Hur blir en väderprognos till?

Transkript

1 Hur blir en väderprognos till? eller Vad gör SMHI på sina superdatorer? eller Smått och gott om SMHI Anders Höglund 1

2 Några kortfakta om SMHI Sveriges Meteorologiska och Hydrologiska Institut Myndighet under miljödepartementet C:a 600 anställda Har kontor i Norrköping, Göteborg, Malmö, Arlanda och Sundsvall 2

3 Viktigaste uppgift Rädda liv och egendom genom att varna för farligt väder. Varningar bl.a. på 3

4 Weather Sync Kundanpassade väderprodukter Media Energi Prognoser men även redaktionellt material Fortum, Vattenfall: Planering av produktion Handel, Landtrafik & bygg Kommuner: Snöröjning NCC: Asfaltering Fastighetsstyrning Fastighetsägare: Styrning av uppvärmning 4

5 PcTc Freak wave off Durban

6 Weather Sync Kundanpassade väderprodukter Sjöfart Rederier över hela världen Weather Routing Spar bunker (bränsle) ETA Undvika hårt väder Fleet Web Följ fartyg, ETA, planerade rutter, färdhistorik etc. 6

7

8 Superdatorer Tillhandahålls av NSC Linux-kluster Nätverk: Infiniband MPI Beräkningsnoder Filserver Loginnod 8

9 Superdatorer Startad #cpu-kärnor Bore juni Blixt/Pavel feb Tornado aug Dunder sep Gimle juni Mer information på 9

10 Operationell produktion Startad #cpu-kärnor Bore juni Huvudmaskin Blixt/Pavel feb Backup Tornado aug Dunder sep Gimle juni

11 Väderprognos, historik Mitten av 1800-talet: Omfattande nät av europeiska meteorologiska observationsstationer utan egentlig samordning. 14 nov 1854, Krimkriget: Häftig storm över Svarta havet. Stora förluster för franska och engelska flottan. Storm i Europa dagarna innan. Ny idé: Utnyttja telegrafen för att samla in observationer. Väderlekstjänst i Paris: synoptiska (samtidiga) väderkartor. Första officiella SMHI-prognosen: 3 juli

12 Numeriska väderprognoser, historik Vilhelm Bjerknes c:a 1903: beskrev principen för numeriska prognoser L.F. Richardson 1921: första heroiska försöket som misslyckades C.G. Rossby 1938: visade hur ekvationerna kunde förenklas Charney Fjörtoft von Neumann 1950: första lyckade försöket på ENIAC MVC-BESK 1953: första operationella prognosen i världen SMHI-SAAB D : SMHI börjar med numeriska prognoser ECMWF-CRAY1 1979: Globala operationella prognoser 12

13 Väderprognos, översikt 13

14 Väderprognos, översikt 2 Randvärden Observationer Första gissning Bakgrundsfält Gammal prognos Analys Dataassimilation Nuläge Prognosmodell Prognos Ny prognos var 6:e timme (00, 06, 12, 18 UTC) Varje prognos går 48h framåt (en del 72h) Prognosmodell HIRLAM hirlam.org 14

15 Observationer Antal observationer mottagna av ECMWF under ett dygn. 15

16

17 GPS derived moisture One person s noise is another person s signal Ground based GPS Advantages: High resolution 40 to 50 stations every 15 minutes All weather, all the time Very cheap Disadvantages: GPS Only columnar water vapour There may be a bias and correlated errors 17

18 Ground based GPS sites 18

19 Insamling av observationer Texttelegram används fortfarande. UDEU02 EGRR RRD AMDAR 1713 ASC EU N 01803E F022 MS /028 TB/ S031= ASC EU N 01804E F032 MS /027 TB/ S031= ASC EU N 01802E F050 MS /030 TB/ S031= ASC EU N 01758E F064 MS /026 TB/ S031= ASC EU N 01755E F074 MS /038 TB/ S031= ASC EU N 01752E F092 MS /034 TB/ S031= ASC EU N 01749E F110 MS /034 TB/ S031= ASC EU N 01746E F125 MS /033 TB/ S031= ASC EU N 01743E F145 MS /032 TB/ S031= ASC EU N 01740E F166 MS /023 TB/ S031= Övergång till binära format pågår (BUFR). 19

20 20

21 SMHI, Extern datakommunikation, i huvuddrag, NSC/Linköping RMDCN (IP/VPN MPLS) Regional Meteorological Data Communications Network (För SMHI: f n komm. med partners i 8 länder) 3 Mbps/prim 3 Mbps 100 Mbps Telia INTERNET 90+ Mbps TDC SjöV/svartfiber LFV/Arlanda (128 Kbps) LiUnet 1 Gbps SMHI-LAN/ WAN (till 4 reg.-kontor; Mbps),med begränsade backupförb. Även anv. av DATEL, ISDN o DPK, en del via SMHI-telefonväxelaccesser, t ex: för ADAC 8+2 Mbps Försvarsmakten 21

22 Kvalitestkontroll Inkomna observationer kan vara fel. Mätfel Överföringsfel Formatfel Representationsfel Grov rimlighet Jämför med tidigare prognos Position Jämför med tidigare position Svartlistning av känt dåliga observationer 22

23 Områden C gridpunkter 22 km 0,2 E gridpunkter 11 km 0,1 G gridpunkter 5,5 km 0,05 23

24 Roterat lat/lon-grid Lat/lon-grid blir tätare närmare polerna. Rotera bort polerna så att ekvatorn går ungefär mitt i det intressanta området. Här: Sydpolen i 30 S 10 V Rotera först så att nollmeridianen hamnar på 10 V Rotera därefter så att sydpolen åker längs denna nollmeridian till 30 S Övning: Härled formler för att översätta mellan dessa koordinatsystem. Övning 2: Härled formler för att översätta mellan vektorer i dessa koordinatsystem. 24

25 Analys Syftar till att beskriva nuläget. Utgår från en tidigare prognos (första gissning, bakgrundsfält) giltig vid referenstidpunkten. Modifierar första gissningen med observationer. Arbetar med variablerna Temperatur (T), vind (u, v), fuktighet (q) och tryck (p) 25

26 Analys Hur ska skillnaden mellan observation och bakgrundsfält hanteras? Observationen är inte säkert sanningen. Observationer finns inte i alla gridpunkter. Observationerna är ojämt spridda. 26

27 Analys, 3D-var Minimera: 1 1 T 1 J x =J b x J o x = x x b B x x b y Hx T R 1 y Hx 2 2 där x b är bakgrundsfältet, första gissningen, x är det nya tillståndet, B är kovariansmatrisen för bakgrundsfelet, beskriver hur felet i bakgrundsfältet i olika gridpunkter statistiskt beror av varandra. Första termen ger en kostnad för att avvika från första gissningen. 27

28 Analys, 3D-var Minimera: 1 1 T 1 J x =J b x J o x = x x b B x x b y Hx T R 1 y Hx 2 2 där y är observationerna H är observationsoperatorn, omvandlar ett modelltillstånd till motsvarande observationer. R är kovariansmatrisen för observationsfelet Andra termen ger en kostnad för att avvika från observationerna. 28

29 Bakgrundsfelskovariansmatrisen Matrisen B innehåller kovarianser mellan alla gridpunkter och alla prognosvariabler. E11-området: gridpunkter, 5 variabler ger att B har storleken element. Redan i enkel precision (4 bytes per tal) måste man ha ett par petabyte minne. Trix och approximationer är nödvändiga! 29

30 Bakgrundsfelskovariansmatrisen Genom ett variabelbyte frikopplas beroendet mellan olika variabler (i princip). Fouriertransformering gör B nästan diagonal. Approximation: antag diagonal. 30

31 Exempel: 2m-temperatur Explicit beräknat ( sanning ) Fourier-representerat Projekt: VarAn försöker att använda wavelets istället för Fouriertransform. 31

32 3D-var -observationer t=t0-3h t=t0 xb giltig vid t=t0 x produced for t=t0 t=t0+3h time 1 1 J x =J b x J o x = x x b T B 1 x x b y Hx T R 1 y Hx

33 4D-var 33

34 Prognosmodell Analys Prognos T,u,v,w,q,ps dρ = ρ divc dt du tanφ uw 1 p ' = uv fv f w F λ dt R R ρ R cos φ λ dv tanφ 2 vw 1 p = u fu F dt R R ρ R φ φ dw u2 v 2 ' 1 p = f u g F z dt R R ρ z cp dt dp =Q α dt dt dq =s q D dt p=qrt q 34

35 Prognosmodell Randvillkor Marken: Markschema, modell för marken och markanvändning. Hav: Bl.a. oceanografisk modell Geografiskt: Från ECMWF 35

36 Från modell till prognos En modellör kallar utdatat från modellen för en prognos. En meteorolog kallar utdatat från modellen för ett underlag till en prognos. Meteorologen tittar på utdata från många modeller (SMHI 3 modeller, ECMWF: 3 modeller, NCEP, UK Metoffice, DWD) men även många observationer. Meteorologen kombinerar resultaten (eventuellt modifierat) till en prognos. Detta görs i ett system som kallas PMP. 36

37 Följdjobb Hiromb: Oceanografisk cirkulationsmodell Swan: Vågmodell (GPL) Offical homepage: Homepage: vlm089.citg.tudelft.nl/swan/index.htm Resultat kan ses på produkter.smhi.se/oceanweb/ Match: Atmosfärkemisk spridningsmodell Se även Körs på Pavel Plus massor av andra modeller som inte körs på superdator, exempelvis hydrologiska modeller (vatten mellan regn och hav), skogsbrandrisk och oljespridningsmodell 37

38 Match: exempel 38

39 Validering Vad är en bra prognos? 39

40 Dubbelfel Röd: observation Grön och blå: olika prognoser Vilken är bäst? 40

41 Prognosindex Sammanvägning av flera kvalitetsmått 41

42 Nederbörd FBSS Mäter geografisk precision Rutor om 0.5 grader Rutor om 1.0 grader C C E E C C E E Tröskelvärden mm/24 timmar 1 5 Tröskelvärden mm/24 timmar 42

43 Nederbörd MAE och ME

44 Nederbörd KSS

45 Validering, slutsats Olika mått säger olika saker. Man måste förstå vad måtten mäter. Man måste titta på flera mått. 45

46 Modellkvalitet ECMWF 46

47 Mer om ECMWF European Center for Middle range Weather Forecasts Samarbete mellan europeiska vädertjänster Finns i Reading, England Stort arkiv Petabyte 17 okt 2004 Exabyte

48 ECMWF, datorsystem 48

49 Bättre prognos med mer datorkraft: Ensembleprognos Stör analysen systematiskt (analysfel) Stokastisk fysik (modellfel) ECMWF: 51 ensemblemedlemmar, 15 dygn 49

50 Prognos för Linköping Referenstid: UTC 50

51 Ensemble på annat sätt Flera olika modeller: multimodellensemble. En modell, olika referenstidpunkter: Lagged ensemble. Kallas även poor mans ensemble. 51

52 Några ECMWF-produkter Månadsprognoser 32 dagar, en gång per dag Ensemble med 51 medlemmar Säsongsprognoser 7 månader, en gång per månad. Ensemble med 41 medlemmar. 13 månader, fyra gånger per år. Ensemble med 11 medlemmar. ERA-40 Återanalys av åren 1957 till

53 Klimat Startad #cpu-kärnor Bore juni Huvudmaskin Blixt/Pavel feb Backup Tornado aug Klimat Dunder sep Gimle juni

54 Rossby Centre: Dynamisk nedskalning av GCM-data med RCM 54

55 The Regional Modelling System is used globally! UppLYSning

56 Klimatmodeller 150 år modelltid 50 km, gridpunkter, 1-1,5 vecka 25 km, gridpunkter, 6 veckor Flera terabyte utdata per körning. UppLYSning

57 Rossby Centre: Exempel F&U Undersöka sjöars inverkan på klimat. Utveckling av ny klimatmodell, EC-EARTH, i samarbete med andra europeiska vädertjänster och universitet. UppLYSning

58 Forskning och utveckling Startad #cpu-kärnor Bore juni Huvudmaskin Blixt/Pavel feb Backup Tornado aug Klimat Dunder sep FoU Gimle juni FoU 58

59 Exempel på F&U Förbättring av nuvarande prognosmodell, HIRLAM. Förbättring av analysen (4D-var, VarAn). Test och utveckling av ny prognosmodell, ALADIN, HARMONIE, ALARO Spridningsmodell för luftföroreningar, MATCH, uppdragsverksamhet, scenariekörningar och kartläggning. Algblomningsprognos, SCOBI Miljömässigt säkra fartygsleder: BalticWay 59

60 Slut! 60