Széladatok homogenizálása és korrekciója Péliné Németh Csilla 1 Prof. Dr. Bartholy Judit 2 Dr. Pongrácz Rita 2 Dr. Radics Kornélia 3 1 MH Geoinformációs Szolgálat pelinenemeth.csilla@mhtehi.gov.hu 2 Eötvös Loránd Tudományegyetem, Meteorológiai Tanszék bartholy@caesar.elte.hu, pongracz.rita@gmail.com 3 Országos Meteorológiai Szolgálat radics.k@met.hu
Vázlat 1. Klimatológiai hosszúságú idősorok inhomogenitásai 2. Adatsorok homogenizálása 3. Széladatsorok (mérés, reanalízis, éghajlati modellek előrejelzett mezői) korrekciói 4. Eredmények 5. Összefoglalás
Széladatok homogenizálása 1. Hosszú idősorok mindig tartalmaznak hibákat, töréspontokat a mérési környezet mérési módszerek mérőeszközök, mérési magasságok változása állomások költözése automatizálás 2. Hamis trendek, következtetések 3. Mérési adatok éghajlati feldolgozása előtt minőség-ellenőrzés homogenitás-vizsgálat
Széladatok homogenizálása 1. Egy éghajlati hosszúságú mérési idősor HOMOGÉN változékonysága kizárólag az időjárás és az éghajlat változékonyságából adódik 2. MASH szoftvercsomag szinoptikus mérőhálózat napi (legalább 8 mérés) szélsebesség (1975-2012) és széllökés (1975-2013) adatainak homogenizálása, a hibás adatok kiszűrése, adathiányok pótlása 3. Idősor együttes vizsgálata (korábban kettébontva)
Széladatok homogenizálása 1. MASH relatív homogenizációs teszt eljárás 2. matematikai alapok 3. nem feltételezi a referencia idősor homogenitását 4. a vizsgált és a referencia idősorok szerepe a futás során változik, felcserélődik 5. a vizsgált meteorológiai elem tulajdonságaitól függően alkalmazunk additív (például: hőmérséklet), valamint multiplikatív (például: csapadék vagy szélsebesség) modellt
Széladatok homogenizálása havi relatív idősor-módosítás (RMS) havi relatív becsült inhomogenitás (REI)
Napi szélsebesség relatív gyakorisága
A napi átlagos szélsebesség 90%-os percentilis értékeinek lineáris trend együtthatói
ECMWF (ERA Interim) reanalízis adatbázis Félfokos rács; (u,v) szélkomponensek 1979-2012. közötti netcdf fájlok Magyarországra 43, Kárpát-medence területére 190 rácspont esik Adatasszimiláció, variációs analízis
Asszimiláció során felhasznált adatok száma
Normalizált standard szórás és a 10m szélsebesség hibája (in situ bólya, hajó mérésekhez képest) Szélsebességben nem mutatkozik meg a műholdas adatok figyelembe vétele, a modellfelbontás növelése Több paraméterre jelentős javulás, DE nedvességre, szélre nem Forrás: DEE ET AL., 2011: The ERA-Interim reanalysis: configuration and performance of the data assimilation system, Q. J. R. Meteorol. Soc. 137: p553-597.
12772 12805 12812 12815 12822 12825 12830 12843 12851 12860 12882 12892 12910 12915 12920 12922 12925 12930 12932 12935 12942 12950 12960 12970 12982 12992 ECMWF (ERA Interim) részére átadott hazai szinoptikus állomások
ERA Interim: kis térbeli reprezentativitás
Eredmények
ERA Interim problémák ERA Interim homogén, éves REI és RMS rácspontok 15%-ában 0 Nem adja vissza hazánk tájegységeire jellemző szélsebességértékeket Kevés számú földfelszíni állomás figyelembe vétele Kis térbeli reprezentativitás Prediktor adatok inhomogenitásai Térinformatika nem elég Térben és időben interpolálás szükségessége Háttérmező nem azonos az analízis mezővel
ECHAM RegCM és ERA-40 szélsebességmezők átlagos különbségei a referencia időszakban (1961-1990) százalékban Validáció a CARPATCLIM adatokkal
Összefoglalás (1) Inhomogenitások akár ellentétes irányú, hamis trendek (2) Megbízható rácsponti adatsorok kialakítása mérési adatsorok minőségellenőrzése, homogenizálása, éghajlati változók térbeli és időbeli interpolációja (matematika és éghajlat) pl.: CARPATCLIM adatbázis (3) RegCM klímamodell a referencia időszakra felülbecsli a szélsebességet (4) Hibakorrekció CARPATCLIM adatbázissal (5) Szélklimatológiai vizsgálatok és szélenergia-potenciál megbízható becsléséhez ellenőrzött, homogenizált adatsorok alkalmazása célszerű
Köszönöm a figyelmet!