Numerical weather prediction nwp
This presentation is the property of its rightful owner.
Sponsored Links
1 / 86

대기과학에서의 수치모델링 (Numerical Weather Prediction, NWP) PowerPoint PPT Presentation


  • 477 Views
  • Uploaded on
  • Presentation posted in: General

대기과학에서의 수치모델링 (Numerical Weather Prediction, NWP). 홍 성 유 연세대학교. 순서. 수치예보에 대한 개념 및 역사 수치 모형의 구성 WRF 모형의 특성 예측도 한계. 홍성유 ( 연세대 ). 현업 모델 개발 경력. 관련 논문 : 국내 (15), 국제 SCI (34). 한국형 전산예보 시스템 개발 ( 서울대 , 1986-1989). 미국 기상청 현업모델의 개발 (NCEP/EMC, 1993-2000).

Download Presentation

대기과학에서의 수치모델링 (Numerical Weather Prediction, NWP)

An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -

Presentation Transcript


Numerical weather prediction nwp

대기과학에서의 수치모델링(Numerical Weather Prediction, NWP)

홍 성 유

연세대학교


Numerical weather prediction nwp

순서

수치예보에 대한 개념 및 역사

수치 모형의 구성

WRF 모형의 특성

예측도 한계


Numerical weather prediction nwp

홍성유 (연세대)

현업 모델개발 경력

관련 논문 : 국내(15), 국제 SCI (34)

한국형 전산예보 시스템 개발 (서울대, 1986-1989)

미국 기상청 현업모델의 개발 (NCEP/EMC, 1993-2000)

적운모수화 (Hong and Pan 1998, MWR): 1998년 현업

구름물리과정 (Hong et al. 1998, MWR): 1996년 현업

경계층 물리 (Hong and Pan 1996, MWR): 1995년 현업

경계조건 (Hong and Juang, MWR): 1996년 현업

현업모형 비교 (Nagata et al. 2001, BAMS): 미기상청 대표

미기상청 중기예보 모형 지침서 (Hong 2000, http://emc.ncep.noaa.gov)

차세대 전구모델의 개발(1998-2000)

차세대 지역모델(WRF)의 개발 (2001-)

한국형 전구모형의 개발 (2002-)


Numerical weather prediction nwp

일기예보는 어떻게 만들어 지는가?

관측

예보

NO!

그러면??


Numerical weather prediction nwp

일기예보는 어떻게 만들어 지는가?

관측

예보

분석

관측자료처리

수치

모델링


Numerical weather prediction nwp

일기예보는 어떻게 만들어 지는가?

Step1:관측

Step2:자료처리

  • 지상기상관측

  • 고층기상관측 레이다관측

  • 위성기상관측

  • 해양기상관측

  • 통신용 컴퓨터를 통한 전세계 기상자료의 수집

  • → 편집, 가공

  • 수집된 기상자료로 각종일기도와 예보자료를 작성


Numerical weather prediction nwp

대기현상 법칙은 ?

열역학 법칙

역학 법칙

  • 열역학 제2법칙 → 에너지보존

열 = 에너지 + 일

힘 = 질량 × 가속도

(가속도)

  • 질량 ≒ 1 kg/m³

  • 힘: 기압경도력, 코리올리힘, 마찰력…

공기 ~ 1kg/m³


Numerical weather prediction nwp

Numerical Modeling Laboratory

대기 현상의 법칙?

지배 방정식

F : 기압경도력, 중력, 마찰력, 원심력, 코리올리힘

  • 운동량 보존

  • 질량 보존

  • 수분 보존

  • 이상기체 방정식

  • 에너지 보존

    (열역학 법칙)

질량의 시간변화 = 0

수분의 시간변화 = 증발 - 응결

열 = 에너지 + 일


Numerical weather prediction nwp

The governing equations

V. Bjerknes (1904) pointed out for the first time that there is a complete set of

7 equations with 7 unknowns that governs the evolution of the atmosphere:

운동량 보존

(1-3)

(4)

질량 보존 (연속방정식)

이상기체 상태방정식

(5)

(6)

열역학 제1법칙 (에너지 보존)

(7)

수증기 보존

7 equations, 7 unknown (u,v,w,T, p, den and q)

solvable


Numerical weather prediction nwp

Numerical Modeling Laboratory

예측성 향상!!

보다 정확한 물리과정

보다 정학한 초기자료

수치예보란??

  • 컴퓨터 모델을 이용하여 대기의 운동을 지배하는 역학과정과 물리과정을 수식으로 풀어 미래 대기의 상태를 예측하는 것.

1. 관 측

5. 예 보

2. 자료처리

3. 수치모델링

4. 분 석


Numerical weather prediction nwp

수치 예보의 역사

  • 1904 : Norwegian V. Bjerknes (1862-1951) :

  • 날씨 예측 방법의 수학적 표현  기상 예보 위한 방정식 개발

  • 1922 : British L. F. Richardson(1881-1953) :

  • 수치 예측 모형 개념 정립 및 최초 계산 시도 (실패)

    • 1. 원시방정식 사용

    • 2. 계산불안정

    • 3. 초기 조건의 문제점

  • 1939 : Swedish C.-G. Rossby : 비발산 와도 방정식 개발  큰 규모 행성파 예측

  • 1948, 1949,J. G. Charney (1917-1981)

  • Scale analysis를 통하여 작은 규모 운동 제거 지균풍 가정 : 정역학방정식과 지균풍방정식 이용 소규모 파동 제거,

  • 일기의 변화에 중요한 영향 미치는 큰 규모 파동만 남김(순압 준지균 잠재와도 방정식)

  • 1950 :Princeton Group (Charney, Fjortoft, von Newman)

  • ENIAC (Electrical Numerical Integrator and Computer)  첫 수치예보에 성공!


L f richardson

수치예보의 선구자 L.F. Richardson, 그리고 정치학

연세대학교 홍성유


Richardson

Richardson 의 군비 예측 수치 방정식

,

,

x,y : 소련의 국방비 x′ : 전쟁에 사용하지 않은 국방비

ATP : 미국이 소련에 대한 긴장감 RPT : 소련이 미국에 느끼는 긴장감

VN : 미국이 베트남 전쟁에서 지출한 국방비 KOR : 한국전쟁에서 지출한 국방비

SOVPL : 소련의 경제 제도에 대한 지수


Numerical weather prediction nwp

실제 자료와 시뮬레이션 결과- 국방비 예산의 연별 경향

실제값

------ 시뮬레이션

단위 : 1970년 미화 10억불

미국

소련

⇒ 기상학의 수치모형과 매우 유사


Numerical weather prediction nwp

예측오차의 경향 (1955-1998) : 미국기상청

하루 / 8년


Numerical weather prediction nwp

  • 수치 예보의 예측성 향상 원인

    • supercomputers

    • physical processes

    • initial conditions


Numerical weather prediction nwp

  • Supercomputers


Numerical weather prediction nwp

Year

Operational model

Computer

1955

Princeton 3-level quasi-geostrophic model (Charney, 1954). Not used by the forecasters

IBM 701

1958

Barotropic model with improved numerics, objective analysis initial conditions, and octagonal domain.

IBM 704

1962

3-level quasi-geostrophic model with improved numerics

IBM 7090 (1960)

IBM 7094 (1963)

1966

6-layer primitive equations model (Shuman and Hovermale, 1968)

CDC 6600

1971

Limited-area fine mesh (LFM) model (Howcroft, 1971) (first regional model at NMC)

1974

Hough functions analysis (Flattery, 1971)

IBM 360/195

1978

7-layer primitive equation model (hemispheric)

1978

Optimal Interpolation (Bergman1979)

Cyber 205

Aug 1980

Global spectral model, R30/12 layers (Sela, 1982)

March 1985

Regional Analysis and Forecast System based on the Nested Grid Model (NGM, Phillips, 1979) and Optimal Interpolation (DiMego, 1988)

Table 1 Major operational implementations and computer acquisitions at NMC between 1955 and 1985 (adapted from Shuman, 1989)


Numerical weather prediction nwp

Year

Operational model

Computer acquisition

April 1985

GFDL physics implemented on the global spectral model with silhouette orography, R40/ 18 layers

Dec 1986

New Optimal Interpolation code with new statistics

1987

2nd Cyber 205

Aug 1987

Increased resolution to T80/ 18 layers, Penman-Montieth evapotranspiration and other improved physics (Caplan and White, 1989, Pan, 1989)

Dec 1988

Implementation of Hydrostatic Complex Quality Control (Gandin, 1988)

1990

Cray YMP/8cpu/

32megawords

Mar 1991

Increased resolution to T126 L18 and improved physics, mean orography. (Kanamitsu et al, 1991)

June 1991

New 3D Variational Data Assimilation (Parrish and Derber, 1992, Derber et al, 1991)

Nov 1991

Addition of increments, horizontal and vertical OI checks to the CQC (Collins and Gandin, 1990)

7 Dec 1992

First ensemble system: one pair of bred forecasts at 00Z to 10 days, extension of AVN to 10 days (Toth and Kalnay, 1993, Tracton and Kalnay, 1993)

Aug 1993

Simplified Arakawa-Schubert cumulus convection (Pan and Wu, 1995). Resolution T126/ 28 layers

Jan 1994

Cray C90/16cpu/

128megawords

March 1994

Second ensemble system: 5 pairs of bred forecasts at 00Z, 2 pairs at 12Z, extension of AVN, a total of 17 global forecasts every day to 16 days

Table 2: Major changes in the NMC/NCEP global model and data assimilation system since 1985 (from a compilation by P. Caplan, pers. comm., 1998)


Numerical weather prediction nwp

2002

May 2001

2005

10 Jan 1995

New soil hydrology (Pan and Mahrt, 1987), radiation, clouds, improved data assimilation. Reanalysis model

MRF254,L64

NEW cloud scheme, convection scheme, SSMI data assimilation

GFS 382, L64

25 Oct 1995

Direct assimilation of TOVS cloud-cleared radiances (Derber and Wu, 1997). New PBL based on nonlocal diffusion (Hong and Pan, 1996). Improved CQC

Cray C90/16cpu/

256megawords

5 Nov 1997

New observational error statistics. Changes to assimilation of TOVS radiances and addition of other data sources

13 Jan 1998

Assimilation of non cloud-cleared radiances (Derber et al, pers.comm.). Improved physics.

June 1998

Resolution increased to T170/ 40 layers (to 3.5 days). Improved physics. 3D ozone data assimilation and forecast. Nonlinear increments in 3D VAR. Resolution reduced to T62/28levels on Oct. 1998 and upgraded back in Jan.2000

IBM SV2 256 processors

June 2000

Ensemble resolution increased to T126 for the first 60hrs


Numerical weather prediction nwp

고성능 수퍼컴퓨터 –수치 모델과 함께 발달

Cray T3E

ENIAC,1946

NEC SX-5

Cray T90

Cray SV1

Fujitsu VPP700E


Numerical weather prediction nwp

  • Initial condition

  • (data assimilation : 자료동화)


Numerical weather prediction nwp

북반구가 남반구보다 좋음

Fig. 1.6: RMS observational increments (differences between 6 hour forecast and rawinsonde observations) for 500hPa heights (data courtesy of Steve Lilly, NCEP).


Numerical weather prediction nwp

여러가지 관측자료


Numerical weather prediction nwp

Observation (+/-3hrs)

Background of FG

Global analysis (statistical interpolation) and balancing

Initial Conditions

(operational forecasts)

6 hour forecast

Global forecast model

Data Assimilation

  • Model 1°X 1° resolution, 20 levels

  • u, v, T, q, Ps, Tg

non-uniform distribution

  • observation :

  • Data assimilation cycle 1) data checking

  • 2) objective analysis

  • 3) Initialization: dynamical adjustment

  • 4) short-range fcst for first guess


Numerical weather prediction nwp

x

x

x

1) Empirical analysis

successive correction method (SCM) – Cressman (1959)

① first guess

② iteration

: observation

: the value of the field estimate evaluated at the observation point k (obtained by interpolation from the surrounding grid points)

: error information

radius of influence

: weighting factor

i

for

k

= 0

for


Numerical weather prediction nwp

2) Advanced analysis (statistical information, model 사용)

① 3D VAR

cost fn:

minimize J(x)

② Kalman filtering

③ 4D VAR

cost fn includes the time evolution

VAR 초기자료는 모델의 역학 열역학 조건에 부합…


Standard 4d var

Observations

Standard 4D-Var

Initial guess

Forward Integration

NLM X, J

▽J ADJM

Backward Integration

Minimization Process

Revised Initial Conditions


Numerical weather prediction nwp

  • Model

  • - Dynamics : Speed

  • - Physics : Predictability


Numerical weather prediction nwp

Step3:수치적분


Numerical weather prediction nwp

Dynamics : model frame

Finite difference method (FDM) : 지역모형

Spectral method (SPM) : 전구모형

Finite element method (FEM) : 중간 - 공학

Ex)

; advection eq.

1) FDM (유한 차분법)

M 개의 grids

No variation between grid points

M 개의 function

2) Spectral Method (분광법)

- Determine basis function to get

- Expand in terms of a time series

(basis funct ), … infinite

L

* Resolution Increases


Numerical weather prediction nwp

수치모델링

Numerical Modeling Laboratory

기압경도력, 중력, 원심력, 코리올리힘..

Dynamics

Physics

O3

단파복사

온실기체

강수과정

적운대류

장파복사

오염물질

난류효과

지면마찰효과

식생작용

현열,잠열

해수면온도


Numerical weather prediction nwp

Numerical Modeling Laboratory

수치예보 모델의 분류

역학체계에 의한 구분

규모에 의한 구분

목적에 따른 구분


Numerical weather prediction nwp

대기물리

대기역학

수치 모델링

대기과학의 집합체


Numerical weather prediction nwp

NML


Wrf model

Numerical Modeling Laboratory

Global model

Mesoscale model

WRF Model

The Weather Research and Forecasting Model (WRF)

  • Mesoscale grid model

관측 및

자료처리


Background on wrf model

Numerical Modeling Laboratory

Background on WRF Model

  • “Weather Research and Forecasting”

  • Co-developed by research and operational communities

  • Replaces MM5 and Eta models

  • Current version 2.2

  • Platforms (for model): Linux, IBM/AIX, SGI, Cray, Darwin… and Sun (hideous)


Wrf model process

Numerical Modeling Laboratory

WRF Model Process

Model Process

자료 생성(WRFSI)

WRF Model

초기자료 및 경계자료

수치적분

모형 결과

PhysicsParameterization

Dynamics

MicrophysicsCumulus PhysicPBLLand SfcSW rad.LW rad.

Conservation Eqs.


Wrf model process1

Numerical Modeling Laboratory

WRF Model Process


Wrf model1

Numerical Modeling Laboratory

WRF Model

  • Terrain-following pressure vertical coordinate

  • Arakawa C-grid

  • 3rd order Runge-Kutta split-explicit time integration

  • Conserves mass, momentum, entropy, and scalars using flux form prognostic equations

  • 5th order upwind or 6th order centered differencing for advection

  • Limited area (not global ???)

(more info - http://www.mmm.ucar.edu/wrf/users/)


Numerical weather prediction nwp

WRF 구름물리과정


Wsmmp wrf single moment microphysics hong dudhia and chen 2004

WSMMP (WRF-Single-Moment- MicroPhysics)Hong, Dudhia and Chen (2004)

old

new

23 –25 June 1997

Heavy Rainfall Case

(Vertically integrated cloud ice)


Overview of the wsmmp hdc2004 wsm3 wsm5 wsm6

Overview of the WSMMP- HDC2004 (WSM3, WSM5, WSM6)


Numerical weather prediction nwp

WSM6

WSM5

WSM3

Precipitation

Idealize 2D squall line experiment- 250 m horizontal resolution

WSM3

WSM5

WSM6

Hydrometer


Comparison of wsm6 and plin hong et al 2006 to be submitted to mon wea rev

Comparison of WSM6 and PLIN- Hong et al. (2006, to be submitted to Mon. Wea.Rev.)


Numerical weather prediction nwp

Comparison of WSM6 and Lin

WSM6

PLIN


Wsm6 plin real case 0000 utc 15 july 2001

WSM6 & PLIN( real case : 0000 UTC 15 July 2001 )

WSM6

OBS

PLIN

qg


Numerical weather prediction nwp

WRF-SINGLE-MOMENT-MICROPHYSICS SCHEME


Numerical weather prediction nwp

Bulk parameterization

  • RH83, WSM5

  • PLIN, WSM6

  • D89, WSM3

- 3 species of hydrometeors

- 5 species of hydrometeors

- 6 species of hydrometeors


Numerical weather prediction nwp

Structure of WSM32D

N=Δt/Δtcld

Nv=(VtΔtcld/ΔZ)max

Sedimentation

Calculate production terms due to Microphysical processes

Update variables

(qv, qci, qrs, T)

WSMMPS 3

module_mp_wsm3.f

SUBROUTINE wsm3

SUBROUTINE wsm32D

SUBROUTINE wsm3init

REAL FUNCTION rgmma(x)

REAL FUNCTION fpvs

SUBROUTINE phy_init

CALL wsm3init

SUBROUTINE microphysics_driver

CALL wsm3

DO j = jts, jte

CALL wsm32D

ENDDO


Numerical weather prediction nwp

WSMMPS 3

T>0oC

qci (cloud)

qrs (rain)

paut1

pracw

pcon

pres1

q (vapor)

T≤0oC

pgen

pres2

pisd

paut2

praci

qci (ice)

qrs (snow)

  • paut1 : autoconversion of cloud water

  • pcon : condensation

  • pres1 : evaporation/condensation of rain

  • pracw : accretion of cloud water by rain

T>0oC

T≤0oC

  • pgen : generation(nucleation) of ice from vapor

  • pisd : Deposition/Sublimation rate of ice

  • pres2 : deposition/sublimation rate of snow

  • paut2 : conversion(aggregation) of ice to snow

  • praci : accretion of cloud ice by snow


Numerical weather prediction nwp

Tunable parameters

WSMMPS 3


Numerical weather prediction nwp

WSMMPS 3

Define functions


Numerical weather prediction nwp

WSMMPS 3

N=Δt/Δtcld


Numerical weather prediction nwp

WSMMPS 3

Sedimentation part


Numerical weather prediction nwp

WSMMPS 3

Sedimentation part

  • Calc. Vt

  • Nv=(VtΔtcld/ΔZ)max

compute qrs flux


Numerical weather prediction nwp

WSMMPS 3

Sedimentation part


Numerical weather prediction nwp

WSMMPS 3

find a melting level

Compute freezing/melting

→ freezing occurs one layer above the melting level


Numerical weather prediction nwp

WSMMPS 3

precipitation


Numerical weather prediction nwp

WSMMPS 3

microphysics part

T>0oC


Numerical weather prediction nwp

WSMMPS 3

microphysics part

T≤0oC

psaci


Numerical weather prediction nwp

WSMMPS 3

microphysics part

T≤0oC


Numerical weather prediction nwp

WSMMPS 3

update part

mass conservation check

update

qv, qci, qrs, T


Numerical weather prediction nwp

WSMMPS 3

update part


Example of wrf fcst

Numerical Modeling Laboratory

Example of WRF FCST.

OBS

WRF FCST.

Precipitation

Synoptic


Numerical weather prediction nwp

한국의 수치예보

▪ 연세대 : 1984-5 년 연구용 준지균 역학 모형 개발

차세대 수치모형 : YOURS

▪ 서울대 : 1986-1987 년 : VAX - MM4 run (폭설 사례)

1987-1989 년 : 1984 년 8.31-9.1 일 서울 호우 모의

▪ 기상청 : 1989 년 7월 22일 : 기상청 예비 모의 시작

1992 년 제한 지역 모형 현업 시작 (KLAPS)

1998 년 전구모형 현업 시작


Numerical weather prediction nwp

연구도구로서의 수치모델

시간 공간적 고해상도의 자료

역학적, 열역학적 특성 연구

민감도 실험(physics, external forcing)

Mechanism 규명

중요 forcing 규명

New theory 개발


Numerical weather prediction nwp

화남지방에 상륙한 태풍과 한반도 집중호우와의 관련성

김 계 환 (공군), 홍 성 유

연세대 대기과학과


Numerical weather prediction nwp

121 cases of heavy rainfall over South Korea

during 1980-1999

72 %

68 %


Heavy rainfall at kanghwa during 1200 utc 4 1200 utc 6 august 1998

Heavy rainfall at Kanghwa during 1200 UTC 4-1200 UTC 6 August, 1998


Synoptic analysis

Synoptic analysis

  • Surface chart and GMS sattelite infraed image

1200 UTC 4 August, 1998

GMS composite

Surface chart


Numerical weather prediction nwp

  • GFDL TC bogus algorithm Directly, control the intensity of TC in southern China

Intimate correlation between the intensity of tropical cyclone (TC) and heavy rainfall over Korea

Adoption of intensified, weakened, removed tropical cyclone

 diagnose and quantify role of tropical cyclone

  • TC initialization procedure

  • (Kurihara et al., 1995)

  • GFDL type TC bogus algorithm for MM5

  • (implemented by Kwon et al., 2002)

  •  To generate other synoptic variables

  • (i.e. temperature, mixing ratio,

  • geopotential height, etc.), use FDDA

  • (Four Dimensional Data Assimilation)

  • in MM5 option.


Model experiments

Model & experiments

Model set-up


Numerical weather prediction nwp

  • sea level pressure

  • 24-hr precipitation

1200 UTC 4 Aug 1998

T980

T960

T1000

NoTC

T970


Numerical weather prediction nwp

  • 불확실성


Numerical weather prediction nwp

수치모형을 이용한 대기의 예측성

대기현상 복잡성

(u,v,T,q, etc)

? 한계 ?

계산상오차

(dx=dt=finite)

Lorenz (혼돈역학) – 2 주


Numerical weather prediction nwp

예측성이론 –혼돈역학(Lorenz)

Charney (1951) : 초기자료와 모델의 불확실성 -> 예측한계`

Lorenz (1962,1963) : 불안정 역학시스템의 주기성의 한계

목적 : 수치모형이 통계모형보다 좋음

도구 : 4 K memory 컴퓨터

모델 : 12 개 변수 (heating and dissipation forcing)

결과 : 변수의 변화 -> 수년 적분 후 비주기성 확인

초기조건 (소수점 3째자리) : 2 개월 후 다른 결과

Round-off error -> 비주기성 결과의 원인

혼돈 역학


Numerical weather prediction nwp

Unstable system

(No-periodicity)

Stable system

(Periodicity)


Numerical weather prediction nwp

앙상불 예보


Numerical weather prediction nwp

deterministic

stochastic

time

Transition : 2-3 days for largesccaleflows

2-3 hours for individual thunderstorm

Shorter for sharply nonlinear parameters

(precip. Diverges faster than 500 mb Z


Numerical weather prediction nwp

Ensemble (앙상블 예보)


Numerical weather prediction nwp

스파게티 Diagram

예보관이 신뢰함

예보관이 신뢰 못함

3) to provide the possibility of an adaptive or targeted observing system. Trace the error source region --> backward integration --> in time, for example 2 days. -- > point to a region or regions where additional observations would be especially useful

4) long-range integration : longer than 1 week, even in a short ranger upto a few days (SAMEX)


Numerical weather prediction nwp

  • 예측성 한계


Numerical weather prediction nwp

수치모형을 이용한 대기의 예측성

대기현상 복잡성

(u,v,T,q, etc)

? 한계 ?

계산상오차

(dx=dt=finite)

Lorenz (혼돈역학) – 2 주


Numerical weather prediction nwp

Forecast Error Growth and Predictability

종관예보

현재 수준

완전 모델

오차

예측시간

Source: Fred Carr


Numerical weather prediction nwp

예측오차의 경향 (1955-1998)

하루 / 8년

2050 년 ???

2주 까지


  • Login