SlideServe
Menu
Préférences
© SlideServe · v2026

QUEST

onslow avatar
17 diapositives · 338 Views · Aug 24, 2014

QUEST. Quantitative evaluation of regional precipitation forecasts using multi-dimensional remote sensing observations. Projektpartner Susanne Crewell, Thorsten Reinhardt , Universität zu Köln ( IGMK ) Jürgen Fischer, Stefan Stapelberg , FU Berlin ( FUB )

QUEST - slide 1
01 / 17QUEST
1 / 17

Télécharger la présentation

QUEST
Une image / un lien ci-dessous est fourni (tel quel) pour télécharger la présentation

Politique de téléchargement : le contenu du site vous est fourni TEL QUEL pour votre information et votre usage personnel ; il ne peut être vendu, concédé sous licence ni partagé sur d’autres sites sans l’accord de son auteur.Le contenu vous est fourni TEL QUEL, pour votre information et votre usage personnel uniquement. Téléchargez la présentation en cliquant sur ce lien. Lors du téléchargement, si vous ne parvenez pas à télécharger une présentation, l’éditeur a peut-être supprimé le fichier de son serveur.Pendant le téléchargement, si vous ne parvenez pas à obtenir une présentation, le fichier a peut-être été supprimé par l’éditeur.

F I N

Plus de contenu associé

Transcription de la présentation
  1. QUEST Quantitative evaluation of regional precipitation forecasts using multi-dimensional remote sensing observations • Projektpartner • Susanne Crewell, Thorsten Reinhardt, Universität zu Köln (IGMK) • Jürgen Fischer, Stefan Stapelberg, FU Berlin (FUB) • George Craig, Martin Hagen, N.N.,DLR • Felix Ament, N.N., Universität Hamburg (UHH) • Axel Seifert, Deutscher Wetterdienst (DWD) • Nicole van Lipzig, Katholieke Universiteit Leuven (KUL), Belgien • Beitrag zu folgenden Zielen des SPP • I. Identifikation der für die Defizite verantwortlichen physikalischen und chemischen Prozesse bei der QNV • II. Bestimmung und Ausschöpfung der Potenziale vorhandener und neuer Daten und Prozessbeschreibungen zur Verbesserung der QNV

  2. Beobachtungen Vorwärts-Operator Retrieval QUEST: Strategie • Evaluierung mesoskaliger Vorhersagen von Variablen des hydrologischen Zyklus • Kombination (detaillierter) Fallsstudien und Langzeit-Modellevaluierung • Identifikation systematischer Modellfehler • Untersuchung der Modellphysik, Zuordnung von Modellfehlern zur Modell-Behandlung spezifischer Prozesse • Fernerkundungsdaten, die zur Zeit in der Routineverifikation (noch) nicht genutzt werden • Radar-/Satelliten-Beobachtungen in räumlicher Auflösung ähnlich zu NWV • polarimetrisches Radar & Millimeter-Radiometrie für Hydrometeore • Lebenszyklus von Wolken und Niederschlagszellen (Modell/Realität) Vorhersagen General Observation Period GOP

  3. Fallstudien vs Langzeit-Evaluierung • Detailierte Analysis • Automated analysis • Formulation of hypothesis • High significance • Low significance • Difficult to indentify physical mechanism Fallstudien Langzeit-Evaluierung • Sensitivity runs feasible /physical explanation • Objective selection of cases • Subjectively chosen cases • Tool development

  4. Uhrzeit des TB10.8-Minimums COSMO-DE TB @ 150 GHz AMSU Pfeifer et al., 2008 Fallstudien 3.8.2006 11 UTC COSMO-DE TB@10.8 m MSG

  5. Wolkenoberkante aus COSMO-DE, verschiedene Methoden (1) Bedeckungsgrad-Schwellwert (skalige und subskalige Wolken berücksichtigt) COSMO-DE, 2006-08-28 14 UTC Wolke ab clc>0.01 Wolke ab clc>0.5

  6. Wolkenoberkante aus COSMO-DE, verschiedene Methoden (2) Eis-Schwellwert: (nur skalige Wolken berücksichtigt) COSMO-DE, 2006-08-28 14 UTC Wolke ab (qc>1e-10 or qi>5e-5) Wolke ab (qc>1e-10 or qi>1e-7)

  7. Wolkenoberkante aus COSMO-DE, verschiedene Methoden (3) Berücksichtigung von Schnee (nur skalige Wolken) (1) COSMO-DE, 2006-08-28 14 UTC Wolke ab (qc>1e-10 or qi>5e-5) Wolke ab (qc>1e-10 or (qi+qs)>5e-5)

  8. Crewell et al., 2008 Langzeit-Evaluierung GPS Wasserdampf Wolkenbasishöhe Modell-Bias im Tagesgang Juli 2007 MSG Wolkenoberkantenhöhe • Konditionelle multi-variate • Verifikation erforderlich • Regionalisierung • Wetterlagen • Modell-Vergleiche

  9. Integrierter Wasserdampf: COSMO-DE vs GPS 2007 Modell- Startzeit Mittags/nachmittags gestartete Läufe starten trockener! Trockener Bias der mittags assimilierten Radiosonden-Messungen?

  10. Für alle Stationen gilt, dass die 12 Uhr gestarteten Radiosonden trockener messen !

  11. Langzeit-Evaluierung Ceilometer-Wolkenhöhen 2007

  12. Langzeit-Evaluierung Ceilometer-Wolkenhöhen 2007

  13. Arbeitspunkte 3. Phase (1) • Wasserdampf und sein Einfluss auf Wolken und Niederschlag (FUB, IGMK) - COSMO-DE vs COSMO-EU, Warum COSMO-EU trockener? Advektion? Verdunstung?- Radiosonden-“Dry bias”- räumliche Variabilität (MODIS, MERIS, MSG) • Wolkenentwicklung (FUB, IGMK) - Langzeitevaluierung der Modell-(SynSat-)Strahldichten, Wolkenoberkantenhöhen - Ausdehnung und Intensität (Tracking von MSG- und Radardaten + AMSU) - vertikal (MSG- and Ceilometer-Daten) • Systematische Wetterlagenabhängigkeit von Modellfehlern (IGMK,FUB,UHH) • Erweiterung der GOP-Auswertung auf MAP D-PHASE (UHH) • Fehlerstrukturen in Variablen des hydrologischen Zyklus- multivariate Analyse, “lagged”-Korrelationen, Ensembles Bott VERIPREG DAQUA

  14. Arbeitspunkte 3. Phase (2) • Grenzschichtentwicklung und –tagesgang (IGMK, DWD)- Analyse von DWD-Testsuiten zu verschiedenen turbulenten Längenskalen • Wolkenmikrophysik (DLR, IGMK)- Behandlung der Eisphase (Schnee/Graupel), Graupel-Größenverteilung und -teilcheneigenschaften - (2-Momenten-Schema) • WP3.3 Wolken-Strahlungs-Wechselwirkung (IGMK) Schnee im COSMO-Strahlungsschema berücksichtigen? Vergleich mit Strahlungsmessungen (AMF Murgtal, Lindenberg, Cabauw) • WP3.4 Evaluierung von Ensembles (UHH) - verschiedene Ensembles (Multi-Modell-, Startzeit-, Konfiguration-, …) - Einbeziehung von MAP-DPHASE - Spread-Güte-Beziehung? – in multivariater Perspektive! Kottmeier et al. Blahak

  15. Zu jeder Radiosondenstation wurde eine GPS-Station in der Nähe gesucht und dann der durchschnittliche BIAS zu verschiedenen Monaten bestimmt! BIAS im Durchschnitt ungefähr 0 !

  16. BIAS im Durchschnitt negativ Radiosondenmessungen um 12 UTC trockener !

  17. Wolkenoberkante aus COSMO-DE, verschiedene Methoden (4) Schnee (nur skalige Wolken) (2) COSMO-DE, 2006-08-28 14 UTC Wolke ab (qc>1e-10 or qi>1e-7) Wolke ab (qc>1e-10 or (qi+qs)>1e-7)