Divergente Bedingungen bei der Modellierung des Hintergrund-Fehlers in der globalen atmosphärischen Datenassimilation

Description: Bei der Datenassimilation für die numerische Wettervorhersage (NWP) wird die Kurzfristvorhersage (genannt als Hintergrund) durch die neuesten Beobachtungen korrigiert, um erste Bedingungen (Analyse) für die nächste Vorhersage zu schaffen. In diesem Prozess müssen die räumlichen Eigenschaften der Vorhersagefehler modelliert werden, damit sich die Auswirkungen der Beobachtungen physikalisch optimal ausbreiten. Die Reduzierung von Vorhersagefehlern auf synoptischen Skalen in mittleren Breiten, wo die Divergenz eine Größenordnung kleiner ist als die relative Vorticity, wurde erfolgreich mit Hilfe der quasi-geostrophischen Theorie modelliert. Auf diese Weise können Temperaturbeobachtungen Hintergrundfehler im Windfeld korrigieren und umgekehrt. Die Analyseunsicherheiten und kurzfristigen Vorhersagefehler in globalen NWP-Systemen sind jedoch in den Tropen am größten, wo die Divergenz mit der Vorticity vergleichbar oder sogar größer ist. Tropische Analyseunsicherheiten können einen dominierenden Einfluss auf die Genauigkeit der mittel- und weiträumigen Vorhersage in den mittleren Breiten haben. Es wird hier argumentiert, dass die Verringerung der Analyseunsicherheiten in den Tropen ein entscheidender Schritt ist, der erforderlich ist, um das Spektrum nützlicher Vorhersagen in globalen NWP-Modellen zu erweitern. Ziel dieses Projekts ist es, eine neue Randbedingung für die Hintergrundfehlermodelle bei der Datenassimilation zu entwickeln, die Divergenz-dominierte Beziehungen zwischen den tropischen Temperatur- und Windvariablen über viele Skalen hinweg berücksichtigen. Die vorgeschlagene Randbedingung verwendet die Masse-Wind-Beziehungen, die tropische Schwerewellen beschreiben. Es hat sich gezeigt, dass diese Randbedingung viel versprechend für die Verbesserung tropischer Analysen ist. Dieses Projekt wird diese Ideen auf die globale Atmosphäre ausdehnen, indem es 1) einen neuen Datenassimilierungsrahmen entwickelt, der die tropischen und mittleren Breiten Aspekte der atmosphärischen Dynamik miteinander verbindet, 2) die strömungsabhängigen Hintergrundfehlerinformationen aus den Ensemble-Vorhersagen verwendet und 3) das Potential verbesserter tropischer Analysen auf Extratropen abschätzt.

SupportProgram

Origins: /Bund/UBA/UFORDAT

Tags: Windgeschwindigkeit ? Wind ? Assimilation ? Daten ? Systemanalyse ? Tropengebiet ? Wettervorhersage ? Modellierung ? Atmosphäre ?

Region: Nordrhein-Westfalen

Bounding boxes: 6.76339° .. 6.76339° x 51.21895° .. 51.21895°

License: cc-by-nc-nd/4.0

Language: Deutsch

Organisations

• Deutsche Forschungsgemeinschaft (Finanzielle Förderung)
• Deutsche Forschungsgemeinschaft (Projektverantwortung)
• Umweltbundesamt (Bereitstellung)

Time ranges: 2021-01-01 - 2025-10-02

Alternatives

• Language: Englisch/English
  Title: Divergent constraints in background-error modelling for global atmospheric data assimilation
  Description: In data assimilation for numerical weather prediction (NWP), the short-range forecast (called background) is corrected by the most recent observations to provide initial conditions (analysis) for the next forecast. In this process, spatial properties of the forecast errors need to be modelled so that the impact of observations is propagated in a physically optimal way. The reduction of forecast errors at synoptic scales in midlatitudes, where divergence is an order of magnitude smaller than relative vorticity, have been successfully modelled using quasi-geostrophic theory. In this way, observations of temperature can correct background errors in the wind field and vice versa. However, the analysis uncertainties and short-range forecast errors in global NWP systems are largest in the tropics where divergence is comparable to vorticity or even greater. Tropical analysis uncertainties can have a dominant influence on the accuracy of medium and extended-range prediction in the mid-latitudes. It is argued here that the reduction of analysis uncertainties in the tropics is a crucial step required to extend the range of useful prediction in global NWP models. The goal of this project is to develop a new constraint for the background error models in data assimilation that take into account divergence-dominated relationships between the tropical temperature and wind variables across many scales. The proposed constraint employs the mass-wind relationships that describe equatorial inertio-gravity waves and was demonstrated to hold a great promise for improving tropical analyses. This project will extend these ideas to the global atmosphere by 1) developing a new data assimilation framework that couples the tropical and midlatitude aspects of atmospheric dynamics, 2) using the flow-dependent background-error information from the ensemble forecasts, and 3) estimating potential of improved tropical analyses on extratropics. https://ufordat.uba.de/UFORDAT/pages/PublicRedirect.aspx?TYP=PR&DSNR=1118540

Status

Aktiv

Quality score

• Overall: 0.50
• Findability: 0.68

  • Title: 1.00
  • Description: 0.11
  • Identifier: false
  • Keywords: 1.00
  • Spatial: RegionIdentified (1.00)
  • Temporal: true
• Accessibility: 0.67

  • Landing page: Specific (1.00)
  • Direct access: false
  • Publicly accessible: true
• Interoperability: 0.00

  • Open file format: false
  • Media type: false
  • Machine-readable metadata: false
  • Machine-readable data: false
• Reusability: 0.67

  • License: ClearlySpecifiedAndFree (1.00)
  • Contact info: false
  • Publisher info: true

Accessed 1 times.