Metody Przetwarzania Danych Meteorologicznych Wykład 8

Prezentacja na temat: "Metody Przetwarzania Danych Meteorologicznych Wykład 8"— Zapis prezentacji:

1 Metody Przetwarzania Danych Meteorologicznych Wykład 8
Krzysztof Markowicz Instytut Geofizyki UW

2 Re-analiza Re-analiza meteorologiczna (reintegracja) to powtórne przeanalizowanie długich szeregów czasowych pomiarów meteorologicznych (np. temperatury) w skali globu lub w skali regionalnej. Ma na celu odrzucenie błędnych wyników pomiarowych i integrację danych pomiarowych z różnych obserwacji. Re-analiza meteorologiczna umożliwia badanie zmienności klimatu na podstawie pomiarów w których zminimalizowano efekty związane np. ze zmianą technik pomiarowych. Około 1996 w USA Eugenia Kalnay, M. Kanamitsu, i inni udostępnili dane z pierwszej, 40-letniej reintegracji znanej jako "NCEP/NCAR reanlysis". W 2006 w USA Fedor Mesinger i ko-autorzy opublikowali pierwszą długoletnią ( ) regionalną re-analizę danych (Northern American Regional Reanalysis, w skrócie NARR) o dużej rozdzielczości, przydatną do analizy cyklu hydrologicznego, cyklu dobowego, i zjawisk pogodowych.

3 Re-analiza meteorologiczna pozwala na ujednolicenie pomiarów za pomocą technik asymilacji danych i przeprowadzenie dokładnej analizy jakościowej. Dzięki re-analizie mamy dostęp do ponad 50 lat szczegółowych danych o atmosferze i powierzchni Ziemi. Europejska re-analiza została opracowana przez Europejskie Centrum Prognoz Średnioterminowych ECMWF; projekt ERA-15 od grudnia 1978 do lutego 1994 oraz projekt ERA-40 od 1957 roku. Główną ideą re-analizy jest użycie stałego modelu asymilacji danych (analisys forecast system) do obserwacji historycznych. Ten sam model będzie używany również do wykonywania asymilacji danych w przyszłości. Jest to szalenie istotne w kontekście zmian klimatu i analizie anomalii klimatycznych. Stały model asymilacji danych pochodzących z długich okresów czasowych pozwala wykonywać takie analizy. Dodatkowo re-analiza zapewnia, że mamy jeden model łączący ocean z atmosferą (coupled model) który określa strumienie pomiędzy atmosferą a oceanem.

4 Wykres pokazuje skok analizowanej temperatury wirtualnej na wysokości 1000 hPa na obszarze tropikalnego Pacyfiku. Duża zmiana ma miejsce w czasie zmiany modelu (linia ciągła). Przerywaną linia zaznaczone są wartość z re-analizy.

5 The NCEP/NCAR 40-Year Reanalysis Project Bulletin of the American Meteorological Society Article: pp. 437–471 Volume 77, Issue 3 (March 1996) Reanaliza NCEP-NCAR Reanaliza NCEP-NCAR zawiera trzy główne moduły: Dekodowanie oraz korekcja danych Asymilacja danych Moduł archiwalny (bazy danych)

6

7 Główny moduł asymilacji danych
Model T62 (rozdzielczość horyzontalna 210 km, 28 poziomów pionowych) Moduł statystycznej interpolacji (3D-Var) Złożony moduł kontroli jakości danych radio sondażowych oparty na optymalnej interpolacji oraz zaawansowanej korekcji temperatury i powierzchni izobarycznych. Moduł optymalnego uśredniania przestrzennego zmiennych Moduł optymalnej interpolacji SST 4D moduł asymilacji danych oceanicznych.

8 Typy danych wykorzystanych w re-analizie
Globalne dane radio sondażowe Oceaniczne dane powierzchniowe COADS Dane samolotowe (od 1962 roku) NCEP GTS Powierzchniowe dane synoptyczne (co 3 godziny) Satelitarne dane (TOVS, HIRS, VTPR, SIRS) Satelitarne dane o prędkości wiatru przy powierzchni ziemi (SSM/I – Radiometr mikrofalowy) Satelitarne dane o prędkości chmur (satelity geostacjonarne)

9 Output z Re-analizy Główne dane synoptyczne: analiza oraz pole pierwszego przybliżenia dla 00, 06, 12, 18 UTC na siatce 2.5ox2.5o szerokości i długości geograficznej. Strumienie są na siatce Gaussowskiej (192x94 punkty na całej Ziemi)

10

11 Przykładowe wyniki re-analizy

12 Roczny budżet hydrologiczny
Dla całego okresu czasu parowanie przewyższa opady o 0.04 mm na dzień.

13 Grupy zmiennych re-analizy
A – zmienna silnie zależna od wartości obserwacyjnej B – zmienna pomimo, że była mierzona jest pod silnym wpływem modelu np. wilgotność, temperatura powierzchni ziemi) C – zmienna nie jest bezpośrednio mierzona. Jej wartość obliczana jest przez model D – zmienna klimatologiczna.

14

15

16 Re-analiza na serwerze CDC http://www. cdc. noaa
Format: NetCDF Dane co 6 godzin Średnie dobowe Średnie miesięczne Dostępne są również anomalie

17 Spectral Coefficients
Reanalysis Description: NCEP/NCAR Reanalysis 1 Temporal Coverage: 4-times daily, daily and monthly values for 1948/01/01 to present Long term monthly means, derived from data for years Spatial Coverage: Global Grids Levels: 17 Pressure level and 28 sigma levels. N/A Update Schedule: Daily, Monthly Data section Pressure level Surface Surface Fluxes Other Fluxes Tropopause Derived Data Spectral Coefficients

18 Przykłady