KNMI weermodel verbeterd
De Bilt, 29 september 2004
Vandaag wordt een nieuwe versie van het weerverwachtingsmodel Hirlam operationeel op het KNMI. Met het inzetten van dit vernieuwde model komen de resultaten van ruim twee jaar aan onderzoek van het KNMI en zijn internationale Hirlam partners in één keer beschikbaar voor de gebruikers van de modeluitkomsten, zoals de weermannen en -vrouwen op televisie.
Niet alleen wordt de kwaliteit van de computerverwachtingen beter, met name voor neerslag en wind, het wordt ook eerder duidelijk of het model de weersontwikkelingen goed te pakken heeft.
HIRLAM-POP (Pre-OPerationeel)
Beschrijving van de verschillen tussen H22 en POP
Hieronder een kort overzicht van de verschillen in de componenten van H22 en POP. Door op de betreffende component te klikken kunt U zien wat de mogelijke gevolgen van de verandering van deze component zijn.
3D-Var
3D-Var is een variationeel analysesyteem dat de gehele modeltoestand in 1 keer aanpakt en niet wind, luchtdruk, temperatuur en vocht afzonderlijk behandelt. Het analysesysteem probeert een modeltoestand te vinden die zowel dicht bij de first guess ligt als bij de waarnemingen. Het grote voordeel van 3D-Var ten opzichte van Optimum Interpolatie (OI) is dat er veel meer waarnemingstypen meegenomen kunnen worden. In Optimum interpolatie kunnen alleen de waarnemingen meegenomen worden waarvoor het model berekeningen maakt (temperatuur, wind, vochtigheid). Grootheden zoals de stralingstemperaturen die satellieten die meten, of waterdampkolommen zoals die door GPS-ontvangers kunnen worden gemeten kunnen niet in OI meegenomen worden. In 3D-Var kan je een zogenaamde observation operator maken, die de modeltoestand omrekent naar grootheden zoals die door de GPS-ontvanger worden gemeten. Door nu het verschil tussen de door het model met de observation operator berekende observatie en de werkelijk waargenomen waarde te minimaliseren kan je ook andere dan de standaard waarnemingen meenemen in de modelanalyse. Hiermee komt een schat aan gegevens beschikbaar die je in de analyse kunt meenemen. Denk hierbij bijvoorbeeld aan satellietgegevens, GPS etc. Dichter bij huis kunnen radargegevens meegenomen worden.
Het nieuwe analyseschema zal andere analyses opleveren dan OI. In eerste instantie zullen alleen de normale waarnemingen meegenomen worden, maar als deze versie van het model ook hier op het KNMI draait, zullen we ons in moeten zetten om ook lokale waarnemingen (radar, GPS, satellietwaarnemingen) mee te kunnen nemen in het model. Doordat de analyses anders zijn zullen soms, in gevoelige situaties, grote verschillen kunnen ontstaan tussen POP en H22. Gemiddeld gezien zou het inzetten van 3D-Var een neutrale tot licht positieve impact moeten hebben.
Launching DFI
De normale versie van Digital Filtering Initialisatie (DFI) heeft een aantal fundamentele tekortkomingen, die ons inziens zo belangrijk zijn dat we liever overstappen op een andere versie van DFI. De belangrijkste tekortkoming is dat in de terugwaartse stap van DFI wordt een adiabatisch model gebruikt. Dit betekent dat er geen fysica in de terugwaartse stap zit, waardoor bijvoorbeeld de wind nabij het aardoppervlak sterk afremt (tegengesteld aan een voorwaartse berekening zonder fysica). Hierdoor beginnen runs met DFI meestal met een lagere windsnelheid dan uit de analyse komt. Hierdoor duurt het enkele uren voordat de wind 'op niveau' is. Dit is een onwenselijke situatie voor de toekomst, waar we misschien met een hoge update frequentie van Hirlam willen komen voor de nowcasting. Launching DFI heeft veel minder last van het spinup effect van de wind dan de standaard DFI. In Launching DFI wordt alleen een voorwaartse korte verwachting gemaakt, met het volledige model, welke na filtering een modeltoestand oplevert die geldig is voor de analysetijd +1 uur. Dit betekent dus dat Launching DFI geen geinitialiseerde analyse meer oplevert, maar een geinitialiseerde +1 verwachting. Tijdseries van de verwachting beginnen daardoor op +1 uur.
ISBA
Een volgende vernieuwing in de nieuwste Hirlam versie t.o.v. H22 is het oppervlakteschema ISBA. Dit schema is een zogenaamd tile schema, wat wil zeggen dat voor verschillende oppervlaktetypen de oppervlaktefluxen berekend worden waarna de fluxen gewogen meetellen voor het gridbox-gemiddelde. In dit schema wordt ook expliciet de bijdrage van vegetatie meegenomen, waardoor een beter verschil in verdamping tussen de zomer en winter zal ontstaan. In het oude schema werd, door het impliciet meenemen van de vegetatie, ook in de winter verdampt door vegetatie. Verder zit er in het nieuwe schema ook bevriezing van het bodemvocht en reageert het oppervlak sneller dan met het oude schema, waardoor de dagelijkse gang met ISBA beter benaderd kan worden.
Oppervlakteanalyse
Naast een nieuw oppervlakteschema is het ook nieuw dat er een analyse van oppervlakteparameters gemaakt wordt. In de oppervlakteanalyse wordt gekeken naar afwijkingen in T2m en RH2m, waarbij de bodemparameters bijgesteld worden als er belangrijke afwijkingen zijn. Stel bijvoorbeeld dat de Hirlam T2m te laag is en de RH2m te hoog, dan zal het oppervlakteanalyseschema de bodemtemperatuur wat ophogen en het bodemvocht verlagen zodat in de daaropvolgende run de luchttemperatuur en luchtvochtigheid op 2 meter beter zullen zijn dan daarvoor. Door deze parameters te analyseren kan het model ook niet meer vrij zijn gang gaan boven land. Omdat het oude Hirlam geen oppervlakteanalyse had, kon het nog wel eens gebeuren dat er grote systematische afwijkingen ontstonden, zeker in de winter. Als namelijk de balans tussen verdamping en voelbare warmte in de winter fout ligt, kan het makkelijk gebeuren dat het in het model te sterk afkoelt. Door de oppervlakteanalyse zal dit effect teniet gedaan worden en zal de temperatuur niet gedurende lange perioden ver af kunnen wijken van de waargenomen temperatuur.
STRACO 2003
In de nieuwste versie van STRACO, het referentie convectieschema van Hirlam, zijn weer een aantal verbeteringen aangebracht ten opzichte van de vorige versies. Een belangrijke verbetering is een vermindering van de kleine, convectieve, neerslaghoeveelheden uit ondiepe bewolking. Dit moet ervoor zorgen dat deze versie van Hirlam minder last heeft van gemiezer met te vaak en teveel kleine neerslaghoeveelheden. Verder zijn er nog een aantal verbeteringen doorgevoerd die ervoor moeten zorgen dat het model als geheel beter scoort.
Aangepaste ruwheden
Een van de problemen waar vorige versies van Hirlam mee te kampen had, was een te grote activiteit van depressies aan het eind van de verwachtingsperiode. Het gebeurde systematisch dat Hirlam een stormdepressie in de +48h verwachting een 1 of 2 beaufort te sterke wind liet produceren. Dit werd veroorzaakt door het probleem van een te kleine ageostrofische windcomponent waardoor depressies te sterk uitdiepten en te lang met een te lage kerndruk bleven bestaan. Dit probleem is verminderd door boven zee de ruwheid te verhogen. Deze verhoogde ruwheid zorgt er ook voor dat de gemiddelde 10-m windsnelheid bij een gelijke drukgradient wat lager zal zijn. Verder bleek uit verificatieresultaten dat de referentieversie van Hirlam boven land een nogal lage ruwheid had. Dit is aangepast door andere ruwheden te definieren voor kort grasland (wat in West Europa vaak weilanden afgewisseld met bomen(rijen) zijn) en enkele andere bodemgebruikklassen. Hierdoor is de systematische bias van de referentieversie (6.2) van Hirlam een stuk verkleind.
Koninklijk Nederlands Meteorologisch Instituut