Raum-zeitlich korrelierte stochastische Beschreibung des Modellfehlers in ICON-EPS und COSMO-D2-EPS
|
|
- Roland Solberg
- vor 5 Jahren
- Abrufe
Transkript
1 Raum-zeitlich korrelierte stochastische Beschreibung des Modellfehlers in ICON-EPS und COSMO-D2-EPS T. Heppelmann, M. Sprengel, C. Gebhardt, M. Buchhold Fachtagung Energiemeteorologie Goslar
2 NWV Ensemble Systeme des DWD ICON-EU-EPS Grid spacing: 20 km 4 forecasts /day 40 ensemble members (+120h) COSMO-D2-EPS Grid spacing: 2.2 km 8 forecasts/day 20 ensemble members (+27h, +45h) ICON-EPS Grid spacing: 40 km 4 forecasts/day 40 ensemble members (+180h) 2
3 Unsicherheiten in Ensemble-Vorhersage 2-Tages-Vorhersage Globalstrahlung, Station Leipzig, 2017/09/11, 00 UTC ICON-EU-EPS 40 Member Beobachtung EPS-Mittel Member 3
4 Unsicherheiten in Ensemble-Vorhersage 2-Tages-Vorhersage Globalstrahlung, Station Leipzig, 2017/09/11, 00 UTC ICON-EU-EPS 40 Member Beobachtung EPS-Mittel Member Anfangsbedingungen Unsicherheiten in Beobachtungen & Datenassimilationsverfahren 3
5 Unsicherheiten in Ensemble-Vorhersage 2-Tages-Vorhersage Globalstrahlung, Station Leipzig, 2017/09/11, 00 UTC ICON-EU-EPS 40 Member Beobachtung EPS-Mittel Member Anfangsbedingungen Unsicherheiten in Beobachtungen & Datenassimilationsverfahren Randbedingungen Unsicherheiten auf der synoptischen & der globalen Skala 3
6 Unsicherheiten in Ensemble-Vorhersage 2-Tages-Vorhersage Globalstrahlung, Station Leipzig, 2017/09/11, 00 UTC ICON-EU-EPS 40 Member Beobachtung EPS-Mittel Member Anfangsbedingungen Unsicherheiten in Beobachtungen & Datenassimilationsverfahren Randbedingungen Unsicherheiten auf der synoptischen & der globalen Skala Physikalisches Modell Unsicherheiten in Parametrisierung & Diskretisierung 3
7 Unsicherheiten in Ensemble-Vorhersage 2-Tages-Vorhersage Globalstrahlung, Station Leipzig, 2017/09/11, 00 UTC ICON-EU-EPS 40 Member Beobachtung EPS-Mittel Member Defizite Anfangsbedingungen der Vorhersage rückführbar Randbedingungen auf Simulation physikalischer Prozesse, Unsicherheiten in Unsicherheiten auf Parametrisierungen, Modellauflösung, etc. Beobachtungen & Datenassimilationsverfahren der synoptischen & der globalen Skala Fehler im physikalischen Modell = Modellfehler Physikalisches Modell Unsicherheiten in Parametrisierung & Diskretisierung 3
8 Unsicherheiten in Ensemble-Vorhersage 2-Tages-Vorhersage Globalstrahlung, Station Leipzig, 2017/09/11, 00 UTC ICON-EU-EPS RMSE des Ensemble-Mittels STDV: Streuung des Ensembles 4
9 Unsicherheiten in Ensemble-Vorhersage 2-Tages-Vorhersage Globalstrahlung, Station Leipzig, 2017/09/11, 00 UTC ICON-EU-EPS RMSE des Ensemble-Mittels STDV: Streuung des Ensembles Ziel: A-priori-Korrektur der unzureichenden Ensemble-Streuung. Simulation des Modell(-tendenz)-Fehlers η in der Modellgleichung: X t = X + η t mod 4
10 Simulation des Modellfehlers Simulation des Modellfehlers η mit stochastischer partieller Differentialgleichung (SPDE), z.b. Machulskaya et al. (paper in prep.) η t = γη + γ λ2 η + σξ γ Dämpfungsparameter der SPDE ξ standard-normalverteiltes Zufallsfeld Diffusionsterm λ garantiert die räumliche Korrelation des Modellfehlers 5
11 Simulation des Modellfehlers Simulation des Modellfehlers η mit stochastischer partieller Differentialgleichung (SPDE), z.b. Machulskaya et al. (paper in prep.) η t = γη + γ λ2 η + σξ γ Dämpfungsparameter der SPDE ξ standard-normalverteiltes Zufallsfeld Diffusionsterm λ garantiert die räumliche Korrelation des Modellfehlers Die Parameter γ, λ, und σ hängen von der Tendenz des Prädiktors ab (z.b. Tendenz von Temperatur, Wind, Spezifischer Feuchte, ) Abschätzung der Parameter aus vergangenen Vorhersagen (offline) Abschätzung des zu simulierenden Modellfehlers 5
12 Abschätzung der Parameter Parameterschätzung mit synthetischen Daten Dämpfungsparameter γ True values Estimated Fit of estimated SPDE: Tendenz η t = γη + γ λ2 η + σξ 6
13 Abschätzung der Parameter Parameterschätzung mit synthetischen Daten Dämpfungsparameter True values Estimated Fit of estimated Diffusionsparameter True values Estimated Fit of estimated γ λ SPDE: Tendenz η t = γη + γ λ2 η + σξ Tendenz Bestimmung der Parameter der SPDE unter Umständen nicht stabil Anpassung des Optimierungsproblems nötig 6
14 Abschätzung des Modellfehlers Erstellung eines Datensatzes aus Modelldaten 6h-Modellfehler ICON-EPS (40 km) η = df dt da dt F = Ensemble-Vorhersage (beliebiges Member) A = Analyse-Ensemble-Mittel 7
15 Abschätzung des Modellfehlers Erstellung eines Datensatzes aus Modelldaten 6h-Modellfehler ICON-EPS (40 km) η = df dt da dt F = Ensemble-Vorhersage (beliebiges Member) A = Analyse-Ensemble-Mittel Temperatur in der bodennächsten Schicht 2018/01/10, 00 UTC, Europa, Member 1 η (12h - 6h) η (36h - 30h) 7
16 Abschätzung des Modellfehlers Abhängigkeit von der Vorhersagezeit Temperatur in der bodennächsten Schicht 6h-Modellfehler ICON-EPS (40 km) Ensemble der Modellfehler-Tendenzen: Summe über alle Beträge und Gitterpunkte 2018/01/10, 00 UTC Europa Land Meer 8
17 Abschätzung des Modellfehlers Abhängigkeit von der Region Temperatur in der bodennächsten Schicht 6h-Modellfehler ICON-EPS (40 km) Ensemble der Modellfehler-Tendenzen: Summe über alle Beträge und Gitterpunkte 2018/01/10, 00 UTC! Tropen! Land Meer 9
18 Abschätzung des Modellfehlers Abhängigkeit von der Wetterlage Wind in 100m Höhe, März Mai 2018, Starttermine 00/12 UTC 1h-Modellfehler COSMO-D2-EPS (2.2 km) η = df dt da dt F = Ensemble-Vorhersage (beliebiges Member) A = Analyse (deterministisch) 10
19 Take-Home Modellfehler = Modelldefizite in der Simulation physikalischer Prozesse & Parametrisierungen Ziel: Verbesserung der EPS-Vorhersage und Abschätzung der Modellunsicherheit Methode: A-priori-Simulation des Modellfehlers mit stochastischem Ansatz in COSMO-D2-EPS und ICON-EPS Next: Untersuchung der Skalenabhängigkeit des Modellfehlers auf globaler und lokaler Skala 11
20 Take-Home Modellfehler = Modelldefizite in der Simulation physikalischer Prozesse & Parametrisierungen Ziel: Verbesserung der EPS-Vorhersage und Abschätzung der Modellunsicherheit Methode: A-priori-Simulation des Modellfehlers mit stochastischem Ansatz in COSMO-D2-EPS und ICON-EPS Next: Untersuchung der Skalenabhängigkeit des Modellfehlers auf globaler und lokaler Skala Vielen Dank für Ihre Aufmerksamkeit! 11
21 Anhang
22 NWV Ensemble Systeme des DWD ICON-EPS; M40 Grid spacing: 40 km Layers: 90 Forecast range: 180 h at 00 and 12 UTC 120 h at 06 and 18 UTC 30 h at 03, 09, 15 and 21UTC 1 grid element: 1638 km 2 ICON-EU-EPS Nest; M40 Grid spacing: 20 km Layers: 60 Forecast range: 120 h at 00, 06, 12 and 18 UTC 30 h at 03, 09, 15 and 21UTC 1 grid element: 407 km 2 COSMO-D2-EPS; M20 Grid spacing: 2.2 km Layers: 65 Forecast range: 27/45 h at 00, 03, 06, 09, 12, 15, 18, 21 UTC 651x716 grid points 1 grid element: 5 km 2 ICON-EU Nest I/O Grid Geogr. coordinates: 23.5 W 62.5 E 29.5 N 70.5 N Grid spacing: 0.2 (~28 km) 345 x 165 grid points 60 layers; model top at 22.5 km 12
23 Beispiel Ensemble-Vorhersage 2-Tages-Vorhersage Globalstrahlung, Station Leipzig, 2017/09/11, 00 UTC COSMO-DE-EPS ICON-EU EPS Beobachtung EPS-Mittel Member Wetterlage : Durchzug einer Front : Frontrückseitige Schauer 13
24 Unsicherheiten in Ensemble-Vorhersage 2-Tages-Vorhersage Globalstrahlung, Station Leipzig, 2017/09/11 COSMO-DE-EPS ICON-EU EPS RMSE des Ensemble-Mittels STDV: Streuung des Ensembles 14
25 Untersuchung der Skalenabhängigkeit des Modellfehlers auf globaler und lokaler Skala Skalendiagramm typischer atmosphärischer Bewegungsformen Von Mahgue - Eigenes Werk, CC BY-SA 3.0, 15
Deutscher Wetterdienst
Deutscher Wetterdienst Ensemble Vorhersagen im Deutschen Wetterdienst: aktuelle Entwicklungen und Zukunftspläne S. Theis, C. Gebhardt, M. Buchhold, Z. Ben Bouallègue, R. Ohl, Marcus Paulat, C. Peralta,
MehrCOSMO-DE Ensemblevorhersagen
COSMO-DE Ensemblevorhersagen Dr. Annegret Gratzki S. Theis, C. Gebhardt, M. Buchhold, Z. Ben Bouallègue, R. Ohl, M. Paulat, C. Peralta Frankfurter Straße 135, 63067 Offenbach Email: Annegret.Gratzki@dwd.de
MehrForschung und Entwicklung - Abteilung Meteorologische Analyse und Modellierung Operationelles NWV-System Änderungsmitteilung
Forschung und Entwicklung - Abteilung Meteorologische Analyse und Modellierung Operationelles NWV-System Änderungsmitteilung Operationelles NWV-System Hier: Globales NWV-System: Ensemble-Datenassimilation
MehrNumerische Wettervorhersage beim Deutschen Wetterdienst (DWD)
Deutscher Wetterdienst Numerische Wettervorhersage beim Deutschen Wetterdienst (DWD) Detlev Majewski, DWD, Forschung und Entwicklung e-mail: detlev.majewski@dwd.de Tel.: 069 8062 2728 Atmosphärische Strukturen
MehrProbabilistische Vorhersage von konvektivem Niederschlag
Probabilistische Vorhersage von konvektivem Niederschlag durch Verbindung eines Nowcastingverfahrens mit einem hochaufgelösten Ensemble Kirstin Kober George C. Craig, Christian Keil DACH 2010 Bonn 22.09.2010
MehrDie Wettervorhersage und ihre Tücken
Lehrerfortbildung 11. Juni 2008 Die Wettervorhersage und ihre Tücken M. Kunz Institut für Meteorologie und Klimaforschung Universität / Forschungszentrum Karlsruhe die Realität Orkantief Lothar am 26.12.1999
MehrEnsemble-Vorhersage. von Nils Kaiser Seminar Medienmeteorologie im WS 06/07
Ensemble-Vorhersage von Nils Kaiser Seminar Medienmeteorologie im WS 06/07 Was ist die Wettervorhersage? 2 Gliederung 1. Einleitung 2. Numerische Wettervorhersage 3. Erzeugen eines Ensembles 4. Bewertung
MehrDeutscher Wetterdienst
Deutscher Wetterdienst Mehr Extremereignisse durch den Klimawandel und nun? Antworten der Meteorologie Quelle: DPA (Auto) Dr. Paul Becker Vizepräsident des Deutschen Wetterdienstes Fakten CO 2 Globale
MehrRegionale Vorhersage der PV-Leistung zur Netzintegration von Solarstrom
Regionale Vorhersage der PV-Leistung zur Netzintegration von Solarstrom Elke Lorenz Thomas Scheidtsteger, Detlev Heinemann Universität Oldenburg 7.4.2011, 2. Fachtagung Energiemeteorologie, Bremerhaven
MehrDer Dynamische Zustandsindex (DSI)
Der Dynamische Zustandsindex (DSI) Interpretation und Anwendung auf der synoptischen Skala Diplomarbeit Diplomand: Torsten Weber Übersicht 1. Motivation 2. Theorie 3. Daten 4. Synoptische Anwendung 5.
MehrFRAUNHOFER-INSTITUT FÜR SOLARE ENERGIESYSTEME ISE
FRAUNHOFER-INSTITUT FÜR SOLARE ENERGIESYSTEME ISE Probabilistische Solarstrahlungsprognosen mit Analog Ensembles auf Basis von numerischen Wetterprognosen und Satellitendaten Elke Lorenz 1, Jan Kühnert
MehrFlash-Flood Flood Frühwarnung
Flash-Flood Flood Frühwarnung via Expanded Downscaling von Ensemble-Vorhersagen G. Bürger, D. Reusser, D. Kneis Ensembles Expanded Downscaling Verifikation Deterministisch oder probabilistisch? Nutzer
MehrCOSMO-DE-EPS. Vorhersageunsicherheit meteorologischer Parameter auf kurzen Zeit- und Raumskalen
COSMO-DE-EPS Vorhersageunsicherheit meteorologischer Parameter auf kurzen Zeit- und Raumskalen Christoph Gebhardt, Susanne Theis, Michael Buchhold, Zied Ben Bouallègue, Carlos Peralta, Marcus Paulat, Andreas
MehrDie Berücksichtigung der Unsicherheit der meteorologischen Eingangsdaten in der Hochwasservorhersage
LARSIM-Workshop 2015 Straßbourg Die Berücksichtigung der Unsicherheit der meteorologischen Eingangsdaten in der Hochwasservorhersage Alfons Vogelbacher, Daniel Waldmann Inhalt Unsicherheitsbereiche und
MehrModellierung hochauflösender Windfelder an der deutschen Nordseeküste. 18. KFKI Seminar zur Küstenforschung, H. Frank und B.
Modellierung hochauflösender Windfelder an der deutschen Nordseeküste zur Küstenforschung, 29.10.2013 H. Frank und B. Brecht 1. Einleitung 2. Numerische Wettervorhersage beim DWD: Modelle, Datenassimilation
MehrEin ensemblebasiertes Windvorhersagesystem
Ein ensemblebasiertes Windvorhersagesystem AP FRAPORT AG B. Beyer Isabel Alberts // Michael Buchhold DWD, Forschung & Entwicklung Meteorologische Analyse und Modellierung Referat Interpretation und Verifikation
MehrGrundlagen der numerischen Wetterprognose
Federal Department of Home Affairs FDHA Federal Office of Meteorology and Climatology MeteoSwiss Grundlagen der numerischen Wetterprognose D-PHASE End User Workshop 20. Juni 2007 Mathias Rotach, MeteoSchweiz
MehrEWeLiNE. Erstellung innova/ver We1er- und Leistungsprognosemodelle für die Netzintegra/on we1erabhängiger Energieträger
EWeLiNE Erstellung innova/ver We1er- und Leistungsprognosemodelle für die Netzintegra/on we1erabhängiger Energieträger Andrea Steiner Deutscher We1erdienst GB Forschung und Entwicklung Outline 1. Windenergie
MehrDas numerische Wettervorhersagemodell COSMO von MeteoSchweiz und seine Anwendung für die Gebäudeklimaregulierung
Eidgenössisches Departement des Innern EDI Bundesamt für Meteorologie und Klimatologie MeteoSchweiz Das numerische Wettervorhersagemodell COSMO von MeteoSchweiz und seine Anwendung für die Gebäudeklimaregulierung
MehrForschung und Entwicklung - Abteilung Meteorologische Analyse und Modellierung Operationelles NWV-System Änderungsmitteilung
Forschung und Entwicklung - Abteilung Meteorologische Analyse und Modellierung Operationelles NWV-System Änderungsmitteilung Operationelles NWV-System Hier: Operationelle Einführung des ICON-EU Nestes
MehrProbabilistische Analyse regionaler Klimasimulationen
Probabilistische Analyse regionaler Klimasimulationen Christian Schölzel und Andreas Hense Meteorologisches Institut der Universität Bonn Fachgespräch Ableitung von regionalen Klimaszenarien aus Multi-Modell-Ensembles,
MehrNutzung regionaler Reanalysen im Anwendungsbereich regenerativer Energien
Nutzung regionaler Reanalysen im Anwendungsbereich regenerativer Energien Christopher Frank1,2,Jan Keller1,4, Christian Ohlwein1,3, Susanne Crewell2, Petra Friederichs3, Andreas Hense3, Ulrich Löhnert2,
MehrBig Geo-Data in der Meteorologie Vom Datensturm zur milden Brise von Wetterprodukten
Big Geo-Data in der Meteorologie Vom Datensturm zur milden Brise von Wetterprodukten Dr. Jürgen Seib Deutscher Wetterdienst E-Mail: juergen.seib@dwd.de Wie schnell wird ein Petabyte gelesen? Lesegeschwindigkeit
MehrProbabilistische Analyse regionaler Klimasimulationen
Probabilistische Analyse regionaler Klimasimulationen Christian Schölzel und Andreas Hense Meteorologisches Institut der Universität Bonn Fachgespräch Ableitung von regionalen Klimaszenarien aus Multi-Modell-Ensembles,
MehrModel Output Statistics (MOS)
Model Output Statistics (MOS) Numerische Modelle zur Wettervorhersage (NWV Modelle) berechnen den zukünftigen Zustand der Atmosphäre zu bestimmten Zeitpunkten (Prognose). Als Basis für die Berechnung der
MehrResilienz des Verkehrssystems verbessern was kommt auf uns zu?
Verkehr und Infrastruktur 2018 1. Tagung des BMVI-Expertennetzwerks 14. Juni 2018, BMVI, Berlin Resilienz des Verkehrssystems verbessern was kommt auf uns zu? Michael Denhard (DWD) Fachsession: Verbesserung
MehrMöglichkeiten und Grenzen der Vorhersage
Möglichkeiten und Grenzen der Vorhersage am Beispiel Stürme Uwe Ulbrich mit Beiträgen von G.C. Leckebusch, T. Pardowitz, R. Osinski, Ph. Lorenz, M Göber, Göb D. D M j ki (DWD) M. Majewski Freie Universität
MehrDas European Flood Alert System (EFAS) Konzeption und bereitgestellte Information
Das European Flood Alert System (EFAS) Konzeption und bereitgestellte Information Konrad Bogner & EFAS Team Land Management and Natural Hazards Unit Institute for Environment and Sustainability 1 Übersicht:
MehrVL Klimasysteme 09 Mai Wettersysteme: ihre Bedeutung und Vorhersage. Heini Wernli. Gruppe Atmospheric Dynamics
VL Klimasysteme 09 Mai 2018 Wettersysteme: ihre Bedeutung und Vorhersage Heini Wernli Gruppe Atmospheric Dynamics Was sind Wettersysteme? Zyklone = Tiefdruckgebiet Blocking = Hochdruckgebiet Front Konvektion,
MehrDeutscher Wetterdienst
Deutscher Wetterdienst Assimilation des aus GNSS - Daten abgeleiteten integrierten Wasserdampfgehaltes in ein numerisches Wettermodell Karolin Eichler, Klaus Stephan und Christoph Schraff Deutscher Wetterdienst
MehrPV Streamer über dem subtropischen Nordatlantik in ECWMF Ensemble Vorhersagen: Vorhersagequalität, Vorhersagbarkeit und Dynamik
DACH Konferenz Bonn (21. 24. September 2010) PV Streamer über dem subtropischen Nordatlantik in ECWMF Ensemble Vorhersagen: Vorhersagequalität, Vorhersagbarkeit und Dynamik Lars Wiegand & Peter Knippertz
MehrDas Wetter: schön aber kompliziert Wettervorhersage von damals bis Heute. Reto Stauffer
Das Wetter: schön aber kompliziert Wettervorhersage von damals bis Heute Reto Stauffer Das Wetter: schön aber kompliziert Was steckt eigentlich hinter einer falschen Vorhersage Geschichte der Meteorologie
MehrModernes Wetterrouting. Herzlich Willkommen beim Wetterseminar für Profis
Herzlich Willkommen beim Wetterseminar für Profis Mag. Michael Burgstaller Mail: michael.burgstaller@mitplan.at Mobil: +43 660 6453287 21. März 2018 Modernes Wetterrouting 1 Voraussetzungen Passende GRIB
MehrHochauflösende Simulation von Konvektion im Schwarzwald: Fallstudien basierend auf Beobachtungen im Rahmen von VERTIKATOR und PRINCE
Hochauflösende Simulation von Konvektion im Schwarzwald: Fallstudien basierend auf Beobachtungen im Rahmen von VERTIKATOR und PRINCE Jörg Trentmann, Britta Wecker, Heini Wernli, Ulrich Corsmeier, Jan Handwerker
MehrNumerische Wettervorhersage (NWV) beim Deutschen Wetterdienst (DWD)
Numerische Wettervorhersage (NWV) beim Deutschen Wetterdienst (DWD) Detlev Majewski (e-mail: Detlev.Majewski@dwd.de) Leiter der Abteilung Meteorologische Analyse und Modellierung Foto: C. Hinz, DWD Schlüsselkunden
MehrDaten und ihre Interpretation Les données et leur interprétation. Tweeten Sie mit: #klimaszenarien Participez au Twitter: #klimaszenarien
Daten und ihre Interpretation Les données et leur interprétation Tweeten Sie mit: #klimaszenarien Participez au Twitter: #klimaszenarien Welche Daten sind vorhanden? Quelles données sont disponibles? Kuno
MehrModerne Wettervorhersage Numerische Modelle in der Meteorologie. Alexander Beck. Zentralanstalt für Meteorologie und Geodynamik
Moderne Numerische Modelle in der Meteorologie Alexander Beck (alexander.beck@zamg.ac.at) Überblick Moderne 1. Okt 2011 Folie 2 Ein kurzer Blick in die Vergangenheit Beobachten und Messen Vorhersagemodelle
MehrKlimavorhersagen und projektionen in C3S
Klimavorhersagen und projektionen in C3S Jennifer Lenhardt, Deutscher Wetterdienst Nationales Forum für Fernerkundung und Copernicus Fachworkshop: Klimawandel 05. November 2015 Das Bild kann zurzeit nicht
MehrNeue Datengrundlagen im Bereich Windenergie: C3S und regionale Reanalysen
Neue Datengrundlagen im Bereich Windenergie: C3S und regionale Reanalysen Dr. Andrea Kaiser-Weiss, Referat Nationale Klimaüberwachung (KU21), Deutscher Wetterdienst (DWD) Gliederung 1) Bedarf an Daten
MehrVL Klimasysteme 12 April Wettersysteme: ihre Bedeutung und Vorhersage. Stephan Pfahl. Gruppe Atmospheric Dynamics
VL Klimasysteme 12 April 2017 Wettersysteme: ihre Bedeutung und Vorhersage Stephan Pfahl Gruppe Atmospheric Dynamics Was sind Wettersysteme? Zyklone = Tiefdruckgebiet Blocking = Hochdruckgebiet Front Föhn
Mehr4. Fachtagung Energiemeteorologie Bremerhaven
Erstellung innovativer Wetter- und Leistungsprognosemodelle für die Netzintegration wetterabhängiger Energieträger Uwe Schlick / pixelio.de Bremerhaven Andreas Röpnack, Renate Hagedorn Demonstrator Wind
MehrAnalyse von zeitlichen Variationen bei unregelmäßig vorliegenden räumlichen Daten
. Analyse von zeitlichen Variationen bei unregelmäßig vorliegenden räumlichen Daten Geodätische Woche 2010 1 Andreas Ernst und Wolf-Dieter Schuh 7. Oktober 2010 Motivation Räumliche Daten entstehen inzwischen
MehrErfahrungen bei der Verwendung von COSMO-DE-EPS-Wettervorhersagen im operationellen Betrieb
Erfahrungen bei der Verwendung von COSMO-DE-EPS-Wettervorhersagen im operationellen Betrieb Margret Johst, Norbert Demuth (LUWG Rheinland-Pfalz) LARSIM-Anwenderworkshop 19./20.03.2015 Gliederung 1. Integration
MehrEin einfaches Verdunstungsverfahren zur Bestimmung bodenhydraulischer Eigenschaften. A. Peters und W. Durner
Ein einfaches Verdunstungsverfahren zur Bestimmung bodenhydraulischer Eigenschaften A. Peters und W. Durner Technische Universität Braunschweig Institut für Geoökologie Abteilung Bodenkunde und Bodenphysik
MehrProbabilistic Forecasts
Probabilistic Forecasts Susanne Theis Deutscher Wetterdienst Forschung & Entwicklung Meteorologische Analyse und Modellierung Interpretation und Verifikation Inhalt historischer Abriss heutige Ensemblesysteme
MehrRegionalen Klimamodellierung. Daniela Jacob Max-Planck-Institut für Meteorologie, Hamburg
Regionalen Klimamodellierung Daniela Jacob Max-Planck-Institut für Meteorologie, Hamburg Gliederung Motivation Beobachtungen Klimamodellierung Klimaänderungsszenarien Regionale Änderungen (EU, D) Auswirkungen
MehrBerechnung von Unsicherheitsbändern durch Kombination von Ensemble-Technik und ProFound-Analyse
Berechnung von Unsicherheitsbändern durch Kombination von Ensemble-Technik und ProFound-Analyse DANIEL VARGA REFERAT 43 - HYDROLOGIE, HOCHWASSERVORHERSAGE Operationeller Betrieb an der HVZ BW Vorhersagen
MehrValidierung von Klimamodellniederschlägen
Validierung von Klimamodellniederschlägen Erkenntnisse für die Interpretation von Klimafolgenabschätzungen in Niedersachsen U. Petry, M. Wallner, J. Dietrich, U. Haberlandt, M. Anhalt, K. Förster - 1 -
MehrÜberblick und Ausblick
Letzte Vorlesung Statistik Vorlesung Datenanalyse und Statistik Gliederung 1 Rückblick Sortiert nach dem Inhalt der Vorlesung Sortiert nach Daten 2 Kovarianzmatrizen Klusteranalyse Hauptkomponentenanalyse
MehrGrundlagen der numerischen Wettervorhersage und der Klimamodellierung
Grundlagen der numerischen Wettervorhersage und der Klimamodellierung Universität für Bodenkultur, Wien Institut für Meteorologie (BOKU-Met) Herbert Formayer BauSIM 2010 Vortragsaufbau: Historischer Rückblick
MehrWie kommt der Vorhersagemeteorologe zu einer schlüssigen Wettervorhersage?
Mag. Thomas Turecek (ZAMG) Tel.: ++43 1 36026/2309 oder /2311 Fax: ++43 1 36026/73 Email: thomas.turecek@zamg.ac.at Internet: http://www.zamg.ac.at Wie kommt der Vorhersagemeteorologe zu einer schlüssigen
MehrWindenergie an Land. Heinz-Theo Mengelkamp. anemos Gesellschaft für Umweltmeteorologie mbh
Windenergie an Land Erarbeitung einer Roadmap zur Erstellung eines Windatlanten Heinz-Theo Mengelkamp anemos Gesellschaft für Umweltmeteorologie mbh Fraunhofer-Institut für Windenergie und Energiesystemtechnik
MehrWettervorhersagen des DWD als Grundlage für Windleistungsprognosen. aktuelle und zukünftige Potenziale
Wettervorhersagen des DWD als Grundlage für Windleistungsprognosen aktuelle und zukünftige Potenziale Renate Hagedorn Deutscher Wetterdienst Geschäftsbereich Wettervorhersage (Zentrale Fachleitung) 21.
MehrWettervorhersagen und ihre Aussagekraft
Eidgenössisches Departement des Innern EDI Bundesamt für Meteorologie und Klimatologie MeteoSchweiz Wettervorhersagen und ihre Aussagekraft Andreas Asch, Meteorologe MeteoSchweiz Was steckt hinter den
Mehr7. Wettervorhersage und Vorhersagbarkeit (aus der Theorie-Vorlesung von K. Fraedrich)
7. Wettervorhersage und Vorhersagbarkeit (aus der Theorie-Vorlesung von K. Fraedrich) Begriffe Vorhersagbarkeit Vorhersagbarkeit charakterisiert die sensitive Abhängigkeit (Wetter- und Klima) von Anfangs-
MehrVorwarnung für Allergiker Neue Wege der Pollenvorhersage
Vorwarnung für Allergiker Neue Wege der Pollenvorhersage B. Vogel, H. Vogel, A. Pauling *, M. Rotach *, U. Kaminski +, J. Förstner + * MeteoSchweiz; + Deutscher Wetterdienst René Ostrowski René Ostrowski
MehrMichael Noll, Deutscher Wetterdienst 1. Das Trajektorienmodell HYSPLIT von NOAA 2. Neue Produkte pc_met
Michael Noll, Deutscher Wetterdienst michael.noll@dwd.de 1. Das Trajektorienmodell HYSPLIT von NOAA 2. Neue Produkte pc_met DWD 1 DFSV SiKo 2012 Das Trajektorienmodell HYSPLIT von NOAA Was ist eine Trajektorie?
MehrDynamik des lokalen Strom/Spannungsverhaltens von Nafion-Membranen
Dynamik des lokalen Strom/Spannungsverhaltens von Nafion-Membranen Präsentation der Ergebnisse der Aversumsprojekte 2009 Steffen ink a Wolfgang G. Bessler, b A. Masroor, b Emil Roduner a a Universität
MehrVorhersage von Starkregenereignissen im DWD
Vorhersage von Starkregenereignissen im DWD Herbststimmung am Rhein bei Bingen 12. Dezember 2018 Vorhersage von Starkregenereignissen im DWD Dr. Marcus Paulat 1/20 Vorhersage von Starkregenereignissen
MehrMöglichkeiten und Grenzen von Wettervorhersagen Integration von Wetterdaten in das Düngeberatungsprogramm BEFU
Möglichkeiten und Grenzen von Wettervorhersagen Integration von Wetterdaten in das Düngeberatungsprogramm BEFU Falk Böttcher mit Beiträgen von Frank Förster und Dr. Michael Grunert (LfULG) sowie Dr. Kristina
MehrProbabilistische Abschätzung regionaler Klimaänderungen
Probabilistische Abschätzung regionaler Klimaänderungen A. Hense, C. Kottmeier, W. Enke, F. Kreienkamp H.-J. Panitz, G. Schädler, C. Schölzel, A. Spekat, H. Feldmann Übersicht Das Problem der Unsicherheiten
MehrAssimilierung von GRACE-Daten in ein hydrologisches Modell mit Hilfe eines Ensemble-Kalman-Filter Ansatzes
Assimilierung von GRACE-Daten in ein hydrologisches Modell mit Hilfe eines Ensemble-Kalman-Filter Ansatzes M. Schumacher, A. Eicker, E. Kurtenbach, J. Kusche (Universität Bonn) P. Döll, H. Hoffmann-Dobrev,
MehrRimini am Königssee? Das Alpenklima von morgen
Rimini am Königssee? Das Alpenklima von morgen Sven Kotlarski 1 Prisco Frei 1,2 Fabienne Dahinden 1,2 Jan Rajczak 2 1 Bundesamt für Meteorologie und Klimatologie MeteoSchweiz, Zürich 2 Institut für Atmosphäre
MehrSeegangsmonitor. hochauflösende Wellenvorhersagen und -analysen für die deutschen Küsten
Seegangsmonitor hochauflösende Wellenvorhersagen und -analysen für die deutschen Küsten Jens Kieser, Thomas Bruns Deutscher Wetterdienst (DWD) Anja Lindenthal, Frank Janssen, Thorger Brüning Bundesamt
MehrSturmgefährdung Schweiz
Sturmgefährdung Schweiz 12. November 2015, Messe Sicherheit Stefan Müller, Meteotest, Bern Quelle: PLANAT Silke Dierer, Stefan Müller, Meteotest, Bern Peter Stucki, Stefan Brönnimann, Olivia Romppainen-Martius,
MehrDas konvektionserlaubende Ensemblevorhersagesystem COSMO-DE-EPS. Von der Entwicklung zu den Anwendungen
Das konvektionserlaubende Ensemblevorhersagesystem COSMO-DE-EPS Von der Entwicklung zu den Anwendungen Michael Buchhold Christoph Gebhardt, Susanne Theis, Zied Ben Bouallègue und weitere Deutscher Wetterdienst
MehrDeMarine-2 Seegangsmonitor
Entwicklung von Vorhersageprodukten zur Unterstützung der Offshore-Industrie und anderer Nutzer DeMarine-2 Seegangsmonitor Dr. Frank Janssen 1, Dr. Thomas Bruns 2, Dr. Jens Kieser 2, Dr. Susanne Lehner
MehrVergleich von Partial Cox Regression und Lasso zur Analyse von U berlebenszeiten bei hochdimensionalen Daten
Vergleich von Partial Cox Regression und Lasso zur Analyse von U berlebenszeiten bei hochdimensionalen Daten Claudia-Martina Messow Robertson Centre for Biostatistics, University of Glasgow Situation Methoden
MehrKlimawandel in der Region Oberrhein Fakten und Szenarien
Klimawandel in der Region Oberrhein Fakten und Szenarien Gerd Schädler Karlsruher Institut für Technologie (KIT) gerd.schaedler@kit.edu, http://www.imk-tro.kit.edu/ KIT Universität des Landes Baden-Württemberg
MehrWoche 5: Sammlung der Dozenten-Anleitungen
Woche 5: Sammlung der Dozenten-Anleitungen Anleitungen zum Umgang mit dem FreVast-System Kurseinheit 25-27, Woche 5 FreVast Team https://vast.klimod.de/portal/ 5. April 2017 Woche 5: Sammlung der Dozenten-Anleitungen
MehrCharakterisierung der Eyjafjallajökull-Aschewolke über München mittels Lidarmessungen
Charakterisierung der Eyjafjallajökull-Aschewolke über München mittels Lidarmessungen Matthias Wiegner, Silke Groß, Volker Freudenthaler, Josef Gasteiger, Franziska Schnell Ludwig-Maximilians-Universität
MehrNeue Bedrohungen durch Starkregen? Wie entwickelt sich das Starkregenrisiko? Uwe Ulbrich
Neue Bedrohungen durch Starkregen? Wie entwickelt sich das Starkregenrisiko? Uwe Ulbrich Institut für Meteorologie, Freie Universität Berlin 1 Agenda 1. Nowcasting und numerische Modellierung 2. Einschätzungen
MehrWindfelder auf der Elbe (KFKI-Projekt OPTEL)
Folie 1 (KFKI-Projekt OPTEL) Dr. Anette Ganske Gudrun Rosenhagen Folie 2 1. Bodennahe Windfelder in der Atmosphäre - beeinflusst durch Rauigkeit und Topographie Folie 3 Rauigkeit - Über Land (z.b. Stadt
MehrKlimatologische Anwendung von Radardaten in Sachsen
Fakultät für Umweltwissenschaften, Professur für Meteorologie Klimatologische Anwendung von Radardaten in Sachsen Rico Kronenberg 1 Wetterradar Was misst das Radar? Radar = Radio Detecting And Ranging
MehrAufbereitung von GRIB2 Daten als Eingangsdaten für LARSIM
Aufbereitung von GRIB2 Daten als Eingangsdaten für LARSIM Internationaler LARSIM- Anwenderworkshop 22. & 23. März 2010, TU Kaiserslautern Inhalt 1. Veranlassung 2. Allgemeines zum GRIB2-Datenformat 3.
MehrAuswertung von 6-monatigen Windmessungen mit Sodar oder Lidar Langzeitkorrektur des Windprofils versus Zeitreihenkorrelation der Messdaten
Auswertung von 6-monatigen Windmessungen mit Sodar oder Lidar Langzeitkorrektur des Windprofils versus Zeitreihenkorrelation der Messdaten 27. Windenergietage 8. Nov. 2018 Annette Westerhellweg UL and
MehrOptimierungsmöglichkeiten der Windleistungsprognose Dr. Michael Christoph, Dr. Thomas Sperling, EuroWind GmbH
Optimierungsmöglichkeiten der Windleistungsprognose Dr. Michael Christoph, Dr. Thomas Sperling, EuroWind GmbH 23. Windenergietage, Potsdam 12. November 2014 Wer ist EuroWind? 1999 2001 2002 2006 2007 2010
Mehr6. Kontinuierliche Zufallsgrößen. Beispiel 1: Die Exponentialverteilungen Sei λ > 0. Setzen
6. Kontinuierliche Zufallsgrößen Definition: Eine Z. G. ξ ist absolut stetig mit (Wahrscheinlichkeits-) Dichte f : R R, wenn gilt: P ( a ξ < b ) = b a f(x) dx (a < b) allgem. Eigenschaften einer Dichte
MehrDatenbankbeschreibung von COSMO-EU und COSMO-DE. für das DFG-Projekt SPP 1167
Offenbach, den 22.02.2011 Datenbankbeschreibung von COSMO-EU und COSMO-DE für das DFG-Projekt SPP 1167 Andreas Röpnack und Thomas Hanisch Dauerhafte Speicherung von LM / COSMO-EU / COSMO-DE Routine Vorhersagen
Mehr>>> Abschätzung der Kapazität von Höchstspannungsleitungen in Wetterlagen mit hoher Windeinspeisung
Abschätzung der Kapazität von Höchstspannungsleitungen in Wetterlagen mit hoher Windeinspeisung Matthias Lange Windenergie und Netzintegration Berlin, 17. April 2008 Übersicht Einleitung Leitungen Einteilung
MehrWassertemperaturvorhersagen für den Mittelrhein aus dem Wärmemodell LARSIM
Hessisches Landesamt für Umwelt und Geologie Wassertemperaturvorhersagen für den Mittelrhein aus dem Wärmemodell LARSIM LARSIM-Anwenderworkshop, 19. und 20. März 2015, Straßburg s Matthias Kremer, Dezernat
MehrWIEVIEL STROM ERZEUGEN WIND UND SONNE MORGEN?
WIEVIEL STROM ERZEUGEN WIND UND SONNE MORGEN? Das Forschungsprojekt EWeLiNE * * Erstellung innovativer Wetter- und Leistungsprognosemodelle für die Netzintegration wetterabhängiger Energieträger Strom
MehrInterpretation von hydrologischen Daten auf der Visualisierungsplattform
Eidgenössisches Departement für Umwelt, Verkehr, Energie und Kommunikation UVEK Bundesamt für Umwelt BAFU Hydrologie Analysen und Vorhersagen Interpretation von hydrologischen Daten auf der Visualisierungsplattform
MehrStadtklima - Simulationen und Messungen
09.11.2016 Stadtklima - Simulationen und Messungen Gabriele Krugmann Deutscher Wetterdienst, Hamburg 4. Regionalkonferenz Klimawandel Norddeutschland, Hannover, 02.11.2016 Städte haben ein eigenes Klima
MehrModul: Atmosphärische Skalen in Raum und Zeit
in Raum und Zeit ernziel: Erstes Einordnen der verschiedenen atmosphärischen Prozesse nach ihren charakteristischen Größenordnungen, Definition der typischen dynamischen Skala in Raum und Zeit, Einführung
MehrHöhere Mathematik III für die Fachrichtung Elektrotechnik und Informationstechnik. Bachelor-Modulprüfung. Lösungsvorschläge
Institut für Analysis SS 5 PD Dr. Peer Christian Kunstmann 7.9.5 Silvana Avramska-Lukarska Höhere Mathematik III für die Fachrichtung Elektrotechnik und Informationstechnik Bachelor-Modulprüfung Lösungsvorschläge
MehrDie mögliche Genauigkeit von längerfristigen Wettervorhersagen
1, ZAMG KS Steiermark Die mögliche Genauigkeit von längerfristigen Wettervorhersagen Landtechnisches Kolloquium des ÖKL 2018 Produktionsfaktor Wetter in Graz Prognosen sind keine Prophezeiungen! 2 3 Die
MehrNutzen von Radar-Niederschlagsschätzung & ECMWF-Ensemblevorhersage für die Abflussvorhersage
Nutzen von Radar-Niederschlagsschätzung & ECMWF-Ensemblevorhersage für die David Kneis Uni Potsdam / LHWZ Dresden Übersicht 1. Abfluss-Vorhersage 2. Untersuchungsgebiet Weißeritz Übersicht 1. Abfluss-Vorhersage
MehrWettervorhersage Damals und heute
Wettervorhersage Damals und heute Bernd Richter Deutscher Wetterdienst 7 Sep 1991 7 Sep 2011 20 years Oden Polarstern at the North Pole Wettervorhersage Eine kurze Geschichte der Wettervorhersage Neue
MehrHochauflösende Simulation künftiger Starkniederschlagsereignisse (ReSiPrec)
G. Schädler Statusseminar erausforderung Klimawandel 29.9.2008 Hochauflösende Simulation künftiger Starkniederschlagsereignisse () G. Schädler, H. Feldmann, H.-J. Panitz, B. Früh, R. Kohlhepp, Ch. Kottmeier
MehrHochauflösende Simulation künftiger Starkniederschlagsereignisse (ReSiPrec)
G. Schädler Statusseminar erausforderung Klimawandel 29.9.2008 Hochauflösende Simulation künftiger Starkniederschlagsereignisse () G. Schädler, H. Feldmann, H.-J. Panitz, B. Früh, R. Kohlhepp, Ch. Kottmeier
MehrModel Output Statistics
Model Output Statistics Vortrag im Rahmen des Seminars Medienmeteorologie Von Werner Schneider Gliederung 1) Behandlung von Modelldaten 2) Funktionsweise von Model Output Statistics (MOS) 3) Screening
MehrStarkregen im Verbandsgebiet
Starkregen im Verbandsgebiet Erfassung, Auswertung, Vorhersagen Dr. Tilo Keller 26.4.2017 Infotag Starkregen und Sturzfluten Definition Starkregen DIN 4049-3: Regen, der im Verhältnis zu seiner Dauer eine
MehrMATHEMATIK III für Bauingenieure (Fernstudium und Wiederholer)
TU DRESDEN Dresden, 16. Februar 4 Fachrichtung Mathematik / Institut für Analysis Doz.Dr.rer.nat.habil. N. Koksch Prüfungs-Klausur MATHEMATIK III für Bauingenieure (Fernstudium und Wiederholer) Name: Matrikel-Nr.:
MehrNumerische Methoden und Algorithmen in der Physik
Numerische Methoden und Algorithmen in der Physik Hartmut Stadie, Christian Autermann 15.01.2009 Numerische Methoden und Algorithmen in der Physik Christian Autermann 1/ 47 Methode der kleinsten Quadrate
MehrEvaluierung ensemble-basierter Abflussvorhersagen der Modellkette LARSIM-COSMO-DE-EPS. bearbeiten. 9. März 2016
Evaluierung ensemble-basierter Abflussvorhersagen der Modellkette LARSIM-COSMO-DE-EPS Titelmasterformat für die Hochwasserwarnung in durch Rheinland-Pfalz Klicken 9. März 2016 Internationaler LARSIM-Anwenderworkshop
MehrWINDATLAS UND WINDPOTENZIALSTUDIE
WINDATLAS UND WINDPOTENZIALSTUDIE Andreas Krenn Energiewerkstatt Verein PROJEKTECKDATEN Projektmotivation: Keine zusammenhängende Windkarte vom ges. Bundesgebiet Komplexe Orographie, vielschichtige lokale
Mehr«Regen ist Wasser; manchmal zu viel, bisweilen zu wenig» Zürich-Flughafen
«Regen ist Wasser; manchmal zu viel, bisweilen zu wenig» daniel.gerstgrasser@meteoschweiz, Zürich-Flughafen Inhalt Unterengadin trocken und gewitterarm, eine Einordnung Klimaänderung was bisher geschah
MehrWettervorhersage -modelle
Wettervorhersage -modelle Voraussetzungen Alle Vorgänge in der Atmosphäre gehorchen bekannten physikalischen Gesetzen! Wenn der Ausgangszustand der Atmosphäre bekannt ist, kann mit Wettermodellen die Entwicklung
MehrZeitreihenmanagement im Rahmen von HOWIS Erft. Aachen, Dr. Tilo Keller Erftverband
Zeitreihenmanagement im Rahmen von HOWIS Erft Aachen, 18.11.2008 Dr. Tilo Keller Erftverband 1 Inhalt Motivation und Ziele Konzeption Datenmanagement Verarbeitung der punktuellen Daten Verarbeitung der
Mehr