Megpróbálok minden kérdésedre kitérni, kivéve amit már megválaszoltak jól :). A modellek bemenõ adatairõl lentebbi linkelésekbõl kaptunk már információt. Látható, hogy nem kevés adat - automata, vagy észlelõs adat,…
Megpróbálok minden kérdésedre kitérni, kivéve amit már megválaszoltak jól.
A modellek bemenõ adatairõl lentebbi linkelésekbõl kaptunk már információt. Látható, hogy nem kevés adat - automata, vagy észlelõs adat, rádiószondás mérések, mûholdas mérések, közlekedési eszközök (hajók, repülõgépek) által szolgáltatott információk, stb... - az, ami bekerül.
Itt rögzítenék egy fontos információt. A fõfutások, amik 00 és 12 UTC-nél futnak. A 06, 18 UTC-s futásokat kvázi mellékfutásoknak is nevezhetnénk. A valós, beérkezõ, megfigyelt adatokból futott elõrejelzést nevezzük az operatív ( más néven determinisztikus ) futásnak. Az operatív futás gyengébb rácsfelbontáson való futását a kontrol futásnak.
Az NCEP központban folynak verifikációk - feltételezem ECMWF-nél is -, hogy éppen a 00, 06, 12, vagy 18 UTC-s futás fogta meg jobban a helyzeteket. Habár a felszállási adatok a fõfutásokban (00, 12 UTC) van jelen, mégis a 4 futás között - hosszabb távon vizsgálva - nincs kihegyezett különbség. Van amikor a fõfutások jobbak, van amikor nem.
Extrém esetekben természetesen az a legjobb, ha minél több adat jön be, különösen olyan területekrõl, ahol "akció" van. Például régebben megesett, hogy egy futásban benne volt egy viharciklon - mert éppen a képzõdõ ciklon területérõl jött egy rádiószondás felszállás, igaz a lufi kipukkant pár km magasan. Egy késõbbi futásban már nem volt felszállás és a viharciklon eltûnt a futásból - pedig valóban lett végülis.
Az adatokból elkészítik az analízis mezõket. Vagyis a modellek rácspontjaira interpolálják/kalkulálják a megfigyelési adatokat.
Több féle eljárás is lehet (ide még visszatérünk).
Az így készített analízis mezõbõl és a korábbi elõrejelzés analízis idõpontjára esõ elõrejelzésébõl készítik a kiindulási mezõt, amibõl indul az elõrejelzés.
Ugyebár lefut a futás, de jó lenne tudni mennyire bizonytalan a helyzet, a jövõ kép. Ezért van szükség az ensemble tagok kiszámítására, vagyis együttes elõrejelzés készítésére.
Ensembel elõrejelzés készítésének több módja, technikája van.
Két féle képpen kerülhet be hiba az elõrejelzésbe, ami bizonytalanná teheti az elõrejelzést. Egyik a méréskebõl származó hiba lehetõség, a másik a modellezés hibája.
A modell hibája származ hat abból, hogy ugye nem tudjuk tökéletesen leírni egyenletekkel a folyamatokat és a modellekben használt parametrizáció ( vannak olyan dolgok, amelyeket nem lehet fizikai egyenletekkel leírni, vagy valami törvény alapján kiszámolni, így azokra a megfigyelések, tapasztalatok alapján próbálnak valami általános egyenletet képezni, vagy hasonló...) is eltérõ lehet. Például van ilyen felhõfizikai meg olyan felhõfizikai parametrizáció. Származhat hiba, bizonytalanság abból is, hogy milyen közelítési módszert alkalmazunk az egyenletek megoldásánál. Jöhet eltérés abból is talán, hogy milyen idõlépcsõvel számoljuk az egyenleteket. Pl. ECMWF-nél 12 perces idõlépcsõvel végzik az integrálási számításokat, míg NCEP-nél 7,5 perc.
Látható, hogy az ensemble elõrejelzések készítésére több módszer is lehetséges. A multi-modell ensemble esetén az ensemble tagjait különféle modellekkel számolják ki.
Lehet multi-analízis ensemble, vagyis különbözõ eljárással készítik el a korábban említett analízis/kiindulási mezõket.
Készülhetnek ensemble tagok úgy is, hogy több különbözõ parametrizálási csomagot használnak. Vagyis változtatják a fizikai paramétereket.
A kanadaiak által alkalmazott GEM ensemle-knél pl hasonlóan járnak el. Ezen az oldalon az látható, hogy egyes perturbált tagok, ens tagok milyen fizikai parametrizációs csomagot tartalmmaznak:
Link
Lehet perturbált tagokat úgy is elõállítáani, hogy kezdeti perturbációkat származtatnak. Két eljárás ismert. Az egyik a szinguláris vektorok számításán alapuló módszer (ECMWF-ben így készül), a másik a breeding-módszer ("kitenyésztik" a legjobban elkülönülõket, cél, hogy a leginstabilisabb irányt keressék meg; NCEP-nél használatos). /Ezek részletezésétõl most eltekintenék lévén, hogy nekem magas ez, ebben más numerikus prognosztikában jártas személy tudna felvilágosítást adni, hogy is megy a breeding-módszer, illetve a másik./
A megfigyelések perturbálása során pedig az adatok összegyûjtése során a megfigyelt adatokat véletlenszerûen módosítják, úgy hogy jellemzõ mérési hibákra jellemzõ legyen.
Amint látható több eljárás is van a perturbációk készítésére.
Jelentõs deficit rövid távon az ENS átlag (vagyis ensemble tagok átlaga) és az operatív futások nincs, így, hogy pontosabb lenne a determinisztikus az inkább helyzettõl függ, mintsem általános lenne. Közép és hosszútávon és leginkább hosszútávon (3-5-7 napon túl) a determinisztikus helyett megbízhatóbb az ENS átlagot alkalmazni.
Link
Remélem sikerült választ adnom kérdésedre.
