Zastosowanie metod przepływu optycznego i krytycznego indeksu sukcesu do weryfikacji opadu w symulacjach klimatycznych dla Polski

• Autorzy: Konca-Kędzierska, K. , Liszewska, M.

Warianty tytułu

EN

Application of the optical flow and critical success index methods to verification of precipitation in climate simulations over Poland

• Języki publikacji: PL

Abstrakty

PL

Znajomość przyszłych charakterystyk klimatu jest nieodzowna do stworzenia planów adaptacyjnych. Modele numeryczne dostarczają takiej informacji, ale ważną kwestią jest prawidłowa ocena wiarygodności pozyskanej informacji. Ten ważny problem rozwiązuje się poprzez ocenę zdolności odtworzenia przez modele klimatu przeszłego, zakładając, że rodzaj i wielkość błędu dla okresu referencyjnego są przenoszone przez modele na okres scenariuszowy. W pracy przedstawiona została analiza odtworzenia opadu w okresie 1971– 1990 przez wybrane modele stosowane w projekcie EU ENSEMBLES. Analizie zostały poddane warunki opadowe opisane za pomocą wskaźników klimatycznych opartych na dobowej sumie opadu. Mapy wskaźników klimatycznych porównywane są dwiema metodami. Pierwsza z metod, nazywana metodą przepływu optycznego, polega na ocenie wielkości określających przekształcenie lokalnie przeprowadzające jedno pole w drugie. Druga z metod polega na zastosowaniu techniki analizy skupień do połączonych pól porównywanego i referencyjnego. Za pomocą tych metod można w sposób zobiektywizowany przeprowadzać ewaluację symulacji klimatycznych.

EN

Knowledge of characteristics of future climate is essential to create adaptation plans. Numerical models can provide such information but an important issue is the correct assessment of reliability. This important problem can be solved by evaluating the ability of a model to reproduce past climate. It is assumed that the type and amount of error in the reference period is transferred to a scenario period. In this paper, the reconstruction of precipitation in 1971–1990 period by models selected from the EU ENSEMBLES project was analyzed. Analyses were subjected to precipitation conditions described by climatic indices based on daily sum of precipitation. Climate indices maps were compared by two methods. The first method is called optical flow method, and consists of assessing the parameters of a local transformation of fields. The second method uses the cluster analysis technique to a combined field consisting of reconstructed and reference values. These methods allow to perform an objectified evaluation of climate simulations.

Słowa kluczowe

PL

weryfikacja symulacji opadu; wskaźniki klimatyczne; porównywanie pól

EN

verification of simulation of precipitation; climate indices; comparison of fields

• Czasopismo: Przegląd Naukowy Inżynieria i Kształtowanie Środowiska
• Rocznik: 2015
• Tom: Vol. 24, No. 3
• Strony: 257--272
• Opis fizyczny: Bibliogr. 18 poz., mapy, tab., wykr.

Twórcy

autor

Konca-Kędzierska, K.

• Instytut Meteorologii i Gospodarki Wodnej, Państwowy Instytut Badawczy, ul. Podleśna 61, 01-673 Warszawa, Poland,

autor

Liszewska, M.

• Interdyscyplinarne Centrum Modelowania Matematycznego i Komputerowego, Uniwersytetu Warszawskiego, ul. Prosta 69, 00-838 Warszawa, Poland,

Bibliografia

• Berg, P. i Lucas-Picher, P. (2008). Implementation of spectral nudging in the HIRHAM5 Regional Climate Model. Pobrano z lokalizacji Danish Meteorological Institute: http://www.dmi.dk/fileadmin/rapporter/dkc/dkc08-08.pdf
• Bouttier, F. (2010). The Météo-France NWP system: description, recent changes and plans. Pobrano z lokalizacji Centre National de Recherches Météorologiques: http://www.cnrm.meteo.fr/gmap/nwp/nwpreport.pdf
• Christensen, O.B., Drews, M., Christensen, J.H., Dethloff, K., Ketelsen, K., Hebestadt, I. i Rinke, A. (2007). The HIRHAM Regional Climate Model Version 5 (beta). Pobrano z lokalizacji Danish Meteorological Institute: http://www.dmi.dk/fileadmin/rapporter/tr/tr06-17.pdf
• Colin, J., Deque, M., Radu, R. i Somot, S. (2010). Sensitivity study of heavy precipitation in Limited Area Model climate simulations: influence of the size of the domain and the use of the spectral nudging technique. Tellus, 62A, 591–604.
• Ferret, NOAA/OAR/PMEL Pacific Marine Environmental Laboratory (2011). Ferret, Data Visualization and Analysis. Pobrano z lokalizacji: http://ferret.pmel.noaa.gov/ferret
• Furevik, T., Bentsen, C.M., Drange, C.H., Kindem, I.K., Kvamstr, T.Ć.N. i Sorteberg, G.Ć. A. (2003). Description and evaluation of the bergen climate model: ARPEGE coupled with MICOM. Climate Dynamics, 21, 27–51. doi:10.1007/s00382-003-0317-5
• Gilleland, E., Ahijevych, D.A., Brown, B.G. i Ebert, E.E. (2010). Verifying Forecasts Spatially. Bull. Amer. Meteor. Soc. 91, 1365–1373. doi:10.1175/2010BAMS2819.1.
• Giorgetta, M.A., Brasseur, G.P., Roeckner, E. i Jochem Marotzke, J. (2006). Preface to Special Section on Climate Models at the Max Planck Institute for Meteorology. Journal of Climate, 19(16), 3769–3770.
• Haylock, M.R., Hofstra, N., Klein Tank, A.M.G., Klok, E.J., Jones, P.D. i New, M.R. (2008). A European daily high-resolution gridded data set of surface temperature and precipitation for 1950–2006. Journal of Geophysical Research, 113,D20119, 1–12.
• Interdyscyplinarne Centrum Modelowania Matematycznego. (2013). Serwis klimatyczny – Zmieniający się klimat w Polsce. Pobrano z lokalizacji ICM: http://klimat.icm.edu.pl/serv_climate.php
• Jacob, D. (2001). A note to the simulation of the annual and inter-annual variability of the water budget over the Baltic Sea drainage basin. Meteorology and Atmospheric Physics, 77, 1–4, 61–73.
• Jacob, D., Andrae, U., Elgered, G., Fortelius, C., Graham, L.P., Jackson, S.D., ... Yang, X. (2001). A Comprehensive Model Intercomparison Study Investigating the Water Budget during the BALTEX-PIDCAP Period. Meteorology and Atmospheric Physics, 77, 1–4, 19–43.
• Kjellström, E., Bärring, L., Gollvik, S., Hansson, U., Jones, C., Samuelsson, P., ... Wyser, K. (2005). A 140-year simulation of European climate with the new version of the Rossby Centre regional atmospheric climate model (RCA3. Reports Meteorology and Climatology, SMHI, SE-60176
• Norrköping, Sweden, 108, 1–54. Marzban, C. i Sandgathe, S. (2008). Cluster Analysis for Object-Oriented Verification of Fields: A Variation. Monthly Weather Review, 136 (3), 1013–1025, doi:10.1175//2007MWR1994.1.
• Marzban, C., Sandgathe, S. (2010). Optical flow for verification. Optical flow for verification, 25, 1479–1494, doi:10.1175/2010WAF2222351.1.
• Meijgaard, E., Ulft, L.H., Berg, W.J., Bosveld, F. C., Hurk, B.J.J.M., Lenderink, G. i Siebesma, A. P. (2008). The KNMI regional atmospheric climate model RACMO, version 2.1. KNMI Technical Report 302 (strony 1–43). Pobrano z lokalizacji KNMI, Postbus 201, 3730 AE, De Bilt, The Netherlands: http://www.knmi.nl/bibliotheek/knmipubtr/tr302.pdf
• Mitchell, J.F.B. i Van Der Linden, P. (2009). ENSEMBLES: Climate Change and its Impacts: Summary of research (strony 1–160). Pobrano z lokalizacji Met Office Hadley Centre, FitzRoy Road, Exeter EX1 3PB, UK: http://ensembles-eu.metoffice.com/docs/ensembles_final_report_nov09.pdf
• R Development Core Team (2011). R: A language and environment for statistical computing. R Foundation for Statistical Computing. Pobrano z lokalizacji R Foundation for Statistical Computing: http://www.r-project.org/