MultiModel Ensemble прогноза за US Fish and Wildlife Service 1996

Сравнение на климатичните модели за US Fish and Wildlife Service 1996

Сините линии съответстват на прогнозите, изчислени по различни метеорологични модели с висока резолюция. Показани са и частите на традиционна прогноза тип съвкупност, където един и същ метеорологичен модел (GFS) се изпълнява няколко пъти с леко различни начални условия, за да отрази несигурността в наблюденията, необходими за изпълнението на прогнозен модел. Частите на GFS са намалени и отклоненията им са коригирани, за да съответстват на местните метеорологични условия, а данните от моделите с висока резолюция са недокоснати.

• В горната графика прогнозата за температурата за US Fish and Wildlife Service 1996 е показана в светлосиньо за различните модели с висока разделителна способност и в лилаво за членовете на ансамбъла GFS. Черната линия представлява най-добрата температурна прогноза, както е показано на началната ни страница. Прекъснатите линии показват средните температури на GFS и ECMWF ансамбъла.
• Графиката 2^и показва прогнозата за натрупаните валежи, т.е. общото количество, което ще падне от днес до датата, показана на времевата ос. Сините стълбчета показват почасовите суми на валежите.
• 3^тата графика е прогнозна облачна покривка в проценти, като е използвано светлосиньо за моделите с висока резолюция и зелено за частите на съвкупността на GFS.
• 4^тата графика показва прогнозата за вятъра, изчислена от модели с висока резолюция (светлосиньо) и от прогноза тип съвкупност (зелено). Показано е и дневното обобщение на посоката на вятъра под формата на роза на вятъра. По-големите сегменти показват, че тази посока на вятъра е по-вероятна и по-честа през деня от посоките с по-малки сегменти. Ако има много сегменти с почти еднакъв размер, прогнозата за посоката на вятъра е много несигурна. Ако има основно две противоположни посоки, това често показва термична циркулация на вятъра, при която вятърът духа от различна посока през деня от тази през нощта.

Защо показваме едновременно традиционна прогноза тип съвкупност и прогноза с няколко модела?

Традиционната съвкупност (напр. GFS), изчислена със същия прогнозен модел, често подценява непостоянството на времето за първите 3 до 5 дни, като по този начин надценява доверието в прогнозата. Освен това традиционната съвкупност се изпълнява с много по-ниска резолюция, като по този начин пренебрегва някои от местните явления, които могат да се видят при моделите с висока резолюция. Много е важно да се отбележи, че за всички части на една традиционна съвкупност има еднаква вероятност да бъдат истина (няма начин да се каже предварително коя ще бъде по-добра). Това контрастира с моделите с висока резолюция, при които някои дават по-добри прогнози от други в зависимост от локацията и метеорологичните условия.

Метеорологични модели

Метеорологичните модели симулират физически процеси. Метеорологичният модел разделя земното кълбо или даден регион на мрежа от клетки. Всяка клетка е с широчина от 4 до 40 км и височина от 100 метра до 2 км. Нашите модели съдържат 60 атмосферни слоя и достигат дълбоко до стратосферата, до 10-25 hPa (60 км височина). Времето се симулира, като се изчисляват комплексни математически уравнения между клетките от мрежата в период от няколко секунди и параметри, като температура, скорост на вятъра и облачност, се записват за всеки час.

meteoblue оперира с широк спектър от метеорологични модели и интегрира данни от различни източници. Всички модели на meteoblue се изпълняват 2-пъти на ден на специален клъстер с висока производителност.

Световно покритие

Моделите за времето meteoblue покриват повечето населени места с висока разделителна способност (3-10 км) и целия свят с умерена разделителна способност (30 км). На картата отстрани моделите NMM са показани в червено, а моделите NEMS - в черни полета. Другите цветове показват моделите на трети страни. Глобалните модели не са показани. За една прогноза се вземат предвид множество метеорологични модели, статистически анализ, измервания, радарна и сателитна телеметрия и се комбинират, за да се генерира най-вероятната прогноза за времето за всяко дадено място на Земята.