COSMO-DE-EPS. Vorhersageunsicherheit meteorologischer Parameter auf kurzen Zeit- und Raumskalen

Transkript

1 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 Röpnack und weitere Deutscher Wetterdienst, DWD BfG Kolloquium 24./ C. Gebhardt, DWD 1

2 Aus dem Programm für dieses Kolloquium: Die Genauigkeit [ ] meteorologischer Vorhersagen konnte [ ] signifikant gesteigert werden. BfG Kolloquium 24./ C. Gebhardt, DWD 2

3 Aus dem Programm für dieses Kolloquium: Die Genauigkeit [ ] meteorologischer Vorhersagen konnte [ ] signifikant gesteigert werden. Dennoch wird auch zukünftig [ ] eine intensive Betrachtung der [ ] Vorhersageunsicherheit [ ] alternativlos sein. BfG Kolloquium 24./ C. Gebhardt, DWD 3

4 Aus dem Programm für dieses Kolloquium: Die Genauigkeit [ ] meteorologischer Vorhersagen konnte [ ] signifikant gesteigert werden. Dennoch wird auch zukünftig [ ] eine intensive Betrachtung der [ ] Vorhersageunsicherheit [ ] alternativlos sein. Größere Genauigkeit im deterministischen Sinne und eine probabilistische Betrachtung der Vorhersagen gehen Hand in Hand! BfG Kolloquium 24./ C. Gebhardt, DWD 4

5 Themen Modellgenauigkeit und Vorhersageunsicherheit Das COSMO-DE-EPS Evaluierung und Verifikation Informationen zur Fortbildung BfG Kolloquium 24./ C. Gebhardt, DWD 5

6 Modellgenauigkeit und Vorhersageunsicherheit BfG Kolloquium 24./ C. Gebhardt, DWD 6

7 NWV Modell COSMO-DE Gitterweite 2,8 km ohne Parametrisierung hochreichender Konvektion (konvektions-erlaubend) Vorhersage: 0-27 Stunden, 8 Starts pro Tag (00, 03 UTC,...) COSMO-DE (2,8km) COSMO-EU (7km) GME (20km) BfG Kolloquium 24./ C. Gebhardt, DWD 7

8 NWV Modell COSMO-DE Gitterweite 2,8 km ohne Parametrisierung hochreichender Konvektion (konvektions-erlaubend) Vorhersage: 0-27 Stunden, 8 Starts pro Tag (00, 03 UTC,...) COSMO-DE (2,8km) COSMO-EU (7km) GME (20km) Verbesserte Genauigkeit in zeit-räumlicher Auflösung UND den explizit modellierten atmosphärischen Prozessen BfG Kolloquium 24./ C. Gebhardt, DWD 8

9 Radarreflektivität UTC BfG Kolloquium 24./ C. Gebhardt, DWD 9

10 Niederschlag (Stundensumme in mm) 20km BfG Kolloquium 24./ C. Gebhardt, DWD 10

11 Niederschlag (Stundensumme in mm) 7km 20km BfG Kolloquium 24./ C. Gebhardt, DWD 11

12 Niederschlag (Stundensumme in mm) 2,8km 20km 7km BfG Kolloquium 24./ C. Gebhardt, DWD 12

13 Niederschlag (15-Minuten-Summe in mm) 2,8km 2,8km 20km 7km BfG Kolloquium 24./ C. Gebhardt, DWD 13

14 2,8km 2,8km 20km 7km BfG Kolloquium 24./ C. Gebhardt, DWD 14

15 Niederschlag (Stundensumme in mm) 3 Member des COSMO-DE-EPS Unterschiedliche Störung der Modellphysik Gleiche Rand- und Anfangsbedingungen BfG Kolloquium 24./ C. Gebhardt, DWD 15

16 charakteristische Zeit Woche Stunde konvektive Skala synoptische Skala 100 m 10 km 1000 km charakteristische horizontale Länge Vorhersagbarkeit Vorhersagezeit konvektive Prozesse sind kurzlebig und nichtlinear dadurch deterministische Vorhersagbarkeit stark begrenzt Uncertainties in small scales grow faster (Lorenz 1969) Modell täuscht auf der Gitterpunktsskala zu hohe Sicherheit bzw. Genauigkeit vor Vorhersagen des COSMO-DE sind zu gewissem Grade zufällig Vorhersageunsicherheit eine probabilistische / statistische Sichtweise ist notwendig, um den Modellfortschritt optimal zu nutzen BfG Kolloquium 24./ C. Gebhardt, DWD 16

17 COSMO-DE-EPS BfG Kolloquium 24./ C. Gebhardt, DWD 17

18 Ensemblevorhersagesystem COSMO-DE-EPS (operationell seit ) Gitterweite 2,8 km ohne Parametrisierung hochreichender Konvektion (konvektions-erlaubend) Vorhersage: 0-27 Stunden, 8 Starts pro Tag (00, 03 UTC,...) 20 Member COSMO-EU (7km) GME (30km) COSMO-DE (2,8km) Störung von Modellphysik, Anfangs- und Randbedingungen BfG Kolloquium 24./ C. Gebhardt, DWD 18

19 Erzeugung der Ensemble Member Variationen im Vorhersagesystem zur Repräsentierung der Vorhersageunsicherheit Anfangsbedingungen Randbedingungen Modellphysik BfG Kolloquium 24./ C. Gebhardt, DWD 19

20 Erzeugung der Ensemble Member Variationen im Vorhersagesystem zur Repräsentierung der Vorhersageunsicherheit Anfangsbedingungen Randbedingungen Modellphysik Multi-Konfiguration Variation der Parameter der Modellphysik BfG Kolloquium 24./ C. Gebhardt, DWD 20

21 Erzeugung der Ensemble Member Variationen im Vorhersagesystem zur Repräsentierung der Vorhersageunsicherheit Anfangsbedingungen Randbedingungen Modellphysik Multi-Modell angetrieben von verschiedenen Globalmodellen Multi-Konfiguration Variation der Parameter der Modellphysik BfG Kolloquium 24./ C. Gebhardt, DWD 21

22 Erzeugung der Ensemble Member plus Variationen der Anfangsbedingungen Modellphysik Variation der Randbedingungen COSMO-DE-EPS 2,8km COSMO 7km GME, IFS, GFS, GSM

23 Niederschlag (Stundensumme in mm) 2 Member des COSMO-DE-EPS gleiche Störung der Modellphysik andere Rand- und Anfangsbedingungen Rand/Anfang aus GME Radar Rand/Anfang aus GFS BfG Kolloquium 24./ C. Gebhardt, DWD 23

24 Erzeugung der Ensemble Member Variationen im Vorhersagesystem zur Repräsentierung der Vorhersageunsicherheit Anfangsbedingungen Randbedingungen Modellphysik Multi-Modell die verschiedenen Globalmodelle werden genutzt, um die COSMO-DE Anfangsbedingungen zu modifizieren Multi-Modell angetrieben von verschiedenen Globalmodellen Multi-Konfiguration Variation der Parameter der Modellphysik BfG Kolloquium 24./ C. Gebhardt, DWD 24

25 Die 20 Ensemble Member IFS GME GFS GSM BfG Kolloquium 24./ C. Gebhardt, DWD 25

26 Probabilistische Produkte Produktart Wahrscheinlichkeiten, Quantile, EPS-Mittel, -Spread, Maximum und Minimum der Member pro Gitterpunkt Variablen: Niederschlag, 2m-Temperatur, 10m-Windböen, Schneefall, Tmin und Tmax auf 2m neu: Wolkenbedeckung, synthetische Radarreflektivität, CAPE Zeitbezug (z.b. für Wahrscheinlichkeiten): 1, 6 und 12 Stunden Raumbezug: Gitterpunkt und 10 x 10 Gitterpunkte (nur Niederschlagswahrsch.) BfG Kolloquium 24./ C. Gebhardt, DWD 26

27 Evaluierung und Verifikation BfG Kolloquium 24./ C. Gebhardt, DWD 27

28 Evaluierung durch Vorhersager (Fallstudien): Probabilistische Verifikation (monatlich, saisonal) BfG Kolloquium 24./ C. Gebhardt, DWD 28

29 Fallstudie vom 23. Mai 2012 starke Niederschläge über Nordrhein-Westfalen und Hessen Stundensummen bis 40 mm Hagel, Gewitter, leichte Überflutungen und Hangrutschungen Bilder: Bernd Brandt / wetteronline.de wirsiegen.de BfG Kolloquium 24./ C. Gebhardt, DWD 29

30 Fallstudie vom 23. Mai 2012, 12 UTC angeeichte Radarmessung BfG Kolloquium 24./ C. Gebhardt, DWD 30

31 Fallstudie vom 23. Mai 2012, Stundensumme UTC EPS, 90%-Perzentil angeeichte Radarmessung 00 UTC + 12 deterministisch 00 UTC + 12 BfG Kolloquium 24./ C. Gebhardt, DWD 31

32 Fallstudie vom 23. Mai 2012, Stundensumme UTC EPS, 90%-Perzentil deterministisch 00 UTC UTC + 12 BfG Kolloquium 24./ C. Gebhardt, DWD 32

33 Fallstudie vom 23. Mai 2012, Stundensumme UTC EPS, 90%-Perzentil deterministisch 03 UTC UTC + 09 BfG Kolloquium 24./ C. Gebhardt, DWD 33

34 Fallstudie vom 23. Mai 2012, Stundensumme UTC EPS, 90%-Perzentil deterministisch 06 UTC UTC + 06 BfG Kolloquium 24./ C. Gebhardt, DWD 34

35 Fallstudie vom 23. Mai 2012, Stundensumme UTC EPS, 90%-Perzentil deterministisch 09 UTC UTC + 03 BfG Kolloquium 24./ C. Gebhardt, DWD 35

36 Evaluierung durch Vorhersager (Fallstudien): Gewinnbringend bei Niederschlagsvorhersagen, insbesondere bei konvektiven Lagen im Sommer Liefert frühe Signale für extreme Wetterereignisse Sprünge zwischen aufeinanderfolgenden Startzeiten reduziert Probabilistische Verifikation (monatlich, saisonal) Fragestellung: Stimmt die Statistik der EPS-Vorhersagen mit der tatsächlichen (beobachteten) Statistik der atmosphärischen Größen überein (ereignisbezogen und allgemein)? BfG Kolloquium 24./ C. Gebhardt, DWD 36

37 Brier Score (BS) Maß für die Distanz zwischen EPS-Wahrscheinlichkeiten (0 100%) und Beob. (0 oder 100%) Vergleich jeweils bei gemeinsamen Ort(sbezug) und Zeit(bezug) ereignisbezogen (z.b. Niederschlag > 5mm in der letzten Stunde) Brier Skill Score (BSS) vergleicht den BS des EPS mit dem BS einer Referenzvorhersage BSS für stündlichen Niederschlag im Sommer 2012 Referenz: deterministisches COSMO-DE BfG Kolloquium 24./ C. Gebhardt, DWD 37

38 Reliability Vergleich der EPS-Wahrscheinlichkeiten (0 100%) und der beobachteten Häufigkeit eines Ereignisses (0 100%) ereignisbezogen (z.b. Niederschlag > 5mm in der letzten Stunde) Wie oft wird das Ereignis in den Fällen beobachtet, in denen es zu p % vorhergesagt wurde? Reliability-Diagramm für stündlichen Niederschlag im Sommer 2012 BfG Kolloquium 24./ C. Gebhardt, DWD 38

39 Postprocessing -- Kalibrierung Anpassung der EPS-Statistik an die beobachtete Statistik z.b. mit Regressionsverfahren ( Trainingsdatensatz ) Anwendung der Kalibrierungsvorschrift auf die EPS-Vorhersagen In der Regel gute Möglichkeit zur Verbesserung der Vorhersagestatistik 5 mm/6h 10 mm/6h kalibriert unkalibriert BfG Kolloquium 24./ C. Gebhardt, DWD 39

40 Rank Histogramm Rangvergleich zwischen Vorhersagen der EPS-Member und den Beobachtungen Wo liegt die Beobachtung im Vergleich zu den Membern? nicht ereignisbezogen U-Form EPS ist unterdispersiv (= nicht genügend Variabilität) Rankhistogram für stündlichen Niederschlag im Sommer 2012 BfG Kolloquium 24./ C. Gebhardt, DWD 40

41 Windböen (10m) 2m-Temperatur BfG Kolloquium 24./ C. Gebhardt, DWD 41

42 Evaluierung durch Vorhersager (Fallstudien): Gewinnbringend bei Niederschlagsvorhersagen, insbesondere bei konvektiven Lagen im Sommer Liefert frühe Signale für extreme Wetterereignisse Sprünge zwischen aufeinanderfolgenden Startzeiten reduziert Probabilistische Verifikation (monatlich, saisonal) EPS-Wahrscheinlichkeiten besser als ja/nein insbesondere für hohe Niederschlagssummen insbesondere für spätere Vorhersagezeiten Nachteil: unterdispersiv (besonders für Böen und T_2M) BfG Kolloquium 24./ C. Gebhardt, DWD 42

43 Informationen zur Fortbildung S. Theis, C. Gebhardt (2011): COSMO-DE-EPS: das konvektionserlaubende Ensemble am DWD in promet 37, Heft 3/4, Probabilistische Wettervorhersage. S. Theis, C. Gebhardt (2009): Grundlagen der Ensembletechnik und Wahrscheinlichkeitsaussagen in promet 35, Heft 1-3, Moderne Verfahren und Instrumente der Wettervorhersage im Deutschen Wetterdienst. Archiv BfG Kolloquium 24./ C. Gebhardt, DWD 43

44 Publikationen in Fachzeitschriften Ben Bouallègue, Z. (2013): Calibrated short-range ensemble precipitation forecasts using extended logistic regression with interaction terms. Wea. Forecasting, 28, Ben Bouallègue, Z., Theis, S.E. and C. Gebhardt (2013): Enhancing COSMO-DE ensemble forecasts by inexpensive techniques. Meteorologische Zeitschrift, 22 (1), Ben Bouallègue, Z. and S.E. Theis (2013): Spatial techniques applied to precipitation ensemble forecasts: From verification results to probabilistic products. Accepted by Meteorological Applications. Gebhardt, C., Theis, S.E., Paulat, M. and Z. Ben Bouallègue (2011): Uncertainties in COSMO-DE precipitation forecasts introduced by model perturbations and variation of lateral boundaries. Atmospheric Research, 100, Peralta, C., Z. Ben Bouallègue, S.E. Theis, C. Gebhardt, and M. Buchhold (2012): Accounting for initial condition uncertainties in COSMO-DE-EPS. J. Geophys. Res., 117 (D7), doi: /2011jd BfG Kolloquium 24./ C. Gebhardt, DWD 44

45 Vielen Dank für Ihre Aufmerksamkeit!

46 Bewertung von EPS-Vorhersagen Vorhersage für das Eintreten eines Ereignisses : 90% Ist das Ereignis eingetreten? JA War die Vorhersage gut oder schlecht? Flugmeteorologie Ensemblevorhersage Gebhardt, Paulat, Theis

47 Bewertung von EPS-Vorhersagen Vorhersage für das Eintreten eines Ereignisses : 90% Ist das Ereignis eingetreten? NEIN War die Vorhersage gut oder schlecht? Flugmeteorologie Ensemblevorhersage Gebhardt, Paulat, Theis

48 Bewertung von EPS-Vorhersagen Vorhersage für mehrere ähnliche Situationen: ähnlich heißt: unter Berücksichtigung der Quellen von (numerischer) Vorhersageunsicherheit nicht zu unterscheiden Flugmeteorologie Ensemblevorhersage Gebhardt, Paulat, Theis

49 Bewertung von EPS-Vorhersagen Vorhersage für mehrere ähnliche Situationen: ähnlich heißt: unter Berücksichtigung der Quellen von (numerischer) Vorhersageunsicherheit nicht zu unterscheiden V: 90% 90% 90% 90% 90% 90% 90% 90% 90% 90% B: JA JA JA JA JA NEIN JA JA JA JA Flugmeteorologie Ensemblevorhersage Gebhardt, Paulat, Theis

50 Bewertung von EPS-Vorhersagen Vorhersage für mehrere ähnliche Situationen: ähnlich heißt: unter Berücksichtigung der Quellen von (numerischer) Vorhersageunsicherheit nicht zu unterscheiden V: 90% 90% 90% 90% 90% 90% 90% 90% 90% 90% B: JA JA JA JA JA NEIN JA JA JA JA In diesem Zusammenhang ist 90% - NEIN nicht grundsätzlich eine schlechte Vorhersage. Das lässt sich aber im Einzelfall nicht entscheiden. Flugmeteorologie Ensemblevorhersage Gebhardt, Paulat, Theis

51 Bewertung von EPS-Vorhersagen Vorhersage für mehrere ähnliche Situationen: V: 90% 90% 90% 90% 90% 90% 90% 90% 90% 90% B: JA JA JA JA JA NEIN JA JA JA JA V: 90% 90% 90% 90% 90% 90% 90% 90% 90% 90% B: NEIN NEIN NEIN JA NEIN NEIN NEIN NEIN NEIN NEIN Im unteren Vorhersagesystem sind die Wahrscheinlichkeitsvorhersagen schlecht Flugmeteorologie Ensemblevorhersage Gebhardt, Paulat, Theis

52 Bewertung von EPS-Vorhersagen Die Qualität von vorhergesagten Wahrscheinlichkeiten kann streng genommen nicht im Einzelfall bewertet werden auch vorhergesagte Wahrscheinlichkeiten können falsch sein (Diskrepanz zwischen Vorhersage- und Ereignisstatistik) Evaluierung bezogen auf den Einzelfall natürlich dennoch sinnvoll : Bewertung der räumlichen Struktur der Wahrscheinlichkeiten Erfahrungs(!!)werte der Nutzer unterstützen die Entwicklung Training für die Nutzer Flugmeteorologie Ensemblevorhersage Gebhardt, Paulat, Theis