Modell-Lauf

Modell-Lauf ist der Begriff für eine vollständige Modell-Berechnung des Atmosphären-Zustandes über einen bestimmten Vorhersage-Zeitraum (Tage). Der Modell-Lauf wird auch als Modell-Update bezeichnet.

Modellierungsprozesse

Ein Modell-Lauf besteht aus:

  • Initialisierung: Prozess der Sammlung, Kontrolle und Eingabe von Beobachtungsdaten in ein Modell, um die "Anfangsbedingungen" (Initialisierungszeit) festzulegen, mit denen das Modell die Berechnung der Wetter-Entwicklung durchführen kann.
  • Assimilation: Sammlung, Güteprüfung und Normalisierung aller Beobachtungsdaten, die den anfänglichen Zustand der Atmosphäre beschreiben. Das Ergebnis ist ein Datensatz in einem Format, das den Anfang der Berechnung zulässt.
  • Berechnung: Berechnung zukünftiger atmosphärischer Änderungsraten in Zeitinkrementen, als Zeitschritte bezeichnet. Zeitschritte sind typischerweise vier Sekunden.
  • Daten-Extraktion:  Während der Berechnung werden Modell-Daten in regelmäßigen Vorhersage-Intervallen extrahiert und zwischengespeichert. meteoblue benutzt für die NMM- und NEMS-Modelle Intervalle von 1 Stunde.
  • Daten-Speicherung: Nach Ende der Berechnung werden die Modell-Daten in abrufbare Formate geschrieben und sind damit für die Auswertung und Darstellung zugänglich.
  • Daten-Postprocessing: Für bestimmte Anwendungen (z.B. Erstellung von Piktogrammen, Stations-Vorhersagen, Energie-Vorhersagen) werden die Daten weiter bearbeitet.

Der Modelllauf ist mit dem Ende des Post-Processing abgeschlossen: Dieser Zeitpunkt ist die Aktualisierungs-Zeit. Von da an sind die Daten für verschiedene Produkte verwendbar.

Modell-Lauf (Zusammenfassung)

Modell-Lauf (Zusammenfassung)

Frequenz der Modell-Läufe

Für die NMM- und NEMS-Modelle benutzt meteoblue im allgemeinen 2 Modell-Läufe pro Tag.
Die Läufe basieren auf den Assimilationen für 00:00 UTC und 12:00 UTC. Initialisierung findet etwa 2 Stunden nach Beginn der Assimilation statt. Die Aktualisierung findet zwischen 6 und 8 Stunden nach Beginn der Assimilation statt.
Die Zeit der Initialisierung des Modell-Laufs kann in Diagrammen oder im Datensatz unterschieden werden. Der dargestellte Vorhersage-Zeitraum beginnt wie folgt:

  • 00:00 UTC Initialisierung: von 00:00 UTC an (Tag 1 hat 24 Stunden Daten).
  • 12:00 UTC Initialisierung: von 12:00 UTC an (Tag 1 hat 12 Stunden Daten).

 Die Aktualisierungs-Zeiten sind im folgender Form dargestellt:

  • Diagramme (z.B. Meteogramme): im Titel oder Untertitel (in UTC).
  • Data FTP: die Aktualisierung-Zeit ist der Zeitstempel der Übertragungsdatei.
  • Data per API: die Aktualisierung-Zeit wird nicht getrennt dargestellt, um die Dateiformate einheitlich zu halten. Sie können jedoch anhand eines entsprechenden Diagramms geprüft werden.

Unsere Modelldomains werden zu verschiedenen Tageszeiten aktualisiert. Je nach geographischer Ausdehnung und Auflösung dauert eine Berechnung mehr oder weniger Zeit. Die folgende Tabelle enthält die ungefähren Aktualisierungszeiten. In seltenen Fällen (in etwa 3% der Fälle) ist die Aktualisierung des Modells möglicherweise später als angegeben. Diese Verzögerung wird durch verzögerte Übertragung von Eingangsdaten verursacht, die zum Starten unserer Simulationen erforderlich sind.

Domäne*
Geograhpischer Bereich
Ungefähre Update-Zeitungen
NEMSGLOBAL Global** 05:30 / 17:30 UTC
NEMS4 Zentraleuropa 08:00 / 20:00 UTC
NEMS12 Europa 08:00 / 20:00 UTC
NAM12 Nordamerika 04:30 / 16:30 UTC
NEMSSA Südamerika 09:45 / 21:45 UTC
AF01 Südliches Afrika, 10:00 / 22:00 UTC
AS01 Südost-Asien 10:15 / 22:15 UTC
NEMSIN Indien & Himalaya 08:00 / 20:00 UTC
NEMSNZ Neu Seeland 07:00 / 19:00 UTC

* Die aktuelle Aktualisierungszeit sowie der Domainname für jeden Standort können auf der Meteoblue-Vorhersageseite durch Klicken auf zusätzliche Variablen live überprüft werden.
** NEMSGLOBAL liefert Vorhersagen für jeden Punkt der Welt. Eine lokale Wettervorhersage wird diese globale Vorhersage jedoch nicht in erster Linie verwenden, wenn eine andere regionale Domäne verfügbar ist.

Qualität der Modell-Läufe

Andere Webseiten aktualisieren 4 zu 8 Mal pro Tag: Warum berechnet meteoblue nur 2  Modell-Läufe pro Tag?

Dank der meteoblue NMM- / NEMS Technologie erreichen die Ergebnisse bereits mit 2 täglichen Läufen beste Qualität. Hier sind einige Gründe dafür:

  • Qualität der Assimilation
    • Gute globale Assimilationsdaten sind 2 Mal pro Tag erhältlich (00:00 and 12:00:00 UTC). Die zwischenzeitlichen Aktualisierungen (06:00 und 18:00 UTC) sind weniger vollständig. Daher ist die Vorhersagequalität der Modellläufe, die auf der Assimilation von 06:00 und 18:00 UTC basieren, weniger gut als die der jeweilig vorangehenden Assimilation. Der ECMWF-Datensatz wird nur um 00:00 und 12:00 UTC assimiliert. GFS hat die häufigste globale Assimilation, die für die Langstreckenvorhersage mit Aktualisierungen um 00:00, 06:00, 12:00 und 18:00 UTC nützlich ist.
  • Lokale Modellierung
    • meteoblue Modelle haben eine hohe räumliche Auflösung und liefern ortsgenauere Daten als die konventionellen Wettermodelle, welche statistische Korrekturen der Modellergebnisse mit Hilfe von Wetterstations-Messungen benötigen. Die meteoblue Modelle haben solche statistischen Korrekturen nicht nötig.
  • Begrenzte Verfügbarkeit von Beobachtungsdaten
    • Kurzfristige Aktualisierungen (welche Messungen von Wetterstationen oder Satelliten benutzen) verbessern die Vorhersage nur für die nächsten 1-12 Stunden. Statistisch betrachtet ist eine 6-Stunden Vorhersage auf der Basis einer Wetterstationsmessung (z.B. eine Vorhersage von 10:00 UTC für 16:00 des gleichen Tags, basierend auf Wetterstationsdaten von 09:00 UTC) weniger genau als eine Modell-Vorhersage für 16:00 basierend auf der 00:00 Assimilation, die um 06:00 UTC herausgegeben wurde.

Es kommt also darauf an, wie gut man aktualisiert, und nicht wie oft!

Modelldaten Qualität maximieren

meteoblue verwendet für die Erstellung bester Vorhersage-Qualität eine Kombination von Strategien:

  • Abdeckung großer Gebiete
    • wir benutzen die Rechenkapazität, um mehr Modell-Domänen zu berechnen, und dadurch die Daten-Qualität in viel größeren Gebieten zu verbessern.
  • Nowcasting für spezielle Variablen
    • wir benutzen besondere Verfahren, um kurzfristige Vorhersagen herzustellen, wie zum Beispiel rainNOW.
  • Nutzerberichte
    • wir bieten einen Wetter-Blog an, der Nutzern aus der ganzen Welt ermöglicht, von den tatsächlichen Bedingungen zu berichten, und damit einen andauernden Vergleich mit der Realität zu ermöglichen.
  • Spezialisierte Vorhersagen
    • für Anwendungen, die sehr abhängig sind von präzisen örtlichen Wetterinformationen (wie Windkraft-Vorhersagen und Gebäudemanagement), macht meteoblue spezielle Anpassungen der Vorhersagen anhand von örtlichen Wettermessungen. Wenn Sie Wetterbeobachtungen für Ihren Standort archiviert haben, können wir Ihre Prognose erheblich verbessern.
  • Vergleich zu vergangenen Jahren
    • mit dem Klima-Meteogramm, zeigen wir, wie sich das vorhergesagte Wetter im Vergleich zu den letzten Jahren entwickelt, und geben damit den Nutzern ein weiteres Maß der Häufigkeit eines Ereignisses oder eines zu erwartenden Wertes.
  • Qualitätskontrolle
    • durch dauernden Vergleich mit aktuellen Messungen überprüfen wir unsere Vorhersagequalität und verbessern sie dadurch laufend. Wenn wir unsere Prognosemodelle ändern, testen und dokumentieren wir die Verbesserung, indem wir das Wetter für mehrere Jahre neu berechnen.

Dadurch bieten wir unseren Nutzern verschiedene Möglichkeiten, die bestmögliche Vorhersage für den jeweiligen Einsatzzweck zu erhalten, und sie mit der Wirklichkeit zu vergleichen. "Was unsere Nutzer sagen" zeigt Ihnen einige Ergebnisse.

Modell-Daten-Erzeugung (für Programmierer)

Update-Prozess der Modell-Vorhersage

Update-Prozess der Modell-Vorhersage

Ein Schema des Modellvorhersage-Aktualisierungsprozesses wird in der Grafik dargestellt.
Das Timing der Verfügbarkeit der Daten hängt von der Modell-Domäne und der während der Datenerzeugung beteiligten Prozessschritte ab (zum Beispiel Postprocessing, MOS) und von der Datenübermittlung (zum Beispiel API, FTP, E-Mail und andere).

NMM = Nonhydrostatic Mesoscale Model.
MOS  = Model Output Statistics.