A talaj hidraulikus tulajdonságainak és a planetáris határréteg magasságának kapcsolata

Átírás

1 AGROKÉMIA ÉS TALAJTAN 61 (2012) A talaj hidraulikus tulajdonságainak és a planetáris határréteg magasságának kapcsolata 1 BREUER Hajnalka, 1 ÁCS Ferenc, 1 LAZA Borbála, 1 MATYASOVSZKY István, 2 HORVÁTH Ákos, 1 WEIDINGER Tamás és 3 RAJKAI Kálmán 1 ELTE, Földrajz- és Földtudományi Intézet, Meteorológiai Tanszék, Budapest 2 OMSZ Siófoki Vihar-előrejlező Obszervatórium, Siófok és 3 MTA Agrártudományi Kutatóközpont Talajtani és Agrokémiai Intézet, Budapest A planetáris határréteg (PHR) a légkör azon része, amelyben a felszín hatása érvényesül. Ebben a rétegben a felszín és légkör közötti hő-, nedvesség- és momentumcsere turbulens átkeveredés révén zajlik. Az átkeveredést háromdimenziós örvények végzik, amelyek keletkezését és fenntartását a felszín szabályozza. Elegendő sugárzás esetén más kényszerhatások (légköri front és domborzat) hiányában megfigyelhető a felszíni hatások által irányított feláramlás, a szabad konvekció is. Az ilyen termikus eredetű konvekció a PHR egyik legmeghatározóbb folyamata; növekedésével nő a PHR-en belüli átkeveredés mértéke, valamint a PHR vertikális kiterjedése, azaz a PHR magassága. A termikus konvekcióval felemelkedő légköri nedvesség amennyiben az elégségesen bőséges lehűlés miatti kondenzációjával a PHR tetején levő inverziós szint alatt lapos gomolyfelhők keletkeznek. A jelenséget az 1. ábra szemlélteti. Az ábrán látható Cumulus humilis -eket szép-idő felhőknek is nevezik, mert azok több-kevesebb napsütéssel járó, fronthatástól mentes, alapvetően csendes időjárásra jellemző felhők. A PHR magasságát mind felszíni, mind légköri tényezők alakítják, így a konvekció és az advekció (horizontális irányú, rendezett légmozgás) egyaránt. A konvekció erősen függ a besugárzástól, ezért gyakorlatilag a Nap járását követő jelenség. Az advekció hatása a légkörre nő a felszíntől távolodva, a felszíni súrlódás egyre csökkenő hatásának eredményképpen. A PHR-en belül zajló advekció egyaránt módosítja a PHR felszín közeli ún. felszíni és a felszíntől távolabbi ún. kevert rétegeit. A kevert réteg állapotát, főleg a PHR tetejéhez közelebb álló rétegeket, a szabad légköri advekcióval okozott bekeveredések is módosítják. Nyilvánvaló, hogy a konvekció hatása az advekció-mentes időjárási helyzetekben érvényesül a legerősebben. Derült napon a PHR magassága közvetlenül a Nap delelése után a legnagyobb. A naplementével a magasság drasztikusan csökken; e markáns csökkenést összeomlásnak nevezik. Éjjel e csökkenés folytatódik a felszín közeli légrétegek stabilizálódásával, amit az intenzív felszíni kisugárzás okozta lehűlés eredményez. A következőkben alapvetően ilyen esetekkel foglalkozunk. Postai cím: BREUER HAJNALKA, ELTE Földrajz- és Földtudományi Intézet, Meteorológiai Tanszék, 1117 Budapest, Pázmány Péter sétány 1/a. bhajni@nimbus.elte.hu

2 10 BREUER et al. 1. ábra Sekély gomolyfelhők repülőnézetből. A felhők alapja a kondenzációs szintet jelzi, míg a gomolyfelhők teteje a PHR magasságát határolja be A talajnak a légköri konvekciót befolyásoló hatására az utóbbi évtizedekben derült fény (pl. BETTS & BALL, 1996; PIELKE, 2001). A meteorológusok e hatást előbb a PHR felszíni rétegében vették észre, majd ennek algoritmusait modelljeikbe is beépítették (pl. BOSILOVICH & SUN, 1995). Ekkor jelentek meg a felszín és a PHR kevert rétegének kapcsolatát elemző tanulmányok (pl. SUN, 1993a,b). E tanulmányok szerint egyértelmű, hogy a felszín, azaz a talaj nedvességállapota határozza meg legerőteljesebben a felszíni konvekciót. A talaj nedvességállapotát azonban nagymértékben a talaj hidraulikus tulajdonságai határozzák meg. A talaj hidraulikus jellemzőit a talaj fizikai félesége (szemcseösszetétele) és vízgazdálkodási, azaz víztartó és vízvezető képesség paraméterei határozzák meg. A talaj vízgazdálkodási tulajdonságok fizikai féleségtől való függése ismert (pl. MIHAILOVIC et al., 1992; ÁCS & LŐKE, 2001), de ennek felismerése és tesztelése a meteorológiában azonban új keletű (HORVÁTH et al., 2009; ÁCS et al., 2010a,b). Az erre irányuló vizsgálatok a konvektív csapadékra vonatkoztak, amikor a nagy csapadékot eredményező ún. mély konvekció volt a meghatározó folyamat. Ezek a vizsgálatok egyúttal arra a felismerésre vezettek, hogy a talaj hatása az ún. sekély felhőmentes vagy kisebb/nagyobb felhőképződéssel járó konvekció folyamatában is számottevő lehet. E feltételezés kivizsgálása vezetett a PHR magasság és a talaj vízgazdálkodási jellemzői közötti kapcsolatrendszer elemzéséhez. Tanulmányunkban a PHR magasságnak a talaj talajadatbázis függő vízgazdálkodási tulajdonságaira való érzékenységét elemezzük sekély konvekciós időjárási helyzetekben. Vizsgálatainkban a lokális léptékű magyarországi HUNSODA, valamint egy globális léptékű egyesült államokbeli (COSBY et al., 1984) talajadatbázist használtunk. A vizsgálatokat az MM5 modellel (DUDHIA, 1993) hat napot elemezve végeztük.

3 A talaj és a planetáris határréteg magasságának kapcsolata 11 Anyag és módszer Az MM5 rendszer modellt BREUER és munkatársai (2011) röviden ismertették. Így a következőkben csak az alapvető modellbeállításokat adjuk meg. Az MM5 modellben használt parametrizációk Futtatásainkban 6 6 km-es horizontális felbontást használtunk; vertikálisan 100 hpa-ig 20 szintet, a légkör alsó 1500 m-es rétegén belül pedig, további 9-et. A légköri sugárzásátvitelt az RRTM (Rapid Radiative Transfer Model) (MLAWER et al., 1997), a cumulus konvekciót a Grell (GRELL et al., 1994), a felhőkben zajló mikrofizikai folyamatokat a Reisner (REISNER et al., 1998), a szárazföldi felszín és a légkör közötti kölcsönhatásokat a Noah (CHEN & DUDHIA, 2001), míg a planetáris határréteg folyamatait a Mellor-Yamada-féle parametrizáción (MELLOR & YAMADA, 1982) alapuló Eta PBL (JANJIC, 1990, 1994, 2002) és az MRF almodellekkel (HONG & PAN, 1996) parametrizáltuk.. Noah szárazföldi felszíni modul. Az MM5 modellben a Noah felszíni almodellt használtuk, amely könnyen kapcsolható az MM5 különböző PHR almodelljeihez. A Noah négy talajrétegben becsüli a talajnedvességet (5, 25, 70 és 150 cm) (EK et al., 2003). A vízmozgást a talajnedvesség-potenciál alapján becsüli. A teljes párolgást a felszín növényborítottsága alapján határozza meg. A csupasz talaj párolgása csak a talaj nedvességtartalmától függ. A transzspiráció függ a sztómák nyitottságától, ami a besugárzás, a légnedvesség, a hőmérséklet és a talajnedvesség-tartalom függvénye (CHEN & DUDHIA, 2001). A növényzet területi eloszlását az USGS (United States Geological Survey) adatbázis alapján vettük tekintetbe. Mindegyik növényzeti típushoz tartozik egy paramétertáblázat, ami mennyiségileg jellemzi a növényzet fizikai tulajdonságait. Eta PBL parametrizáció. Az Eta PBL lokális (csak a szomszédos légrétegek keveredhetnek egymással), a turbulens kinetikus energia (TKE) előrejelzésén alapuló almodell. Az almodell meghatározza a TKE-t a légkör minden szintjén. Ezt követően a legfelső modellszinttől lefelé haladva megkeresi azt a szintet, ahol a TKE eléri a kritikus turbulens kinetikus energia már turbulens mozgásra jellemző értékét (JANJIC, 1990, 1994, 2002). Az Eta PBL almodell becslése szerint a PHR magasság maximális értéke 5000 m, míg minimális értéke 10 m. MRF parametrizáció. Az MRF almodell az Eta PBL-el ellentétben egy nem-lokális módszert alkalmaz (az egész határréteget egyszerre keveri át). Itt a PHR magasságát a kritikus bulk Richardson szám (Rib cr ) alapján (HONG & PAN, 1996) becsüljük iteratív eljárással. A Rib szám a feláramlást döntően meghatározó felhajtó erő és a szélnyírás aránya. A PHR magasságot az Eta almodellhez hasonlóan határozza meg. A kérdéses szint ott van, ahol fentről lefelé haladva ez a szám eléri a kritikus turbulens és lamináris áramlások átmenetét mutató 0,5 értéket. Ha a légköri rétegződés erősen stabilis (a környezet hőmérséklete nagyobb, mint a légrészecske hőmérséklete), pl. az éjszaka folyamán, akkor az almodell szerint a PHR magassága nem lehet kisebb, mint 33 m.

4 12 BREUER et al. Kezdeti- és peremfeltételek A kezdeti- és peremfeltételeket az ECMWF MARS (European Centre for Medium-Range Weather Forecasts s Meteorological Archive and Retrieval System) negyedfokos földrajzi bontású adatbázisából vettük. A modellfuttatásban a peremfeltételeket 3 óránként frissítettük. Elemzéseinkben az MM5 modellterületének pereméről 2 rácstávolságnyi sávot figyelmen kívül hagytunk, mert abban a sávban a peremfeltételek modellhez való illeszkedése miatt előfordulhatnak valótlan értékek. Numerikus vizsgálataink hat napra, nevezetesen július 19-ére, szeptember 12-ére, január 15-ére, július 18-ára, július 26-ára és július 13-ára vonatkoznak. A kezdeti talajnedvesség-értékek a modell kezdeti feltételei közé tartoznak, így ezeket szintén a ECMWF MARS adatbázisából vettük. Ezek 0,195 0,215 m 3 m -3 közötti értékek a felső 5 cm-es talajrétegben Magyarország területén én. A szomszédos országok területén a talajnedvesség 0,23 0,25 m 3 m -3 értékű volt én a talaj ezen értékeknél nedvesebb, a délkeleti területeken pedig szárazabb (0,215 m 3 m -3 ). Az alföldi tájakon a talaj ekkor szintén szárazabb volt. Az egyetlen vizsgált téli nap e. Az Alföld felső talajrétegeiben a nedvesség a többi terület nedvességéhez képest valamelyest kisebb volt, ugyanakkor ezek az értékek jóval nagyobbak voltak a nyári napokénál (átlagosan 0,250 m 3 m -3 ). Az országhatáron kívül pedig még nagyobbak (0,320 m 3 m -3 körüliek) voltak. A talajnedvesség területi eloszlása és nagysága közel azonos volt án és án. Az ország középső területein 0,15 0,175 m 3 m -3, míg a modellterület szélein 0,19 0,23 m 3 m -3 közötti volt ben a talajnedvesség értékek 0,15 0,45 m 3 m -3 között változtak. A talaj hidraulikus tulajdonságai Két talajadatbázis, az Amerikai Egyesült Államokbeli és a magyarországi adatbázis (HUNSODA) alapján meghatározott talajhidrofizikai jellemzőkkel futtatott MM5 szimulációkat, illetve a PHR magasságokat hasonlítjuk össze. Az adatbázisokat a következőkben US-sel és HU-val jelöljük. A talajnedvesség-potenciál (ψ) és a vízvezető képesség (K) talajnedvességtől való függését CAMPBELL (1985) alapján jellemezzük. E függvények empirikusak, azaz mért értékekre illesztéssel meghatározott függvényekről van szó. CAMPBELL (1985) szerint 2 b+3 Θ K = K s és (1) Θs b Θ Ψ = Ψs (2) Θs ahol: Θ a talajnedvesség-tartalom, b a porozitási index, az s index pedig a víztelítettséget fejezi ki. A K s -t az US-talajokra COSBY és munkatársai (1984), míg a HUtalajokra FODOR és RAJKAI (2005) szerint határoztuk meg. A szabadföldi vízkapacitás talajnedvesség-tartalmát Θ f HU -t VÁRALLYAY (1973) szerint a pf = 2,3 feltétel

5 A talaj és a planetáris határréteg magasságának kapcsolata 13 alapján becsültük. A Θ f US -t CHEN és DUDHIA (2001) szerint a K(Θ f ) = 0,5 mm nap -1 feltételből (HILLEL, 1980) számítottuk. A hervadáspont nedvességtartalmát (Θ w ), a pf = 4,2 (STEFANOVTS et al., 1999) feltétel alapján becsültük mind a HU-, mind az US-talajokra vonatkozóan. A Θ f és a Θ w értékei különböznek a rácson belüli területi eloszlásuktól függően. Ha a rácsterületen belül a Θ-ra normális eloszlást feltételezünk (ERDŐS & MORVAY, 1961; BELL et al., 1980; ÁCS, 2003), akkor a Θ f és a Θ w értékeit CHEN és DUDHIA (2001) módszere szerint számítottuk. Az 1. táblázatban a Θ f és Θ w normális eloszlásra számított értékei találhatók. 1. táblázat Magyarországra (A), illetve az Amerikai Egyesült Államokra (B) vonatkozó talajparaméter-értékek (1) Talaj fizikai félesége Θ s Θ f Θ w Ψ s b K s -3 m 3 m m m s -1 A. Magyarország a) Vályogos homok 0,598 0,479 0,080 0,126 3,900 2,52E-05 b) Homokos vályog 0,476 0,379 0,064 0,143 3,990 1,14E-05 c) Vályog 0,468 0,406 0,088 0,207 4,200 4,58E-06 d) Homokos agyagos vályog 0,439 0,354 0,061 0,206 4,210 7,98E-06 e) Agyagos vályog 0,580 0,479 0,139 0,234 4,740 3,05E-06 f) Agyag 0,541 0,489 0,147 0,224 6,210 8,00E-07 B. Amerikai Egyesült Államok a) Vályogos homok 0,421 0,383 0,028 0,036 4,26 1,41E-05 b) Homokos vályog 0,434 0,383 0,047 0,141 4,74 5,23E-06 c) Vályog 0,439 0,329 0,066 0,355 5,25 3,38E-06 d) Homokos agyagos vályog 0,404 0,314 0,067 0,135 6,66 4,45E-06 e) Agyagos vályog 0,465 0,382 0,103 0,263 8,17 2,45E-06 f) Agyag 0,468 0,412 0,138 0,468 1,55 9,74E-07 Megjegyzés: Θ s a telített talaj nedvességtartalma; Θ f, Θ w a szabadföldi és a hervadásponti nedvességtartalom a Θ normális eloszlása esetén; Ψ s a telített talajnedvesség-potenciál, b a porozitási index és K s a telített talaj vízvezető képessége Talaj- és felszínborítottság A modellezett területen a talaj fizikai féleségének a FAO (Food and Agriculture Organization) által meghatározott területi eloszlását alkalmaztuk. Ez a területi eloszlás megegyezik a BREUER és munkatársai (2011) munkában bemutatott területi eloszlással. A különböző fizikai féleségű talajok hidrofizikai tulajdonságai, így hasznos vízkészleteik is jelentősen különböznek. A HU (NEMES, 2002; FODOR & RAJKAI, 2005) és az US (COSBY, 1984) adatbázisból becsült talajparaméter-értékeket az 1. táblázat tartalmazza. A hasznos vízkészlet (Θ f - Θ w ) nagyobb a HU-, mint az UStalajok esetében (BREUER et al., 2011). A talaj vízkészlete a látens hőáramra hat, és ennek következtében a felszín rendelkezésre álló energia eloszlására is, ami a PHR

6 14 BREUER et al. magasságra gyakorol nagy hatást (PIELKE, 2001). A talaj b vízgazdálkodási paramétere jelentősen nagyobb értékű az US-, mint a HU-talajok esetében. A b paraméter még a talajvíz áramlási sebességét is meghatározza. A földhasználat területi eloszlását az USGS adatbázis alapján vettük figyelembe. Az adatbázist műholdas mérések alapján készítették, horizontális felbontása 30 földrajzi másodperc. Magyarország területén a mezőgazdasági terület és a puszta kategória a leggyakoribb. A hegyekben lombhullató erdő, a délnyugati határvidéken és az északi középhegységben pedig füves területek találhatóak. A kategória típusokhoz tartozó növénykonstansokat DUDHIA és munkatársai (2005) munkájából vettük át. Szignifikancia vizsgálat A PHR magasság és a talajok adatbázistól függő vízgazdálkodási paraméterei közötti kapcsolatot szignifikancia vizsgálattal elemeztük. A határréteg napi menetének alakításában a besugárzás a meghatározó tényező. Annak érdekében, hogy a természetes napi menet ne befolyásolhassa a talajparaméterek különbözőségéből eredő hatások vizsgálatát, a napi menet hatását kiküszöböltük. Az eljárást a Függelékben ismertetjük. A szignifikáns eltéréseket a 0,01 és a 0,001 szignifikancia szintekre becsültük A módszer alkalmazásakor egyes rácspontokban a felhasználható egymást követő, nem negatív várható értéket adó időlépcsők száma túl kicsi (<6) volt; ezeket hibaként kezeltük. Ezen értékek olyan esetekben fordultak elő, amikor a szimulált PHR magasság nagyon alacsony volt vízfelszín vagy más hidegebb felszín fellett, illetve, amikor nem mutatkozott (közel állandó) kifejezett napi menet. PHR-magasság talajparaméter (PAR, HU és US) és számítási módszer (SÉMA; MRF és Eta PBL) szerint kifejezett százalékos különbségének megadása: HU, EtaPBL US, EtaPBL PHR PHR PAR = HU, EtaPBL PHR Δ (3) US, MRF US, EtaPBL PHR PHR SÉMA = US, MRF PHR Δ (4) Numerikus vizsgálatok A tesztnapok időjárási helyzete a 2. táblázatban látható. A vizsgált tesztnapok időjárását anticiklon alakította. Olyan napokat választottunk, amikor a besugárzást jelentősen módosító felhőzet hiányzott. Egy napon, án számottevőbb volt a felhőzet, ekkor hazánk időjárását egy észak-nyugati meleg advekció alakította. Összefüggő felhőzet nem alakult ki, de megjelentek az Altocumulusok (Ac),

7 A talaj és a planetáris határréteg magasságának kapcsolata 15 (1) Napok 2. táblázat A vizsgált tesztnapok időjárásának rövid jellemzése (2) Európai helyzet a) Anticiklon előoldalán b) Anticiklon hátoldalán a) Anticiklon előoldalán c) Hidegfront előtt a) Anticiklon előoldalán d) ÉNy-i meleg advekció T max (ºC) T min (ºC) (3) Felhőzet (4) Csapadék (5) Napsütéses órák száma e) fátyolfelhő e) fátyolfelhő f) köd Ac, Cu Megjegyzés: Ac: Altocumulusok; Cu: Cumulusok g) nyomnyi majd később a többségbe kerülő Cumulusok (Cu), azon belül is főként a Cumulus humilis-ek. Az Országos Meteorológiai Szolgálat megfigyelései alapján nyomnyi mennyiségű csapadék csak egy észak-nyugati állomáson volt. A hőmérsékleti maximum és minimum az anticiklonális hatásnak megfelelően alakult. A hőmérsékletingadozás tekintélyes volt a vizsgált napokon. A évi napon e hőingás valamelyest kisebb volt a felhőzet megjelenése miatt. A legmagasabb hőmérsékletet án mérték. A napsütéses órák száma télen 7 8, ősszel 10 12, a felhőmentes nyári napokon pedig óra volt. A futtatásokat 0:00 UTC-kor kezdtük, és huszonnégy órás időtartamúak voltak. Az eredményeinket 15 perces léptékben írtuk ki, így összesen 97 időpontban álltak rendelkezésünkre. A kiválasztott terület a 45,6 és 49,4 északi szélességi körökkel, valamint a 15,6 és 22,7 keleti hosszúsági körökkel behatárolt terület. Ez = 5635 pontot jelentett a használt 6 6 km-es horizontális felbontásban. A rácspontoknak kb. a fele Magyarországra esik. A hat kiválasztott napra 24 modellfuttatást végeztünk: két PBL almodellel és két talajadatbázisból származtatott talajparaméter-értékekkel (1. táblázat). Eredmények Az Eta PBL és az MRF almodellel számított PHR magasság modellterületi átlagának időbeli változását, valamint a magasságok talajparaméterekre való érzékenységét elemeztük, ez utóbbit szignifikancia vizsgálatok alapján. Az elemzések az 5:00-tól 17:00-ig tartó időszakot ölelik fel. A modell felfutási időt használ, így a 0:00-tól 5:00-ig tartó időintervallumot figyelmen kívül hagytuk, mint ahogy a 17:00

8 16 BREUER et al. utáni időszakot is. Éjszaka a PHR magasság 100 m alatti, ezért éjszaka sem vizsgáltunk érzékenységet. A hat tesztnapból csupán három tesztnap eredményeit mutatjuk be: a i nyári, a i őszi és a i téli napot. A PHR magasság modellterületi átlagának időbeli változása A modellterületre vonatkozó átlagos PHR magasság időbeli változását a i napra a 2A. ábra szemlélteti. Látható, hogy a PHR HU nagyobb, mint a PHR US mind az MRF, mind az Eta PBL számítás szerint. A magasabb PHR HU -t a HU-talajok nagyobb hasznosítható vízkészlete (1. táblázat) és a modell kezdeti vízkészletéből adódó szárazabb talajfelszín indokolja. A szárazabb talaj szenzibilis hőárama nagyobb, a látens hőárama pedig kisebb, mint a nedves talajé. Ennek következtében a szárazabb talaj PHR magassága nagyobb a nedves talajéhoz képest. A PHR felépülése 5:00 UTC körül indul meg. Az Eta PBL sémánál mind a HU-, mind az US-talajok felett a napi menet maximuma 13:30 UTC körül van (PHR HU 920 m, PHR US 780 m). Az MRF séma használatakor is megegyezik a maximumok időpontja a két talajadatbázisra vonatkozóan és ezek megegyeznek az Eta PBL sémával kapott időpontokkal. A PHR HU - PHR US maximumok különbsége 100 m- nél nagyobb, a különböző módszerekkel kapott átlagos PHR magasságkülönbségek pedig 250 m körüliek. 12:00 UTC-kor, az Eta PBL-lel kapott PHR HU - PHR US ( PAR) értékek különbsége 14%. Ezzel szemben az Eta PBL és MRF módszerrel kapott PHR magasságkülönbségek az US talajparaméter-értékek esetén 26%. A PHR számítás módszeréből adódó relatív különbség 12%-kal nagyobb, mint a talajadatbázis különbözőségéből eredő relatív különbség. Ahogy a 2A. ábrán látható a PHR 15:00 és 17:00 UTC között összeomlik a besugárzás csökkenése miatt. A HU-talajok feletti PHR-összeomlás gyorsabb, mint az US-talajok felett. A leépülés ugyanis eltérő magasságokból indul és közel azonos magasságban és időpontban éri el a minimális változású magasságot. A késő délutáni órákban a PHR magassága rendszerint 100 méter alá csökken. A i futtatások kezdeti talajnedvesség-értékei nagyobbak, mint a július 19-i értékek. Ekkor a felszínt kisebb besugárzás éri, és alacsonyabb PHR magasság értékeket is kaptunk. Mind az MRF-el, mind az Eta PBL-el számított PHR HU nagyobb, mint a PHR US (2B. ábra). A PHR felépülésének kezdeti szakaszában körülbelül egy órás eltérés van a számítási módszertől függően. Az Eta PBL sémával kapott PHR magasság 12:15 UTC-kor maximális, ekkor a PHR HU 730, míg a PHR US 640 m. Az MRF sémával kapott két maximum az előbbi maximumokhoz képest negyed órával korábban következik be. A legnagyobb PHR HU PHR US értékek 100 méter körüliek, ezek nem esnek egybe a maximális PHR magasságok kialakulásának idejével. A sémák különbözőségéből eredő PHR magasságkülönbségek nagyobbak, mint 200 m. 12:00 UTC-kor a talajadatbázisok különbözőségeiből eredő PAR relatív különbség 13%, míg a PHR almodellek különbözőségeiből eredő SÉMA relatív különbség 25%. E napon a nyári naptól eltérően a PHR 13:00 és 15:00 UTC között omlott össze. Az összeomlás gyorsaságában is van különbség. A PHR összeomlása gyorsabb a HU-, mint az US-talajok felett.

9 A talaj és a planetáris határréteg magasságának kapcsolata HU - Eta PBL US - Eta PBL HU - MRF US - MRF A PHR [m] :00 6:30 8:00 9:30 11:00 12:30 14:00 15:30 17:00 PHR [m] HU - Eta PBL US - Eta PBL HU - MRF US - MRF B :00 6:30 8:00 9:30 11:00 12:30 14:00 15:30 17:00 PHR [m] HU - Eta PBL US - Eta PBL HU - MRF US - MRF C :00 9:00 10:00 11:00 12:00 13:00 idő [h] 2. ábra Az Eta PBL és az MRF almodellekkel kapott planetáris határréteg magasság területi átlagának időbeli változása a magyar (HU) és az egyesült államokbeli (US) talajok esetén. A én. B én. C én

10 18 BREUER et al. A PHR leépülése kb. egy órával előbb zajlik az Eta PBL, mint az MRF esetében. A PHR magassága én az előzőekben bemutatottakhoz képest kifejezetten kisebb (2C. ábra). Az alacsony PHR magasságot a téli besugárzás és a nagy talajnedvesség eredményezi. A maximális PHR magasság 400 m. A PHR HU értéke szintén nagyobb a PHR US -hez képest. A PHR emelkedése mindkét esetben 8:00 UTC körül kezdődik. A maximális értéket közelítő értékek az Eta PBL sémával 10:30 UTC-kor, míg az MRF sémával kb. egy órával később jelentkeznek. A PHR HU 155 m, míg a PHR US 120 m. Ezen a napon a PHR HU - PHR US értékek maximálisan 50 m körüliek. A sémák különbözőségéből eredő eltérések 200 m körüliek. 12:00 UTC-kor a PAR és SÉMA relatív különbsége rendre 29% és 74%: A talajadatbázisok különbözőségéből adódó relatív különbség sokkal kisebb a sémák különbözőségéből adódóéhoz képest. Ennek oka, hogy a párolgást ebben az esetben a besugárzás vezérli, a talaj szerepe pedig a hőmérséklet miatt másodlagos. A PHR magasság talajadatbázis használatára való érzékenysége szignifikancia vizsgálat alapján A PHR magasság talajadatbázis használatára való érzékenységét szignifikancia teszttel elemeztük. A modellterületen 4995 rácspont adattal rendelkezünk. A számítások eredményeként kapott szignifikáns pontok számát és az összes ponthoz viszonyított %-ban kifejezett arányát a 3. táblázat szemlélteti. A 3. táblázat szerint a szignifikánsan különböző PHR magasságú rácspontok száma nagyobb az MRF, mint az Eta PBL almodellek esetében minden modellezett napon. Ez az eredmény a szignifikancia számításának módjával és az adatsorok tulajdonságaival is magyarázható, nevezetesen azzal, hogy mekkora az adatsorok átlaga, szórása és az egyes rácspontokra vonatkozó PHR magasság aktuális értéke. Az MRF sémával kapott PHR magasságértékek igen nagyok, ezért e tény is befolyásolta a szignifikáns pontok számának alakulását. A két almodell fizikája is jelentősen különbözik, ezért egyes rácspontokban a PHR magasságok időbeli változásának mértéke is különbözni fog. A vizsgált nyári napok többnyire július közepére esnek. Ez az időszak egybeesik az azori-anticiklon hatására kialakuló többnyire felhőmentes időszakokkal. A szignifikáns különbségű rácspontok száma a hasonló időjárás ellenére is nagyon eltérő lehet, mint ahogy ezt tapasztalhattuk is ( és ). Az utóbbi esetben jelentős befolyást gyakorolt egy északnyugati irányú meleg advekció hatására kialakuló felhőzet. Ekkor egyrészt, a határréteg magassága a megjelenő alacsonyszintű felhőzet felhőalapjának szintjében van, másrészt, a számított PHR magasságok közötti különbségek kisebbek a kialakuló felhőzet sugárzás módosító hatása miatt. A PHR magasság talajadatbázis használatára való érzékenységének területi eloszlását én a 3A. ábra szemlélteti. Az Eta PBL-el végzett szimulációk alapján a rácspontok 72%-a különbözik szignifikánsan (0,01 szignifikancia szinten); ugyanez az MRF esetében 88%. A 0,001 szintű szignifikancia vizsgálatnál a szignifikánsan különböző pontok száma megközelítően 10%-kal csökkent az előbbi eset-

11 A talaj és a planetáris határréteg magasságának kapcsolata 19 (1) Nap 3. táblázat A PHR magasság talajadatbázis használatára való érzékenysége (3) (2) Szignifikancia szint: 0,01 Séma (4) (5) Pontok száma Arány (6) Szignifikancia szint: 0,001 (4) (5) Pontok száma Arány Eta PBL % % MRF % % Eta PBL % % MRF % % Eta PBL % % MRF % % Eta PBL % % MRF % % Eta PBL % % MRF % % Eta PBL % % MRF % % Megjegyzés: Az érzékenységet a különböző szignifikancia szintekhez tartozó pontok számával és azok %-os arányában adjuk meg különböző PHR almodellekre és tesztnapokra vonatkozóan hez viszonyítva. E csökkenés a Duna Tisza közén, a Nyírségben, valamint a Balatontól délnyugatra fekvő területeken következett be. Ezeken a területeken vályogos homok és homokos agyagos vályog fizikai féleségű talajok vannak (lásd a 2. ábrát). Ugyanakkor az 1. táblázatban látható az is, hogy a HU és az US talajparaméterértékek közötti különbségek pont e fizikai féleségek esetén a legkisebbek. A nyári napokon kapott területi eloszlásokhoz hasonló területi eloszlást kaptunk én (3B. ábra) is. A szignifikáns (0,01 szignifikancia szint) különbséggel rendelkező rácspontok relatív száma 70 91%. Ehhez képest a 0,001 szignifikancia szintű pontok száma kb. 15%-kal kisebb. E csökkenés ugyanúgy mint a nyári napokon a Duna Tisza közén és a Nyírségben következett be, azaz ott, ahol vályogos homok és a homokos agyagos vályog fizikai féleségű területek vannak. A PHR magasság talajadatbázis használatára való érzékenységének területi eloszlása (0,001 szignifikancia szinten) én a 3C. ábrán látható. Az Eta PBL esetében a szignifikánsan érzékeny rácspontok száma jelentősen kisebb, mint az őszi napon. Az MRF esetében ugyancsak csökkent a szignifikánsan érzékeny rácspontok száma, de még mindig jelentősen több az Eta PBL almodellhez képest. Az Eta PBL esetében a szignifikánsan érzékeny pontok relatív száma 20 30%, míg az MRF esetében ez 80 90%. A talaj hatása e téli napon is jelentős egyes területeken. A vályogos homok területek Balatontól délnyugatra és a Nyírségben világosan kirajzolódnak. Látható, hogy e területeken a szignifikáns különbséggel rendelkező pontok száma kisebb. A hibás értékekkel rendelkező rácspontok száma e téli napon (kb. 50) nagyobb, mint az őszi napon, elsősorban az alacsony határréteg magasságok miatt. Az MRF almodellel kapott eredmények közül az Északi-közép-

12 20 BREUER et al. A B C 3. ábra A PHR magasság talajadatbázis használatára való érzékenységének területi eloszlása a p < 0,001 szignifikancia szint esetén. A én. B én. C én

13 A talaj és a planetáris határréteg magasságának kapcsolata 21 hegység déli lejtőin mutatkozó nem szignifikáns ponthalmaz tűnik fel. Megjelenésük oka az alapvetően észak-nyugati áramlás következtében kialakuló erős leáramlás lehet, ami jelentős szerepet játszik a határréteg kialakulásban. A Viharsarokban nincsenek szignifikáns különbségek, éppen a felszíni tulajdonságok következtében. Az USGS adatbázis alapján itt a növényzet borítása 40% körüli, míg az ország többi területén 20% alatti. Ennek következtében, és a kis besugárzású téli időszak miatt, e területen a növényzet párologtatása szinte független a talaj nedvességi állapotától, így a talajadatbázisra való érzékenység is markánsan csökken. Főként az MRF-fel kapott eredményeken észrevehető, hogy vannak szórtan elhelyezkedő, szignifikáns érzékenységgel nem rendelkező pontok a szignifikáns érzékenységgel rendelkező mezőkben. Ezek többsége városokra esik, ahol a talajhatás nem érvényesülhet. Megemlítendő még a Kárpátokban kapott nem szignifikáns ponthalmaz. E területeken a határréteg magasságát a domborzati viszonyokkal meghatározott helyi cirkuláció alakítja. Mivel e lokális hatás erősebb a talaj hatásánál a szignifikáns különbségű pontok száma markánsan lecsökken. Az eredmények értékelése A PHR magasság és a talaj hidraulikus tulajdonságainak kapcsolatát elemeztük. A PHR magasság tér- és időbeli változása gyors, valamint igazodva a felszíni viszonyokhoz napi menettel rendelkezik. A talaj hidraulikus tulajdonságai meghatározzák a felszíni hőmérséklet nagyságát, valamint napi menetének alakulását elsősorban a párolgás és a vízkészlet szabályozásán keresztül. A hidraulikus tulajdonságoknak e meghatározó szerepére az erősen konvektív (mély konvekció) típusú időjárási helyzetekben már utaltunk (ÁCS et al., 2008; HORVÁTH et al., 2009; ÁCS et al., 2010a,b). E tanulmányban, pedig a PHR magasság talajadatbázis használatára való érzékenységét vizsgáltuk, amikor a gyenge konvekcióval (sekély konvekció) az uralkodó folyamat. Vizsgálatainkban a talaj fizikai féleségének Kárpát-medencén belüli területi eloszlását a FAO szerint vettük. Ez alapján Magyarországon hét talajfizikai féleség fordul elő (BREUER et al., 2011). Az MM5 modellel végzett szimulációkban a HUNSODA (NEMES, 2002; FODOR & RAJKAI, 2005) és az egyesültállamokbeli Cosby-féle (COSBY et al., 1984) talajadatbázisok hidraulikus paraméterértékeit használtuk. A PHR magasság számítását mind Janjic Eta-PBL, mind az MRF sémával becsültük. Hat kiválasztott felhőmentes, anticiklonális napra összesen 24 futtatást végeztünk: hat futtatás két PHR almodellel, valamint HU és US talajparaméter-értékekkel. A szimulációk időtartama (0:00 UTC-és kezdéssel) 24 óra volt. A hat nap közül csak három napot tárgyaltunk részletesen: egy nyárit, egy őszit és egy télit. Bár a vizsgált napok időjárását főként anticiklon alakította, a határrétegen belül a sekély-konvekció lokálisan érvényesült. Megegyező kezdeti talajnedvesség-tartalom értékek mellett a HU-talajok szárazabbak, mint az US-talajok. A kezdeti relatív talajnedvesség-tartalom értékek közötti különbség kb. 10%. Ennek következményképpen az egész modellterületre nézve, a PHR HU értékek átlagban m-rel nagyobbak, mint a PHR US értékek. E különbség helyenként elérte a m-t is. A PHR HU és a PHR US magasságok

14 22 BREUER et al. közötti relatív különbség 10 20% volt, amelyek minimum kétszer kisebbek, mint a PHR almodellek különbözőségéből eredő relatív különbségek. Az Eta PBL séma öt napra vonatkozó eredményei alapján a Kárpát-medencében levő rácspontoknak mintegy 60 90%-a mutatott szignifikáns érzékenységet a talajadatbázis használatára. A szignifikáns érzékenységű területek százalékos aránya csak a téli napon volt 50%-nál kisebb. Megállapítottuk, hogy a PHR magasság talajadatbázisra való érzékenységét jelentősen befolyásolja a használt határréteg-séma is. A határréteg sémára való érzékenység nagyobb a talajadatbázisra való érzékenységnél. A téli napon az MRF sémával szimulált, szignifikáns érzékenységű rácspont-szám eléri a 89%-ot (3. táblázat). Azokon a területeken, ahol a talajparaméterértékek közötti különbségek kicsik voltak, a kis érzékenység miatt, a különbségek sem voltak szignifikánsak. Az érzékenység kicsi volt a városok területére eső rácspontokban is. Eredményeink főleg az alkalmazott meteorológiai és mezőgazdasági kutatásokban hasznosíthatók. Az eredmények újdonság értékűek a felszín-légkör kölcsönhatást taglaló tudományokban is, ahol a talaj hidraulikus tulajdonságainak időjárásmódosító hatása csak az egyik témakör a sok nyitott és feldolgozásra váró téma közül. Eredményeink a légköri szennyezőanyag-terjedési folyamatok modellezése szempontjából is hasznosak lehetnek, ahol a talajt eddig még nem vették számításba. Összegezve: e munkában arra mutattunk rá, hogy a talaj hidraulikus tulajdonságai nemcsak a csapadékos, hanem a csapadékmentes konvektív típusú időjárási helyzetekben is időjárás-alakító tényezőként hathatnak. Összefoglalás A planetáris határréteg (PHR) és a talaj hidraulikus tulajdonságainak kapcsolatát elemeztük. Megkülönböztetett figyelemmel vizsgáltuk a PHR magasságának a talajadatbázistól függő talajparaméter-értékekre való érzékenységét. A szimulációkat az MM5 mezoskálájú rendszermodellel végeztük. A PHR magasságot a Janjic Eta- PBL és az MRF almodellekkel becsültük; a talajok hidraulikus tulajdonságait pedig a magyarországi és egyesült államokbeli talajadatbázisok alapján számítottuk. A modellterület Kárpát-medencét foglalja magában. Megtalálható benne Szlovákia jelentős része és a környező országok területei. Hat kiválasztott felhőmentes anticiklonális napot elemeztünk. Három napot (egy nyárit, egy őszit és egy télit) részletesen elemeztünk. A vizsgált napokon az erősebb besugárzásra kialakuló konvekcióban a talaj hidraulikus tulajdonságainak PHR-t módosító hatása is érvényesülhet. A futtatások időtartama 24 óra volt (0:00 UTC-és kezdéssel). Az érzékenységi vizsgálat eredményeit szignifikancia teszttel elemeztük. Az Eta PBL almodell használata során az összterület 60 90%-a mutatkozott szignifikáns érzékenységűnek (p < 0,01) a vizsgált hat napból öt napon. A szignifikáns különbséget mutató területek százalékos aránya csak a téli tesztnapon volt 50% alatti, ezt is csak az Eta PBL almodell alkalmazása során kaptuk. Ugyanezen a napon az MRF almodellel kapott százalékos arány 89% volt. A kapott különbségekkel kapcsolatban elmondható, hogy a PHR magasság változása nagyobb érzékenységet mutatott

15 A talaj és a planetáris határréteg magasságának kapcsolata 23 a PHR magasságát parametrizáló módszerekre mintsem a talajadatbázis használatára. Ennek ellenére megállapíthatjuk, hogy a talaj hidraulikus tulajdonságai nemcsak a csapadékos, hanem a csapadékmentes konvektív típusú időjárási helyzetekben is időjárás-alakító tényezőként hathatnak. Eredményeink a talaj légkör kölcsönhatást jellemző folyamatok mezoskálájú modellezésében hasznosíthatók, ugyanakkor a talajfizika számára is tanulságosak, mert láthatjuk, hogy a talaj hidraulikus tulajdonságai nemcsak a talaj állapotát, hanem a talajjal határos szférák állapotát is bizonyos mértékig meghatározzák. E tanulmány az OTKA (K sz. pályázat), valamint az Európai Unió és az európai Szociális Alap társfinanszírozásával valósult meg (TÁMOP-4.2.1/B-09/1/ KMR). Kulcsszavak: planetáris határréteg magasság, talajadatbázis, talaj hidrofizikai paraméterek, időjárási modell, szignifikancia vizsgálat Függelék Első lépésként Fourier-sorfejtéssel meghatározzuk minden i,j (i=1,45; j=1,111) rácspontban a szimulált PHR HU várható értékét, az m i,j (t)-t (DÉVÉNYI & GULYÁS, 1988): 2 mi, j sin k = 1 ( t) = a0 + [ ak cos( k t) + bk ( ωk t) ] ω (5) Az egyenlet együtthatóit, az a 0 -t, az a k -t és a b k -t egy lineáris egyenletrendszer megoldásával kapjuk meg, melyben a szimulált PHR HU értékek szerepelnek. Ugyanígy meghatározható a PHR US értékek várható értéke, a μ i,j (t). Az ω körfrekvencia értéke, 2π ωk = k (6) T ahol k=1,2; T pedig a szimulációs időszakot lefedő 15 perces időlépcsők száma. A becslésekhez a 24 órás időtartamot lefedő időlépcső számot használtuk, annak ellenére, hogy az elemzésben csak 12 órás időszakot vizsgáltunk. Ennek oka, hogy a határréteg magasságának napi változása nem modellezhető csak félnapos periódussal. A várható értékek után a PHR HU értékek szórását, a d i,j (t)-t határozzuk meg, ugyancsak Fourier-sorfejtést alkalmazva, 2 2 di, j sin k = 1 () t = e0 + [ ek cos( k t) + fk ( ωk t) ] ω (7) ahol az együtthatókat a szimulált PHR HU értékek és a várható értékük különbségéből határozzuk meg. A PHR US értékek szórása, a δ i,j (t) az (5) egyenlettel analóg módon határozható meg. A következő lépésben a sztochasztikus folyamat standardizáltját (X t,y t ) számítjuk ki mind a HU- mind az US-talajok esetén, ezzel szűntetve meg a napi menet hatását:

16 24 BREUER et al. () t ( ) HU PHR t m t X i, j () t = (8) d () t ( t) US PHR t μ Yi, j () t = (9) δ ahol a PHR HUt és a PHR USt az egyes rács- és időpontokban kapott PHR magasság értékek. A folyamat sztochasztikus jellege miatt azonban az időben egymást követő elemek között összefüggés van, azaz autokorrelációs folyamatról van szó, amit autokorrelációs együttható (α i,j ) értékkel (MATYASOVSZKY, 2002) jellemzünk, ami az egyes elemek közötti kapcsolatot írja le: α i,j = [ ( Zi,j )] T 2 ( Zi,j( t 1) Zi,j ) T ( Zi,j() t Zi,j ) Zi,j( t 1) t= 2 t= 2 mely egyenletben Z i, j a becsült minták időbeli átlaga. Ezt követően meghatározzuk g i,j (t)-t, ami a PHR magasságok és várható értékük közötti különbségek szórásával arányos, azaz g i,j (t) = [(PHR HU i,j (t) - m i,j (t)) - (PHR US i,j (t) - μ i,j (t))] 2. Ezt ugyanúgy, mint az előbbi esetekben Fourier-sorfejtés alapján egy lineáris egyenletrendszer megoldásával számítjuk ki. A vizsgálandó próbastatisztikánk meghatározásához szükségünk van még a becsült szórásnégyzetre (s 2 i,j ) és a minták (szimulált PHR magasságok) különbségének standardizáltjára (, () t * ): Z i j 2 1 T i, j = T t = 1 ( () ) 2 Z t Z i, j i, j (10) s és (11) US ( t) PHR i, j ( t) g () t HU * PHR Z () i, j i, j t = (12) i, j Statisztikai vizsgálatunk H 0 nullhipotézise az, hogy a két adatsor között nincs szignifikáns különbség, azaz a standardizált adatsorok közti különbség várható értéke m 0 = Z ij, (t)=x i,j (t) Y i,j (t) = 0. Ezek alapján meghatározható a Pt i,j próbastatisztika (MATYASOVSZKY, 2002): Pt i, j = * ( Zi, j) 1+ α 1 α m i, j i, j 0 2 si, j T * ahol Z j () t Z i, j t időbeli átlaga. Legvégül a P t -re t-próbát végzünk két szignifikancia szintre (p=0.01 és p=0.001). i *, a () (13)

17 A talaj és a planetáris határréteg magasságának kapcsolata 25 Irodalom ÁCS, F., On the relationship between the spatial variability of soil properties and transpiration. Időjárás ÁCS F., HORVÁTH Á. & BREUER H., A talaj szerepe az időjárás alakulásában. Agrokémia és Talajtan ÁCS F. & LŐKE ZS., A fizikai talajféleség hatásának szimulációja a talajfelszíni nedvesség változására. Agrokémia és Talajtan ÁCS, F. et al., 2010a. Effect of soil hydraulic parameters on the local convective precipitation. Meteorol. Z ÁCS, F. et al., 2010b. Sensitivity of local convective precipitation to parameterization of the field capacity and wilting point soil moisture contents. Időjárás BELL, K. R. et al., Analysis of the surface moisture variations within large field sites. Water Resour. Res BETTS, A. K. & BALL, J. H., The land surface-atmosphere interaction: A review based on observational and global modeling perspectives. J. Geoph. Res BOSILOVICH, M. G. & SUN, W. Y., Formulation and verification of a land surface parameterization for atmospheric models. Bound.-Layer Meteor BREUER H. et al., A talaj hidrofizikai tulajdonságainak hatása a konvektív csapadékra. Agrokémia és Talajtan CAMPBELL, G. S., Soil Physics with Basic, Transport Models for Soil-Plant System. Developments in Soil Science. Vol. 14. Elsevier. Amsterdam. CHEN, F. & DUDHIA, J., Coupling and Advanced Land Surface-Hydrology Model with the Penn State-NCAR MM5 Modeling System. I. Model implementation and sensitivity. Mon. Wea. Rev COSBY, B. J. et al., A statistical exploration of the relationships of soil moisture characteristics to the physical properties of soils. Water Resour. Res. 20. (6) DÉVÉNYI D. & GULYÁS O., Matematikai statisztikai módszerek a meteorológiában. Tankönyvkiadó. Budapest. DUDHIA, J., A non-hydrostatic version of the Penn State-NCAR Mesoscale Model: Validation tests and simulation of an Atlantic cyclone and cold front. Mon. Wea. Rev DUDHIA, J. et al., PSU/NCAR Mesoscale Modeling System Tutorial Class Notes and User's Guide: MM5 Modelling System Version 3. ( edu/mm5/documents/tutorial-v3-notes.html) EK, M. et al., Implementation of Noah land surface model advances in the National Centers for Environmental Prediction operational mesoscale Eta Model. J. Geophys. Res doi: /2002jd ERDŐS, L. & MORVAY, A., Néhány talajfajtánk nedvességjárása. Időjárás FODOR, N. & RAJKAI, K., Számítógépes program a talajok fizikai és vízgazdálkodási jellemzőinek egyéb talajjellemzőkből történő számítására (TALAJTANonc 1.0). Agrokémia és Talajtan GRELL, G., DUDHIA, J. & STAUFFER, D., A description of the fifth generation Penn State/NCAR Mesoscale Model. NCAR Tech. Note NCAR/TN-398+STR.

18 26 BREUER et al. HILLEL, D., Applications of Soil Physics. Academic Press. London. HONG, S. Y. & PAN, H. L., Nonlocal boundary layer vertical diffusion in a medium-range forecast model. Mon. Wea. Rev HORVÁTH, Á., ÁCS, F. & BREUER, H., On the relationship between soil, vegetation and severe convective storms: Hungarian case studies. Atm. Res doi: /j.atmosres JANJIC, Z. J., The step-mountain coordinate physical package. Mon. Weather Rev JANJIC, Z. J., The step-mountain Eta coordinate model. Further developments of the convection, viscous sublayer and turbulent closure schemes. Mon. Wea. Rev JANJIC, Z. J., Nonsingular implementation of the Mellor Yamada Level 2.5 Scheme in the NCEP Meso Models. NCEP Office Note No MATYASOVSZKY, I., Statisztikus klimatológia : Idősorok elemzése. ELTE Eötvös Kiadó. Budapest. MELLOR, G. L. & YAMADA, T., Development of a turbulent closure model for geophysical fluid problems. Rev. Geophys MIHAILOVIC, D. T. et al., A study of the sensitivity of land surface parameterizations to the inclusion of different fractional covers and soil textures. J. Appl. Meteor MLAWER, E. J. et al., Radiative transfer for inhomogeneous atmosphere: RRTM, a validated correlated-k model for the longwave. J. Geophys. Res (D14) NEMES, A., Unsaturated Soil Hydraulic Database of Hungary: HUNSODA. Agrokémia és Talajtan PIELKE, R. A., Influence of the spatial distribution of vegetation and soils on the prediction of cumulus convective rainfall. Rev. Geophys REISNER, J., RASMUSSEN, R. M. & BRUINTJES, R. T., Explicit forecasting of supercooled liquid water in winter storms using the MM5 mesoscale model. Q. J. R. Meteor. Soc STEFANOVITS P., FILEP GY. & FÜLEKY GY Talajtan. Mezőgazda Kiadó. Bpest. SUN, W-Y., 1993a. Numerical simulation of a planetary boundary layer: Part I. Cloudfree case. Beitrage zur Physik der Atmosphere SUN, W-Y., 1993b. Numerical simulation of a planetary boundary layer. II. Cloudy case. Beitrage zur Physik der Atmosphere VÁRALLYAY GY., A talaj nedvességpotenciálja és új berendezés annak meghatározására az alacsony (atmoszféra alatti) tenziotartományban. Agrokémia és Talajtan Érkezett: június 27.

19 A talaj és a planetáris határréteg magasságának kapcsolata 27 Relationship between the hydraulic properties of the soil and the planetary boundary layer 1 H. BREUER, 1 F. ÁCS, 1 B. LAZA, 1 I. MATYASOVSZKY, 2 Á. HORVÁTH, 1 T. WEIDINGER and 3 K. RAJKAI 1 Department of Meteorology, Institute of Geography and Geology, Eötvös Loránd University, Budapest; 2 Storm Prediction Observatory of the National Meteorological Service, Siófok and 3 Institute for Soil Science and Agricultural Chemistry, Centre for Agricultural Research, Hungarian Academy of Sciences, Budapest Summary In this study, the relationship between the planetary boundary layer (PBL) and the hydraulic properties of the soil was analysed. Special attention was paid to the sensitivity of the PBL height to the dataset used for determining soil parameters. The simulations were performed using the MM5 meso-scale modelling system. The PBL height was estimated using both the Janjic s Eta PBL and MRF schemes, while the soil properties were calculated using soil datasets from Hungary and the USA. The model domain covered the Carpathian Basin, i.e. Hungary and certain territories belonging to neighbouring countries. Six days were analysed, three of them in detail (one day each in summer, autumn and winter). High pressure systems influenced the weather on most of the chosen days, so they were mostly cloud-free, leading to more intense insolation and stronger local convection, making it possible to detect the impact caused by soil differences. Each simulation was performed for 24 hours, starting at 0:00 UTC, and the outputs were displayed every 15 minutes. The results of the sensitivity test were also subjected to a significance test. When the Eta scheme was applied, 60 90% of the model domain was found to be significantly sensitive to the soil dataset used on five of the six days. Only on the winter day was this value below 50%, though when the MRF scheme was applied, the results for the same winter day showed a sensitivity of 89%, suggesting that changes in the height of PBL were more sensitive to the method used to parameterize the PBL height than to the soil database used. Nevertheless, it became clear that soil hydraulic properties could influence the weather not only in the case of rainfall, but also in rain-free weather situations of the convective type. The results obtained could be useful for the meso-scale modelling of soil atmosphere feedback processes. Table 1. Soil parameters taken from datasets compiled in Hungary (A) and the United States of America (B). (1) Soil texture. a) Loamy sand; b) Sandy loam; c) Loam; d) Sandy clay loam; e) Clay loam; f) Clay. Note: Θ s : Moisture content of saturated soil; Θ f, Θ w : Field and wilting point moisture contents in the case of normal distribution for Θ; Ψ s : Saturated soil moisture potential; b: Porosity index; K s : Water conductivity of saturated soil. Table 2. Brief description of the weather on the test days. (1) Days (year, month, day). (2) European situation. a) At the foreside of an anticyclone; b) At the backside of an anticyclone; c) Before a cold front; d) NW warm advection. (3) Cloud system. e) Cirrus cloud; f) Fog. (4) Precipitation. g) Trace. (5) No. of sunshine hours.

20 28 BREUER et al. Table 3. Sensitivity of PBL height to the soil database used. (1) Day. (2) Scheme. (3) Significance level: (4) No. of points. (5) Ratio. (6) Significance level: Note: Sensitivity is given as the number of points belonging to various significance levels and as their percentage ratio for various PBL schemes and test days. Fig. 1. Shallow cumulus clouds seen from above. The base of the clouds indicates the condensation level, while the top depicts the PBL height. Fig. 2. Temporal changes in the territorial mean height of the planetary boundary layer obtained using the Eta PBL and MRF schemes for soils in Hungary (HU) and the United States (US). A. On 19 July B. On 12 September C. On 15 January Fig. 3. Territorial distribution of the sensitivity of PBL height to the soil database used, at a significance level of p < A. On 19 July B. On 12 September C. On 15 January 2007.