Geziret Umm el-Gursân için hava durumu modelleri karşılaştırması
Tahmine karşılık gelen mavi çizgiler farklı yüksek çözünürlüklü hava durumu modelleri tarafından hesaplanır. Ayrıca gösterilenler, bir tahmin modelini çalıştırmak için gereken gözlemlerdeki belirsizlikleri yansıtmak için aynı hava durumu modelinin (GFS) çok az farklı başlangıç koşulları ile defalarca çalıştırıldığı, geleneksel bir toplu tahminin organlarıdır. GFS organlarının, yerel hava durumu koşulları ile eşleşmeleri için boyutları küçültülmüştür ve sapmalar düzeltilmiştir.
- Üstteki grafikte, Geziret Umm el-Gursân için sıcaklık tahmini, farklı yüksek çözünürlüklü modeller için açık mavi ve GFS topluluğu üyeleri için mor kullanılarak gösterilmektedir. Siyah çizgi, başlangıç sayfamızda gösterildiği gibi en uygun sıcaklık tahminini temsil etmektedir. Kesikli çizgiler GFS ve ECMWF topluluk ortalama sıcaklıklarını göstermektedir.
- 2nd grafiği birikmiş yağış tahminini, yani bugünden zaman ekseninde gösterilen tarihe kadar düşen toplam miktarı gösterir. Mavi çubuklar saatlik yağış toplamlarını göstermektedir.
- 3. grafik, yüksek çözünürlüklü hava durumu modelleri için mavi ve GFS topluluk organları için yeşil renk kullanılan bulut örtüsünün yüzde cinsinden tahminidir.
- 4. grafik yüksek çözünürlüklü modeller (açık mavi) ve topluluk tahmini (yeşil) tarafından hesaplanan rüzgar tahminini belirtir. Ayrıca, günlük rüzgar yönü özeti bir rüzgar gülü şeklinde gösterilmektedir. Geniş segmentler bu rüzgar yönünün daha olası olduğunu ve gün içerisinde daha küçük segmentlere sahip yönlere göre daha sık olduğunu gösterir. Hemen hemen aynı boyutlara sahip birçok segment var ise, rüzgar yönü tahmini çok belirsizdir. Eğer çoğunlukla iki karşıt yön var ise, bu genellikle rüzgarın gün içinde gece estiği yönden farklı bir yönde estiği bir termal rüzgar dolanımını belirtir.
Neden bir geleneksel topluluk tahminini ve bir çoklu model tahminini aynı anda gösteriyoruz?
Aynı tahmin modeli ile hesaplanan geleneksel bir topluluk (örneğin GFS) genellikle ilk 3 - 5 gün arası için havar durumundaki belirsizlikleri küçümsemektedir, bu yüzden de tahminin doğruluğunu abartmaktadır. Dahası, geleneksel topluluk çok daha düşük çözünürlük ile çalışır, bu yüzden daha yüksek çözünürlükte görülebilir olan bazı yerel hava durumu olaylarını göz ardı eder. Geleneksel bir topluluğun organlarının tamamının aynı oranda doğru olma olasılığına sahip olduğunu belirtmek önemlidir (hangisinin daha iyi olacağını önceden bilmek imkansızdır). Bu, konum ve hava durumu koşullarına bağlı olan diğerlerine göre daha iyi tahminler sunan bazı yüksek çözünürlüklü modeller ile çelişir.
Hava durumu modelleri
Hava durumu modelleri fiziksel süreçleri simüle eder. Bir hava modeli dünyayı ya da bölgeyi küçük "grid hücreler"e böler. Her hücre yaklaşık 4km ile 40km aralığında genişliğe ve 100km ile 2km arasında yüksekliğe sahiptir. Modellerimiz 60 atmosferik katmanı içerir ve stratosferde 10-25 hPa (60km irtifa) derinliğe ulaşır. Hava durumu her birkaç saniyede bir her grid hücre arasında karmaşık matematiksel denklemler ile çözülür ve sıcaklık, rüzgar hızı veya bulutlar gibi parametreler her saat başı kaydedilir.
meteoblue çok sayıda hava modellerini idare eder ve çeşitli kaynaklardan açık verileri bütünleştirir. Tüm meteoblue modelleri özel bir Yüksek Performans Kümesi üzerinde günde iki kez hesaplanır.
Model | Bölge | Çözünürlük | Son Güncelleme | Kaynak | |
---|---|---|---|---|---|
NEMS model ailesi: (2013 yılından bu yana faaliyette) Geliştirilmiş NMM halefi. NEMS (yerel etki aşağı küresel kullanılır) çoklu-ölçekli bir modeldir ve bulutlarin gelisimi ve yağış tahmini oranlarinı önemli ölçüde geliştirir. |
|||||
NEMS-4 | Orta Avrupa | 4.0 km | 72 s | 18:22 UTC | meteoblue |
NEMS-12 | Avrupa | 12.0 km | 180 s | 19:13 UTC | meteoblue |
NEMS-30 | Global | 30.0 km | 180 s | 17:49 UTC | meteoblue |
NEMS-8 | Yeni Zelanda | 8.0 km | 180 s | 19:42 UTC | meteoblue |
NEMS-10 | Hindistan | 10.0 km | 180 s | 20:32 UTC | meteoblue |
NEMS-8 | Japonya Doğu Asya | 8.0 km | 180 s | 19:19 UTC | meteoblue |
NEMS-12 | Orta Amerika | 12.0 km | 180 s | 21:53 UTC | meteoblue |
NEMS-10 | Güney Afrika | 10.0 km | 180 s | 20:37 UTC | meteoblue |
NEMS2-12 | Avrupa | 12.0 km | 168 s | 22:04 UTC | meteoblue |
NEMS2-30 | Global | 30.0 km | 168 s | 23:28 UTC | meteoblue |
NEMS-10 | Güney Amerika | 10.0 km | 180 s | 21:29 UTC | meteoblue |
NMM model ailesi: (2007'den beri operasyonel) meteoblue ilk hava modeli. NMM bölgesel bir hava modelidir ve son derece karmaşık arazi için optimize edilmiştir. |
|||||
NMM-4 | Orta Avrupa | 4.0 km | 72 s | 17:39 UTC | meteoblue |
NMM-12 | Avrupa | 12.0 km | 180 s | 18:56 UTC | meteoblue |
NMM-18 | Güney Afrika | 18.0 km | 180 s | 19:28 UTC | meteoblue |
NMM-18 | Güney Amerika | 18.0 km | 180 s | 21:08 UTC | meteoblue |
NMM-18 | Güneydoğu Asya | 18.0 km | 180 s | 20:02 UTC | meteoblue |
Üçüncü parti alanlar: Çoğu web sitesinde görüldüğü gibi |
|||||
IFSENS-40 | Global | 30.0 km | 360 s (@ 3hourly s) | 21:33 UTC | ECMWF |
GFSENS-40 | Global | 40.0 km | 384 s (@ 3hourly s) | 20:20 UTC | NOAA NCEP |
GFS-25 | Global | 22.0 km | 180 s (@ 3hourly s) | 16:32 UTC | NOAA NCEP |
GFS-12 | Global | 12.0 km | 180 s (@ 3hourly s) | 16:56 UTC | NOAA NCEP |
IFS-20 | Global | 20.0 km | 144 s (@ 3hourly s) | 21:17 UTC | ECMWF |
ICON-12 | Global | 13.0 km | 180 s (@ 3hourly s) | 17:43 UTC | Deutscher Wetterdienst |
ICON-7 | Avrupa | 7.0 km | 120 s (@ 3hourly s) | 16:27 UTC | Deutscher Wetterdienst |
ICOND-2 | Germany and Alps | 2.0 km | 48 s | 23:18 UTC | Deutscher Wetterdienst |
HARMN-5 | Orta Avrupa | 5.0 km | 60 s | 23:25 UTC | KNMI |
GFS-40 | Global | 40.0 km | 180 s (@ 3hourly s) | 16:50 UTC | NOAA NCEP |
NAM-12 | Kuzey Amerika | 12.0 km | 84 s (@ 3hourly s) | 15:09 UTC | NOAA NCEP |
NAM-5 | Kuzey Amerika | 5.0 km | 48 s | 17:21 UTC | NOAA NCEP |
NAM-3 | Kuzey Amerika | 3.0 km | 60 s | 15:49 UTC | NOAA NCEP |
HRRR-2 | Kuzey Amerika | 3.0 km | 17 s | 23:27 UTC | NOAA NCEP |
FV3-5 | Alaska | 5.0 km | 48 s | 23:29 UTC | NOAA NCEP |
ARPEGE-40 | Global | 40.0 km | 96 s (@ 3hourly s) | 16:33 UTC | METEO FRANCE |
ARPEGE-11 | Avrupa | 11.0 km | 96 s | 16:05 UTC | METEO FRANCE |
AROME-2 | Fransa | 2.0 km | 42 s | 16:27 UTC | METEO FRANCE |
UKMO-10 | Global | 10.0 km | 144 s (@ 3hourly s) | 19:00 UTC | UK MET OFFICE |
GEM-15 | Global | 15.0 km | 168 s (@ 3hourly s) | 20:54 UTC | Environment Canada |
RDPS-2 | Kuzey Amerika | 2.5 km | 48 s | 18:55 UTC | Environment Canada |
MSM-5 | Japan | 5.0 km | 78 s | 23:26 UTC | Japan Meteorological Agency |
UKMO-2 | UK/France | 2.0 km | 120 s (@ 3hourly s) | 18:56 UTC | UK MET OFFICE |
COSMO-5 | Orta Avrupa | 5.0 km | 72 s | > 24h | AM/ARPAE/ARPAP |
COSMO-2 | Alps/Italy | 2.0 km | 48 s | > 24h | AM/ARPAE/ARPAP |
NBM-2 | Kuzey Amerika | 2.5 km | 180 s (@ 3hourly s) | 22:29 UTC | NOAA NCEP |
WRFAMS-7 | Güney Amerika | 7.0 km | 168 s | 20:56 UTC | CPTEC/INPE |
AIFS-25 | Global | 25.0 km | 180 s (@ 3hourly s) | 20:14 UTC | ECMWF |
IFS-HRES | Global | 10.0 km | 144 s (@ 3hourly s) | 19:49 UTC | ECMWF |
CAMS-10 | Avrupa | 10.0 km | 96 s | 10:00 UTC | ECMWF Copernicus |
CAMS-40 | Global | 40.0 km | 120 s (@ 3hourly s) | 22:09 UTC | ECMWF Copernicus |
WW3-25 | Global | 25.0 km | 180 s (@ 3hourly s) | 19:14 UTC | NOAA NCEP |
WW3-4 | Baltic/Arctic | 4.0 km | 72 s | 21:46 UTC | MET Norway |
GWAM-25 | Global | 25.0 km | 174 s (@ 3hourly s) | > 24h | DWD |
EWAM-5 | Avrupa | 5.0 km | 78 s | 16:43 UTC | DWD |
MFWAM-8 | Global | 8.0 km | 228 s (@ 3hourly s) | 21:45 UTC | Copernicus / MeteoFrance |
MEDWAM-4 | Mediterranean | 4.0 km | 204 s | 06:33 UTC | Copernicus |
IBIWAM-5 | Iberian Biscay Irish | 5.0 km | 216 s | 14:12 UTC | Copernicus |
BALWAM-2 | Baltic | 2.0 km | 144 s | 22:27 UTC | Copernicus / FMI |
RTOFS-9 | Global | 9.0 km | 192 s (@ 3hourly s) | 01:11 UTC | NOAA NCEP |
Dünya çapında kapsama
meteoblue hava durumu modelleri yüksek çözünürlükte (3-10km) nüfusun yoğun olduğu bölgeleri ve orta çözünürlükte (30km) dünya genelini kapsamaktadır. Yandaki harita NMM modellerini kırmızı ve NEMS modellerini siyah kutular olarak göstermektedir. Diğer renkler üçüncü taraf modellerini göstermektedir. Küresel modeller gösterilmemiştir. Tek bir tahmin için, birden fazla hava durumu modeli, istatistiksel analiz, ölçümler, radar ve uydu telemetrisi dikkate alınır ve Dünya üzerindeki herhangi bir konum için en olası hava durumu tahminini oluşturmak üzere birleştirilir.