Performance of GEM-LAM dichotomous forecast for selected weather phenomena

• Autorzy: Zdunek M. , Kłeczek M.

Warianty tytułu

PL

Sprawdzalność numerycznej prognozy dychotomicznej z modelu GEM-LAM dla wybranych zjawisk pogodowych

• Języki publikacji: EN

Abstrakty

EN

In this study the performance of GEM-LAM numerical weather forecast focused on phenomena relevant to planning on-farm activities (i.e. frost and precipitation), is presented. Values from forecast were compared with observations gathered at 15 meteorological stations from Poland, for 1-year period. Based on data collected in contingency table, six verification scores were calculated. The results show that considerable bias exists – the model forecasts frost occurrence too rarely while precipitation events too frequently. However nearly half of frost cases and 2/3 of precipitation incidents were correctly predicted. As for success ratio SR score the frost forecast was more frequently correct (75% or 64%, depending on frost type) than forecast of precipitation (47%). The skill of negative forecast is high, especially for precipitation, where less than 5% of forecasts were erroneous. Analysis of verification scores calculated separately for each station shows, that regarding the forecast of frost, substantial differences in performance between particular locations exist. The worst results were obtained for stations located near the seaside which indicates that in the analyzed model the impact of water reservoir on frost formation is not correctly taken into account (at horizontal grid resolution of 5 km).

PL

W pracy przedstawiono analizę sprawdzalności prognozy numerycznej modelu GEM-LAM, dotyczącej wystąpienia dwóch zjawisk meteorologicznych ważnych z punktu widzenia potrzeb rolnictwa: przymrozku oraz opadu. Wartości prognozowane porównano z obserwacjami pochodzącymi z 15 stacji meteorologicznych z obszaru Polski, z okresu jednego roku. W oparciu o elementy tablicy dwudzielczej wyliczono wartości dla sześciu wskaźników sprawdzalności. Wyniki badań wskazują na istnienie znacznych błędów systematycznych – wystąpienie przymrozka prognozowane jest przez model zbyt rzadko, zaś opadu zbyt często. Tym niemniej blisko połowa przypadków wystąpienia przymrozka oraz 2/3 zaobserwowanych w ciągu roku zdarzeń opadu została poprawnie przez model przewidziana. Z kolei wartości wskaźnika sukcesu SR wskazują na częstsze sprawdzanie się prognozy przymrozka (75% lub 64% w zależności od rodzaju przymrozka) niż prognozy opadu (47%). Dla prognozy negatywnej sprawdzalność jest wysoka, zwłaszcza dla opadu gdzie mniej niż 5% prognoz było błędnych. Analiza w podziale na stacje wykazała znaczne zróżnicowanie wartości wskaźników dla poszczególnych lokalizacji w odniesieniu do prognozy przymrozków. Najgorsze wyniki otrzymano dla stacji zlokalizowanych w pobliżu morza, co wskazuje na trudności z prawidłowym uwzględnieniem w modelu (w przyjętej rozdzielczości siatki obliczeniowej 5km) wpływu zbiornika wodnego na zjawisko powstawania przymrozka.

Słowa kluczowe

EN

dichotomous forecast; frost; precipitation; verification scores; GEM meteorological model

PL

prognoza dychotomiczna; przymrozek; opad; wskaźnik sprawdzalności; model meteorologiczny GEM

• Wydawca: Wydawnictwo Szkoły Głównej Gospodarstwa Wiejskiego w Warszawie
• Czasopismo: Przegląd Naukowy Inżynieria i Kształtowanie Środowiska
• Rocznik: 2016
• Tom: Vol. 25, No. 4
• Strony: 483--496
• Opis fizyczny: Bibliogr. 28 poz., mapy, tab., wykr.

Twórcy

autor

Zdunek M.

• Politechnika Warszawska, Wydział Instalacji Budowlanych, Hydrotechniki i Inżynierii Środowiska, Katedra Ochrony i Kształtowania Środowiska, 00-653 Warszawa, ul. Nowowiejska 20, Poland

autor

Kłeczek M.

• Katedra Ochrony i Kształtowania Środowiska, Politechnika Warszawska

Bibliografia

• Bélair, S., Mailhot, J., Girard, C. and Vaillancourt, P. (2005). Boundary Layer and Shallow Cumulus Clouds in a Medium-Range Forecast of a Large-Scale Weather System. Monthly Weather Review, 133 (7), 1938-1960. doi:10.1175/mwr2958.1.
• Bielec-Bąkowska, Z. and Łupikasza, E. (2009). Frosty, freezing and severe freezing days and their synoptic implications in Małopolska, Południowa Polska, 1951–2000. Bulletin of Geography – Physical Geography Series, 1, 39-62.
• Bougeault, P. and Lacarrere, P. (1989). Parameterization of orography-induced turbulence in a mesobeta-scale model. Monthly Weather Review, 117, 1872-1890.
• Casati, B., Wilson, L.J., Stephenson, D. B., Nurmi, P., Ghelli, A., Pocernich, M., . . . i Mason, S. (2008). Forecast verification: Current status and future directions. Meteorological Applications, 15 (1), 3-18. doi:10.1002/met.52.
• Côté, J., Gravel, S., Méthot, A., Patoine, A., Roch, M. and Staniforth, A. (1998). The Operational CMC-MRB Global Environmental Multiscale (GEM) Model. Part I: Design Considerations and Formulation. Monthly Weather Review, 126 (6), 1373-1395. doi:10.1175/1520-0493(1998)1262.0.co;2.
• Deardorff, J.W. (1978). Efficient prediction of ground surface temperature and moisture, with inclusion of a layer of vegetation. Journal of Geophysical Research, 83 (C4), 1889. doi:10.1029/jc083ic04p01889.
• Ebert, E., Wilson, L., Weigel, A., Mittermaier, M., Nurmi, P., Gill, P., . . . i Watkins, A. (2013). Progress and challenges in forecast verification. Meteorological Applications, 20 (2), 130-139. doi:10.1002/met.1392.
• Fouquart, Y., and Bonnel, B. (1980). Computations of solar heating of the earth’s atmosphere: A new parameterization. Contributions to Atmospheric Physics, 53, 35-62.
• Garand, L. (1983). Some improvements and complements to the infrared emissivity algorithm including a parameterization of the absorption in the continuum region. Journal of the Atmospheric Sciences, 40 (1), 230-244.
• Jolliffe, I.T. and Stephenson, D.B. (2011). Forecast verification: A practioner’s guide in atmospheric science. Oxford: Wiley-Blackwell.
• Kain, J.S., and Fritsch, J.M. (1990). A one-dimensional entraining/detraining plume model and its application in convective parameterization. Journal of the Atmospheric Sciences, 47 (23), 2784-2802.
• Kamiński, J.W., Neary, L., Strużewska, J., Mcconnell, J.C., Lupu, A., Jarosz, J., . . . i Richter, A. (2008). GEM-AQ, an on-line global multiscale chemical weather modelling system: Model description and evaluation of gas phase chemistry processes. Atmospheric Chemistry and Physics, 8 (12), 3255-3281. doi:10.5194/acp-8-3255-2008.
• Kossowska-Cezak, U. (2003). Współczesne ocieplenie a częstość dni charakterystycznych (Contemporary warming and the frequency characteristic days), Balneologia Polska, 45 (1-2), 92-100 (in Polish with English summary).
• Koźmiński, Cz. (1976). Występowanie ciągów dni przymrozkowych w okresie wegetacyjnym na terenie Polski. Przegląd Geograficzny, 48, 1, 75-93.
• McFarlane, N.A. (1987). The effect of orographically excited gravity wave drag on the general circulation of the lower stratosphere and troposphere. Journal of Atmospheric Sciences, 44, 1775-1800.
• McLandress, C. and McFarlane, N.A. (1993). Interactions between orographic gravity wave drag and forced stationary planetary waves in the winter northern hemisphere middle atmosphere. Journal of the Atmospheric Sciences, 50 (13), 1966-1990.
• Meteorology Team WUT (2016). About the forecast. (2016, April 25) Retrieved from: http://meteo.is.pw.edu.pl/index.php/en/homepage/model-en.
• Nurmi, P. (2003): Recommendations on the verification of local weather forecasts. No. 430. Berkshire: ECMWF Technical Memorandum.
• Radomski, C. (1968). Problem przymrozków w Polsce z punktu widzenia rolnictwa. Postępy Nauk Rolniczych, 1 (109), 21-33.
• Roebber, P.J. (2009). Visualizing Multiple Measures of Forecast Quality. Weather and Forecasting, 24 (2), 601-608. doi:10.1175/ 2008waf2222159.1.
• Schaefer, J.T. (1990). The Critical Success Index as an Indicator of Warning Skill. Weather and Forecasting, 5 (4), 570-575. doi:10.1175/1520-0434(1990)0052.0.co;2.
• Stephenson, D.B. (2000). Use of the ‘‘Odds Ratio’’ for Diagnosing Forecast Skill. Weather and Forecasting, 15 (2), 221-232. doi:10.1175/1520-0434(2000)0152.0.CO;2.
• Strużewska, J. and Kamiński, J.W. (2008). Formation and transport of photooxidants over Europe during the July 2006 heat wave – observations and GEM-AQ model simulations. Atmospheric Chemistry and Physics, 8 (3), 721-736. doi:10.5194/acp-8-721-2008.
• Strużewska, J. and Kamiński, J.W. (2012). Impact of urban parameterization on high resolution air quality forecast with the GEM-AQ model. Atmospheric Chemistry and Physics, 12 (21), 10387-10404. doi:10.5194/acp-12-10387-2012.
• Strużewska-Krajewska, J., Kamiński J.W., Durka P. and Jefimow M. (2014). Sprawdzalność operacyjnej prognozy stanu jakości powietrza dla obszaru województwa małopolskiego w okresie od grudnia 2013 do września 2014. Report no 501H/1110/5734 (in Polish). Warsaw University of Technology, Faculty of Environmental Engineering, Warsaw, Poland.
• Sundqvist, H. (1978). A parameterization scheme for non-convective condensation including prediction of cloud water content. Quarterly Journal of the Royal Meteorological Society, 104, 677-690.
• Tomczyk, A.M., Szyga-Pluta, K. and Majkowska, A. (2015). Frost periods and frost-free periods in Poland and neighbouring countries. Open Geosciences, 7 (1). doi:10.1515/ geo-2015-0061.
• Woś, A. (1999). Klimat Polski. Poznań: Wydawnictwo Naukowe PWN.

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2021).