére. A hazai és nemzetközi követelményeknek megfelelő mérőrendszer jött létre.

27

5. A K+F tevékenységhez kapcsolódó publikációk 1. Baranka, Gy., Weidinger, T., Práger, T., Mészáros, R., Nagy, Z. and Gyöngyösi, A.Z., 2008: Determination of meteorological preprocessor for air quality models in New Hungarian Transmission Standards. Model evaluation and quality assurance. HARMO 12 Conference, 12th International Conference on Harmonization within Atmospheric Dispersion Modeling for Regulatory Purposes CAVTAT – Croatia October 6th-9th, 2008 (Accepted for presentation). 2. Bordás, Á., Weidinger, T., Horváth, L., Pintér, K., Machon, A. and Gyöngyösi, A. Z., 2007: Uncertainties in gradient and profile method for trace gas flux calculations Geophysical Research Abstracts 9, EGU2007-A-08917, AS2.01-1WE4P-0094. 3. Foken, T., (Leitung) und Weidinger, T., (Vertreter), 2007: Skript und Organisationshinweise zum Mikrometeorologischem Praktikum 2007. Ortenberg, 29.05-04.06.2007. Wahrend des COPS-Experimentes im Kinzig-Tal. Bayreuth, 01.05. 2007. Universitat Bayreuth, Abt. Mikrometeorologie. P. 11. 4. Nagy, Z., Pintér, K., Czóbel, Sz., Balogh, J., Horváth, L., Fóti, Sz., Barcza, Z., Weidinger, T., Csintalan, Zs., Dinh, N.Q., Grosz, B. and Tuba, Z., 2007: The carbon budget of a semiarid grassland in a wet and a dry year in Hungary, Agric. Ecosyst. Environ. 121, 21–29. (If.: 2,724) 5. Nagy, Z., Szász, G., Weidinger, T., Szalai, S., Tóth, Z., Nagyné Kovács, E., Debreceni, B., Matyasovszky, I. and Gyöngyösi, A.Z., 2008: Baseline climate network in Hungary for high accuracy detection of the local effects of climate change, Geophysical Research Abstracts 10, EGU2008-A-09929. 6. Nagy, Z., Weidinger, T., Baranka, G., Tóth, Z., Nagyné Kovács, E., Mészáros, R. and Gyöngyösi, A.Z., 2008: Baseline climate network in Hungary and application for air quality dispersion models. EMS2008 Session AW6: Instruments and new challenges in observation strategies: Surface energy fluxes and atmospheric turbulence, 2008 October, Amsterdam The Netherlands. (Oral presentation, accepted). 7. Weidinger, T., Baranka, Gy. and Bordás, Á., 2008: New Hungarian Transmission Standards and comparison study in mixing height determination. Időjárás 112, No 2, (In press) (If.: not known) 8. Weidinger, T., Simon, Sz., Mádlné Szőnyi, J., and Bordás, Á., 2008: Uncertainties in the estimation of a shallow lake water budget. Environmental, Health and Humanity Issues in Down Danubian Region: Multidisciplinary Approach. Edited By Mihailovic, D.T. and Miloradov, M., Publisher: World Scientific, New York, London, Singapore (In press.) 9. Weidinger T. és Bordás Á., 2007: A felszínközeli légréteg és a planetáris határréteg kutatásának főbb kérdései. 32. Meteorológiai Tudományos Napok 2006. Felhőfizika és mikrometeorológia. (Szerkesztette: Weidinger T. és Geresdi I.) Országos Meteorológiai Szolgálat, Budapest, 105–124. 10. Weidinger, T., Bordás, Á., Mihailovic, D.T., Gyöngyösi, A.Z., Machon, A., Pintér, K. and Horváth, L., 2007: Uncertainties in surface layer flux calculations using gradient and

28

profile methods. First Serbian Congress on Theoretical and Applied Mechanics, Kopaonik, Serbia, April 10-13, 2007. Proceedings, Editors: Sumarac, D and Kuzmanovic D., 267–274. 11. Weidinger, T., Bordás, Á., Simon, Sz. and Mádlné Szőnyi, J., 2007: Uncertainties in estimation of shallow lake water budget. 9th International Symposium Interdisciplinary Regional Research – ISIRR 2007 Novi Sad, June 21-22, 2007 Hungary–Romania–Serbia. 12. Weidinger, T., Horváth,L., Machon, A., Pintér, K., Barcza, Z., Gyöngyösi, A.Z., Nagy, Z. and Tuba Z., 2008: Uncertainties in the calculation of NO–NOx–O3 fluxes by the gradient and the profile methods. Open Science Conference Reactive Nitrogen and the European Greenhouse Gas Balance. February 20th & 21st, 2008, Het Pand, Ghent, Belgium, Edited By the NitroEurope IP Secretariat, 53–54. 13. Weidinger, T., Baranka, Gy., and Bordás, Á., 2008: New Hungarian Transmission Standards and Comparison Study in Mixing Height Determination. Időjárás 112, No 2, (In Press). 14. Weidinger T. és Geresdi I. (Szerkesztők), 2007: Felhőfizika és mikrometeorológia. A 32. Meteorológiai Tudományos Napok előadásai, Budapest, OMSZ, 182 oldal.

Előadások 1. Weidinger T., 2007: Felszín-légkör kölcsönhatások. Előadás Czelnai Rudolf akadémikus 75. születésnapja tiszteletére rendezett előadóülésen, 2007. október 12. OMSZ, Budapest. 2. Weidinger, T, Horváth, L., Pintér K., Mészáros R., 2007: Measurement and modeling of energy budget components and trace gas fluxes between the atmosphere and different types of ecosystems in Hungary. University of Bayreuth, 2007. June. 3. Weidinger T., 2008: A planetáris határréteg szerkezete, modellezési lehetőségei, a felszínközeli réteg turbulens kicserélődési folyamatai. Szeminárium a Szegedi Tudományegyetem, Optikai és Kvantumelektronikai Tanszékén, 2008. március 20. 4. Weidingrer T., 2008: Investigation of turbulence exchange processes in the surface and the mixing layer. Seminar, Republic Hydrometeorological Service of Serbia, Beograd, 2008. 05. 07. 5. Weidinger, T., Horváth, L., Nagy, Z., Pintér, K., Mészáros R. and Machon, A., 2008: Measurement and modeling of energy budget and trace gases fluxes between atmosphere and different types of ecosystems of Hungary. (i) The International Scientific Advisory Board (ISAB) meeting University of Novi Sad, Novi Sad, Serbia Centre for Meteorology and Environmental Predictions, 2008. 05. 08., (ii) St. Petersburg State University of Architecture and Civil Engineering, Department of Applied Mathematics, Seminar 2008. 05. 29. (In Russ), (iii) Agrophysical Research Institute, Laboratory of Soil Biophysics, Seminar 2008.06. 03. (In Russ).

29

A részjelentés elkészítéséhez felhasznált irodalom Baranka, Gy., Weidinger, T., Práger, T., Mészáros, R., Nagy, Z. and Gyöngyösi, A.Z., 2008: Determination of meteorological preprocessor for air quality models in New Hungarian Transmission Standards. Model evaluation and quality assurance. HARMO 12 Conference, 12th International Conference on Harmonization within Atmospheric Dispersion Modeling for Regulatory Purposes CAVTAT – Croatia October 6th-9th, 2008 (Accepted for presentation). Barcza, Z. 2001. Long term atmosphere/biosphere exchange of CO2 in Hungary. Ph.D. thesis, Eötvös Loránd University, Budapest. 115 p. Bassin, S., Calanca, P., Weidinger, T., Gerosa, G. and Fuhrer, F., 2004: Modeling seasonal ozone fluxes to grassland and wheat: model improvement, testing, and application. Atmospheric Environment 38, 2349–2359. Beyrich, F., Bruin, H., Etling, D., Foken, T., 2006: Preface: The LITFASS-2003 experiment. Boundary-Layer Meteorology, 121, Number 1,1–4(4). Blackadar, A.K., 1997: Turbulence and diffusion in the atmosphere. Lectures in environmental sciences. Springer, Berlin, 181 pp. Bozó L., Mészáros E és Molnár Á., 2006: Levegőkörnyezet. Modellezés és megfigyelés. Akadémiai Kiadó, Budapest, 245 oldal. Finnigan, J.J., Clement, R., Malhi, Y., Leuning, R. and Cleugh, H.A., 2002: A Re-Evaluation of Long-Term Flux Measurement Techniques Part I: Averaging and Coordinate Rotation, Boundary- Layer Meteorol. 107, 1–48. Foken, T. and Wichura, B., 1996, Tools for quality assessment of surface-based flux measurements. Agric. For. Meteorol. 78, 83–105. Foken, T., (Leitung) Weidinger T., (Vertreter), 2007: Skript und Organisationshinweise zum Mikrometeorologischem Praktikum 2007. Ortenberg, 29.05-04.06.2007. Wahrend des COPS-Experimentes im Kinzig-Tal. Bayreuth, 01.05. 2007. Universitat Bayreuth, Abt. Mikrometeorologie. P. 11. Foken, T., 2008: Micrometeorology. Original German edition published by Springer-Verlag, Berlin Heidelberg, 308 p. Götz G. és Rákóczi F., 1981: A dinamikus meteorológia alapjai. Tankönyvkiadó Budapest. Kaimal, J. C. and Finnigan, J. J., 1994, Atmospheric Boundary Layer Flows. Their Structure and Measurement, Oxford University Press, New York, Oxford. 289 pp. Kristensen, L., 1998: Time Series Analysis. Dealing with Imperfect Data’ Riso National Laboratory, Roskilde Denmark, Riso-I-1228(IN). Huzsvai L., Rajkai K. és Szász G., 2005: Az agroökológia modellezéstechnikája. Kempelen Farkas Felsőoktatási Digitális Tankönyvtár, Debreceni Egyetem Agrártudományi Centrum. (http://www.hik.hu/index.asp?r=261) Liebethal, C., Huwe, B. and Foken, T., 2005: Sensitivity analysis for two ground heat flux calculation approaches. Agric. For. Meteorol. 123, 3-4, 253–162.

30

Liebethal, C. and Foken, T., 2007: Evaluation of six parameterization approaches for the ground heat flux versions. Theoretical and Applied Climatology 88, 1-2, 43–56. Liu, H. and Foken, T., 2001: A modified Bowen ratio method to determine sensible and latent heat fluxes. Meteorologische Zeitschrift 10, No 1, 71–80. Lenschow, D.H., Mann, J. and Kristensen, L., 1994: How long long is enough when measuring fluxes and other turbulence statistics? J. Atmos. Ocean. Tech. 11, 661–673. Maunder, M. and Foken, Th., 2004: Documentation and Instruction Manual of the Eddy Covariance Software Package TK2, University Bayreuth, Arbeitsergebnisse, Nr. 26. Mauder, M., Foken, Th., Clement, R., Elbers, J.A., Eugster, W., Grünwald, T., Heusinkveld, B. and Kolle, O., 2007a: Quality control of CarboEurope flux data – Part II: Intercomparison of eddy-covariance software. Biogeosciences Discuss. 4, 4067–4099. Mauder, M., Oncley, S.P., Vogt, R., Weidinger, T., Ribeiro, L., Bernhofer, C., Foken, Th., Koshiek, W. and Liu, H., 2007b: The energy balance experiment EBEX-2000. Part II. Inter-comparison of turbulence sensors and processing methods, Boundary-Layer Meteorol. 123, 29–54. (If.: 1,414) Nagy, Z., Pintér, K., Czóbel, Sz., Balogh, J., Horváth, L., Fóti, Sz., Barcza, Z., Weidinger, T., Csintalan, Zs., Dinh, N.Q., Grosz, B. and Tuba, Z., 2007: The carbon budget of a semiarid grassland in a wet and a dry year in Hungary. Agric. Ecosyst. Environ. 121, 21–29. (If.: 2,724) Nagy Z., 2008: Meteorológiai megfigyelések az élhető jövőnkért. Légkör 53. évfolyam, 1. szám, 5–11. Nagy, Z., Weidinger, T., Baranka, Gy., Tóth, Z., Nagyné Kovács, E., Mészáros, R. and Gyöngyösi, A.Z., 2008a: Baseline climate network in Hungary and application for air quality dispersion models. EMS2008 Session AW6: Instruments and new challenges in observation strategies: Surface energy fluxes and atmospheric turbulence, 2008 October, Amsterdam The Netherlands. (Oral presentation, accepted). Nagy, Z., Szász, G., Weidinger, T., Szalai, S., Tóth, Z., Nagyné Kovács, E., Debreceni, B., Matyasovszky, I. and Gyöngyösi, A.Z., 2008b: Baseline climate network in Hungary for high accuracy detection of the local effects of climate change. Geophysical Research Abstracts 10, EGU2008-A-09929. Ohmura, A., 1982: Objective criteria for rejecting data for Bowen ratio flux calculations. J. Appl. Meteorol. 21, 595–598. Oncley, S.P., Foken, T., Vogt, R., Kohsiek, W., de Bruin, H., Bernhofer, C., Christen, A., Grantz, D., Lehner, E., Liebethal, C., Liu, H., Mauder, M., Pitacco, A., Ribeiro, L. and Weidinger, T., 2007: The Energy Balance Experiment EBEX-2000. Part I: Overview and Energy Balance, Boundary-Layer Meteorol. 123, 1–28. (If.: 1,414) Stull, R.B., 1988: An Introduction to Boundary Layer Meteorology. Kluwer, Dordrecht, 666 pp. Szász G. és Nagy Z., 2007: A légköri és a felszíni hatások elkülönítésének lehetőségei a felszínközeli súrlódási rétegben. 32. Meteorológiai Tudományos Napok 2006. Felhőfizika és mikrometeorológia. (Szerkesztette: Weidinger T. és Geresdi I.) Országos Meteorológiai Szolgálat, Budapest, 125–150.

31

Weidinger, T., Ács, F., Mészáros, R. and Barcza, Z., 1999: Energy budget components in a forest clearcut: analysis of measurement results. Időjárás 103, 145–160. Weidinger, T., Pinto, J. and Horváth, L., 2000: Effects of uncertainties in universal functions, roughness length, and displacement height on the calculation of surface layer fluxes. Meteorologische Zeitschrift 9, No. 3, 139–154. Weidinger T., Barcza Z. és Matyasovszky I., 2002: Turbulens áram számító programok összehasonlítása az EBEX-2000 mérési expedíció adatai alapján. Levegő-növény-talaj rendszer. Debreceni Egyetem Agrártudományi Centrum. Lícium-Art Könyvkiadó, 121–128. Weidinger T. és Bordás Á., 2007: A felszínközeli légréteg és a planetáris határréteg kutatásának főbb kérdései. 32. Meteorológiai Tudományos Napok 2006. Felhőfizika és mikrometeorológia. (Szerkesztette: Weidinger T. és Geresdi I.) Országos Meteorológiai Szolgálat, Budapest, 105–124. Weidinger T. és Geresdi I. (Szerkesztők), 2007: Felhőfizika és mikrometeorológia. A 32. Meteorológiai Tudományos Napok előadásai, Budapest, OMSZ, 182 oldal. Weidinger, T., Horváth, L., Machon, A., Pintér, K., Barcza, Z., Gyöngyösi, A.Z., Nagy, Z. and Tuba, Z., 2008a: Uncertainties in the calculation of NO–NOx–O3 fluxes by the gradient and the profile methods. Open Science Conference Reactive Nitrogen and the European Greenhouse Gas Balance. February 20th & 21st, 2008, Het Pand, Ghent, Belgium, Edited By the NitroEurope IP Secretariat, 53–54. Weidinger, T., Simon, Sz., Mádlné Szőnyi, J., and Bordás, Á., 2008b: Uncertainties in the estimation of a shallow lake water budget. Environmental, Health and Humanity Issues in Down Danubian Region: Multidisciplinary Approach. Edited By Mihailovic, D.T. and Miloradov, M., Publisher: World Scientific, New York, London, Singapore, 12 p. (In press.) Wilczak, J.M., Oncley, S.P. and Stage, S.A., 2001. Sonic anemometer tilt correction algorithms. Boundary-Layer Meteorol. 99, 127–150.

32

A részjelentés elkészítéséhez felhasznált INTERNET-es hivatkozások http://www.ncdc.noaa.gov/crn/programdocs.html (Az U.S. Climate Reference Network (USCRN) nyitóoldala) http://www.neu.ceh.ac.uk/ (A NitroEurope program nyitóoldala: magyarországi résztvevők Erdészeti Tudományos Intézet, Szent István Egyetem, Szegedi Egyetem, ELTE) http://www.dwd.de/de/FundE/Observator/MOL/MOL.htm (A Német Meteorológiai Szolgálat Richard Aßmann Obszervatóriuma, Lindenberg) A HungaroMars-2008 információs oldalai: http://www.mta.hu/index.php?id=634&no_cache=1&backPid=390&tt_news=8531&cHash =699b538d83 http://planetologia.elte.hu/1cikkek.phtml?cim=hungaromars2008.html A Campbell műszergyártó cég oldala: http://www.campbellsci.com/eddy-covariance A Vaisala műszergyártó cég oldala: http://www.vaisala.com/ Az EBEX-2000 mérési program nyitóoldala: http://www.geo.uni-bayreuth.de/mikrometeorologie/EBEX2000/EBEX.html

33

NKFP6-BKOMSZ05. Célzott mérőhálózat létrehozása a globális klímaváltozás magyarországi hatásainak nagypontosságú nyomon követésére. II

Recommend Documents