Joom!Fish config error: Default language is inactive!
 
Please check configuration, try to use first active language

İş Paketi 8:
İş Paketi 8:

 

İP8: Atmosferik Modellerde Veri Asimilasyonu

Amaçlar

1- Avrupa Orta Ölçekli Hava Tahminleri Merkezi (ECMWF) ve Devlet Meteoroloji İşleri Genel Müdürlüğü’nce elde edilen meteorolojik verilerin 3DVar yöntemi ile WRF atmosferik modelinde asimile edilmesi
2- Veri asimilasyonu yoluyla meteorolojik öngörülerin iyileştirilmesi, güvenilirlilklerinin artırılması ve meteorolojik öngörülerle gerçekleşen durum arasındaki ayrımın azaltılması
3- Oluşturulan veri asimilasyonu prosedürünün ve günlük model öngörüleri sisteminin Devlet Meteoroloji İşleri Genel Müdürlüğü ve ODTÜ Deniz Bilimleri Enstitüsü bilgisayarlarında aynı anda çalışabilecek şekilde uygulamaya konulması

Bölgesel ölçekli sayısal hava tahmin modellerinde veri asimilasyonu yöntemi ile başlangıç veri setine gözlem verileride eklenerek kısa süreli (bir kaç günlük) tahmin kalitesinin artırılması hedeflenir. Bu kapsamda, hızla kalite kontrolünden geçirilmiş gözlemler veri asimilasyonunda kullanılarak model sonuçlarının gözlemlerle uyumlu sonuçlara ulaştırılması en önemli uygulama alanıdır. Başlangıç ve sınır şartları belirlenen bir orta ölçekli atmosfer modelinde genelleştirilmiş bir invers operatorü gözlem ve başlangıç verilerine uygulanıp modelin başlatılacağı analiz verileri elde edilir.

Veri asimilasyonlu orta ölçekli atmosferik model uygulamalarında WRF (Weather Research and Forecasting) ve 3D-Var algoritmalarının 2.2 ve 3.01 versiyonları kullanılmıştır. WRF kullanım aşamasında Avrupa Orta Vadeli İstidlaller Merkezinden (European Centre for Medium Range Weather Forecasts-ECMWF) elde edilen 25 km lik alansal çözünürlükteki başlagıç analiz değerleri ve sınır şartları içinde 3’er saatlik tahmin verileri kullanılmıştır. Model konfigürasyonu ‘nest’ olarak düşünülüp 12-km lik bir dış alan ve 4-km lik bir iç alan ile oluşturulmuştur. Aşağıda modelin kurulum alanının interaktif olarak seçilmesi gösterilmiştir.

   
Dış ve iç alansal kurulumlu (nest) WRF konfigürasyonu

3D-Var sisteminde ilk olarak ‘backround’ hata kovaryans matrisleri hesaplanır. Backround hataları 12-saatlik ECMWF verileri kullanılarak hesaplanır. Daha sonra modelin çalışmaya başlayacağı günün 00:00 GMT için asimilasyon da kullanılmak üzere gözlem verileri elde edilir ve bu veriler içinde ayrı bir kovaryans matrisi hesaplanır. Elde edilen hata matrisleri (background ve gözlem) başlangıç ve gözlem verileri ile optimizasyon fonksiyonunda kullanılarak modelin başlangıç değerleri elde edilir.

WRF modelinin bölgeyi temel alan bir versiyonu ile bu model için geliştirilmiş olan 3DVAR veri asimilasyon kodları günlük olarak çalıştırılmakta, hem de 3DVAR yöntemi ile güncel verilerin asimilasyonuna uygulanmaktadır. Veri asimilasyon yönteminin dayandığı ‘background error covariance’ NMC metodu kullanılarak, model sonuçlarının istatistik analizi ile elde edilebilmektedir. Kovaryans bilgisi arşivlenerek hem statik olarak hem de WRF modeli ile etkileşimli çevrim içinde veri asimilasyonunda kullanılabilmektedir.

Veri asimilasyonuna sokulan gerçek veriler hâlihazırda ECMWF’ten günlük olarak alınmaktadır. Bu verilerin iletilmesi için ODTÜ-DBE’de bir bligisayarda ECMWF arayüzü olan ecgate yazılımı kurulmuş ve doğrudan veri iletişimi sağlanmıştır. Yerel verilerin DMİ tarafından gerekli formatta doğrudan sağlanması için çalışmalar yapılmış ve veri asimilasyonu programlarının ODTÜ’den sonra DMİ bilgisayarlarında çalıştırılması gerçekleştirilmiştir.

Model farklı seçilmiş durumlar için çalıştırılmış ve tahmin edilen 4-km lik yağış sonuçları farklı gözlem istasyonlarından elde edilen yağış değerleri ile karşılaştırılmıştır. Verifikasyon amaçlı kullanılan durumlar 3-4 Kasım 2006, 1 Ağustos 2007, 15 Kasım 2007, 20 Mart 2008, ve 25-26 Ekim 2008 tarihleri olarak seçilmiştir. WRF-3D-Var sistemi yukarıda belirlenen durumlar için çalıştırılmış ve analiz edilmiş olsa bile sistem aynı zamanda yakın zamanlı olarak çalışmaya devam etmekte ve tahmin ürünleri DMI’nin web ortamında yayınlanmaktadır.

Örneğin, 25-Ekim-2008 tarihinde 00:00 GMT deki WRF öngörülerinin başladığı andaki yer sıcaklığı aşağıda gösterilmiştir. 3DVar ile elde edilen analiz değerleri kontrol değerlerinden farklıklar göstermektedir. Bu farklılıklarda başlangıçta kullanılan gözlem değerlerinin etkisini göstermektedir. Her bir durum için 48 saatlik tahminler yukarıda elde edilen analiz değerlerinden başlanarak yapılır. Asimilasyonda kullanılan gözlem verileri, DMİ’nin kendi kaynaklarından ve ECMWF’ten elde edilmiştir. Genel olarak örnek vermek gerekirse, DMİ gözlemleri toplamda 504 adet olup bunların 481 tanesi sinoptik, 5 tanesi gemi, ve 18 taneside radyosonde ölçümlerinden oluşmaktadır. ECMWF için ise toplamda 272 gözlem olup bunların 248 tanesi sinoptik, 6 tanesi gemi, ve 18 taneside radyosonde ölçümleridir. ECMWF verisinin indirilip gerçek zamanda kullanılmasında yaklaşık olarak 8 saatlik bir gecikme olduğundan dolayı DMİ verilerinin bu tip tahminlerde kullanılması daha uygundur. DMİ verilerinin, proje süresinde otomasyona uygun hale getirilerek BUFR formatında hazırlanmaya  başlanması da veri asimilasyonu için veri kullanımını kolaylaştırmıştır.

 
25-Ekim-2008 saat 00:00 GMT de başlangıç yer sıcaklıkları. Üstteki panel asimilasyonsuz (kontrol) değerleri ve alttaki panelde 3D-Var ile elde edilen analiz değerlerini göstermektedir.     

Asimilasyonda DMİ ve ECMWF gözlemleri kullanıldığında 26 Kasım 2008 tarihinde elde edilen 24 saatlik toplam yağış ve alansal farklılıkları aşağıda gösterilmiştir. Yağışın alansal dağılımında büyük ölçüde benzerlik görülmesine karşılık, ECMWF gözlemleri kullanıldığında yağış bandının merkezinde daha şiddetli yağışlar görülmüştür.

26-Ekim-2008 24 saatlik yağış tahmini. Üstteki panelde asimilasyonda DMİ gözlem verileri kullanılmış olup alttaki panelde de ECMWF gözlemleri kullanılmıştır.

Yukarıda belirtilen periyotlar için yaklaşık 12-15 yağış ölçüm değeri kullanılarak, model sisteminin ürettiği 4-km alansal çözünürlükteki yağış tahmin değerlerinin verifikasyonu yapılmıştır. Verifikasyon analizleri günlük bazda yapılmış olup istasyon bazında asimilasyonlu ve asimilasyonsuz yağış tahminleri ile ölçüm değerleri aşağıda iki farklı periyot için gösterilmiştir. Bu grafiklerden de görüleceği üzere bazı istasyonlarda görülen şiddetli yağış miktarları model 3DVar sistemi ile çalıştırıldığında çok daha gerçekçi sonuçlar vermekte ve model ürettiği yağış miktarını artırarak ölçüm değerlerine yaklaştırmaktadır. Noktasal bazda yağış miktarında elde edilen bu iyileştirmeler kısa zamanlı ani ve şiddetli yağış olaylarına bağlı olarak gelişen taşkın olaylarının tahmininde çok kritik öneme sahip olacaktır.  

Ayrıca yukarıda belirtilen her bir periyot için günlük yağış tahminini kullanarak model asimilasyon ve asimilasyonsuz çalıştırıldığında elde edilen hata miktarları (rmse: root mean square error), farklar (bias) ve iyileştirme oranları hesaplanmıştır. Bu veriler Tablo 1 de gösterilmiştir. 3-4 Kasım 2006 ve 1 Ağustos 2007 durumlarında asimilasyonla önemli bir iyileştirme olmamakla beraber 15-Kasım 2007 ve 26-Ekim 2008 deki durumlarda iyileştirme oranları sırasıyla % 35 ve % 16 ulaşmıştır. Bu iyileştirme oranları elde edilirken bunlara karşılık gelen ‘rmse’ ve ‘bias’ değerleride önemli miktarda düşüş göstermiştir. Negatif ‘bias’ değerleri modelin tahmin ettiği yağış miktarı ölçüm değerlerinden daha düşük olduğunu gösterir. Belirlenen durumlar için WRF modeli genel olarak yağış için aşağı tahminde bulunmuştur.    

15-Kasım-2007 de yağış ölçüm istasyonlarında asimilasyonlu ve asimilasyonsuz tahmin edilen yağışın ölçüm değerleri ile karşılaştırılması.
 
25-Kasım-2008 de yağış ölçüm istasyonlarında asimilasyonlu ve asimilasyonsuz tahmin edilen yağışın ölçüm değerleri ile karşılaştırılması.

 

Verifikasyon 

Tarihleri

 RMSE

Asimilasyonsuz

 RMSE

Asimilasyonlu

BIAS

Asimilasyonlu

 BIAS

Asimilasyonlu


 İyileşme Oranı
  (%)
 3-4 Kasım 2006 6.20  6.66 0.62 
 0.99-7.4
 1 Ağustos 2007
 2.65 2.84 -2.44
 -2.64-7.14
 15 Kasım 2007 31.45  20.49 -18.11   -11.17 34.9
 26 Ekim 2008 
 62.86  52.97 -23.1 -19.3
 15.8
Tablo 1: WRF modelinin yukarıda belirtilen durumlar için asimilasyonlu ve asimilasyonsuz verifikasyon sonuçları ve 3Dvar yöntemi ile elde edilen iyileştirme oranları. 

20 Mart 2008 de WRF modelinin asimilasyonlu ve asimilasyonsuz ürettiği yağış tahmin sonuçları aşağıda MS IR bandı uydu görüntüsü ile alansal olarak karşılaştırılmıştır. MS IR bandı atmosferdeki su nem miktarını verdiği için, yoğun nem miktarları ise yüzeye düşen yağış ile doğrudan orantılı olmaktadır. Bu doğrultuda, uydu resminde gösterilen konvektif sistemde oluşan yağış miktarı, model veri asimilasyonu ile çalıştırıldığında yakalanmaktadır. Aynı konvektif aktivite asimilasyonsuz durumda yakalanamamıştır.



20-Mart-2008 de 12:00- 18:00 GMT arasındaki 6 saatlik yağış tahmini. Üst panel METEOSAT IR uydu görüntüsünü vermekte olup alttaki panellerde WRF model sonucu asimilasyonlu ve asimilasyonsuz şekilde verilmiştir.

 

 

Haberler

METEOROLOJİ / OŞİNOGRAFİ MÜKEMMELİYET AĞI (MOMA) PİLOT PROJESİ: UYDU VE YER GÖZLEM, VERİ ASİMİLASYONU, ÖNGÖRÜ, ERKEN UYARI SİSTEMLERİVE KULLANICI HİZMETLERİ'NIN GELİŞTİRİLMESİ
Proje desteği: TÜBİTAK KAMU KURUMLARI ARAŞTIRMA VE GELİŞTİRME PROJELERİNİ DESTEKLEME PROGRAMI

Online Kişi Sayısı :

We have 57 guests online