COSMO-DE Ensemblevorhersagen

Ähnliche Dokumente
Deutscher Wetterdienst

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

Probabilistic Forecasts

Das konvektionserlaubende Ensemblevorhersagesystem COSMO-DE-EPS. Von der Entwicklung zu den Anwendungen

Forschung und Entwicklung - Abteilung Meteorologische Analyse und Modellierung Operationelles NWV-System Änderungsmitteilung

Die Wettervorhersage und ihre Tücken

Die Berücksichtigung der Unsicherheit der meteorologischen Eingangsdaten in der Hochwasservorhersage

Numerische Wettervorhersage beim Deutschen Wetterdienst (DWD)

Grundlagen der numerischen Wetterprognose

Probabilistische Vorhersage von konvektivem Niederschlag

4. Fachtagung Energiemeteorologie Bremerhaven

Deutscher Wetterdienst

Erfahrungen bei der Verwendung von COSMO-DE-EPS-Wettervorhersagen im operationellen Betrieb

Forschung und Entwicklung - Abteilung Meteorologische Analyse und Modellierung Operationelles NWV-System Änderungsmitteilung

Wettervorhersage -modelle

Wettervorhersagen des DWD als Grundlage für Windleistungsprognosen. aktuelle und zukünftige Potenziale

FRAUNHOFER-INSTITUT FÜR SOLARE ENERGIESYSTEME ISE

Zuverlässigkeitsaussagen in der Praxis der Hochwasserwarnung und vorhersage in Bayern

WIEVIEL STROM ERZEUGEN WIND UND SONNE MORGEN?

Berechnung von Unsicherheitsbändern durch Kombination von Ensemble-Technik und ProFound-Analyse

Das numerische Wettervorhersagemodell COSMO von MeteoSchweiz und seine Anwendung für die Gebäudeklimaregulierung

Einführung in die Meteorologie (met210) - Teil VII: Synoptik

Grundlagen der numerischen Wettervorhersage und der Klimamodellierung

Modul: Atmosphärische Skalen in Raum und Zeit

Erfahrungen aus dem HW Mai / Juni 2013

Numerische Wettervorhersage (NWV) beim Deutschen Wetterdienst (DWD)

VL Klimasysteme 12 April Wettersysteme: ihre Bedeutung und Vorhersage. Stephan Pfahl. Gruppe Atmospheric Dynamics

Zeitreihenmanagement im Rahmen von HOWIS Erft. Aachen, Dr. Tilo Keller Erftverband

Wettervorhersagemodelle

Wasserwirtschaftsamt Weilheim. Vergleich LME ALMO Sep. 2007

7. Wettervorhersage und Vorhersagbarkeit (aus der Theorie-Vorlesung von K. Fraedrich)

Klimaänderungen Prognosen Unsicherheiten

Klimawandel in Deutschland: Was wissen wir und worauf fußen diese Erkenntnisse? Dr. Thomas Deutschländer Deutscher Wetterdienst.

Wettervorhersagen und ihre Aussagekraft

(Version vom )

Klimaservices im Rahmen von KLIWAS, DAS und des Globalen Netzwerks für Klimadienstleistungen (GFCS)

Möglichkeiten und Grenzen der Vorhersage

Möglichkeiten und Grenzen von Wettervorhersagen Integration von Wetterdaten in das Düngeberatungsprogramm BEFU

Zahlen und Fakten zur Rede von Dr. Paul Becker, Vizepräsident des Deutschen Wetterdienstes

Model Output Statistics (MOS)

Zukünftig Wachstumsbedingungen für Gras. Wolfgang Janssen, DWD Abteilung Agrarmeteorologie

Moderne Wettervorhersage Numerische Modelle in der Meteorologie. Alexander Beck. Zentralanstalt für Meteorologie und Geodynamik

Hydrologie und Flussgebietsmanagement

Woche 5: Sammlung der Dozenten-Anleitungen

Hochauflösende Simulation künftiger Starkniederschlagsereignisse (ReSiPrec)

Hochauflösende Simulation künftiger Starkniederschlagsereignisse (ReSiPrec)

Gibt es in Niedersachsen einen Klimawandel?

Praktikum beim Deutschen Wetterdienst in Offenbach - Auswertung regionaler Wettervorhersagen & Erstellung geeigneter Software

11. Symposium Energieinnovation. Die Wasserkraftnutzung in Österreich bei Klimaänderungen

ZENTRALANSTALT FÜR METEOROLOGIE UND GEODYNAMIK. Meteorologische Analyse des Niederschlags von Juni 2009

Sturzflutwarnsystem Thüringen

Gekoppelte Meteorologie-Hydrologie-Simulation Von der technischen Strategie hin zum Frühwarnsystem

Konvektionskarten. Inhalt. 1. Einleitung Interpretationshinweise Wetter/Konvektion Basis Konvektion Kontakt...

Michael Noll, Deutscher Wetterdienst 1. Das Trajektorienmodell HYSPLIT von NOAA 2. Neue Produkte pc_met

Deutscher Wetterdienst

Reicht der Wind für einen Sturm? Was wir über den Klimawandel wissen und was nicht

Ensemble-Vorhersage. von Nils Kaiser Seminar Medienmeteorologie im WS 06/07

Deutscher Wetterdienst

Kármánsche Wirbelstraßen in

Hochwasser im Mai/Juni 2013

Nehmen die extremen Wetterereignisse zu?

Wetter, Klima, Fußball

Windenergie an Land. Heinz-Theo Mengelkamp. anemos Gesellschaft für Umweltmeteorologie mbh

Wetterüberwachung und Kürzestfristvorhersage. mittels RADAR-Daten

Praktische Einführung in die Programmierung von globalen Wettervorhersagemodellen. Version 2015/2016: Thomas Frisius

Vorwarnung für Allergiker Neue Wege der Pollenvorhersage

Ableitung einer Z/R-Beziehung mittels inverser hydrologischer Modellierung

Regional Atmospheric Soaring Prediction

Klimadynamik, Wettervorhersage und Paläo: wie geht das zusammen? Andreas Hense Meteorologisches Institut Universität Bonn

Abflussvorhersagen im Niedrigwasserbereich Erste operationelle Erfahrungen Massimiliano Zappa, Felix Fundel, Tobias Jonas & Stefanie Jörg-Hess

Internationale Wettervorhersagesysteme: Eigenschaften und Unterschiede. Jörg Kachelmann, Martin Fengler

Requirements stemming from QPF user community

Naturgefahrenmodellierung in Österreich in der Praxis Sturm und Starkniederschlag. Alexander Beck

Wasserhaushaltsmodellierung bayerischer Flussgebiete im Vorhaben KLIWA

Gekoppelte Klima-Hydrologie Modellierung von Hochwässern in der Steiermark das Projekt CHC-FloodS

Vergleichende Analysen regionaler Klimamodelle Lorenzo Tomassini und Katharina Bülow

Regionale Vorhersage der PV-Leistung zur Netzintegration von Solarstrom

Wellentreffen 2015 Göttingen Ralf Thehos

Deutscher Wetterdienst

WINDSTAUSTUDIEN UND ENTWICKLUNG EINES OPERATIONELLEN TIDEELBE-MODELLS (OPTEL)

Die meteorologische Rückflugplanung ein Orakel oder nur solides Handwerk?

Towards operational probabilistic runoff forecasts

Die mathematische Modellierung von Klimaskeptikern und Umweltaktivisten: Klimaänderungen aus der Sicht der Bayesischen Statistik

FORSCHUNG AKTUELL. Herausforderungen und Motivation für die Entwicklung des ICON Atmosphärenmodells

Wetter. Benjamin Bogner

Konvektives Unwetterpotential über Thüringen

Klimatologische Einschätzung des Sommer 2016

Extremwertstatistische Analyse von 10 Jahren Radardaten am Beispiel Mirker Bach. Dr. Thomas Einfalt hydro & meteo GmbH & Co. KG

Aufbau des GMES Dienstes Atmosphäre

Regionalisierungsmethoden hydrometeorologischer Beobachtungsdatensätze zu hydrologisch relevanten Rasterdatensätzen (HYRAS) im ReKliEs-De Projekt

Assimilation von Radarniederschlägen in das COMSO-DE

Klimawandel in Bayern Veränderungen und Perspektiven

Assimilierung von GRACE-Daten in ein hydrologisches Modell mit Hilfe eines Ensemble-Kalman-Filter Ansatzes

Das Warnmanagement des Deutschen Wetterdienstes

Sturmgefährdung Schweiz

Das Projekt Starkregen DWD/GDV

Wind-Temperatur-Karten

Operationeller Datenfluss und Modellbetrieb an der HVZ Baden- Württemberg

Klimawandel in Niedersachsen

Transkript:

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

Übersicht Motivation für Ensembles in der Meteorologie Meteorologische Ensemblesysteme COSMO-DE Ensemblesystem Schnittstelle zur Hydrologie (allgemeine Überlegungen)

Deutscher Wetterdienst Warum ist Unsicherheit unvermeidbar? Vorhersagezeit Atmosphäre ist chaotisch (Lorenz,1963) d.h. kleine Änderungen der Anfangsbedingungen oder Modellformulierung können ein rasches Anwachsen von Störungen bewirken

Grenzen der Vorhersagbarkeit: Chaotisches Verhalten der NWV-Modelle (und der Atmosphäre) Ungenaue Kenntnis des Anfangszustandes Ungenaue Kenntnis der Randwerte (Unterrand, seitlich) Parametrisierung subgrid-skaliger Prozesse Hohe Nichtlinearität der Modellgleichungen Ausgeprägter Schwellwertcharakter einiger Prozesse, z. B. Kondensation, Konvektion, Turbulenz

Beispiel: winzige Änderung im Modell spürbar andere Vorhersage Radar Vorhersage 1 Vorhersage 2 mm/h

Radar Vorhersage 1 mm/h

Radar Vorhersage 2 mm/h

Deutscher Wetterdienst Skalendiagramm Vorhersagbarkeit charakteristische Zeit 1 Woche 1 Stunde konvektive Skala 100 m synoptische Skala 10 km 1000 km charakteristische horizontale Länge Vorhersagezeit kleine Skalen haben schnelleres Fehlerwachstum

Ensemble-Modellierung und Vorhersage von Wahrscheinlichkeiten Chaotisches Verhalten der Atmosphäre Deshalb wird neben der deterministischen Vorhersage ein Ensemble von Vorhersagen mit verschiedenen Anfangs- und Randbedingungen und Modellversionen gerechnet.

Übersicht Motivation für Ensembles in der Meteorologie Meteorologische Ensemblesysteme COSMO-DE Ensemblesystem Schnittstelle zur Hydrologie (allgemeine Überlegungen)

Deutscher Wetterdienst Die Ensemble-Technik Variationen im Vorhersagesystem mehrere Vorhersagen (Szenarien) = Member des Ensemble Ensembleprodukte: - probability density fct - Wahrscheinlichkeiten - Quantile - Spread - Mittelwert -...

Deutscher Wetterdienst Wie erzeugt man ein Ensemble? keine allgemeingültige Methode single model ensembles Nutzung eines einzelnen Modells Störung von Anfangsbedingung und Modell multi model ensembles Zusammenstellung verschiedener Modelle

Deutscher Wetterdienst Einige verfügbare Ensemble-Systeme: Gitterweite [km] 32 EZMW-Ensemble 7 PEPS COSMO-LEPS 2,8 2 4 6 8 Vorhersagezeit [Tage]

Übersicht Motivation für Ensembles in der Meteorologie Meteorologische Ensemblesysteme COSMO-DE Ensemblesystem Schnittstelle zur Hydrologie

Deutscher Wetterdienst Numerisches Wettervorhersagemodell COSMO-DE Gitterweite: 2,8 km ohne Parametrisierung der hochreichenden Konvektion Assimilierung von Radardaten Start alle 3 Stunden Vorhersagezeit: 0-21 Stunden operationell seit April 2007 GME COSMO-DE COSMO-EU

COSMO-DE-Ensemble Prediction System (EPS) Basiert auf dem Modell COSMO-DE Gittergröße: 2.8 km Konvektions-erlaubend Vorhersagezeit: 0-21 Stunden, 8 Starts pro Tag (00, 03, 06,... UTC) Variationen des Anfangszustandes, der seitlichen Ränder, der Modellphysik Präoperationelle Phase gestartet: 9. Dez. 2010 Zur Zeit 20 Member Modellgebiet

Einige verfügbare Ensemble-Systeme: Gitterweite [km] 32 EZMW-Ensemble 7 PEPS COSMO-LEPS 2,8 EPS mit COSMO-DE 2 4 6 8 Vorhersagezeit [Tage]

COSMO-DE-EPS Variation des Anfangszustands und der seitlichen Ränder: durch verschiedene Globalmodelle (Multi-Modell-Ansatz) Variation von Modellphysik und Anfangszustand Variation der Modellphysik: durch verschiedene Konfigurationen des COSMO-DE (zeitlich fest, nicht stochastisch) COSMO-DE 2.8km COSMO 7km Global GME, IFS, GFS, GSM Ensemblekette

COSMO-DE-EPS Pläne (2011-2014) Erweiterung auf 40 Member Zusammen mit Erweiterung des DWD Großrechners 2011 Operationeller Status erreicht 2012 Statistische Nachbereitung 2013 COSMOS-DE Anfangszustand mit EnKF Seitliche Ränder durch ICON EPS

Übersicht Motivation für Ensembles in der Meteorologie Meteorologische Ensemblesysteme COSMO-DE Ensemblesystem Schnittstelle zur Hydrologie (allgemeine Überlegungen)

COSMO-DE-EPS Variationen im Vorhersagesystem Ensemble Member Ensemble- Produkte: - Mittel - Spread - Quantile - Wahrscheinl.keiten -...

Schnittstellen zur weiteren Vorhersagekette Meteorologische Vorhersage Hydrologische Vorhersage Nutzer

Rückführung auf eine Vorhersage? - Ensemble Mean? Nullen und Extreme verschwinden - Vorzugsvariante? wie zu bestimmen?? nicht deterministisch vorhersagbar Außerdem: Verzicht auf Unsicherheitsinformation! nicht sinnvoll

Auswahl einiger Member? - max / min / mittlere Variante? i) räuml.-zeitl. Feld Maßzahl? ii) 10% Wahrscheinlichkeit, 90% Wahrscheinlichkeit? Verlust räuml/zeitl Korrelationen (ein Feld niederschlagsbedeckt, ein Feld niederschlagsfrei) - repräsentative Varianten? Clustering von Niederschlagssimulationen? sehr schwierig!

Schnittstellen zur weiteren Vorhersagekette Meteorologische Vorhersage Empfehlung: komplettes Ensemble verwenden Hydrologische Vorhersage Nutzer Vereinfachung an dieser Stelle?

Zusammenfassung COSMO-DE-EPS Ensemble prä-operationell seit 09.12.2010, Planung: 2012 operationell Ensembles bieten Zusatzinformation z.b. für individuelle Entscheidungen Empfehlung für Hydrologie: - komplettes meteorologisches Ensemble verwenden - dann hydrologisches Ensemble vereinfachen je nach Bedürfnissen der Nutzer

Vielen Dank für Ihre Aufmerksamkeit.

Warum Unsicherheit kommunizieren? Die Unsicherheit ist von Tag zu Tag unterschiedlich hoch d.h. Unsicherheitsangabe ist eine echte Vorhersage 10% Unsicherheit ist Zusatzinformation individuell angepasste Entscheidungen 25% 50%

Beispiel: 1h-Summen des Niederschlag [mm] 10% 2m-Temperatur [ C] 25% Wertebereich mit 80% Wahrscheinlk. 50%

Relevanz von Raum-/ Zeitbezug Wahrscheinlichkeiten für Starkregen % 2,8km Gitterboxen ca. 25km Flächen