• Nie Znaleziono Wyników

Metody Przetwarzania Danych Meteorologicznych Wykład 8

N/A
N/A
Protected

Academic year: 2021

Share "Metody Przetwarzania Danych Meteorologicznych Wykład 8"

Copied!
18
0
0

Pełen tekst

(1)

Metody Przetwarzania Danych Meteorologicznych

Wykład 8

Krzysztof 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 50 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.

(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 Pro ject

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

(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 CDC

http://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

(18)

Przykłady

Cytaty

Powiązane dokumenty

• W czasie przetwarzania danych nie powstają nowe dane, mogą być za to tracone. przez uśrednianie).. • Zmianę

Minimalizowanym funkcjonałem jest suma kwadratów różnic wartości funkcji interpolacyjnej i wartości obserwowanych w punktach pomiarowych. Najczęściej stosuje się ją do funkcji

Abstrakcyjna teoria prawdopodobieństwa w sensie matematycznym jest bardzo bogata a jej przydatność praktyczna wynika z faktu, że empirycznie wyznaczalne prawdopodobieństwo w

Estymację – szacowanie wartości parametrów lub postaci rozkładu zmiennej na podstawie próby – na podstawie wyników próby formułujemy wnioski dla całej

• W przypadku gdy mamy n punktów siatki operator liniowej interpolacji wpływa na wartości analizy tylko w sąsiedztwie obserwacji podczas gdy współczynnik korelacji

• Nie jest to wybór obowiązkowy jednak należy pamiętać o różnicy pomiędzy informacją a priori, która jest używana w definicji funkcji kosztu od pierwszego przybliżenia,

• Oznacza to, że oszacowanie stanu w danym momencie czasu wymaga znajomości tylko stanu poprzedniego oraz wektora obserwacji.. • Stan filtru Kalmana opisują

• Re-analiza meteorologiczna pozwala na ujednolicenie pomiarów za pomocą technik asymilacji danych i.. przeprowadzenie dokładnej