Forschung und Entwicklung - Abteilung Meteorologische Analyse und Modellierung Operationelles NWV-System Änderungsmitteilung Operationelles NWV-System Hier: Globales NWV-System: Ensemble-Datenassimilation Ab Mittwoch, dem 20.01.2016 mit dem 06 UTC-Lauf, werden im globalen ICON- Vorhersagesystem folgende Änderungen wirksam: EDA: Einführung eines Ensemble-Datenassimilationssystems En-Var: Ersatz der 3D-Var durch ein 'Ensemble Variational Data Assimilation System' Der Übergang zur globalen Ensemble-Datenassimilation (ICON-EDA) ist für den DWD ein wichtiger Schritt, um seinen Kunden und Nutzern ein effizientes und modernes Datenassimilationssystem bereitzustellen, welches gleichzeitig in konsistenter Weise ein Anfangsensemble für die probabilistische Wettervorhersage (das für 2017 geplante operationelle globale Kurzfrist-Ensemble-Vorhersagesystem ICON-EPS) erzeugt und Randwerte für die regionale Ensemble-Datenassimilation und Ensemble-Vorhersage liefert. Die hybride Kombination (En-Var) eines Ensemble-Kalman Filters (EnKF) mit einem variationellen Verfahren macht die Ensemble-Informationen für die deterministische Analyse verfügbar und entspricht dem aktuellen Stand der Wissenschaft und Technik. Die Verifikation gegen Beobachtungen (u.a. TEMP, SYNOP) und Analysen zeigt signifikante Verbesserungen gegenüber den bisherigen, allein auf deterministischen Analysen beruhenden Vorhersagen. Das Ensemble-Datenassimilationssystem skaliert gut auf aktuellen und zukünftigen Großrechnern und hat das Potential, auch zukünftige Entwicklungen (z.b. Partikel-Filter für Nicht-Gauss sche Verteilungen) zu integrieren. 1) EDA: Ensemble-Datenassimilationssystem Die von Datenassimilationsverfahren bereitgestellten Analysen beruhen auf einer Kombination der aktuellen Beobachtungen und der vorangehenden Kurzfristvorhersagen. Die Gewichtung dieser Bestandteile beruht auf der Abschätzung der jeweiligen statistischen Unsicherheiten. Die Fehler der Vorhersagen sind jedoch in hohem Maße situationsabhängig und variieren z.b. mit der synoptischen Situation und Wetterlage, was von herkömmlichen Assimilationsverfahren (3D-Var) nicht oder nur unzureichend berücksichtigt wird. Eine Beachtung der Situationsabhängigkeit der Fehler im Assimilationsverfahren führt direkt zu verbesserten Analysen und Vorhersagen. Das neu eingeführte Ensemble-Datenassimilationsverfahren (LETKF, Localized Ensemble Transform Kalman Filter) stellt ein Ensemble (derzeit 40 Member) von Analysefeldern (mit einer Maschenweite von 40 km, 20 km über Europa) bereit. Dieses beinhaltet implizit die situationsbezogene Abschätzung der Unsicherheit der Analyse. Entsprechend gibt das darauf basierende Ensemble von 3h-Vorhersagen die Varianzen und Kovarianzen der Kurzfristvorhersagen wieder (siehe z.b. Abb. 1 und 2). Das Ensemble-Analyseverfahren
(LETKF) bestimmt dann aus dem Vorhersage-Ensemble und den aktuellen Beobachtungen in konsistenter Weise das neue Analyse-Ensemble. Die EDA stellt in Form des Ensembles der 3h-Vorhersagen die situationsabhängige Abschätzung des Vorhersagefehlers für das deterministische Analyseverfahren (En-Var) für das hochauflösende (deterministische) ICON mit der Maschenweite 13 km (6,5 km über Europa) bereit. Als Bestandteil der Diagnostik von EDA und En-Var sowie als Basis für die Evaluierung und Entwicklung von Produkten, Visualisierung und Anschlussverfahren wird das experimentelle globale Ensemble-Vorhersagesystem ICON-EPS gerechnet (40 Member, 40 km Auflösung; 00 und 12 UTC: bis 180 Stunden mit erhöhter Auflösung im Nest über Europa (20 km, bis 120 Stunden). Weitere Kurzfristvorhersagen des experimentellen ICON- EPS um 03, 06, 09, 15, 18 und 21 UTC werden in Zukunft die Randbedingungen für die regionale COSMO-EDA und das COSMO-EPS zur Verfügung stellen. Das Analyse-Ensemble der ICON-EDA liefert die Anfangsbedingungen für das experimentelle ICON-EPS. Abbildung 1: Spread des 3h-Vorhersage-Ensembles (Temperatur, 500 hpa)
Abbildung 2: Korrelationen zwischen Temperatur und spezifischer Feuchte im 3h- Vorhersage-Ensemble (500 hpa)
2) En-Var (Ensemble Variational analysis system) Im bisherigen deterministischen Assimilationsverfahren (3D-Var) wurden klimatologisch (nach der NMC-Methode) abgeschätzte Vorhersagefehler verwendet. In der En-Var werden jetzt (mit einem Anteil von 50%) auch die Ensemble-basierten Abschätzungen der EDA genutzt. Auf diese Weise können die Vorteile einer deterministischen variationellen Analyse mit denen des Ensemble-Kalman-Filters kombiniert werden: Aufgrund beschränkter IT-Ressourcen können EDA und EPS nicht mit der Auflösung des operationellen deterministischen Vorhersagesystems betrieben werden. Durch die En-Var profitiert auch das hochaufgelöste deterministische Vorhersagesystem (13 km, 6.5 km Europa-Nest) von den besseren Fehlerabschätzungen des niedriger aufgelösten Ensemblesystem. Ebenfalls aufgrund beschränkter IT-Ressourcen ist die Ensemblegröße der EDA limitiert. Deshalb ist die statistische Signifikanz der aus dem Ensemble abgeleiteten Kovarianzen für große räumliche Distanzen gering. Diese werden deshalb durch die klimatologischen Abschätzungen ergänzt. Der Ensemble-Kalman-Filter verwendet eine Reihe von Approximationen, die für nicht-lokale Beobachtungen (Fernerkundungsdaten) und nichtlineare Zusammenhänge zwischen Modellvariablen und beobachteten Größen nachteilig sind. Diesen Beschränkungen unterliegt das variationelle Verfahren nicht. Die Einbeziehung der situationsabhängigen Abschätzung des Kurzfristvorhersagefehlers führt zu einer besseren Übereinstimmung der Analyse mit den Beobachtungen und zu deutlich verbesserten Vorhersagen sowohl bei der Verifikation gegen Beobachtungen (TEMP-Verifikation, Abb. 3) als auch bei der Verifikation gegen Analysen (Abb 4). Die Verbesserung zeigt sich in der gesamten Troposphäre (mit leichten Abstrichen für das Geopotential in den Tropen, Abb 5).
Abbildung 3: TEMP-Verifikation in Europa für die 3D-Var (durchgezogen), und die En-Var (gestrichelt) sowie das Ensemble-Mittel des experimentellen ICON-EPS (gepunktet).
Abbildung 4: Anomaliekorrelationskoeffizienten 500hPa Geopotential für En-Var (rot) und 3D-Var (blau) für verschiedene Vorhersagegebiete.
Abbildung 5: Vergleich der normalisierten RMSE-Differenzen der TEMP-Verifikation für die En-Var (iconp1) gegen 3D-Var (icon) auf verschiedenen Druckflächen für unterschiedliche Verifikationsgebiete (Spalten) und die Variablen Geopotential, relative Feuchte, Temperatur, Windrichtung und Windgeschwindigkeit (Zeilen). Grün: En-Var ist besser als 3D-Var. Ansprechpartner: Andreas Rhodin, FE12, Tel.: 069 8062 2722, andreas.rhodin@dwd.de Alexander Cress, FE12, Tel.: 069 8062 2716, alexander.cress@dwd.de