Observationer är en betydelsefull del i den meteorologiska utvecklingen. Markobservationer är mycket användbara som de är, de tillför väderdata för en specifik punkt. Men de ger ingen information om vad som händer mellan dessa mätpunkter. Med modeller kan man skapa en analys, d.v.s. beräkna och estimera vad som händer mellan dessa observationsstationer. Radar och satellit ger data över områden och är en produkt där dess mätningar är analyserade. Radar ger till exempel en bild av var regnet befinner sig, d.v.s. en analys av nuläget.
Första timmes nederbördsmängd
För att förbättra de existerande algoritmerna och deras funktionalitet för hur man skapar en meteorologisk analys, har Erik Gregow använt ett analysverktyg som kallas LAPS (Local Analysis and Prediction System) för sin forskning vid Helsingfors universitet. Han har använt ett flertal olika meteorologiska observationer och studerade deras inbördes påverkan för att kunna kombinera och sammankoppla data från de olika instrumenten. Utvecklingen av LAPS analys modellen har använts för flera applikationer såsom inom hydrologi, väg- och brandvarningsmodeller och av prognos-meteorologer.
- I första hand har jag fokuserat på att förbättra beräkningen av första timmes nederbördsmängden och de meteorologiska parametrar som påverkar vindkraftsproduktionen, säger Gregow, som arbetar på Finska Meteorologiska Institutet.
Blixtar förbättrar beräkningen av nederbördsmängden
Erik Gregow’s studier koncentrerade sig på Finland och enligt hans resultat kan man mer korrekt beräkna nederbördsmängden genom att kombinera informationen från markobservationer, radar och data från blixtar.
- Genom att kombinera markobservationer och radardata så får man en klart bättre nederbördsanalys. Att sen använda blixtdata ger ytterligare en förbättring, speciellt för områden där radarn inte ger mätdata, till exempel över de närliggande havsområdena, säger Gregow.
Den förbättrade LAPS-analysen med avseende på moln-relaterade parametrar och den nyutvecklade modellen LOWICE, gör det dessutom möjligt att uppskatta produktionen av vindkraftgenererad elektricitet under vintern.
Hur uppskatta nedisning på vindkraftverkens rotorblad
Det är under dessa kalla månader som det kan förekomma nedisning på vindkraftverkens rotorblad, vilket reducerar produktionen märkbart. Det här är en mycket viktig aspekt för vindkraftsbolagen, som i förväg måste kunna bedömma hur mycket elektricitet som de kan producera och sälja till marknaden.
Därtill finns det en säkerhetsaspekt, då stora isblock kan falla eller slungas av från rotorbladen och potentiellt skada personer eller egendom.
- Här på våra breddgrader påverkas vindkraftsverken av nedisning under vintermånaderna, med försämrad produktion av elektricitet som följd. Vi har med våra utvecklade modeller påvisat att vi kan uppskatta denna nedisning och beräkna dess inverkan på produktionen från vindkraftsverken, säger han.
Korttidsprognoser, “nowcasts”, och tillförlitligheten hos prognoserna
Med en serie av radarbilder kan en person eller en dator uppskatta vart regnet rör sig och var det kommer att regna inom de närmaste minuterna eller även timmarna, d.v.s. en korttidsprognos eller “nowcast”.
- För de flesta meteorologiska parametrar, till exempel temperatur eller vind, så är detta betydligt svårare. Det beror på att dessa parametrar influeras av många andra meteorologiska faktorer och det finns inte något linjärt samband för utvecklingen av dem, säger Erik Gregow.
Därför behövs fortfarande prognosmodeller för att beräkna de fysikaliska och dynamiska ekvationerna även för de korta prognoserna, såsom för långtidsprognoser, av de flesta meteorologiska parametrarna.
En förutsättning för en bra prognos är att man fångar det initiala väderläget så bra som möjligt. Detta görs med observationer och de introduceras i prognosmodellen via olika tekniker. Här kvarstår ett problem då modeller påverkas av fysikaliska oenigheter då de dynamiska förhållandena kan vara i obalans. Detta resulterar ofta i att modellen under de första timmarna har en “spin-up” effekt där de meteorologiska parametrarna ännu inte är i balans med varandra och de utvecklade väderförhållandena ännu inte är helt tillförlitliga. Därav spenderas mycket forskning om hur man kan reducera denna spin-up effekt och användandet av nowcast-modeller för att tillföra bästa modellresultat för de närmaste timmarna.
- Det behövs fortfarande mycket forskning och arbete för att förbättra de första timmarna i en korttidsprognos, särskilt när modellernas upplösning ökar mer och mer (d.v.s. man beskriver vädret i mer detalj och på mindre skalor än tidigare). För detta ändamål spelar analysen en central roll och man fortsätter forskningen kring detta, säger Gregow.
Länk till avhandlingen: New methods using in-situ and remote-sensing observations for improved meteorological analysis
För mer information:
Erik Gregow, +358 50 320 7859, erik.gregow@fmi.fi
Minna Meriläinen-Tenhu, @MinnaMeriTenhu, +358 50 415 0316, minna.merilainen@helsinki.fi