Upload
rhiannon-fischer
View
58
Download
1
Embed Size (px)
DESCRIPTION
Analiza informacji Meteorologicznych Wykład 8. Krzysztof Markowicz Instytut Geofizyki UW [email protected]. Re-analiza. - PowerPoint PPT Presentation
Citation preview
Analiza informacji Meteorologicznych
Wykład 8Krzysztof 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 (1979-2003) 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 60 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
• Reanaliza NCEP-NCAR http://www.cdc.noaa.gov/cdc/reanalysis/reanalysis.shtml
• Reanaliza NCEP-NCAR zawiera trzy główne moduły:
(1) Dekodowanie oraz korekcja danych
(2) Asymilacja danych
(3) Moduł archiwalny (bazy danych)
The NCEP/NCAR 40-Year Reanalysis Project
Bulletin of the American Meteorological Society
Article: pp. 437–471 Volume 77, Issue 3 (March 1996)
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 CDChttp://www.cdc.noaa.gov/cdc/reanalysis/reanalysis.shtml
• Format: NetCDF• Dane co 6 godzin• Średnie dobowe• Średnie miesięczne• Dostępne są również anomalie
17
• 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 1968 - 1996 • 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