Multimodelowe prognozy ensemble dla Thio

Porównanie modeli pogodowych dla Thio

Niebieskie linie odpowiadają prognozom wyliczanym przez różne modele pogody o wysokiej rozdzielczości. Przedstawiamy także tradycyjne prognozy typu ensemble, w których ten sam model pogodowy (GFS) jest uruchamiany kilkakrotnie z nieco innymi warunkami początkowymi, co odzwierciedla niepewność w obserwacjach wymaganych do uruchomienia modelu prognozy. Modele GFS skurczono i skorygowano, aby dopasować je do lokalnych warunków pogodowych, dane z modeli o wysokiej rozdzielczości pozostają niezmienione.

• W górnym wykresie prognoza temperatury dla Thio jest wyświetlana przy użyciu koloru jasnoniebieskiego dla różnych modeli o wysokiej rozdzielczości, oraz koloru czerwonego dla modeli GFS. Czarna linia oznacza średnią wszystkich prognoz, a linia przerywana prognozę meteoblue, jak pokazano w naszych prognozach pogody.
• 2^. wykres przedstawia prognozę skumulowanych opadów, czyli całkowitą ilość opadów, która spadnie od dnia dzisiejszego do daty pokazanej na osi czasu. Kolor purpurowy jest używany do wskazania terminu opadów.
• Wykres 3^. za pomocą koloru jasnoniebieskiego przedstawia przewidywane pokrycie procentowe zachmurzenia dla modeli pogodowych o wysokiej rozdzielczości i zielonego dla modeli GFS.
• Wykres 4^. przedstawia prognozę wiatru obliczoną przez modele o wysokiej rozdzielczości (jasnoniebieskie) i przy pomocy prognozowania typu ensemble (zielony). Róża wiatrów przedstawia również codzienne podsumowanie kierunków wiatru. Większe segmenty wskazują, że dany kierunek wiatru jest bardziej prawdopodobny i częstszy w ciągu dnia niż kierunki przedstawiane za pomocą mniejszych segmentów. Gdy wiele segmentów ma tę samą wielkość, prognoza kierunku wiatru jest bardzo niepewna. Istnienie dwóch przeciwstawnych kierunków często wskazuje na ciepły wiatr, wiejący w ciągu dnia z innego kierunku niż w nocy.

Dlaczego w tym samym czasie pokazujemy tradycyjną prognozę typu ensemble i prognozę wielomodelową?

W tradycyjnych prognozach ensemble (np. GFS), korzystających z tego samego modelu prognozy, często ignoruje się niepewność pogody w ciągu pierwszych 3 do 5 dni, czego rezultatem jest zbyt duża ufność w poprawność danej prognozy. Co więcej, tradycyjne prognozowanie typu ensemble przeprowadza się w znacznie niższej rozdzielczości, nie biorąc pod uwagę niektórych lokalnych zjawisk pogodowych, które można zobaczyć w modelach o wysokiej rozdzielczości. Bardzo ważne jest także to, że w przypadku wszystkich tradycyjnych prognoz typu ensemble istnieje takie samo prawdopodobieństwo ich trafności (nie można z wyprzedzeniem określić, która z nich będzie lepsza). Jest to sprzeczne z modelami o wysokiej rozdzielczości, gdyż niektóre dostarczają lepsze prognozy niż inne, w zależności od lokalizacji i warunków pogodowych.

Modele pogodowe

Modele pogodowe imitują procesy fizyczne. Model pogodowy dzieli świat lub region na „komórki siatki". Każda komórka ma około 4km do 40km szerokości i 100m do 2km wysokości. Nasze modele zawierają 60 warstw atmosferycznych i sięgają głęboko do stratosfery, gdzie ciśnienie wynosi 10-25 hPa (60km wysokości nad poziomem morza). Pogoda jest imitowana co kilka sekund na podstawie skomplikowanych równań matematycznych wyliczanych pomiędzy wszystkimi komórkami siatki, natomiast parametry takie jak temperatur, prędkość wiatru lub zachmurzenie są przechowywane przez godzinę.

Meteoblue obsługuje dużą liczbę modeli pogodowych i integruje dane dostępne z różnych źródeł. Dwa razy dziennie dokonujemy obliczeń na wszystkich modelach meteoblue, na wyodrębnionej klastrze o wysokiej wydajności (HPC).

Zasięg ogólnoświatowy

Modele pogodowe Meteoblue pokrywają najbardziej zaludnione obszary w wysokiej rozdzielczości (3-10km) i cały świat w umiarkowanej rozdzielczości (30km). Mapa z boku pokazuje modele NMM jako czerwone i modele NEMS jako czarne pola. Inne kolory pokazują modele innych firm. Modele globalne nie są pokazane. Dla pojedynczej prognozy, wiele modeli pogodowych, analizy statystyczne, pomiary, radary i telemetria satelitarna są brane pod uwagę i łączone w celu wygenerowania najbardziej prawdopodobnej prognozy pogody dla każdego miejsca na Ziemi.