MultiModel Ensemble előrejelzés Bacchus Marsh számára

Időjárási modellek összehasonlítása: Bacchus Marsh

A kék vonalak a különböző nagy felbontású időjárási modellek által számított előrejelzéseket jelzik. Emellett láthatók a hagyományos ensemble (együttes) előrejelzés tagjai is, ahol ugyanazt az időjárási modellt (GFS) több alkalommal futtatják enyhén eltérő kezdeti feltételekkel, hogy tükrözzék azokat a bizonytalanságokat, amelyek a modell futtatásához szükséges megfigyelésekben rejlenek. A GFS-tagokat leskáláztuk és torzításkorrekcióval igazítottuk a helyi időjárási körülményekhez, a nagy felbontású modellek adatai érintetlenek maradtak.

• A felső grafikonon Bacchus Marsh hőmérséklet-előrejelzése látható: a világoskék vonalak a különböző nagy felbontású modelleket, a narancssárga vonalak a GFS ensemble tagokat jelölik. A fekete vonal a nyitóoldalunkon is megjelenő legjobb illeszkedésű hőmérséklet-előrejelzést mutatja. A szaggatott vonalak a GFS és az ECMWF ensemble átlaghőmérsékleteit jelzik.
• A 2^nd grafikon a kumulált csapadék előrejelzését mutatja, vagyis azt a teljes mennyiséget, amely a mától a vízszintes tengelyen jelzett dátumig várhatóan lehullik. A kék oszlopok az óránkénti csapadékösszegeket szemléltetik.
• A 3^rd grafikon a felhőzet előrejelzett százalékos arányát mutatja: a világoskék szín a nagy felbontású modelleket, a zöld a GFS ensemble tagokat jelöli.
• A 4^th grafikonon a nagy felbontású modellek (világoskék) és az ensemble előrejelzés (zöld) által számított szél­előrejelzés látható. A napi szélirány-összegzést egy szélrózsa formájában is megjelenítjük. A nagyobb szeletek azt jelzik, hogy az adott szélirány a nap folyamán valószínűbb és gyakoribb, mint a kisebb szeletekkel jelölt irányok. Ha sok, nagyjából azonos méretű szelet van, akkor a szélirány előrejelzése nagyon bizonytalan. Ha túlnyomórészt két, egymással ellentétes irány dominál, az gyakran termikus szélcirkulációra utal, amikor a szél nappal más irányból fúj, mint éjszaka.

Miért mutatunk egyszerre hagyományos ensemble előrejelzést és multimodell előrejelzést?

A hagyományos ensemble (például GFS), amelyet ugyanazzal az előrejelző modellel számítanak, gyakran alábecsüli az időjárás bizonytalanságát az első 3–5 napban, így túlbecsüli az előrejelzés megbízhatóságát. Ráadásul a hagyományos ensemble sokkal kisebb felbontással fut, ezért figyelmen kívül hagy bizonyos helyi időjárási jelenségeket, amelyek a nagy felbontású modellekben már láthatók. Nagyon fontos megjegyezni, hogy a hagyományos ensemble minden tagja ugyanolyan valószínűséggel lehet helyes (előre nem lehet megmondani, melyik lesz a jobb). Ez ellentétben áll a nagy felbontású modellekkel, amelyeknél egyes modellek a helyszíntől és az időjárási helyzettől függően jobb előrejelzést adnak, mint mások.

Időjárási modellek

Az időjárási modellek fizikai folyamatokat szimulálnak. Egy időjárási modell a Földet vagy egy régiót apró „rácskockákra” osztja fel. Minden cella körülbelül 4–40

A meteoblue nagyszámú időjárási modellt futtat, és különböző forrásokból származó open data adatsorokat integrál. Valamennyi meteoblue modell naponta kétszer kerül kiszámításra egy dedikált nagy teljesítményű klaszteren.

Világszintű lefedettség

A meteoblue időjárási modelljei a legsűrűbben lakott területeket nagy felbontásban (3–10