Zielsetzung des Projektes

Ziel des Arbeitspakets ist es den Funktionsumfang des Verifikationswerkzeugs (CES Plug-in),  welches während der 1. Phase von MiKlip entwickelt wurde, zu erweitern. Dies beinhaltet die Einführung neuer Methoden, sowohl auf Seiten der Satellitendaten, als auch auf Seiten der dynamisch orientierten Verifikation unter Verwendung klassischer Variablen. Die Entwicklung von Satellitensimulatoren ermöglicht die Ableitung virtueller Satellitenbeobachtungen aus den Modellvorhersagen. Hierdurch wird eine Evaluierung in dem Parameterraum der Messinstrumente ermöglicht (z.B. Helligkeitstemperaturen, Radarreflektivitäten), wodurch Unsicherheiten auf Seiten der Beobachtungsdaten reduziert werden. Weitere Schwerpunkte des Arbeitspakets sind die Entwicklung auf dekadische Vorhersagen anwendbarer probabilistischer Verifikationsansätze sowie die Analyse dynamischer Prozesse im dekadischen Vorhersagesystem mit Relevanz für Vorhersagbarkeit. Ein generelles Projektziel ist die Vorbereitung der entwickelten Ansätze auf die Anwendung im operationellen Vorhersagebetrieb.

Struktur des Projektes

Das Arbeitspaket stellt ein gemeinsames Projekt von DWD und MIUB (Meteorologisches Institut der Universität Bonn) dar. Der DWD fokussiert sich auf die Einbringung von Satellitendaten. MIUB trägt durch die Analyse dynamischer Prozesse und die Entwicklung und Anwendung probabilistischer Evaluierungsmethoden bei. Satellitensimulatoren und CDRs werden innerhalb der ersten Projektphase bereitgestellt. Ergebnisse der Analyse dynamischer Prozesse werden bereitgestellt um die weitere Entwicklung probabilistischer Evaluierungsmethoden zu unterstützen. Arbeiten mit dem Ziel der Operationalisierung finden während der gesamten Laufzeit des Projekts statt.   
 

Aufgabenstellung des Projektes

Die Aufgabenstellung beinhaltet (i) die Bereitstellung qualitativ hochwertiger Satellitenbeobachtungen (ausgereifte CDRs), (ii) die Entwicklung von Satellitensimulatoren für abbildende Mikrowellenradiometer, (iii) Analyse zirkulatiosnabhängiger Veränderungen, (iv) ereignisbasierte, bedingte Stichprobenanalyse, (v) die Einführung von Ensemble Kernel Dressing (KED) Methoden, (vi) Vorhersageverifikation und (vii) eine erste Operationalisierung des im CES verwendbaren Verifikations-Plug-in.

Zu liefernde Ergebnisse des Projektes

Es werden Satellitensimulatoren für passive, abbildende Microwellenradiometer (SSM/I und SSMIS) zur Anwendung auf das MPI-ESM angeboten, welche zur Evaluierung der dekadischen Vorhersagen geeignet sind. Ferner werden qualitativ hochwertige, satellitenbasierte Beobachtungsdaten erzeugt. Diese stellen ausgereifte ‚Climate Data Records‘ (CDRs) dar und werden in CMOR konformem NetCDF für das CES bereitgestellt. Das Verifikations-Plug-in für das CES wird  durch Einführung von ‚Ensemble Kernel Dressing‘ (EKD) Methoden erweitert. Darüber hinaus werden Ansätze der ereignisbasierten, bedingten Stichprobenanalyse zur Analyse tropischer und extratropischer Zirkulationsmuster unter Verwendung von Satellitendaten hinzugefügt. Der Satellitensimulator und das Verifikations-Plug-in werden zur Verifikation im Vorhersagesystem angewandt. Schließlich wird eine operationell verwendbare Version des Verikations-Plug-in für das CES bereitgestellt.

Projektfortschritte

Methoden zur probabilistischen Evaluierung sind weiterentwickelt und anschließend zur Bestimmung der Vorhersagegüte des MiKlip-Systems angewandt worden. Außerdem wurde ein Satellitensimulator für die passiven Mikrowellenradiometer „Special Sensor Microwave Imager“ (SSM/I) und „Special Sensor Microwave Imager and Sounder“ (SSMIS) unter Verwendung des „CFMIP Observation Simulator Package“ (COSP) entwickelt. Auf Seiten der Beobachtungen wird dazu der von CM SAF bereitgestellte SSM/I & SSMIS „Fundamental Climate Data Record“ (FCDR) verwendet (DOI: 10.5676/EUM_SAF_CM/FCDR_MWI/V003).

Der Simulator wird auf das MiKlip II vor-operationelle System angewendet, um dieses hinsichtlich seiner klimatologischen sowie prädiktiven Qualität bezüglich verschiedener Komponenten des globalen hydrologischen Kreislaufs zu bewerten. Die simulierten Helligkeitstemperaturen stimmen im mehrjährigen Mittel mit den Beobachtungen hinsichtlich der generellen räumlichen Strukturen und Amplituden gut überein. Die probabilistische Evaluierung konzentriert sich auf den Zeitraum von 1988 bis 2014. Vorhersagbarkeit zeigt sich sowohl für das erste Vorhersagjahr als auch die Vorhersagejahre 2-5 besonders über den tropischen und subtropischen Ozeanregionen. Weniger Vorhersagbarkeit findet sich jedoch über dem östlichen Pazifik nördlich und südlich des Äquators. Abhängig vom ausgewählten Kanal und den betrachteten Vorhersagejahren zeigen sich auffällige räumliche Strukturen. Für den 22 GHz Kanal, welcher sensitiv gegenüber Wasserdampf ist, sind die Ergebnisse der probabilistischen Evaluierung konsistent mit einem klassischen Evaluierungsansatz, welcher unter Verwendung des aus Satellitendaten abgeleiteten Wasserdampfes aus dem HOAPS4 Datensatz (DOI: 10.5676/EUM_SAF_CM/HOAPS/V002) durchgeführt wird.

Die probabilistischen Evaluationsverfahren wurden auf die Serie der aus MiKliP Phase 1 verfügbaren Hindcasts B1-LR, B1-MR, Prototyp ORAs4, Prototype GECCO und auf die pre-operationale Vohersage Suite aus MiKlip Phase 2 sowie die sechs experimentellen Vorhersagen, die in Module A entwickelt wurden, angewendet, um diese Ensemblevorhersagen zu bewerten. Ein zentrales theoretisches Ergebnis der Untersuchungen betrifft die Schärfe der Vorhersagen mit Hilfe der Varianzanalyse anova (wie ähnlich sind die Vorhersagen der einzelnen Ensemblemitglieder im Vergleich zum Ensemblemittelwert) zur Bewertung der Vorhersagequalität. Der ensemble spread score ESS wird oft als unabhängiges Qualitätsmaß angesehen, es wurde aber gezeigt, dass der ESS eine Funktion der Korrelation zwischen Beobachtungen und Ensemblemittelwert und der anova ist. Reliability ist ein Maß für die Balance zwischen ensemble spread und Vorhersageunsicherheit und kein Maß für die Vorhersagegüte (resolution). Somit tritt ein idealer ESS von eins auch dann auf, wenn das Modellensemble keine Schärfe hat. Ein weiteres theoretisches Ergebnis vereint die probabilistische Evaluation von kontinuierlichen und kategorischen Variablen durch die Betrachtung von Informationsentropien, die zur Definition von generalisierten Korrelationen und anova Werten für beide Formen von Variablen führt.