Numerische Wettervorhersage beim Deutschen Wetterdienst (DWD)

Slides:



Advertisements
Ähnliche Präsentationen
Versuch 1. Was wollen wir tun - das Pflichtenheft
Advertisements

Deutsches Zentrum für Luft- und Raumfahrt e.V. Computervorhersagen seit 50 Jahren Detailierte Vorhersage immer noch schwierig Fortschritt durch wachsendes.
Simulation komplexer technischer Anlagen
Beiträge aus der Abteilung Wolkenphysik und Verkehrsmeteorologie zum Workshop Extremwetterereignisse zusammengestellt von Hartmut Höller DLR-Institut.
Quantenphysik aus klassischen Wahrscheinlichkeiten C. Wetterich Gott würfelt Gott würfelt nicht.
Wie GPS funktioniert Der französische Pilot und Dichter Antoine de Saint Exupéry schrieb in seinem Buch "Der kleine Prinz": "Das Wesentliche ist für die.
A. H. Fink, V. Ermert METSYN: Übung Synoptik WS 2007/2008
Dynamik komplexer Systeme
V 5: Partielle Differentialgleichungen - Grundlagen
V11 Wellengleichung Teil 3: Numerische Verfahren zur Lösung partieller Differentialgleichungen V11: Wellengleichung als Beispiel der Diskretisierung.
Numerik partieller Differentialgleichungen
Diskretisierung der Wärmeleitgleichung
Vorlesung 19: Roter Faden: Heute: Scheinkräfte: Zentrifugalkraft
Institut für Physik der Atmosphäre – Universität Mainz, Deutschland
Statistical-dynamical methods for scale dependent model evaluation and short term precipitation forecasting (STAMPF / FU-Berlin) Zielsetzung von STAMPF:
Bonn, 10./11. April 2008 Matthias Zimmer, Heini Wernli – Institut für Physik der Atmosphäre, Universität Mainz Martin Hagen – Institut für Physik der Atmosphäre,
Kick-Off Meeting PQP Phase 3, Bonn, April 10-11, 2008 High-Resolution Reanalyses and Impact Studies for Improving Process Understanding and Precipitation.
Erzeugung und Validierung wahrscheinlichkeitsbasierter Niederschlagsvorhersagen mit dem GME unter Verwendung von Breeding- und Ensemble-Kalman-Methoden.
Zielsetzung von Modellierung
V 12: Systemen partieller Differentialgleichungen
Simulation von Piezos zur akustischen Teilchendetektion
Vortrag von Zain und Konstantin
Variationsformalismus für das freie Teilchen
Einführung in die Meteorologie (met210) - Teil VII: Synoptik
Universität Stuttgart Wissensverarbeitung und Numerik I nstitut für K ernenergetik und E nergiesysteme Numerik partieller Differentialgleichungen, SS 01Teil.
Von Newton zu Einstein:
Das wetter.
DAS WETTER Mal Sonne, mal Regen…
Wie entsteht eine Wettervorhersage?
Einführung in die Meteorologie (met210) - Teil VII: Synoptik
Arbeitsbereiche und Projekte der Abteilung Satellitenmeteorologie.
Numerische Lösung chemischer Gleichungen
Einführung in die Meteorologie (met210) - Teil VII: Synoptik
Stationsnetz der ZAMG und Wettervorhersagemodelle Paul RAINER, ZAMG Klagenfurt.
Institut für Meteorologie und Geophysik Innsbruck (IMGI)
Was ist Geometrie EUKLID
Zentralanstalt für Meteorologie und Geodynamik (ZAMG)
1 Geodätisches Kolloquium, UniBw, Becker 11/01 Institut für Geodäsie, Universität der Bundeswehr München Erde und Atmosphäre in Bewegung durch.
Spaceweather Report. Wetter T0: Erruption auf der Sonne Effekt auf der Erdemagnetosph ä re T0 + ~ 8 Minuten : Energetische Teilchen, X-ray T ~ 36.
Lösung nichtlinear Gleichungssysteme
deterministisches chaos
Wie kommt man zu einer Wettervorhersage?????
Was steckt hinter einer Wettervorhersage ?
1 Multizellen §Häufiger als Einzelzellen §Kombination von Einzelzellen zu Gewitterkomplex §Mehr Dynamik als bei Einzelzellen §Durchmesser oft bei 20 bis.
Universität Münster Institut für Geophysik
Was will ein Prognostiker beantwortet haben? Temperatur Bewölkung (inkl. Hochnebel/Nebel)/Sonnenschein Niederschlag Wind … für einen Punkt/Station oder.
Das Wetter der Wetterbericht Alexandra-Anna Folkman
Naturkatastrophen & Umweltprobleme in den USA
deterministisches chaos
Gravitation regiert die Welt
Wind fields can e.g. be calculated using the so-called momentum equations which are based on the Navier Stokes equations. But this is complicated mathematics.
10. KFKI-Seminar • • Bremerhaven
Informationstag Austrocontrol Die Fingerprint Technik der VERA University of Vienna Department of Meteorology and Geophysics von Matthias Ratheiser.
Private Wetterstation Bad Bayersoien
Venus Venus ist benannt nach der römischen Liebesgöttin, vergleichbar der griechischen Aphrodite. Lange Zeit galt sie als mögliche kosmische Schwester.
Wärmelehre Lösungen.
FeWIS Verbesserung des Warnmanagements bei Unwetterkatastrophen
Institut für Biomedizinische Technik Universität Karlsruhe Institut für Biomedizinische Technik Seminarvortrag Segmentierung medizinischer Bilder anhand.
Forschungszentrum Karlsruhe in der Helmholtz-Gemeinschaft Untersuchung von Parametern und Strukturen in Radar-Daten.
M. Baldauf (FE13)1 AG-NWV M. Baldauf (FE13) Auswirkung von Änderungen im Fast Waves Solver auf die Feuchteprozesse im COSMO-DE.
Niederschlags-Analyse für Deutschland Zur Validierung von Wettervorhersagemodellen Zeitauflösung:Zugbahn und subsynoptische Entwicklung von Fronten und.
ZAP 2014 Anleitung mit Lösungen
17. Übung: Wettervorhersage Nächste Übung: Freitag, , 12:00 MEZ Listen Anwesenheitsliste  Schema zur Wetterlage am 20. Januar 2014  Wettervorhersage.
Konvektion im COSMO-EU
Monatsmittel einer Station: Beispiel Lindenberg
EVALUIERUNG mit GPS-Messungen
Differentialgleichungen oder wie beschreibt man Veränderung
Daniel Bernoulli war ein Basler Mathematiker und Physiker aus einer grossen wichtigen Mathematiker Familie. Sein Cousin Nikolaus I. entwickelte 1713 das.
 Präsentation transkript:

Numerische 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 2718

Gliederung Wie erstellt man eine Wettervorhersage? Modellkette des DWD Physikalische Grundlagen der NWV-Modelle NWV-Modelle auf Hochleistungsrechnern Wettervorhersage als Anfangswertproblem Verifikation der Vorhersagen Vorhersagbarkeit des Wetters

Wie erstellt man eine Wettervorhersage? Feuerwehr Polizei Wasser-wirtschaft Energie Verkehr Landwirt-schaft Miltär Medien … Beobachtung des Wetters Numerische Analyse des Wetters Numerische Vorhersage des Wetters Automatische und manuelle Aufbereitung der Kunden-produkte

Die Modellkette des DWD COSMO-DE: Maschenweite: 2.8 km 421*461 * 50 Gitterpunkte Zeitschritt: 25 sec. Vorhersagen bis 21 Stunden GME x = 30 km COSMO-EU x = 7 km COSMO-DE x = 2.8 km COSMO-EU: Maschenweite: 7 km 665*657 * 40 Gitterpunkte Zeitschritt: 66 sec. Vorhersagen bis 78 Stunden GME: Maschenweite: 30 km 655362 * 60 Gitterpunkte Zeitschritt: 100 sec. Vorhersagen bis 7 Tage

Physikalische Grundlagen der numerischen Wettervorhersagemodelle (NWV-Modelle) Erhaltungsgleichungen für Masse Druckgleichung Impuls Windgleichung Energie Temperaturgleichung Feuchte Wasserdampf, Wolkenwasser, Wolkeneis, Regen, Schnee, … Spurengase Ozon

Generelle Form der Gleichungen turb cond conv rad S Dyn z w y v x u t dt d + = ¶ Prognostische Gleichung: "Dynamik" und "Physik" System von gekoppelten, partiellen, nichtlinearen Differentialgleichungen. Analytische Lösungen nur für vereinfachte Probleme, deshalb numerische Lösung, z.B. mit finiten Differenzen. Leonard Euler: Mathematiker 1707 (Basel) – 1783 (St. Petersburg)

Gittergenerierung im Globalmodell GME

Topographie im GME (Δx = 30 km) ^ Mont Blanc (4810 m) GME, Gitterfläche: 778 km2 Globe, Gitterfläche: 1 km2

Topographie im COSMO-EU (Δx = 7 km) ^ Mont Blanc (4810 m) Globe, Gitterfläche: 1 km2 COSMO-EU, Gitterfläche: 49 km2

Topographie im COSMO-DE (Δx = 2.8 km) ^ Mont Blanc (4810 m) Globe, Gitterfläche: 1 km2 COSMO-DE, Gitterfläche: 8 km2

Vorhersage der Bewölkung im GME (Δx = 30 km) und COSMO-DE (Δx = 2 Vorhersage der Bewölkung im GME (Δx = 30 km) und COSMO-DE (Δx = 2.8 km)

Schematische Darstellung der Prozesse im GME Radiation Surface temperature Snow Winds Schematische Darstellung der Prozesse im GME Adiabatic processes Pressure Momentum flux Sensible heat flux roughness Cumulus convection Cloud-water Diffusion Water vapour Grid scale precipitation Interception storage Latent melt Temperature Ground humidiy Cloud-ice Ozone

Wettervorhersage auf Supercomputern GME (global) 40 Prozessoren 39 Millionen Gitterpunkte 24h-Vorhersage in 15 Minuten COSMO-EU (Europa) 16 Prozessoren 17 Millionen Gitterpunkte 24h-Vorhersage in 25 Minuten COSMO-DE (Deutschland) 12 Prozessoren 10 Millionen Gitterpunkte 21h-Vorhersage in 28 Minuten NEC SX-9 14 Rechenknoten 224 Vektorprozessoren 22 TFlop/s Spitzenleistung

? Was passiert dann? ? Wettervorhersage als Anfangswertproblem

Wettervorhersage als Anfangswertproblem und Randwertproblem (unterer Rand am Erdboden/Meere) An jedem Gitterpunkt müssen wir Druck, Temperatur, Wind, Wasserdampf, Wolken usw. zum Anfangstermin (Starttermin der Vorhersage, z.B. heute 00 UTC) vorgeben. Dann können wir die zukünftige Wetter-entwicklung auf der Grundlage der Modellgleichungen berechnen.

Das globale Wetterbeobachtungssystem

Synoptische Stationen und Schiffe

Bojen im Meer (verankert und frei beweglich)

Radiosonden (Wetterballone)

Messungen von Verkehrsflugzeugen (AMDAR)

Messungen von polarumlaufenden Satelliten

Messungen von geostationären Satelliten

Radardaten für die Bestimmung des Anfangszustandes im COSMO-DE

PSAS 3D-Var Datenassimilation für GME Geeignete Verknüpfung einer kurzfristigen Modellvorhersage („First Guess“ oder „Background“ xb) mit den Beobachtungen yo. Es wird eine Kostenfunktion J (x) minimiert, die aus zwei Anteilen Jb und Jo besteht. Jb beschreibt die Abweichung der Lösung x (Anfangszustand) von xb mit der Kovarianzmatrix des Vorhersagefehlers Pb. Jo beschreibt die Abweichung der Lösung x (Anfangszustand) von yo mit dem Vorwärtsoperator H und dem Beobachtungsfehler R.

Zeitliche Entwicklung der Güte der Wettervorhersagemodelle

Gewitterlage am 13. Mai 2007 Am Abend des 13. Mai 2007 verursachte eine Kaltfront die Bildung einer Linie von Schwergewittern über Deutschland. Nach der “European Severe Weather Database “ wurden folgende Ereignisse beobachtet: F2 Tornado in der Nähe von Kall-Sistig um 19:15 UTC Möglicher F0 Tornado in der Nähe von Wirges um 18:30 UTC Mehrere Berichte von großen Hagelkörnern bis zu 3 cm Durchmesser im Gebiet von Aachen/Koblenz Zusätzlich beobachteten “Storm Chaser” Superzellen. Bodenanalyse, 13. Mai 2007 15 UTC

Gewitterlage am 13. Mai 2007: Superzellen Radar und ... COSMO-DE Vorhersagen mit unterschiedlichen Startterminen COSMO-DE gibt in allen Vorhersagen einen generellen Hinweis auf Superzellen in dem betroffenen Gebiet. Ab der 06 UTC-Vorhersage zeigen alle Modellrechnungen eine Linie hochreichender Konvektionswolken. Die Position einzelner Zellen ist allerdings kaum vorhersagbar.

Radarkomposit und Modellreflektivität: 15. Juni 2007 COSMO-DE erlaubt eine gute Vorhersage, wo und wann hochreichende Konvektion entsteht. Genaue deterministische Vorhersagen können auf dieser Skala nicht erwartet werden. BlaBla

Probabilistische Wettervorhersagen Das Wetter ist nicht exakt deterministisch vorhersagbar, weil der Anfangszustand (Analyse) der Vorhersagerechnung nur ungenau bekannt (beobachtet) ist, die Randbedingungen (z. B. Ozeanoberflächentemperaturen, Vegetationskenngrößen) nur ungenau bekannt sind, die Modellgleichungen die Wirklichkeit nur näherungsweise beschreiben, die Lösungsalgorithmen die Differentialgleichungen nur näherungsweise lösen, das Fehlerwachstum skalenabhängig dazu führt, dass die Vorhersagbarkeit wenige Stunden (für Gewitterwolken) bis wenige Tage (für Hoch- und Tiefdruckgebiete) beträgt. Deshalb wird neben der deterministischen Vorhersage ein Ensemble von Vorhersagen (Monte-Carlo-Methode) mit verschiedenen Anfangs- und Randbedingungen und Modellversionen gerechnet.

Ensemble von Vorhersagen

Zusammenfassung und Ausblick Numerische Wettervorhersage (NWV) umfasst viele Raum- und Zeitskalen (> 10.000 km bis < 1 km, > 100 h bis < 1 min). Die NWV-Modelle basieren auf physikalischen Grundprinzipien, beschreiben die Wirklichkeit aber nur näherungsweise. Der Anfangszustand (Analyse) für die Vorhersagerechnung wird im Rahmen der Datenassimilation aus einer Mischung von Modellschätzwert und Beobachtungen bestimmt. Wettervorhersage ist inhärent unsicher. Zukünftig stellt der Wetterdienst hochauflösende Ensemble-Rechnungen (Monte-Carlo-Methode) bereit, um diese Unsicherheit zu quantifizieren und vor Wettergefahren bestmöglich zu warnen.