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