Обзор результатов Пятого семинара пользователей систем ансамблевых прогнозов, проводившегося под эгидой Национальных центров по прогнозам окружающей среды.

Презентация:



Advertisements
Похожие презентации
D:\IDLWorkspace\Default\LOGO\IKI2.tif
Advertisements

Санкт-Петербург, мая, Оценить успешность воспроизведения новороссийской боры моделью WRF-ARW на качественном уровне. Бору ли мы воcпроизводим?
Основные результаты, полученные в области экономической метеорологии (основные результаты по НИР ) А.А. Коршунов, Е.В. Амельченко, И.Л. Шаймарданова.
Метод прогноза показателя пожарной опасности (ППО) в лесах по территории России на месяц (в пожароопасный сезон) В.М. Хан, Р.М. Вильфанд, Д.Б. Киктев ФГБУ.
Основные результаты, полученные в области экономической метеорологии (основные результаты по НИР , и 3.4.2) А.А. Коршунов, Е.В. Амельченко.
Потоки гидрометеорологических данных в Украине Лидия Петренко Украинский Гидрометеорологический центр Украинский Гидрометеорологический центр Семинар по.
ПРОГНОЗИРОВАНИЕ ДЕЯТЕЛЬНОСТИ ПРЕДПРИЯТИЯ Теоретические основы анализа результатов прогнозирования Лекция 7.
Гидрометеорологический научно-исследовательский центр Российской Федерации Отдел долгосрочных прогнозов погоды Валентина М. Хан, Дмитрий Б.Киктев, Владимир.
Математическое моделирование волн тока и напряжения в линиях передач в условиях многолетней мерзлоты ФТИ СВФУ д.ф.-м.н. Григорьев Ю.М. ММРСТ Якутск
Внедрение новых классификаций видов экономической деятельности и продукции в Украине Семинар по международным классификациям Кишинев марта 2013 года.
Решение вопросов, связанных с удовлетворением нужд пользователей Лена Астром Статистический офис Швеции Офис по международному консалтингу Бишкек, май.
Критерии оценки экономической полезности метеорологической информации Первый тип критериев: Эмпирические Эмпирические - к ним относится фактическая экономическая.
Logit и probit модели Петровская А. Славская Т. Шинов В. Высшая школа экономики, Москва,
ЗАЯВКА НА СОИСКАНИЕ ПЕРВОЙ НАЦИОНАЛЬНОЙ ПРЕМИИ В ОБЛАСТИ ВОДОХОЗЯЙСТВЕННОГО КОМПЛЕКСА РОССИЙСКОЙ ФЕДЕРАЦИИ «ВОДА РОССИИ» Автор Коллектив авторов Представитель.
«Метод расчёта потенциального экономического эффекта использования гидрометеорологической информации». 7-9 июля 2014 г., г. Санкт-Петербург VII Всероссийский.
1 Основные технические определения 1 Определение 2 Термин 1 Термин 2 … Определение 1 Термин 3 Термин N Определение N Определение 3 …
Метеоролог Проект «География в профессиях» Выполнили: учащиеся 9 класса Алехин Дмитрий Квасов Игорь Руководитель: Волгина Е.А.
Взаимозаменяемость индексов космической погоды при моделировании ионосферных параметров Т.Л.Гуляева Л.В.Пустовалова
РЛС применяются в метеорологии для решения следующих задач: Информирование о фактической погоде с прогнозом на период до 2 часов Определение фактической.
Концепция проведения ЕГЭ в компьютерной форме. Автоматизированная проверка развёрнутых ответов участников по информатике и ИКТ Ященко Иван Валерьевич,
Транксрипт:

Обзор результатов Пятого семинара пользователей систем ансамблевых прогнозов, проводившегося под эгидой Национальных центров по прогнозам окружающей среды США (NCEP) в г. Лорел, штат Мэриленд, мая 2011 А. Ю. Бундель, Гидрометцентр России, 03 июня 2011

Основные вопросы семинара Продолжение перехода от прогнозов «одного числа», т.е., прогнозов в детерминистской форме, к вероятностному прогнозированию Доведение информации о неопределенности прогнозов до потребителей в доходчивой форме Обзор ансамблевых прогностических систем NCEP Обзор прогностической продукции в вероятностной форме Обзор опыта международного сообщества по созданию и использованию ансамблевых систем, включая проект TIGGE (THORPEX Interactive Grand Global Ensemble) и Североамериканской ансамблевой прогностической системы NAEFS (The North American Ensemble Forecast System), состоящей из прогнозов Метеорологической службы Канады и Национальной погодной службы США

Пользователи ансамблей NWS/NCEP/EMC Внутри NWS (National Weather Service) и других государственных учреждениях: Aviation Weather Center (AWC) Climate Prediction Center (CPC) Hydrometeorological Prediction Center (HPC) River Forecast Centers (RFC) Ocean Prediction Center (OPC) Storm Prediction Center (SPC) National Hurricane Center (NHC) Air Force (Военно-воздушные силы США) US Navy (Военно-морской флот США) В частном секторе: FirstEnergy – крупнейшая частная электрическая компания В мире Североамериканская ансамблевая прогностическая система NAEFS (The North American Ensemble Forecast System) TIGGE/GIFS (THORPEX Grand Global Ensemble (архив данных)/Global Interactive Forecasting System (прогностическая продукция)

Ансамблевая система NCEP Ансамбли, основанные на региональных моделях: Краткосрочный, для прогнозов погоды общего назначения до 3 сут (SREF – short-range ensemble forecast) супер-краткосрочный ансамблевый прогноз для авиации (до недавнего времени VSREF – very short-range ensemble forecast, сейчас NARRE_TL – North American Rapid Refresh Ensemble with time lag) ансамблевый прогноз высокого разрешения для штормовых предупреждений (HREF – high resolution ensemble forecast) Глобальная система ансамбл евого прогнозирования (GEFS – Global ensemble forecast system) для прогнозов погоды на средние сроки (рассчитывается до 16 сут) Система долгосрочных (в США климатических) прогнозов CFS – Climate Forecast System

Региональные ансамбли NCEP сейчас Для прогнозов погоды общего назначения: SREF, 21 член, пространственное разрешение 32 км, обновление прогноза раз в 6 ч, запускается 4 раза в сут. интегрирование до 87 ч, участвуют 4 модели: WRF-NMM (Nonhydrostatic mesoscale model), WRF-ARW (Advanced research WRF), Eta, RSM (Regional Spectral Model) для авиации: до недавнего времени VSREF сейчас NARRE_TL, 11 членов, пространственное разрешение 12 км, обновление раз в 1 ч, интегрирование до 12 ч, 2 модели: RUC (Rapid Updated Cycle model), NAM (Версия WRF-NMM для Сев. Ам.) для штормовых предупреждений: HREF, 44 члена, пространственное разрешение 4 км, обновление раз в 12 ч, интегрирование до 24 ч, 2 модели: NMM, ARW

Региональные ансамбли NCEP в будущем, изменение названий на основе NARRE – North American Rapid Refresh Ensemble : SREF -> Extension of NARRE, 21 член, увеличение пространственного разрешения до км, 2 модели: NEMS-NMMB (NOAA Environmental Modeling System – Non-hydrostatic multi-scale model on B-grid), ARW по всей Северной Америке. Удаляются Eta, RSM : VSREF (NARRE_TL) -> NARRE, кол-во членов сократится до 6, км, увеличивается время интегрирования с 12 до 24 ч, 2 модели: NEMS-NMMB, ARW по всей Северной Америке вместо RUC, NAM в континентальной части США : HREF -> HRRRE (High-Resolution Rapid Refresh Ensemble, 6 членов вместо 44-х, увеличение разрешения с 4 до 3 км, обновление раз в час, 2 модели: NEMS-NMMB, ARW в меньшей области

Как создается HREF На члены ансамбля более высокого разрешения накладывается изменчивость от отдельных прогонов моделей более низкого разрешения в конкретных областях:

Изменения в глобальной ансамблевой прогностической системе (GEFS) NCEP Изменение разрешения: Улучшенные возмущения начального состояния Улучшенные возмущения общей тенденции Период полезного прогноза (ККА среднего по ансамблю > 0.6) увеличился с 11.5 сут до 12.3 сут

Глобальные мультимодельные прогнозы «Сырые» ансамбли NCEP – полезны до 3.4 дней (по непрерывной вероятностной ранговой оценке мастерства) Ансамбли NCEP со статистической коррекцией лучше – 4.8 дней Комбинированный ансамбль NCEP и Канадской метеослужбы – 6.2 дня Добавление модели FNMOC (Центр по численной метеорологии и океанографии Флота США) – 6.8 дней

Рост производительности суперкомпьютера NCEP

12 Суперкомпьютер NCEP IBM POWER6 P Tflops Linpack sustained – No. 104 Top 500 в Ноябре POWER6 32-way Nodes GHz 20 Terabytes of memory 330 Terabytes of disk space 13 PB tape archive В гг. в NOAA планируется приобретение и переход на новый суперкомпьютер

Три типа выходных данных ансамблей для различных целей 1.Полная информация обо всех членах ансамбля для узкоспециализированных пользователей, исследований (функция плотности распределения вероятностей (ФПВ), содержащая всю информацию о неопределенности) 2.Отдельные точки на ФПВ: минимум, максимум, среднее, мода, квантили 10, 25, 50, 75, 90%, а также кластеры для широкого круга пользователей 3.Улучшенные детерминистские прогнозы, такие как среднее по ансамблю, медиана и лучший член ансамбля для специализированных приложений, таких как прогнозы для авиации, пожароопасной погоды, ураганов и т.п.

В океанологии – для прогноза волнения. Ансамбль создается с помощью разных полей ветра в качестве форсинга В гидрологии – ансамбли от кратких до долгих сроков, в т.ч. для специализированных пользователей – в гидроэнергетике, водоснабжении, и т.п. При создании ансамбля учитываются как атмосферные, так и гидрологические источники неопределенности Для прогноза шторм-треков Для авиации: важны прогнозы конвекции, верхней границы облачности, видимости, турбулентности, обледенения, вулканической пыли, космической погоды Ансамблевый прогноз в различных отраслях гидрометеорологии

Как Гидрометеорологический прогностический центр США (HPC) использует ансамбли Субъективно – визуальное сопоставление карт среднего, различных квантилей, и т.п. из доступных ансамблей Объективно – например, наложение функции распределения из ансамбля на значение детерминированного «ручного» прогноза синоптика -> карты вероятностей и т.п. Полностью автоматизированная продукция – напр., вероятность реализации критериев снежной бури Анализ кластеров Улучшение надежности, увеличение разброса по ансамблю, калибровка данных ансамбля, увеличение разрешения Хорошая визуализация и организация данных (чтобы синоптик не «утонул» в большом количестве данных). Необходимо:

Как Гидрометеорологический прогностический центр США (HPC) использует ансамбли, 2

US Air Force – ВВС США Создают свои ансамбли на основе имеющихся моделей Пример пользы – в настоящее время самолеты- разведчики вылетают чтобы сделать замеры порывов ветра при потенциально опасной погоде, поскольку модели плохо предсказывают этот параметр – это риск. Ансамбли дают степень неопределенности -> допустимый разброс прогнозов при котором можно не проводить замеры -> экономия и повышенная безопасность летчиков Запуск аэростатов в Афганистане – уязвимы при ветре, молниях, снеге и т.п. – совместная функция вероятности риска для аэростатов – дает случаи, когда аэростаты должны быть сняты Проблемы – необходимо большее разрешение (для прогнозов конвекции, пыли и т.п.)

- частная энергетическая компания США Определяющее значение погодных условий – сильный ветер, обледенение, наводнения, торнадо Сотрудничество с метеорологами! Все виды ансамблей NCEP (SREF, GEFS, CFS) используются для выпуска прогнозов до заблаговременности 100 сут. с ЧАСОВЫМ разрешением для избранных характеристик

Доступ к данным Доступ ко ВСЕМ данным NCEP через систему NOAA NOMADS. Используется GrADS и DODS (OPeN-DAP)-сервер для распаковки, кэширования, и обмена данными в разных форматах через http- запросы Данные в реальном времени Архивные данные Позволяет агрегацию данных в GRIB2 по сроку прогноза и компонентам ансамбля Инструмент для расчета вероятностей по набору условий, определенных пользователем Визуализация Предупреждения, определенные пользователем по смс/

Верификация. Отмечалось что: Верификация ансамблевых прогнозов в большой степени еще в «зачаточном» состоянии Необходимо внедрение новых подходов (объектно- ориентированные методы, сравнение пространственных атрибутов явлений) Нужна верификация как традиционных характеристик, так и специальных пользовательских продуктов Трудность сопоставления детерминистских и вероятностных оценок качества Трудность объяснения вероятностных оценок качества общественности Связь между качеством (quality) и ценностью (value) не очевидна. Оценка добавочной ценности ансамблей с помощью соотношения Затраты/Потери слишком упрощена.

Североамериканская ансамблевая прогностическая система NAEFS (North American Ensemble Forecast System), Огромное количество продуктов Качество выше, чем по отдельным моделям Возможность нашего участия в NAEFS: Проблемы: 1) Необходимо увеличение разрешения 2) Необходима верификация в соответствии со стандартами NAEFS 3) Проблемы оперативной передачи данных

Вопросы к нашему докладу: От Pedro Restrepo – используем ли мы ансамбли для гидрологических прогнозов? От Tom Hamill – будем ли мы посылать наши данные в TIGGE? От Yujian Zhu – Собираемся ли мы в обозримом будущем еще увеличивать разрешение нашего глобального ансамбля? От Jun Du – Будем ли мы использовать ансамбли для Сочи-2014?

Выводы. Необходимо: Расширять гамму продуктов ансамблевого прогноза: вероятность ураганного ветра, пурги, обледенения, гроз; шторм-треки, видимость, индекс пожароопасности, нижняя граница облаков, и т.д., и проводить верификацию для данных продуктов Ретроспективные интегрирования (reforecasts или hindcasts) для коррекции систематических ошибок, развития статистической обработки данных ансамблей, и т.п. (пост-процессинг) Развивать системы визуализации данных для обобщения большого количества данных ансамблевых прогнозов Увеличивать разрешение моделей и частоту запуска ансамблей, чтобы не пропустить вероятность возникновения опасных явлений Давать прогнозы в понятной форме для пользователей- неметеорологов Поддерживать двухсторонний диалог с пользователями