Hur blir en väderprognos till?

Relevanta dokument
Modeller för små och stora beslut

Mätningar och indata Hur modellerna är uppbyggda Felkällor Statistiska tolkningar Ensembler Starka/Svaga sidor. Vad Mäts?

väderprognos så funkar det

Data assimilering för numeriska väderprognoser

MetCoOp och Arome en mesoskalig operationell. väderprognos. Heiner Körnich, Meteorologisk Metodkonferens, Norrköping, 26/9/2013

Sannolikhetsmodellering av is på vindkraftverk genom deterministisk sampling

Intensiv nederbörd och hydrologisk risk: mot högupplösta flödesprognoser Jonas Olsson

Meteorologi - Grunder och introduktion - Meteorologiska modeller och prognoser

Svenska fysikersamfundet 1 oktober. Klimat- och väderprognoser i relation till gymnasiefysikens ämnesplan

Sannolikhetsprognoser för nedisning på vindturbiner

HUVA - Hydrologiskt Utvecklingsarbete inom Vattenkraftindustrin. Björn Norell. HUVA - Hydrologiskt Utvecklingsarbete inom Vattenkraftindustrin

Klimatsimuleringar. Torben Königk, Rossby Centre/ SMHI

Luftföroreningar & pollen - Hur kan vi prognosticera riskerna och informera allmänheten?

Nedisningsprognoser för vindkraft. Vintervind mars 2008 i Åsele

2 Väder. Weather. Väder Statistisk årsbok Statistiska centralbyrån

Rymden för SMHI och din vardag. Jordobservationer för väder, vatten och klimat

Michael af Sandeberg Datapolicy för SMHI 1.1. Gd/Maria Ågren /1706/21

Nyhetsbrev. Projekt SEAREG avslutas. Slutseminarium för den svenska delen. Konferens I DET HÄR NUMRET

Hanna Gustavsson, Björn Stensen och Lennart Wern. Rapport Nr Regional klimatsammanställning Norrbottens län

SEAPILOT s nya PREMIUM tjänst

Omtentamen i DV & TDV

Dagens system: klimatologisk ensemble

Reglerteori, TSRT09. Föreläsning 4: Kalmanfiltret & det slutna systemet. Torkel Glad. Reglerteknik, ISY, Linköpings Universitet

Klimatanpassning i utvecklingsländer svensk expertis på export

Sjöar. Mark. Avdunstning. Avdunstningen från en fri vattenyta (sjöar, hav, dammar mm.) kan således principiellt formuleras

TSRT09 Reglerteori. Sammanfattning av Föreläsning 3. Sammanfattning av Föreläsning 3, forts. Sammanfattning av Föreläsning 3, forts.

Klimatscenarier och klimatprognoser. Torben Königk, Rossby Centre/ SMHI

Klimatscenariokartor. För den som vill fördjupa sig mer finns en rapport att läsa: Climate indices for vulnerability assessments (RMK 111).

Korrektion av systematiska fel i meteorologiska prognoser: en förstudie om vårflodsprognoser

Yttrande över remiss - Slutbetänkande av Klimat och sårbarhetsutredningen (SOU 2007:60)

Tidsserier och vattenkraftoptimering presentation

Vädrets makter. Föreläsning 6 Djup konvektion, superceller och tromber Tropisk meteorologi och orkaner Väderprognoser

Klimat- Modellering och Beräkningar. Marco Kupiainen. KTH, 3 oktober Rossby Centre, SMHI. Matematiska institutionen, Linköpings Universitet

Beräkning av vågklimatet utanför Trelleborgs hamn II

Rapport Nr Regional klimatsammanställning Stockholms län.

Umeälvens Vattenregleringsföretag, (UVF) och dess roll i vattenhushållning

Värt att veta om. Sydafrika. Res med hjärta, hjärna och omtanke

Analys av klimatförändringars inverkan på framtida vattenstånd i Glafsfjorden/Kyrkviken

Resultat spillningsinventering av älg och rådjur inom Södertälje ÄFO 2014

Resultat spillningsinventering av älg och rådjur inom Norrtälje norra ÄFO 2014

Forskning GNSS. Grundkonfigurationen av GPS består av 24 satelliter men idag cirkulerar närmare 30 satelliter runt jordklotet

Värt att veta om. Kenya. Res med hjärta, hjärna och omtanke

Klimatscenarier för Sverige

Avd. Matematisk statistik

Klimatförändringen inverkan idag och i framtiden

Kunna beräkna medelantal kunder för alla köer i ett könät med återkopplingar. I denna övning kallas ett kösystem som ingår i ett könät oftast nod.

MÅNADSRAPPORT. Driftnämnden Ambulans, diagnostik och hälsa Hälsa och funktionsstöd Februari HÄLSO OCH SJUKVÅRDSUPPDRAG

Vad är en översvämning?

Klimatförändringen inverkan idag och i framtiden

Framtidens översvämningsrisker

Stommaterialets betydelse för komforten i en byggnad vid ett framtida varmare klimat

Vad händer med havsnivån i Stockholms län - vad behöver vi planera för? Signild Nerheim SMHI

Elin Sjökvist och Gustav Strandberg. Att beräkna framtidens klimat

Från utsläppsscenarier till lokal nederbörd och översvämningsrisker

Översvämningsbedömning av del av fastighet Almekärr 3:48

BBRs fuktkrav. Lars-Olof Nilsson Avd. Byggnadsmaterial & FuktCentrum, LTH. Avd. Byggnadsmaterial Lunds Tekniska Högskola

Hur ser det förändrade klimatet ut? Extremare väder?

Rapport av luftkvalitetsmätningar i Halmstad tätort 2010

Två gränsfall en fallstudie

Framtidsklimat i Östergötlands län

Fördjupad klimatanalys en del av vattenförsörjningsplanen för Kalmar län Yvonne Andersson-Sköld COWI AB


2011 Reningsverk och vatten.

Referensuppdrag översvämningskartering

Varningstjänsten på SMHI. Ida Dahlström

Patrick Eriksson Rymd- och geovetenskap Chalmers tekniska högskola. Vad väger ismoln?

INNEHÅLL GD HAR ORDET ÅTERRAPPORTERING

Regler för flytt av spelare mellan olika nivåer. (Mörkröd nivå Pojkar)

Värt att veta om. Polen. Res med hjärta, hjärna och omtanke

Gunn Persson, Johan Andréasson, Dan Eklund, Kristoffer Hallberg, Signild Nerheim, Elin Sjökvist, Lennart Wern och Sofia Åström

Framtidsklimat i Kalmar län

Långvarig torka kontra extrem nederbörd

Med Älgfrode 3.2 som beräkningsverktyg för förslag på avskjutning.

Värt att veta om. Costa Rica. Res med hjärta, hjärna och omtanke

Elin Sjökvist och Gustav Strandberg. Att beräkna framtidens klimat

Tillåtna hjälpmedel: Physics Handbook, Beta, kalkylator i fickformat, samt en egenhändigt skriven A4-sida med valfritt innehåll.

Händelsescenario för Risk- och sårbarhetsanalys

Inlämningsuppgift 4 NUM131

Finansrapport avseende perioden 1 januari 30 september 2015

ARIMA del 2. Patrik Zetterberg. 19 december 2012

Rapport om Solenergikurs Sol 20 Sida 1 av 6. Kurs innehåll SOL 20

Young Lions 2016 Cyber. Fältbiologerna

Från klimatmodell till hydrologiska tillämpningar

Yttrande över Miljömålsberedningens delbetänkande Med miljömålen i fokus hållbar användning av mark och vatten, SOU 2014:50

KLIMATOLOGI Nr 37, Skyfallsuppdraget. ett regeringsuppdrag till SMHI. Redaktörer: Jonas Olsson och Weine Josefsson

Klimatförändringar och samhället. 18 november 2015 Åsa Sjöström, Nationellt kunskapscentrum för klimatanpassning

Rapport av luftkvalitetsmätningar i Halmstad tätort 2011

1 Cirkulation och vorticitet

Hydrologiska prognosoch varningstjänsten SMHI

Göta älvutredningen (GÄU)

Institutionen för Matematik TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1, TMA DAG: Fredag 26 augusti 2005 TID:

Framtidsklimat i Hallands län

Institutionen för Matematiska Vetenskaper TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1/TM1, TMA

Bakgrundsupplysningar for ppt1

Klimatstudie för ny bebyggelse i Kungsängen

Finansiell månadsrapport Stockholmshem augusti 2008

UPPDRAGSLEDARE. Fredrik Wettemark. Johanna Lindeskog

Hydrologiska Prognosmodeller med exempel från Vänern och Mölndalsån. Sten Lindell

Klimatförändringens samhällspåverkan och myndigheternas arbete. Klimatanpassning

Ingjuten sensor för mätning av uttorkningsförlopp beräkning av inverkan av sensorns dimension och orientering. Sensobyg delprojekt D4

Transkript:

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

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 www.smhi.se 2

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

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

PcTc Freak wave off Durban

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

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

Superdatorer Startad #cpu-kärnor Bore juni 2008 448 Blixt/Pavel feb 2005 174 Tornado aug 2005 264 Dunder sep 2005 104 Gimle juni 2008 672 Mer information på www.nsc.liu.se/systems/ 9

Operationell produktion Startad #cpu-kärnor Bore juni 2008 448 Huvudmaskin Blixt/Pavel feb 2005 174 Backup Tornado aug 2005 264 Dunder sep 2005 104 Gimle juni 2008 672 10

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 1874 11

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 D21 1964: SMHI börjar med numeriska prognoser ECMWF-CRAY1 1979: Globala operationella prognoser 12

Väderprognos, översikt 13

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

Observationer Antal observationer mottagna av ECMWF under ett dygn. 15

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

Ground based GPS sites 18

Insamling av observationer Texttelegram används fortfarande. UDEU02 EGRR 171352 RRD AMDAR 1713 ASC EU4519 5941N 01803E 171339 F022 MS001 331/028 TB/ S031= ASC EU4519 5942N 01804E 171340 F032 MS029 343/027 TB/ S031= ASC EU4519 5943N 01802E 171340 F050 MS058 000/030 TB/ S031= ASC EU4519 5943N 01758E 171341 F064 MS090 007/026 TB/ S031= ASC EU4519 5940N 01755E 171342 F074 MS110 354/038 TB/ S031= ASC EU4519 5938N 01752E 171342 F092 MS153 180/034 TB/ S031= ASC EU4519 5935N 01749E 171343 F110 MS194 001/034 TB/ S031= ASC EU4519 5932N 01746E 171343 F125 MS230 004/033 TB/ S031= ASC EU4519 5930N 01743E 171344 F145 MS279 359/032 TB/ S031= ASC EU4519 5927N 01740E 171345 F166 MS325 352/023 TB/ S031= Övergång till binära format pågår (BUFR). 19

20

SMHI, Extern datakommunikation, i huvuddrag, 2008-10-08 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; 20+10+10+4 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

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

Områden C22 306 306 40 gridpunkter 22 km 0,2 E11 256 288 60 gridpunkter 11 km 0,1 G05 294 441 60 gridpunkter 5,5 km 0,05 23

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

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

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

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

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

Bakgrundsfelskovariansmatrisen Matrisen B innehåller kovarianser mellan alla gridpunkter och alla prognosvariabler. E11-området: 256 288 60 gridpunkter, 5 variabler ger att B har storleken 22118400 22118400 5 1014 element. Redan i enkel precision (4 bytes per tal) måste man ha ett par petabyte minne. Trix och approximationer är nödvändiga! 29

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

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

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 2 2 32

4D-var 33

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 1 0.61q 34

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

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

Följdjobb Hiromb: Oceanografisk cirkulationsmodell Swan: Vågmodell (GPL) Offical homepage: www.swan.tudelft.nl Homepage: vlm089.citg.tudelft.nl/swan/index.htm Resultat kan ses på produkter.smhi.se/oceanweb/ Match: Atmosfärkemisk spridningsmodell Se även www.seprise.eu 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

Match: exempel 38

Validering Vad är en bra prognos? 39

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

Prognosindex Sammanvägning av flera kvalitetsmått 41

Nederbörd FBSS Mäter geografisk precision Rutor om 0.5 grader Rutor om 1.0 grader 0.55 0.55 0.45 0.45 0.35 0.35 C22 2007 C22 2008 E11 2007 E11 2008 0.25 0.25 0.15 0.15 0.0 5 0.0 5-0.0 5 C22 2007 C22 2008 E11 2007 E11 2008-0.0 5 1 5 Tröskelvärden mm/24 timmar 1 5 Tröskelvärden mm/24 timmar 42

Nederbörd MAE och ME 2007 2008 43

Nederbörd KSS 2007 2008 44

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

Modellkvalitet ECMWF 46

Mer om ECMWF European Center for Middle range Weather Forecasts Samarbete mellan europeiska vädertjänster Finns i Reading, England www.ecmwf.int Stort arkiv Petabyte 17 okt 2004 Exabyte 2019 47

ECMWF, datorsystem 48

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

Prognos för Linköping Referenstid: 200903-17 00 UTC 50

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

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 2002 52

Klimat Startad #cpu-kärnor Bore juni 2008 448 Huvudmaskin Blixt/Pavel feb 2005 174 Backup Tornado aug 2005 264 Klimat Dunder sep 2005 104 Gimle juni 2008 672 53

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

The Regional Modelling System is used globally! UppLYSning 2009-03-27 55

Klimatmodeller 150 år modelltid 50 km, 100 100 25 gridpunkter, 1-1,5 vecka 25 km, 200 200 25 gridpunkter, 6 veckor Flera terabyte utdata per körning. UppLYSning 2009-03-27 56

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 2009-03-27 57

Forskning och utveckling Startad #cpu-kärnor Bore juni 2008 448 Huvudmaskin Blixt/Pavel feb 2005 174 Backup Tornado aug 2005 264 Klimat Dunder sep 2005 104 FoU Gimle juni 2008 672 FoU 58

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

Slut! 60