Tekst / Artykuł
Transkrypt
Tekst / Artykuł
PRZEGLĄD GEOFIZYCZNY Rocznik LVIII 2013 Zeszyt 3–4 Grzegorz DUNIEC, Andrzej MAZUR Dział Numerycznych Prognoz Meteorologicznych COSMO IMGW-PIB FIZYKA GLEBY W METEOROLOGICZNYM MODELU COSMO-LM – PARAMETRYZACJA TILE I MOSAIC THE SOIL PHYSICS IN METEOROLOGICAL MODEL COSMO-LM – TILE AND MOSAIC PARAMETERIZATION Celem prognoz pogody jest jak najwierniejsze odtworzenie procesów fizycznych w atmosferze i ich możliwego dalszego przebiegu. Rozwijane od wielu lat numeryczne modele meteorologiczne dostarczają coraz bardziej wiarygodnych prognoz stanu atmosfery, a ich rola w wielu sferach ludzkiej działalności − transporcie, rolnictwie, gospodarce wodnej, energetyce, obronności oraz w życiu każdego z nas − nieustannie rośnie. Jak każdy model, również model meteorologiczny jest pewnym uproszczeniem rzeczywistości, a o skali uproszczeń decydują możliwości obliczeniowe, pomiarowe oraz wiedza teoretyczna. Doskonalenie modeli odbywa się głównie przez uwzględnienie procesów, które dotychczas nie były w nich brane pod uwagę albo były uwzględniane w zbyt uproszczony sposób. Procesy fizyczne zachodzące w dolnej warstwie atmosfery (warstwa graniczna atmosfery), a w szczególności w warstwie atmosfery przylegającej bezpośrednio do powierzchni ziemi, oraz procesy fizyczne w górnej warstwie gleby są wzajemnie ze sobą powiązane. Bez znajomości procesów fizycznych zachodzących w glebie, zwłaszcza w jej warstwie przypowierzchniowej, nie jesteśmy w stanie w zadowalający sposób opisać procesów fizycznych w dolnej atmosferze, a tym samym poprawnie prognozować pól meteorologicznych, takich jak temperatura, kierunek i prędkość wiatru, wilgotność itp. I na odwrót − bez znajomości procesów fizycznych zachodzących w atmosferze nie możemy poprawnie prognozować procesów hydrologicznych i termicznych 164 G. Duniec, A. Mazur zachodzących w glebie. A przecież prognoza stanu gleby, a w szczególności prognoza jej wilgotności i temperatury, jest niezwykle istotna dla rolników, ogrodników, leśników i wszystkich zajmujących się uprawą roślin. Modelem meteorologicznym wykorzystywanym w numerycznym systemie prognozy pogody w Instytucie Meteorologii i Gospodarki Wodnej (IMGW) od 2001 r. jest model COSMO-LM (Consortium for Small-Scale Modelling). Jest to w pełni ściśliwy, niehydrostatyczny model oparty na prawach zachowania masy, pędu i energii. Dla obszaru Polski model jest liczony w domenie 2695 km × 2247 km. Dane wyjściowe z modelu są otrzymywane w przestrzennej siatce regularnej (385x321x40 oczek siatki). Rozdzielczość horyzontalna jest zatem równa 7 km, rozdzielczość w pionie – 40 poziomów, a krok czasowy to 40 s. Horyzont czasowy prognozy wynosi 78 godzin. Model jest zaimplementowany w Instytucie Meteorologii i Gospodarki Wodnej (IMGW-PIB) na klastrze linuksowym, opartym na procesorach IntelXeon X5570. W cyklu dobowym realizowane są dwa przebiegi modelu wykonywane o godzinie 0 i 12 UTC. Warunki brzegowe i początkowe otrzymywane są z modelu globalnego o nazwie GME, który jest zaimplementowany w DWD (Deutscher Wetterdienst) w Niemczech (Majewski i in., 2002). Na styku gleby i atmosfery zachodzi szereg złożonych procesów hydrologicznych i termicznych (Warner, 2011), które wzajemnie na siebie oddziałują. Przebieg procesów zachodzących w glebie zależy od wielu czynników, głównie zaś od jej typu, który odzwierciedla właściwości fizyczne gleby, pokrycia gleby, położenia i otoczenia kompleksu glebowego, wilgotności gleby i warunków atmosferycznych. W związku ze znacznym zróżnicowaniem typów gleb i pokrycia terenowego skala procesów zachodzących w glebie jest znacznie mniejsza niż rozdzielczość siatki obliczeniowej we współczesnych modelach meteorologicznych, także w modelu COSMO-LM. Zatem procesy zachodzące w glebie są dla modelu procesami podskalowymi. Aby właściwie je odwzorować, należy uwzględnić średni wpływ tych procesów na procesy zachodzące w większej skali, co nazywa się parametryzacją. Właściwa parametryzacja procesów zachodzących w glebie jest konieczna do uzyskania wiarygodnych prognoz warunków atmosferycznych i agrofizycznych. Którą parametryzację należy jednak uznać za właściwą? W artykule częściowo dana jest odpowiedź na to pytanie. Odwzorowanie procesów fizycznych zachodzących w glebie w numerycznym modelu meteorologicznym COSMO – LM Opis matematyczny procesów fizycznych w glebie nie jest sprawą prostą. Jak to zostało stwierdzone powyżej, skala procesów zachodzących w glebie jest na ogół znacznie mniejsza niż rozdzielczość siatki numerycznej modelu. Procesy podskalowe można albo pominąć, w nadziei, że ich wpływ na prognozowane Fizyka gleby w meteorologicznym ... 165 pola meteorologiczne będzie niewielki, albo uwzględnić, stosując parametryzację. Schematów parametryzacyjnych jest bardzo wiele. Zainteresowanym plecamy ksiażkę Davida J. S t e n s r u d a (2007) Parameterization Schemes. Key to Understanding Numerical Weather Prediction Models. W modelu COSMO-LM rutynowo są stosowane dwa schematy parametryzacji procesów fizycznych zachodzących w glebie, TERRA i TERRA_ML (Doms i in., 2011). W obu schematach zakłada się, że warunki glebowe i pokrycie terenu w całym oczku siatki modelu meteorologicznego są jednorodne. W schemacie TERRA obszar pomiędzy powierzchnią ziemi a warstwą klimatologiczną, tj. obszarem, gdzie zmiany warunków meteorologicznych nie mają już wpływu na procesy fizyczne zachodzące w glebie, jest podzielony na dwie warstwy (Doms i in., 2011). W parametryzacji TERRA_ML obszar pomiędzy powierzchnią ziemi a warstwą klimatologiczną dzieli się na 6 warstw dla opisu procesów hydrologicznych (do 2,43 m p.p.z.) i 7 warstw dla opisu procesów termicznych (do 21,87 m. p.p.z.), o różnej grubości, zwiększającej się wraz z głębokością. Ze szczegółowym opisem matematycznym zjawisk zachodzących w glebie w modelu COSMO-LM można zapoznać się w dokumentacji (Doms i in., 2011). W modelu rozróżnia się 5 typów gleby. Trzy zasadnicze rodzaje to piasek, ił i glina oraz dwa typy mieszane – piasek-ił oraz ił-glina. Dodatkowo rozważa się również lód, skały i torf. W przypadku lodu i skał procesy hydrologiczne nie są rozpatrywane. Hydrologiczna część modelu prognozuje zawartość wody w glebie i na jej powierzchni. Procesy uwzględnione w modelu przedstawia rys. 1. Rys. 1. Procesy hydrologiczne w glebie w modelu COSMO – LM (Doms i in., 2011) Fig. 1. Hydrological processes in soil after model COSMO – LM (Doms et al., 2011) 166 G. Duniec, A. Mazur Procesy uwzględnione w modelu przepływu energii w glebie są przedstawione na rys. 2. Rys. 2. Procesy termiczne w glebie w modelu COSMO – LM (Doms i in., 2011) Fig. 2. Thermal processes in soil after model COSMO – LM (Doms et al., 2011) W każdym kroku czasowym w modelach przenoszenia ciepła i wilgoci w glebie parametryzowane są wartości strumieni, współczynników i charakterystyk tak, aby reprezentowały obszar odpowiadający oczku siatki. Obie parametryzacje nie dają jednak zadowalających rezultatów. Skłoniło to A m e n t a (2006, 2008, Ament, Simmer, 2010) do zaproponowania innej parametryzacji, w których oczko siatki nie jest już jednorodne, lecz heterogeniczne – złożone z wielu homogenicznych pod-oczek. Takie podejście wykorzystano w modułach TILE i MOSAIC zaimplementowanych do modelu COSMO-LM. Pierwsze prace i dyskusje nad możliwością uwzględnienia niejednorodności warunków glebowych i warunków pokrycia w oczku siatki modelu meteorologicznego były prowadzone pod koniec lat 80. XX wieku przez A v i s s a r a i P i e l k e (Stensrud, 2007). Jak wskazały badania analityczne i numeryczne, takie podejście można zastosować, jeśli rozdzielczość siatki nie jest większa niż 5-10 km (Pielke, 2002). W parametryzacji MOSAIC oczko siatki numerycznej jest podzielone na jednorodne, jednakowej wielkości pola reprezentujące odmienne cechy gleby i pokrycia. W parametryzacji TILE oczko siatki numerycznej także jest dzielone na pola Fizyka gleby w meteorologicznym ... 167 jednorodne, ale nie mają one jednakowych rozmiarów. W obu schematach strumienie ciepła i wilgoci w całym oczku siatki są wyznaczane jako średnia ważona wartości obliczonych w poszczególnych polach jednorodnych z wagami reprezentującymi udział powierzchni pola jednorodnego w powierzchni całego oczka. W parametryzacji MOSAIC, z uwagi na jednakową wielkość pól jednorodnych, wagi są równe. Można postawić pytanie, czy przejście od oczka jednorodnego do niejednorodnego wpłynie na jakość prognoz pól meteorologicznych, a tym samym na poprawę prognoz meteorologicznych przy wykorzystaniu modelu COSMO-LM? Aby odpowiedzieć na to pytanie, w Dziale Numerycznych Prognoz Meteorologicznych COSMO w IMGW-PIB, w ramach współpracy międzynarodowej w Consortium for Small-Scale Modelling (COSMO) w grupie roboczej Physical aspects, Soil and Surface, przeprowadzono testy nowo przygotowanych schematów parametryzacji TILE oraz MOSAIC. Celem testów było sprawdzenie, czy ich zastosowanie poprawi prognozę pól meteorologicznych. Do sprawdzenia skuteczności nowych schematów parametryzacji wybrano sytuacje synoptyczne, w których występowały zróżnicowane warunki meteorologiczne i stany gleby. Wyboru tych sytuacji testowych dokonano na podstawie kilku przesłanek, a mianowicie wzięto pod uwagę porę roku (aby uwzględnić różne stany gleby – zamarznięta, rozmarznięta, itp.), sytuację synoptyczną (dzień słoneczny, mglisty, pochmurny, wietrzny itp.) oraz zjawiska atmosferyczne (aby uwzględnić zmiany pokrycia powierzchni ziemi, np. przez pokrywę śnieżną). W 2009 i 2010 roku przeprowadzono testy parametryzacji MOSAIC w sześciu wybranych terminach synoptycznych (Duniec, Mazur, 2011), natomiast w roku 2011 przetestowano parametryzację TILE i MOSAIC na dotychczasowym materiale oraz w trzech dodatkowych terminach (Duniec, Mazur, 2012). Do testów wykorzystano dwie wersje kodu modelu, ver. 4.08 oraz ver. 4.14: − 4.08 – oryginalna (referencyjna wersja modelu z roku ~ 2005) wersja kodu COSMO – LM v. 4.08 – bez zaimplementowanego schematu parametryzacji MOSAIC, − 4.14 – oryginalna (referencyjna wersja modelu z roku ~ 2010) wersja kodu COSMO – LM v. 4.14 – bez zaimplementowanego schematu parametryzacji TILE, − MOSA – kod COSMO – LM ver. 4.08 – z zaimplementowanym schematem parametryzacji MOSAIC, − TILE – kod COSMO – LM ver. 4.14 – z zaimplementowanym schematem parametryzacji TILE, − NSUBS – zmodyfikowana wersja kodu, zaimplementowany schemat TILE, schemat nie jest włączony, − SUBS1 – zmodyfikowana wersja kodu, zaimplementowany schemat TILE (pokrywa śnieżna lub jej brak w danym oczku siatki), − SUBS3 – zmodyfikowana wersja kodu, zaimplementowany schemat TILE (w danym oczku siatki występuje – powyżej 50% powierzchni – jezioro lub brak jezior). 168 G. Duniec, A. Mazur Do symulacji zastosowano różne schematy numeryczne (Doms i in., 2011; Potter, 1973) oraz konwekcyjne: schemat Tiedtkego dla płytkiej i głębokiej konwekcji oraz schemat Kain-Fritscha (Kain, Fritsch, 1990, 1993, 1998; Stensrud, 2007). Pola meteorologiczne, w odniesieniu do których badano wpływ parametryzacji MOSAIC oraz TILE, to: − temperatura powietrza na wysokości 2 m nad powierzchnia gruntu – TE2M, − temperatura punktu rosy na wysokości 2 m nad powierzchnia gruntu – TD2M, − temperatura powierzchni gleby – TSOI, − równoleżnikowa składowa prędkości wiatru na wysokości 10 m nad powierzchnią gleby – U10m, − południkowa składowa prędkości wiatru na wysokości 10 m nad powierzchnią gleby – V10m, − zawartość pary wodnej na wysokości 2 metrów nad powierzchnia gleby – QV2M, − zawartość pary wodnej przy powierzchni gleby – QVSF, − ciśnienie atmosferyczne – PR. Analizie poddano wyniki – prognozy 24-godzinne otrzymane dla 9 wybranych terminów początkowych: 1 II 2009 r. 00 UTC; 22 IV 2009 r. 12 UTC; 22 VII 2009 r. 00 UTC; 16 X 2009 r. 00 UTC i 06 UTC; 04 XI 2009 r. 12 UTC; 21 XI 2009 r. 06 UTC; 10 I 2010 r. 00 UTC; 25 II 2010 r. 00 UTC oraz 18 XI 2010 r. 00 UTC. Z sytuacją synoptyczną panującą w poszczególnych wybranych terminach można się zapoznać na stronie internetowej, znajdującej się pod adresem http://www. wetter3.de/Archiv/archiv_dwd.html. Metodyka opracowania wyników Za pomocą przygotowanych wersji kodu w odniesieniu do każdego wybranego terminu przeprowadzono eksperymenty numeryczne. Otrzymane wyniki poddano następnie analizie logicznej i porównawczej. Pierwszy sposób polegał na porównaniu wyników otrzymanych przy różnych wersjach kodu modelu COSMO – LM, ale takich samych schematów numerycznych1 i konwekcyjnych2 (4.08 – 4.14, 4.08 – MOSA, 4.08 – TILE (NSUB, SUB1, SUB3), 4.14 –MOSA, 4.14 – TILE (NSUB, SUB1, SUB3), MOSA – TILE (NSUB, SUB1, SUB3), TILE (NSUB – SUB1, NSUB – SUB3, SUB1 – SUB3). 1 Szczegółowy opis schematów numerycznych, zastosowanych w modelu COSMO – LM można znaleźć w dokumentacji modelu (Doms i in., 2011). 2 W modelu COSMO – LM zaimplementowane są 3 schematy konwekcyjne: Tiedtkego dla głębokiej konwekcji (TIED) i płytkiej konwekcji (SHALL), Kain – Fritsch (KAFR). Szczegółowy opis parametryzacji znajdziemy w części drugiej dokumentacji modelu (Doms i in., 2011) oraz Stensrud (2007), Emanuel, Raymond, (1993), Smith, (1997), (Kain-Fritsch, 1993). Fizyka gleby w meteorologicznym ... 169 Drugi sposób polegał na porównaniu wyników otrzymanych przy wykorzystaniu różnych schematów numerycznych, ale w odniesieniu do ustalonego schematu konwekcyjnego w poszczególnych wersjach kodu modelu COSMO – LM (np. schemat konwekcyjny Tiedtkego, kod z uwzględnieniem parametryzacji MOSAIC – MOSA, ale różne schematy numeryczne (leapfrog – leapsemi, leapfrog – Runge-Kutta itd.). Trzeci sposób polegał na porównaniu wyników otrzymanych przy wykorzystaniu różnych schematów konwekcji, ale przy ustalonym schemacie numerycznego w poszczególnych wersjach kodu modelu COSMO – LM (np. MOSA, schemat numeryczny Runge-Kutta, ale różne schematy konwekcyjne). W trzecim kroku dokonano analizy statystycznej otrzymanych wyników. Porównywano ze sobą te same pola meteorologiczne, tzn. np. porównywano wartości pól temperatury powietrza na wysokości 2 metrów nad poziomem gruntu, otrzymanych z modelu numerycznego COSMO – LM w różnych jego wersjach. Następnie wyznaczano współczynnik korelacji oraz odchylenie standardowe w poszczególnych kombinacjach wyników (np. współczynnik korelacji wyników otrzymanych z modelu bez modyfikacji z wynikami otrzymanymi z modelu po zaimplementowaniu parametryzacji MOSAIC, przy tych samych schematach numerycznych i konwekcyjnych). W ostatnim kroku analizowano różnice otrzymanych wyników (np. różnice między wynikami otrzymanymi przy użyciu kodu ver. 4.08 z włączonym schematem konwekcyjnym Tiedtkego oraz schematem numerycznym leapfrog a wynikami otrzymanymi przy użyciu kodu ver. 4. 14 z włączonym schematem konwekcyjnym Tiedtkego oraz schemat numeryczny leapfrog itd., przy wszystkich możliwych kombinacjach). W czwartym kroku dokonano analizy porównawczej prognozy 24-godzinnej z danymi obserwacyjnymi ze stacji meteorologicznych. Analiza wyników eksperymentu Otrzymane wyniki podzielono na dwie kategorie − „najgorsza konfiguracja” i „najlepsza konfiguracja”. Do pierwszej zaklasyfikowano rezultaty, w których współczynnik korelacji miał najwyższą wartość, a do drugiej – najniższą wartość. Duże wartości współczynnika korelacji wskazują, że parametryzacja w nieznaczny sposób wpłynęła na prognozowane pola meteorologiczne i otrzymane wyniki niewiele różnią się od wyników otrzymanych przy użyciu kodu oryginalnego z wyłączoną parametryzacją MOSAIC lub TILE, co z kolei oznacza, że nie nastąpiła istotna zmiana (domyślnie poprawa) prognozy dotychczasowych pól meteorologicznych. W drugiej grupie znalazły się wyniki, w których korelacja wybranych pól meteorologicznych otrzymanych przy użyciu kodu z zaimplementowaną parametryzacją i kodu oryginalnego była najmniejsza. Małe wartości współczynnika korelacji oznaczają, że zastosowana parametryzacja wpłynęła na prognozowane 170 G. Duniec, A. Mazur pola, a więc wskazują na czułość badanego pola meteorologicznego na zaimplementowaną parametryzację procesów fizycznych zachodzących w glebie. Należy podkreślić, że określenia „najgorsza” i „najlepsza” nie odzwierciedlają w żaden sposób oceny zastosowanych parametryzacji, a jedynie pozwalają skwantyfikować zmiany prognozy w stosunku do prognoz referencyjnych. Najgorsze rezultaty otrzymano z eksperymentu numerycznego przeprowadzonego z wykorzystaniem wersji kodu 4.08, 4.14, MOSA, TILE (SUB1, NSUB, SUB3) z dnia 18 XI 2010 r. dla kombinacji: 4.14 – TILE (SUB1), 4.14 – TILE (NSUB), 4.08 – TILE (SUB1), 4.08 – TILE (NSUB), TILE (NSUB) – TILE (SUB3), TILE (NSUB) – TILE (SUB3), TILE (SUB1) –TILE (SUB3), MOSA – TILE (SUB1), MOSA – TILE (NSUB) (tab. 1, rys. 3-5). Polska znajdowała się wtedy w strefie frontu ciepłego, któremu towarzyszyły deszcz, mżawka, zamglenie i mgła. Najwyższe wartości współczynnika korelacji otrzymano w przypadku wyników z eksperymentu numerycznego przeprowadzonego z wykorzystaniem wersji kodu 4.08 oraz wersją MOSA 1 II 2009 r. i 18 XI 2010 dla wszystkich pól meteorologicznych oraz 1 II 2009 z wykorzystaniem wersji kodu TILE – NSUB oraz TILE – SUB1. Wartości współczynnika korelacji (równe 1 dla wszystkich schematów konwekcyjnych w tych terminach) sugerują, że pola meteorologiczne są nieczułe na parametryzację procesów zachodzących w glebie bez względu na zastosowany schemat numeryczny i konwekcyjny, a więc zastosowana parametryzacja nie wpłynęła na prognozowane pola meteorologiczne. Tabela 1. Współczynniki korelacji (temperatura gleby, 18 XI 2010) z różnych wersji modelu przy różnych schematach konwekcji i schematach numerycznych Table 1. Correlation coefficient (soil temperature, 18 Nov. 2010) for different model versions, convection and numerical schemes Schematy numeryczne Schematy konwekcyjne HEVI KAFR 0,9278 0,9300 0,9317 0,9316 SHAL 0,9277 0,9302 0,9315 0,9316 TIED 0,9276 0,9290 0,9312 0,9312 LFSI RKN1 RKN2 Porównanie wyników wersji 4.14–TILE-SUB1 Porównanie wyników wersji 4.14–TILE-SUB KAFR 0,9278 0,9300 0,9317 0,9316 SHAL 0,9277 0,9302 0,9315 0,9316 TIED 0,9276 0,9290 0,9312 0,9312 Porównanie wyników wersji 4.08–TILE-SUB1 KAFR 0,9280 0,9302 0,9326 0,9325 Fizyka gleby w meteorologicznym ... 171 SHAL 0,9279 0,904 0,9326 0,9326 TIED 0,9278 0,9294 0,9330 0,9330 KAFR 0,9820 0,9302 0,9326 0,9325 SHAL 0,9279 0,9304 0,9326 0,9326 TIED 0,9278 0,9294 0,9330 0,9329 KAFR 0,9322 0,9341 0,9318 0,9318 SHAL 0,9321 0,9343 0,9317 0,9317 TIED 0,9318 0,9334 0,9314 0,9314 KAFR 0,9322 0,9341 0,9318 0,9318 SHAL 0,9321 0,9343 0,9317 0,9317 TIED 0,9318 0,9334 0,9314 0,9314 Porównanie wyników wersji 4.08–TILE-SUB Porównanie wyników wersji TILE-NSUB-TILE-SUB3 Porównanie wyników wersji TILE-SUB1-TILE-SUB3 Porównanie wyników wersji MOSA-TILE-SUB1 KAFR 0,9280 0,9302 0,9326 0,9325 SHAL 0,9279 0,9304 0,9326 0,9326 TIED 0,9278 0,9294 0,9330 0,9329 Porównanie wyników wersji MOSA-TILE-NSUB KAFR 0,9280 0,9302 0,9326 0,9325 SHAL 0,9279 0,9304 0,9326 0,9326 TIED 0,9278 0,9294 0,9330 0,9329 Wyniki eksperymentu z dnia 22 VII 2009 oraz 18 XI 2010 wskazały, że największą czułość na zaimplementowaną parametryzację miały pola meteorologiczne: zawartość pary wodnej przy powierzchni gleby (QVSF), temperatura gleby (TSOI), temperatura punktu rosy (TD2M) oraz temperatura powietrza (TE2M) na wysokości 2 metrów (rezultat otrzymano przy wykorzystaniu następujących wersji kodu: ver 4.14 - TILE-SUB1, MOSA-TILE-NSUB, MOSA-TILE-SUB1, TILENSUB-TILE-SUB3, TILE_SUB1-TILE_SUB3, bez względu na zastosowany schemat konwekcyjny czy numeryczny). W tabelach 2 i 3 przedstawiono przykładowe wartości współczynników korelacji z porównania wyników otrzymanych przy użyciu wersji kodu 4.14 oraz TILE_SUB1. W przypadku reszty kombinacji wartości współczynników korelacji są podobne. Różnice występują na drugim lub dalszych miejscach po przecinku. Z porównania wyników wynika, że czułość tych pól meteorologicznych na parametryzacje procesów fizycznych w glebie jest różna. W pozostałych rozpatrywanych terminach sytuacja jest analogiczna. Stąd 172 G. Duniec, A. Mazur Rys. 3. Różnica wartości temperatury powierzchni gleby 18 XI 2010 r. Porównanie 4.14 – TILE (SUB1), schemat numeryczny HE-VI, konwekcyjny Kain-Fritsch Fig. 3. Differences of soil temperature values of 18 Nov. 2010. Comparison between 4.14 – TILE (SUB1), numerical scheme HE-VI, convection scheme Kain-Fritsch Rys. 4. Różnica wartości temperatury gleby 18 XI 2010 r. Porównanie TILE (SUB1 – SUB3), schemat numeryczny Runge-Kutta, konwekcyjny Tiedtke – płytka konwekcja Fig. 4. Differences of soil temperature values of 18 Nov. 2010. Comparison between TILE (SUB1 – SUB3), numerical scheme Runge-Kutta, shallow scheme convection Fizyka gleby w meteorologicznym ... 173 Rys. 5. Różnica wartości temperatury gleby 18 XI 2010 r. Porównanie wersji MOSA – TILE (NSUB), schemat numeryczny Runge-Kutta 2, schemat konwekcyjny Tiedtkego – głęboka konwekcja Fig. 5. Differences of soil temperature values of 18 Nov. 2010. Comparison between MOSA – TILE (NSUB), numerical scheme Runge-Kutta, scheme deep convection Tiedtke wniosek, że czułość pól zależy od sytuacji synoptycznej kształtującej warunki pogodowe, które wpływają na właściwości fizyczne gleby, a te z kolei wpływają na prognozowane pola meteorologiczne. Tabela 2. Współczynnik korelacji dotyczące różnych pól meteorologicznych, w przypadku których współczynnik korelacji jest najmniejszy w różnych wersjach modelu, przy różnych schematach konwekcji i schematów numerycznych (dane z 18 XI 2010). Table 2. Least correlation coefficient for different meteorological field for different version model and for different numerical and convection schemes of 18 Nov. 2010 Schemat numeryczny Schemat konwekcyjny HEVI LFSI RKN1 RKN2 KAFR 0,7335 0,7464 0,7793 0,7776 SHAL 0,7366 0,7540 0,7792 0,7779 TIED 0,7457 0,7632 0,7910 0,7921 Porównanie wyników wersji 4.14-TILE-SUB1 Zawartość pary wodnej przy powierzchni gleby Porównanie wyników wersji 4.14-TILE-SUB1 Temperatura powierzchni gleby KAFR 0,7233 0,7457 0,7386 0,7386 174 G. Duniec, A. Mazur SHAL 0,7233 TIED 0,7239 0,7467 0,7388 0,7388 0,7535 0,7428 0,7432 Porównanie wyników wersji 4.14-TILE-SUB1 Temperatura punktu rosy (na 2 metrach) KAFR 0,8687 0,8763 0,9089 0,9088 SHAL 0,8686 0,8763 0,9090 0,9089 TIED 0,8722 0,8802 0,9100 0,9102 Porównanie wyników wersji 4.14-TILE-SUB1 Temperatura powietrza (na 2 wys. 2 m) KAFR 0,8356 0,8524 0,8718 0,8717 SHAL 0,8357 0,8527 0,8719 0,8718 TIED 0,8362 0,8563 0,8730 0,8735 Tabela 3. Współczynniki korelacji dotyczące różnych pól meteorologicznych, w przypadku których współczynnik korelacji jest najmniejszy w różnych wersjach modelu, przy różnych schematach konwekcji i schematów numerycznych (dane z 18 XI 2010) Table 3. Least correlation coefficient for different meteorological field for different version model and for different numerical and convection schemes of 18 Nov. 2010 Schemat numeryczny Schemat konwekcyjny HEVI LFSI RKN1 RKN2 KAFR 0,9413 0,9464 0,9451 0,9451 SHAL 0,9414 0,9469 0,9451 0,9451 TIED 0,9416 0,9457 0,9451 0,9450 Porównanie wyników wersji 4.14-TILE-SUB1 Zawartość pary wodnej przy powierzchni gleby Porównanie wyników wersji 4.14-TILE-SUB1 Temperatura powierzchni gleby KAFR 0,9278 0,9300 0,9317 0,9316 SHAL 0,9277 0,9302 0,9315 0,9316 TIED 0,9276 0,9290 0,9312 0,9312 Porównanie wyników wersji 4.14-TILE-SUB1 Temperatura punktu rosy (na 2 wys. m) KAFR 0,9802 0,9818 0,9831 0,9831 SHAL 0,9803 0,9819 0,9831 0,9832 TIED 0,9805 0,9816 0,9832 0,9832 Porównanie wyników wersji 4.14-TILE-SUB1 Temperatura powietrza (na 2 wys. m) KAFR 0,9729 0,9752 0,9792 0,9792 SHAL 0,9727 0,9753 0,9791 0,9791 TIED 0,9725 0,9748 0,9791 0,9791 Fizyka gleby w meteorologicznym ... 175 W tabelach 4 i 5 przedstawiono przykładowe wartości współczynnika korelacji wyników dotyczących pola prędkości (składowa południkowa) na wysokości 10 metrów oraz zawartości pary wodnej przy powierzchni ziemi (QV2M). Prognozę pól otrzymano przy wykorzystaniu wersji kodu 4.14 oraz TILE-NSUB, porównując schematy numeryczne przy danym schemacie konwekcyjnym. Także w przypadku wyników z eksperymentu z 22 kwietnia 2009 r. otrzymane wartości współczynników korelacji w przypadku pola prędkości (obie składowe) są zbliżone do wartości współczynników korelacji z tab. 4. Wyniki te otrzymano przy wykorzystaniu następujących wersji kodu: 4.08, 4.14, MOSA, TILE-NSUB, TILE-SUB1, TILE-SUB3. Tabela 4. Współczynnik korelacji dotyczące różnych pól meteorologicznych, w przypadku których współczynnik korelacji jest najmniejszy przy różnych schematach konwekcji i schematach numerycznych (dane z dnia 22 VII 2009) Table 4. Least correlation coefficient for different meteorological field for different version model and for different numerical and convection schemes of 22 July 2009 Schemat numeryczny Schemat konwekcyjny LFSI-RKN1 LFSI-RKN2 Porównanie wyników z kombinacji różnych schematów numerycznych przy ustalonym schemacie konwekcyjnym, wersja kodu 4.14 Pole prędkości (składowa południkowa) na wys. 10 m KAFR 0,8929 0,8938 SHAL 0,8919 0,8927 TIED 0,8874 0,8889 Tabela 5. Współczynnik korelacji dotyczące różnych pól meteorologicznych, w przypadku których współczynnik korelacji jest najmniejszy w różnych wersjach modelu, przy różnych schematach konwekcji i schematach numerycznych (dane z dnia 22 VII 2009) Table 5. Least correlation coefficient for different meteorological field for different version model and for different numerical and convection schemes of 22 July 2009 Schematy numeryczne Schemat konwekcyjny HEVI-LFSI HEVI-RKN1 HEVI-RKN2 LFSI-RKN1 LFSI-RKN2 Porównanie wyników kombinacji różnych schematów numerycznych przy ustalonym schemacie konwekcyjnym, wersja kodu TILE-NSUB Zawartość pary wodnej na wys. 2 m KAFR 0,8720 0,8913 0,8903 0,8450 0,8432 SHAL 0,8790 0,8943 0,8924 0,8481 0,8468 TIED 0,8788 0,8984 0,9002 0,8513 0,8538 Na rysunkach 6-9 oraz w tab. 6 i 7 przedstawiono wartości współczynników korelacji wyników otrzymanych z eksperymentu numerycznego z 1 II 2009 roku. W tym dniu Polska była pod wpływem wyżu rosyjskiego. Nie występowały opady 176 G. Duniec, A. Mazur Rys. 6. Różnica wartości temperatury powietrza 2 m n.p.g., 1 II 2009 r. Porównanie 4.14 – TILE (SUB3), schemat numeryczny HE-VI, konwekcyjny Kain-Fritsch Fig. 6. Differences of air temperature values at 2m a.g.l., 1 Feb. 2009. Comparison between 4.14 – TILE (SUB3), numerical scheme HE-VI, convection scheme Kain-Fritsch Rys. 7. Różnica wartości zawartości pary wodnej na wysokości 2 m n.p.g, 01 II 2009 r. Porównanie 4.08 – TILE (SUB1), schemat numeryczny HE-VI, konwekcyjny Kain-Fritsch Fig. 7. Differences of specific water vapour content values at 2 m a.g.l., 1 Feb. 2009. Comparison between 4.08 – TILE (SUB1), numerical scheme HE-VI, convection scheme Kain-Fritsch Fizyka gleby w meteorologicznym ... 177 Rys. 8. Różnica wartości zawartości pary wodnej przy powierzchni gleby, 1 II 2009 r. Porównanie 4.08 – TILE (SUB1), schemat numeryczny HE-VI, konwekcyjny Kain-Fritsch Fig. 8. Differences of specific water vapour content values at surface of 1 Feb. 2009. Comparison between 4.08 – TILE (SUB1), numerical scheme HE-VI, convection scheme Kain-Fritsch Tabela 6. Współczynniki korelacji (temperatura powietrza, 2 m n.p.g., 01 II 2009) w różnych wersjach modelu, przy różnych schematach konwekcji i schematów numerycznych Table 6. Correlation coefficient (air temperature at 2 m a.g.l., 01 II 2009) for different model versions, convection and numerical schemes. Schematy numeryczne Schematy konwekcyjne HEVI LFSI RKN1 RKN2 Porównanie wyników wersji 4.14 – TILE-SUB3 KAFR 0,9696 0,9708 0,9954 0,9954 SHAL 0,9699 0,9708 0,9954 0,9954 TIED 0,9711 0,9711 0,9972 0,9972 Porównanie wyników wersji 4.14 – TILE-SUB1 KAFR 0,9677 0,9686 0,9986 0,9985 SHAL 0,9683 0,9688 0,9985 0,9985 TIED 0,9679 0,9673 0,9986 0,9986 Porównanie wyników wersji 4.14 – TILE-NSUB KAFR 0,9677 0,9686 0,9986 0,9985 178 G. Duniec, A. Mazur SHAL 0,9683 0,9688 0,9985 0,9985 TIED 0,9679 0,9673 0,9986 0,9986 Porównanie wyników wersji 4.08 – TILE-SUB3 KAFR 0,9695 0,9704 0,9939 0,9939 SHAL 0,9697 0,9706 0,9939 0,9939 TIED 0,9710 0,9710 0,9942 0,9943 Porównanie wyników wersji 4.08 – TILE-SUB1 KAFR 0,9676 0,9684 0,9970 0,9970 SHAL 0,9682 0,9688 0,9970 0,9970 TIED 0,9679 0,9636 0,9960 0,9960 Porównanie wyników wersji 4.08 – TILE-NSUB KAFR 0,9676 0,9684 0,9970 0,9970 SHAL 0,9682 0,9688 0,9970 0,9970 TIED 0,9679 0,9674 0,9960 0,9960 Porównanie wyników wersji TILE-NSUB – TILE-SUB3 KAFR 0,9800 0,9765 0,9949 0,9949 SHAL 0,9802 0,9774 0,9949 0,9949 TIED 0,9820 0,9786 0,9965 0,9965 Porównanie wyników wersji MOSAIC – TILE-SUB3 KAFR 0,9695 0,9704 0,9939 0,9939 SHAL 0,9697 0,9706 0,9939 0,9939 TIED 0,9710 0,9710 0,9942 0,9943 Porównanie wyników wersji MOSAIC – TILE-SUB1 KAFR 0,9676 0,9684 0,9970 0,9970 SHAL 0,9682 0,9688 0,9970 0,9970 TIED 0,9679 0,9674 0,9960 0,9960 atmosferyczne, a na powierzchni ziemi była pokrywa śnieżna. Polem najbardziej czułym na parametryzację procesów fizycznych w glebie jest temperatura powietrza na wysokości 2 m (w mniejszym stopniu punktu rosy oraz strumień ciepła i wilgotności) przy zastosowaniu schematów numerycznych leapfrog i leapsemi. Fizyka gleby w meteorologicznym ... 179 Tabela 7. Współczynnik korelacji (dotyczące wybranych pól meteorologicznych) (01 II 2009) w wersji modelu TILE (NSUB oraz SUB1), przy wybranych schematach konwekcji i schematach numerycznych Table 7. Correlation coefficient (for chosen meteorological field) for TILE (NSUB and SUB1) for chosen convection and numerical schemes. Schematy konwekcyjne/ /pola Schematy numeryczne HEVI-LFSI HEVI-RKN1 HEVI-RKN2 LFSI-RKN1 LFSI-RKN2 RKN1-RKN2 Porównanie wersji modelu TILE-NSUB KAFR-QV2M 0,9872 0,9713 0,9714 0,9782 0,9782 0,9999 KAFR-TE2M 0,9830 0,9655 0,9655 0,9579 0,9579 0,9999 SHAL-TE2M 0,9845 0,9660 0,9660 0,9578 0,9578 0,9999 TIED-TE2M 0,9823 0,9651 0,9655 0,9658 0,9658 0,9999 KAFR-QV2M 0,9872 0,9713 0,9714 0,9782 0,9782 0,9999 Porównanie wersji modelu TILE-SUB1 KAFR-TE2M 0,9830 0,9655 0,9655 0,9579 0,9579 0,9999 SHAL-TE2M 0,9845 0,9660 0,9661 0,9578 0,9578 0,9999 TIED-TE2M 0,9823 0,9655 0,9655 0,9658 0,9658 0,9999 Weryfikacja względem pomiarów na stacjach meteorologicznych Wyniki obliczeń prędkości wiatru, temperatury powietrza i temperatury punktu rosy w odniesieniu do każdego z terminów i każdej z parametryzacji użytych w niniejszej pracy zostały zweryfikowane przez porównanie z pomiarami na stacjach synoptycznych IMGW-PIB. Wyniki weryfikacji dotyczące wybranych schematów konwekcyjnych i numerycznych zostały przedstawione w tab. 8. Pozostałe wyniki (z wykorzystaniem rozmaitych kombinacji schematów konwekcji, schematów numerycznych oraz parametryzacji TILE/MOSA) są zbliżone. Tabela 8. Weryfikacja prognoz względem pomiarów na stacjach meteorologicznych (A. prędkość wiatru, B. temperatura powietrza, C. temperatura punktu rosy) Błąd średni. Kolumna „Referencyjna” obrazuje weryfikację prognozy operacyjnej bez zastosowania parametryzacji TILE/MOSA Table 8. Verification of forecasts against measurements at meteorological stations (A. wind-speed, B. air temperature, dew-point temperature). Mean error. “Reference” column shows verification of operational forecast with no TILE/MOSA parameterization used Data/godz. Referencyjna Konwekcja KAFR MOSA TILE SUB1 Konwekcja TIED TILE SUB3 MOSA TILE SUB1 TILE SUB3 A. Prędkość wiatru 01 II 09, 00:00 0,9 1,0 1,1 1,2 1,2 1,0 1,0 22 IV 09, 12:00 0,7 1,0 1,1 1,2 1,1 1,0 1,0 180 G. Duniec, A. Mazur 22 VII 09, 00:00 1,1 1,3 1,2 1,4 1,4 1,3 1,3 16 X 09, 00:00 1,2 1,6 1,5 1,6 1,4 1,6 1,6 16 X 09, 06:00 1,1 1,4 1,3 1,5 1,3 1,4 1,4 04 XI 09, 12:00 1,0 1,4 1,4 1,5 1,3 1,5 1,3 21 XI 09, 06:00 1,3 1,7 1,5 1,7 1,5 1,5 1,6 10 I 09, 00:00 1,0 1,5 1,4 1,7 1,6 1,4 1,3 25 II 10, 00:00 0,8 1,2 1,2 1,5 1,4 1,3 1,4 18 XI 10, 00:00 1,1 1,5 1,4 1,5 1,5 1,5 1,4 01 II 09, 00:00 1,2 1,5 1,6 1,4 1,7 1,5 1,6 B. Temperatura powietrza 22 IV 09, 12:00 1,3 1,5 1,7 1,5 1,6 1,7 1,6 22 VII 09, 00:00 1,2 1,7 1,5 1,5 1,4 1,5 1,9 16 X 09, 00:00 1,3 1,5 1,6 1,6 1,7 1,8 1,6 16 X 09, 06:00 1,5 1,8 1,9 2,1 2,1 2,0 1,8 04 XI 09, 12:00 1,5 1,8 2,0 1,9 1,9 1,7 1,8 21 XI 09, 06:00 1,4 2,0 1,8 1,7 1,8 1,9 2,1 10 I 09, 00:00 2,0 2,5 2,8 2,7 2,6 2,4 2,7 25 II 10, 00:00 1,3 1,8 1,7 1,7 1,8 1,6 1,9 18 XI 10, 00:00 1,5 1,8 1,9 2,0 2,2 2,1 1,9 01 II 09, 00:00 1,1 1,3 1,4 1,6 1,5 1,7 1,8 C. Temperatura punktu rosy 22 IV 09, 12:00 1,2 1,4 1,6 1,6 1,4 1,6 1,8 22 VII 09, 00:00 1,4 1,7 1,6 1,8 1,8 2,0 2,1 16 X 09, 00:00 1,3 1,5 1,5 1,7 1,8 1,6 1,6 16 X 09, 06:00 1,2 1,5 1,7 1,6 1,6 1,8 1,5 04 XI 09, 12:00 1,4 1,6 1,7 1,7 1,8 1,6 1,7 21 XI 09, 06:00 1,6 1,8 1,9 1,9 2,1 2,2 2,0 10 I 09, 00:00 1,8 2,3 2,3 2,4 2,5 2,3 2,3 25 II 10, 00:00 1,4 1,7 1,6 1,5 1,9 1,7 1,7 18 XI 10, 00:00 1,6 1,9 2,1 1,9 2,1 2,0 1,9 Ogólnie należy stwierdzić, że wprowadzenie parametryzacji nie poprawiło, a w niektórych przypadkach znacznie pogorszyło zgodność prognoz modelu z rzeczywistością. Niestety, efekt ten powoduje, że operacyjne wdrożenie opisanych parametryzacji nie wydaje się być dobrym i uzasadnionym rozwiązaniem. Fizyka gleby w meteorologicznym ... 181 Podsumowanie W niniejszym artykule zostały przedstawione wyniki testów numerycznych przeprowadzonych z wykorzystaniem dwóch nowych zaimplementowanych parametryzacji gleby TILE oraz MOSAIC w meteorologicznym modelu numerycznym COSMO-LM. Testy przeprowadzono z zastosowaniem różnych schematów konwekcyjnych i numerycznych. Przeprowadzono analizę statystyczną oraz analizę różnic wartości pól meteorologicznych między wynikami otrzymanymi z eksperymentu numerycznego z włączoną i wyłączoną parametryzacją TILE lub MOSAIC oraz porównania z wartościami zmierzonymi na stacjach synoptycznych. Wyniki podzielono na dwie grupy. Do pierwszej zostały zaliczone wyniki o najwyższym współczynniku korelacji – przypadek najgorszy, a do drugiej o najniższym współczynniku korelacji – przypadek najlepszy. Z analizy wszystkich danych wyciągnąć można następujące wnioski: 1. Najbardziej czułymi polami meteorologicznymi na parametryzacje procesów glebowych jest temperatura powierzchni gleby, temperatura powietrza na wysokości 2 metrów, temperatura punktu rosy na wysokości 2 metrów, powierzchniowy strumień pary wodnej oraz strumień pary wodnej na wysokości 2 metrów. Prognozowane pola wykazywały podobną czułość na parametryzacje gleby bez względu na zastosowany schemat konwekcyjny czy numeryczny. 2. Testy parametryzacji TILE oraz MOSAIC wykazały także, że pola meteorologiczne są bardziej czułe na parametryzację TILE. Parametryzacja MOSAIC niewiele poprawiła prognozę, na co wskazują wartości współczynników korelacji bliskie jedności otrzymane w wyniku porównania wartości pól meteorologicznych przy użyciu kodu z parametryzacją MOSAIC i bez parametryzacji. 3. Badania pokazały także czułość pola prędkości wiatru na zastosowany schemat numeryczny bez względu na zastosowany schemat konwekcyjny czy schemat parametryzacji gleby. 4. Wiarygodność prognozy analizowanych pól meteorologicznych przy zastosowaniu różnych schematów parametryzacji procesów glebowych zależała od sytuacji synoptycznej. Problem ten wymaga dalszych badań. W związku z brakiem poprawy, a niekiedy istotnym pogorszeniem zgodności prognoz z rzeczywistością, co zostało zweryfikowane na drodze porównania wyników modelu z pomiarami na stacjach synoptycznych, nie jest przewidywane operacyjne wdrożenie rozpatrywanych schematów. W celu poprawy wiarygodności prognoz pól czułych na parametryzację procesów glebowych postuluje się przygotowanie nowego schematu parametryzacji procesów przenoszenia ciepła i wilgoci w glebie. W pracy nie badano wpływu warunków początkowych na wyniki parametryzacji procesów glebowych. Warunki te, podobnie jak warunki początkowe i brzegowe 182 G. Duniec, A. Mazur modelu meteorologicznego są asymilowane z modelu globalnego GME i na tym etapie pracy nie były zmieniane. Materiały wpłynęły do redakcji 15 VI 2013. Literatura Ament F., 2006, Energy and moisture exchange processes over heterogeneous land – surfaces in a weather prediction model. Rozprawa doktorska, dostępna pod adresem URL: http://hss.ulb.uni-bonn.de/ diss_online/math_nat_fak/2006/ament_felix/index.htm Ament F., 2008, COSMO_SUBS, MeteoSwiss. Ament F., Simmer C, 2010, Improved Representation of Land-Surface Heterogeneity in a Non-Hydrostatic Numerical Weather Prediction Model. Materiał przekazany e-mailowo. Doms G., Forstner J., Heise E., Herzog H.-J., Mironov D., Raschendorfer M., Reinhardt T., Ritter B., Schrodin R. Schulz J.-P., Vogel G., 2011, A Description of the Nonhydrostatic Regional Model LM, Part II: Physical Parameterization. DWD. Duniec G., Mazur A., 2011, COLOBOC – MOSAIC parameterozation in COSMO model v. 4.8. Newsletter, 11, 69-81. Duniec G., Mazur A., 2012, Test of TILE/MOSAIC parametrization in COSMO model. Newsletter, 12, 8-19. Kain J.S., Fritsch J.M., 1990, A one-dimensional entraining/detraining plume model and its application in convective parameterization. J. Atmos. Sci., 47, 2784-2802. Kain J.S., Fritsch J.M., 1993, Convective parameterization for mesoscale models: The Kain- Fritsch scheme. The representation of cumulus convection in numerical models. Meteor. Monogr., 24, Amer. Meteor. Soc., 165-170. Kain J.S, Fritsch J.M., 1998, Multiscale Convective Overturning in Mesoscale Convective Systems: Reconciling Observations, Simulations, and Theory. Mon. Wea. Rev., 126, 2254-2273. Majewski D. i in., 2002: The Operational Global Icosahedral-Hexagonal Gridpoint Model GME: Description and High-Resolution Tests. Mon. Wea. Rev.,130, 319–338. Pielke R. A., 2002, Mesoscale Meteorological Modeling, Academic Press. Potter D., 1973: Computational Physics. J.Wiley & Sons (polskie tłumaczenie – Fizyka komputerowa, PWN, Warszawa 1983). Stensrud D. J., 2007, Parameterization Schemes – Keys to Understanding Numerical Weather Prediction Models. Cambridge University Press. Warner T.T, 2011, Numerical Weather and Climate Prediction. Cambridge University Press. Streszczenie W modelu COSMO (Consortium for Small-Scale Modelling) procesy fizyczne zachodzące pomiędzy dolną warstwą atmosfery a górną częścią gleby zostały sparametryzowane dwoma sposobami: model gleby i wegetacji TERRA oraz TERRA_ML. Od 2009 r. w Instytucie Meteorologii i Gospodarki Wodnej – Państwowym Instytucie Badawczym (IMGW-PIB) testowane były dwie nowe parametryzacje, MOSAIC i TILE, które uwzględniają niejednorodności gleby w oczku siatki. W latach 2009 i 2010 Fizyka gleby w meteorologicznym ... 183 testowano parametryzację typu MOSAIC (Duniec, Mazur, 2011), a w roku 2011 testowano parametryzacje TILE i MOSAIC (Duniec, Mazur, 2012). W celu sprawdzenia skuteczności obu parametryzacji testowano je na wyselekcjonowanych danych, które uzyskano w zróżnicowanych warunkach synoptycznych. Testy przeprowadzono przy użyciu różnych wersji kodu modelu z zaimplementowanymi nowymi parametryzacjami TILE i MOSAIC, z wykorzystaniem różnych schematów numerycznych oraz konwekcyjnych. S ł o w a k l u c z o w e : parametryzacja MOSAIC, parametryzacja TILE, parametryzacja Tiedtke, parametryzacja Kain-Fritsh, schematy numeryczne, fizyka gleby Summary In COSMO model (Consortium for Small-Scale Modelling) physical processes occuring between lower atmosphere and upper soil layers were parameterized via soil model TERRA and TERRA_ML (Doms et al., 2011). Since 2009 at the Institute of Meteorology and Water Management (IMGW) two new parameterizations, MOSAIC and TILE, (Ament 2006, 2008 and Ament and Simmer 2010, Duniec and Mazur 2011) have been tested. These parameterizations have taken into account non-homogeneities of the soil in a single grid. In 2009 and 2010 MOSAIC parameterization has been intensively tested (Duniec, Mazur, 2011) and tests were continued in 2011 with TILE parameterization. Tests were carried out using selected data from days with specific conditions. Different versions of the model code with both TILE and MOSAIC parameterizations implemented were used for tests, using various numerical and convection schemes. K e y w o r d s : MOSAIC parameterization, TILE parameterization, Tiedtke parameterization, Kain-Fritsh parameterization, numerical schemes, physics soil Grzegorz Duniec Andrzej Mazur [email protected] [email protected] Instytut Meteorologii i Gospodarki Wodnej – Państwowy Instytut Badawczy