Prognosmodell och data assimilation
 Vädermodell för våra prognoser
Väderprognosen.se prognoser bygger på våra egna väderprognoser. På detta vis är vi oberoende av prognoser från andra institut, ex. SMHI.
Vår modell är en state-of-the-art högupplöst väderprognosmodell med horisontell upplösning ned till 3 km, dvs molnupplösande horisontell skala. Bättre än de flesta prognosmodeller på marknaden idag. Modellen, Weather Research and Forecasting model, WRF v3.3.1, är utvecklad av National Center for Atmospheric Research, NCAR, och används också bl.a. av NCEP (USA:s motsvarighet till SMHI) och Air-Force Weather Agency, AFWA.
Vi använder vår modell till både de deterministiska prognoserna, d.v.s. vanliga prognoser, men också till våra ensembleprognoser, dvs. våra egna sannolikhetsprognoser.
För närvarande kör vi endast deterministiska körningar, fyra stycken per dygn med 00z, 06, 12, och 18z som analystidsläge. Prognosernas längd är för alla prognoser 48 timmar.
Data-assimilation och observationer
För att få en så bra prognos som möjligt behövs två viktiga komponenter. 1) En bra prognosmodell som kan simulera alla atmosfärens rörelser och processer och 2) en så korrekt som möjlig analys av starttillståndet av atmosfären.
Att en prognos blir fel beror på de respektive felen, modellfel och analysfel.
Väderprognosen.se har använder sig av avancerad data-assimilering för att finna ett så korrekt starttillstånd som möjligt. Metoderna som vi kan använda är 3D variationell och hybrid data assimilering (båda ingår i WRFDA).
Data assimilering kan enkelt förklaras att en kort prognos (kallas första-gissning), i regel 6-timmars, uppdateras med observationer som är giltiga vid analystiden. Detta sker på ett statistiskt korrekt sätt där första gissningen och observationerna utgör två termer, med respektive fel, i en cost-funktion som minimeras för att finna en bästa startanalys(-inkrement).
|
