Opis Przedmiotu Zamówienia

Transkrypt

Dla rozwoju infrastruktury i środowiska
Załącznik nr 9 do SIWZ
Opis Przedmiotu Zamówienia
Zadanie A.
Wykonanie aplikacji do generowania łączonych prognoz opadu z nowcastingu radarowego
(modele INCA-PL, SCENE i SNOF) oraz z numerycznego modelu meteorologicznego
(COSMO i ALADIN)
Zadanie B.
Wykonanie aplikacji zawierających procedury do generowania prognoz wiązkowych w
ramach nowcastingu opadów modelami INCA-PL/SCENE/SNOF
1
WYJAŚNIENIE SKRÓTÓW I POJĘĆ
ALADIN – model NWP
Analiza pola opadu – pole opadu z pojedynczej techniki pomiarowej lub kombinowane,
przetworzone celem uzyskania pola o najmniejszej niepewności.
ARPEGE/IFS – model NWP
Cholesky’ego metoda – metoda dekompozycji macierzy kowariancji błędów radarowych
COSMO – model NWP (także nazwa konsorcjum użytkowników tego modelu)
COSMO-LM – model COSMO Lokal Model
COTREC – schemat nowcastingu (ekstrapolacji) pola opadu
CNRM – National Centre for Meteorological Research
DWD – Deutsche Wetterdienst – niemiecka służba meteorologiczna
ECMWF – European Centre for Medium-Range Weather Forecasts
G – pole opadu wygenerowane na podstawie pomiarów deszczomierzowych (po kontroli jakości i
interpolacji przestrzennej)
GME – Global Meteorological Model – globalny model NWP
GRS – kombinowane pole opadu: deszczomierzowe (G), radarowe (R) i satelitarne (S)
GTS – Global Telecommunication System – Globalny System Telekomunikacyjny Światowej
Służby Pogody
IDW – inverse distance weighing – interpolacja przestrzenna metodą odwrotnych odległości
IMGW-PIB – Instytut Meteorologii i Gospodarki Wodnej, Państwowy Instytut Badawczy
INCA-CE – konsorcjum, które w latach 2010-2013 rozwijało model nowcastingu INCA
INCA-PL – model nowcastingu pól meteorologicznych (w tym opadu) użytkowany w IMGW-PIB
I/O – wejście/wyjście
Kriging – geostatystyczna metoda interpolacji przestrzennej (oraz pochodne, np. block-kriging)
Mezoskalowe modele – modele NWP pracujące w skali od 2 do kilkuset km; najbardziej
szczegółowe w skali mezo-gamma (do ok. 20 km) uwzględniające m.in. konwekcję
NCBiR – Narodowe Centrum Badań i Rozwoju
NCEP – National Centers for Environmental Prediction
2
NIMROD – model nowcastingu opadów (wycofany w IMGW-PIB)
Nowcasting – prognozowanie (na bazie ekstrapolacji) z czasem wyprzedzenia do 1-4 godz.
NWP – numerical weather prediction – numeryczny model meteorologiczny
NWP-comb – prognozowany opad otrzymany jako kombinacja prognoz modeli NWP
Optical flow – schemat nowcastingu (ekstrapolacji) pola opadu
PERUN – system detekcji wyładowań burzowych
Prognoza hybrydowa – prognoza kombinowana: nowcasting oraz z modelu(i) NWP
Prognoza wiązkowa – zestaw np. 50 równoprawdopodobnych pól prognostycznych
R – pole opadu wygenerowane na podstawie pomiarów radarowych (po kontroli jakości)
RADVOL – system korygowania danych radarowych
QI – quality index – bezwymiarowy wskaźnik jakości w zakresie 0-1
QPF-hybrid – quantitative precipitation forecasting – opad prognozowany (prognoza hybrydowa)
QPN – quantitative precipitation nowcasting – opad prognozowany algorytmem nowcastingu
S – pole opadu wygenerowane na podstawie pomiarów satelitarnych Meteosat (po kontroli jakości i
downscalingu)
SCENE – (Storm Cell Evolution and Nowcasting) model nowcastingu opadu opracowany i
użytkowany w IMGW-PIB
SNOF – (Spectral Nowcasting with Optical Flow) model nowcastingu opadu wykonany na
podstawie algorytmów modelu STEPS
UTC – coordinated universal time – uniwersalny czas koordynowany
3
WSTĘP
Jednym z zadań statutowych Instytutu Meteorologii i Gospodarki Wodnej – Państwowego
Instytutu Badawczego (IMGW-PIB) jest wykonywanie prognoz zjawisk meteorologicznych i
hydrologicznych. Najtrudniejszy do prognozowania jest opad atmosferyczny, który jest najbardziej
zmienny przestrzennie i czasowo, przy czym dynamika tych zmian zwiększa się ze wzrostem
natężenia opadu, co powoduje wzrost niepewności tych prognoz. Niepewność prognoz opadu ma z
kolei duże znaczenie dla jakości prognoz, dla których prognozy opadu stanowią wejście, a więc
meteorologicznych prognoz numerycznych (NWP) oraz prognoz hydrologicznych natężenia
przepływu, zwłaszcza z modeli typu opad-odpływ. Prognozy te mają czas wyprzedzenia do 72
godzin.
Oprócz modeli NWP, takich jako COSMO i ALADIN, które na podstawie pomiarów oraz
równań fizyki atmosfery dostarczają prognoz m.in. pola opadu z rozdzielczością rzędu kilku lub
kilkunastu km, i są uruchamiane 2 (ALADIN i AROME) lub 4 (COSMO) razy na dobę, rozwijane są
modele tzw. nowcastingu opadów. Są to modele, dla których punktem wyjścia są przetworzone dane
radarowe, co zapewnia wysoką rozdzielczość czasową (10 min) i przestrzenną (piksele 1 x 1 km)
prognoz. Natomiast algorytmy prognostyczne w tych modelach opierają się głównie na ekstrapolacji
pola opadu zakładając stosunkowo niewielką zmienność pola opadu w czasie, o ile czas
wyprzedzenia tych prognoz jest bardzo krótki, czyli wynosi maksymalnie od 2 do 6 godzin zależnie
od charakteru prognozowanego zjawiska.
W IMGW-PIB użytkowane są obecnie dwa modele nowcastingu pola opadu: INCA-PL
opracowany w ramach europejskiego konsorcjum INCA-CE, oraz SCENE opracowany w IMGWPIB. Model SCENE został opracowany ze szczególnym uwzględnieniem opadów konwekcyjnych.
Ponadto zostanie wykonany w ramach niniejszego zamówienia model SNOF.
Przedmiotem zamówienia jest ponadto opracowanie pakietu aplikacji, które będą
wspomagały działanie systemów nowcastingu INCA-PL, SCENE i SNOF, oraz wydatnie zwiększały
jakość ich prognoz oraz możliwości funkcjonalne przez oferowanie większej liczby danych
wyjściowych.
4
Numeryczne modele meteorologiczne (NWP)
W obecnej chwili w IMGW-PIB używane są operacyjnie dwa numeryczne modele prognoz
meteorologicznych:
 COSMO (COnsortium for Small-scale Modelling). Model COSMO-LM (Lokal Model),
rozwijany w ramach konsorcjum COSMO pod kierunkiem niemieckiej służby
meteorologicznej DWD, działa w dwóch konfiguracjach: na siatkach o rozdzielczości
horyzontalnej 7 km oraz 2,8 km. Model na siatce 7 km liczony jest w czterech terminach
w ciągu doby (00, 06, 12, 18 UTC) i generuje prognozy z czasem wyprzedzenia do 78
godzin, natomiast model na siatce 2,8 km liczony jest w dwóch terminach (00, 12 UTC)
produkując prognozy do 36 godzin.
 ALADIN i AROME. Modele te dostarczają prognoz z czasem wyprzedzenia do 54
godzin na siatce o rozdzielczości odpowiednio 7,4 i 2,5 km w dwóch terminach w ciągu
doby (00, 12 UTC).
Do określania warunków brzegowych przy obliczaniu prognoz mezoskalowych wykorzystuje
się prognozy z globalnych modeli liczonych w największych centrach meteorologicznych (ECMWF,
DWD, NCEP). Dane początkowe i brzegowe dla modelu COSMO pochodzą z modelu globalnego
GME uruchamianego w DWD, natomiast dla modeli ALADIN i AROME z modelu ARPEGE/IFS
liczonego w CNRM. Podstawowe parametry powyższych modeli zestawiono w tabeli 1. Ze względu
na duży postęp w rozwoju technik NWP parametry te ulegają szybkim zmianom.
Tabela 1. Numeryczne modele meteorologiczne (NWP) użytkowane operacyjnie w IMGW-PIB.
Model
Rozdzielczość
Liczba
Czas
Asymilacja
przestrzenna
uruchomień w
wyprzedzenia
danych
(km)
ciągu doby
(godz.)
radarowych
78
tak
36
tak
COSMO 7
7,0
COSMO 2.8
2,8
4 (00, 06, 12, 18
UTC)
2 (00, 12 UTC)
5
ALADIN
7,4
2 (00, 12 UTC)
54
nie
AROME
2,5
2 (00, 12 UTC)
54
nie
Modele
mezoskalowe
prognoz
pogody
korzystają
z
modułów
asymilacji
danych obserwacyjnych. Asymilacja w modelu COSMO opiera się na zastosowaniu schematu
nudgingu, którego działanie polega na korygowaniu warunków początkowych, uzyskiwanych z
modelu globalnego za pomocą danych obserwacyjnych. Wielkość korekty uzależniona jest od
„odległości” czasowo-przestrzennej konkretnego pomiaru od korygowanej wartości w węźle siatki
obliczeniowej modelu. Po cyklu obliczeń (cyklu analizy) trwającym 6 godzin, wyniki modelu
stanowią
warunki
początkowe
dla
operacyjnej
krótkoterminowej
prognozy
pogody.
Zaimplementowane w COSMO i ALADIN/AROME systemy asymilacji danych obserwacyjnych
pozwalają na wykorzystanie danych pomiarowych dostępnych przez system GTS (nowe dane
obserwacyjne dostarczane są z sieci GTS co godzinę) oraz wyników pomiarów telemetrycznych
wykonywanych przez IMGW-PIB.
Modele nowcastingu opadów
Modele „prognoz natychmiastowych” (nowcastingu), inaczej: ultrakrótkoterminowe, są
ważnym czynnikiem w systemie ochrony meteorologiczno-hydrologicznej i przeciwpowodziowej
kraju, dostarczając informacji o bieżącym stanie pogody i prognozując na krótki okres czasu
kluczowe parametry używane w modelach hydrologicznych (chwilowe natężenie, sumę oraz typ
opadu). Pojęcie „nowcasting” odnosi się do prognoz z wysoką rozdzielczością czasową i
przestrzenną oraz bardzo krótkim czasem wyprzedzenia wynoszącym kilka godzin, które powstały
na podstawie adwekcji obecnych warunków w najbliższą przyszłość. Czas ten wynosi na ogół nie
więcej niż 6 godzin, przy czym dla opadu zadowalające prognozy uzyskuje się dla czasów
wyprzedzenia nie dłuższych niż do 2 godzin. Prognozy powyżej 6-ciu godzin realizowane są przez
modele numerycznych prognoz meteorologicznych rozwiązujące skomplikowane układy równań
prognostycznych.
Metodyka prognoz natychmiastowych oparta jest na wykorzystaniu ekstrapolacji obserwacji
aktualnego stanu pogody, dostępnego z lokalnych pomiarów, a przede wszystkim obserwacji
radarowych (i satelitarnych) ze względu na ich bardzo wysoką rozdzielczość przestrzenną. W
6
modelach bardziej zaawansowanych uwzględnia się również ewolucję pola opadu. Ważnymi
zaletami modeli nowcastingu jest szybkość dostarczenia informacji oraz duża szczegółowość
prognoz, których rozdzielczość przestrzenna i czasowa odpowiada parametrom pomiarów
radarowych. Ograniczeniem jest czas wyprzedzenia prognoz, dla którego zachowują one
zadowalającą wiarygodność, który jest stosunkowo krótki i wynosi około 2 godzin. Z tego powodu
częstym rozwiązaniem jest łączenie prognoz ekstrapolacyjnych z prognozami modeli NWP za
pomocą odpowiedniej funkcji wagowej uwzględniającej niepewność poszczególnych łączonych
prognoz.
Dotychczas w IMGW-PIB zaimplementowanych było kilka modeli nowcastingowych. W
2003 r. został zainstalowany model nowcastingu opadów, opracowany przez brytyjski Met Office,
NIMROD. W 2013 r. został on wyłączony z użytkowania.
W latach 2010-2013 IMGW-PIB brał udział w realizacji projektu europejskiego (CENTRAL
EUROPE) INCA-CE, w wyniku którego powstał model INCA (Integrated Nowcasting through
Comprehensive Analysis), bazujący na rozwiązaniach austriackiej służby meteorologicznej ZAMG.
Polska wersja INCA-PL działa operacyjnie w IMGW-PIB od 2013 r. W odróżnieniu od modelu
NIMROD jest to model generujący prognozy wszystkich pól meteorologicznych.
W ramach projektu INCA-CE oraz grantu NCBiR w IMGW-PIB opracowany został własny
model nowcastingu opadów SCENE (Storm Cell Evolution and Nowcasting), zoptymalizowany pod
kątem opadów konwekcyjnych.
Obecnie trwają przygotowania do wykonaniu modelu SNOF (Spectral Nowcasting with
Optical Flow), który będzie oparty na algorytmach modeli S-PROG i STEPS opracowanych i
wdrożonych przez australijskie Bureau of Meteorology oraz brytyjski Met Office. Model ten będzie
m.in. uwzględniał różną skalę przestrzenną poszczególnych struktur opadowych poprzez analizę
spektralną pola opadu.
Odrębnym zagadnieniem wchodzącym w zakres zamówienia będzie wykonanie algorytmu
generowania prognoz probabilistycznych w postaci wiązek równoprawdopodobnych prognoz.
Umożliwi to analizę niepewności prognoz.
W tabeli 2 zestawiono podstawowe parametry powyższych modeli, łącznie z modelem
SNOF, który wchodzi w zakres niniejszego zamówienia.
7
Tabela 2. Modele nowcastingu opadów w IMGW-PIB.
Rozdzielczość
Model
przestrzenna
Czas
Dane
Pozostałe
(km) /
wyprzedze-
wejściowe
dane
czasowa
nia (godz.)
opadowe
wejściowe
Uwzględnienie
struktury pola opadu
(min)
INCA-PL
1,0 / 10
6
Kombinacja
GRS, NWP
Sieć
SCENE
1,0 / 10
2
Kombinacja
radarowa,
GRS
COSMO,
Nie
Klasyfikacja struktur
opadowych i detekcja
konwekcji
PERUN
SNOF
(w trakcie
opracowy-
1,0 / 10
6
Kombinacja
GRS
Analiza spektralna
-
skali przestrzennej
wania)
struktur
Wszystkie powyższe modele będą generowały prognozy opadu w postaci hybrydowej, jako
wynik łączenia prognoz powstałych w wyniku ekstrapolacji danych pomiarowych z prognozami
opadu z meteorologicznych modeli numerycznych COSMO i/lub ALADIN.
8
OGÓLNA CHARAKTERYSTYKA ZAMAWIANYCH PRAC
Zamówienie dotyczy prac związanych z systemem przetwarzania danych opadowych
(estymacja, prognozy) pochodzących z różnych technik pomiarowych i modeli. System został
zaprojektowany w IMGW-PIB. Obieg informacji i zakres oraz sposób jej przetwarzania został
pokazany na schematach blokowych na rys. 1 i 2. Zadaniem Wykonawcy będzie wykonanie zestawu
aplikacji wchodzących w skład tego systemu. IMGW-PIB dostarczy opisy metodyki i algorytmów,
formaty danych, wymogi dotyczące czasu trwania obliczeń itd.
System działa obecnie z 10-minutowym krokiem czasowym. Należy jednak umożliwić prostą
zmianę kroku czasowego na inną wartość, która powinna stanowić parametr systemu.
Działanie poszczególnych zamawianych aplikacji będzie polegało przede wszystkim na
przetwarzaniu danych opadowych, będących w postaci map pola opadu, poprzez modele
matematyczne. Każda z nich będzie miała precyzyjnie określone wejście i wyjście oraz zadania do
realizacji. Ich wykaz znajduje się na początku rozdziałów opisujących zadania A i B w części „Opis
przedmiotu zamówienia”. Aplikacje te nie będą zawierać żadnego interfejsu graficznego. Sterowanie
nimi oraz wizualizacja wyników będą odbywały się za pomocą odrębnych aplikacji www.
Poszczególne aplikacje będą zawierały zestawy algorytmów, które na ogół będą wykonane w
kilku wersjach (ich liczba jest sprecyzowana). Ze względu na rozwojowy charakter tych aplikacji,
sposób realizacji oprogramowania powinien umożliwić późniejszą implementację również innych,
opracowanych w przyszłości algorytmów, co powinno być proste w realizacji przez programistów
IMGW-PIB.
9
OPIS STANDARDÓW
Formaty danych
Dane wejściowe
Wszystkie dane wejściowe będą dostarczane przez IMGW-PIB w różnych formatach:

Format natywny systemu Rainbow 5 – opis zostanie przekazany Wykonawcy podczas
realizacji prac.

ESRI ASCII grid, opis:
http://resources.arcgis.com/en/help/main/10.1/index.html#/Esri_ASCII_raster_format/009
t0000000z000000/

GRIB, opis:
http://www.wmo.int/pages/prog/www/WMOCodes/Guides/GRIB/Introduction_GRIB1GRIB2.pdf

HDF5, opis: http://www.hdfgroup.org/HDF5/

CSV, opis: http://tools.ietf.org/html/rfc4180
Większość danych będzie dostarczona w układzie współrzędnych PUWG 92. Jeśli układ
będzie inny, wówczas IMGW-PIB dostarczy szczegółową dokumentację.
Dane wyjściowe
Wszystkie dane wyjściowe z aplikacji wykonanych przez Wykonawcę będą generowane w
wybranych formatach z powyższej listy.
Pliki konfiguracyjne
Wszystkie pliki konfiguracyjne zawierające parametry poszczególnych aplikacji powinny być
w formacie XML.
Pliki pośrednie
10
W
przypadku
aplikacji
generujących
pliki
(dane)
pośrednie,
będzie
możliwość
włączania/wyłączania ich zapisu.
Logi
Każda aplikacja będzie generowała pliki tekstowe z komunikatami o wykonanych operacjach
oraz wystąpieniach błędów (rejestry zdarzeń), oddzielne dla każdej doby.
Sposób zapisu

Możliwość konfiguracji separatora dziesiętnego (domyślnie: ”.”)

Możliwość konfiguracji oznaczenia braku danych (domyślnie: „-999.00”)

Precyzja: 2 miejsca po przecinku
Krok czasowy
Wynosi obecnie 10 minut, niektóre aplikacje będą uruchamianie co określoną wielokrotność
tego czasu. Należy jednak umożliwić prostą zmianę kroku czasowego na inną wartość, która
powinna stanowić parametr systemu.
Projekcja, domena
Projekcja i układ współrzędnych
Układ PUWG 92
Opis: http://www.asgeupos.pl/webpg/graph/img/_news/00051/w2k.pdf
Domena
Aplikacje powinny mieć możliwość konfiguracji rozmiarów i położenia domeny. Ustawienia
domyślne:

ncols 900

nrows 800
11

xll 50000

yll 30000
Powyższe współrzędne dotyczą lewego dolnego rogu piksela.
Rozdzielczość
Aplikacje powinny mieć możliwość konfiguracji rozmiarów piksela. Ustawienia domyślne:

1 x 1 km.
Konfiguracja maszyn
Wszystkie wykonane aplikacje będą instalowane na następujących maszynach:

procesor Intel Xeon 4x CPU,

RAM 8 GB,

HD 250 GB,

system operacyjny CentOS 6.5 (64-bit) lub zbliżona dystrybucja Linuxa.
Języki oprogramowania

ANSI C (kompilator gcc),

sterowanie i wizualizacja (www): HTML, JavaScript/Java.
Zastosowane biblioteki Wykonawca dostarczy zamawiającemu.
Wybór języka C ANSI jest spowodowany największą szybkością działania w tym języku
aplikacji, których zadania będą polegały głównie na przeprowadzaniu obliczeń matematycznych. Ze
względu na operacyjną pracę tych aplikacji z 10-minutowym krokiem czasowym szybkość działania
jest jednym z najważniejszych zadań.
Uruchamianie
Wszystkie aplikacje będą uruchamiane przez inne aplikacje lub przez cron.
Dokumentacja
Wykonawca wprowadzi do kodu źródłowego komentarze, które umożliwią wygenerowanie
pełnej i czytelnej dokumentacji za pomocą generatora Doxygen.
12
OPIS PRZEDMIOTU ZAMÓWIENIA
Zadanie A.
Wykonanie aplikacji do generowania łączonych prognoz opadu z nowcastingu radarowego
(modele INCA-PL, SCENE i SNOF) oraz z numerycznego modelu meteorologicznego
(COSMO i ALADIN)
Przedmiotem zamówienia jest wykonanie pakietu odrębnych aplikacji i procedur, które
zostaną włączone do aplikacji już działających. Całość będzie działała operacyjnie (w czasie
rzeczywistym) w ramach systemów INCA-PL, SCENE i SNOF, z 10-minutowym krokiem
czasowym. Poniżej znajdują się szczegółowe opisy zamawianych aplikacji.
Na rys. 1 pokazano docelowy schemat całego systemu generowania wysokiej rozdzielczości
prognoz opadu w IMGW-PIB. Zadaniem Wykonawcy będzie wykonanie następujących aplikacji w
ramach tego systemu:
 Model interpolacji przestrzennej danych deszczomierzowych (aplikacja A1a).
 Model adjustacji danych radarowych i satelitarnych danymi deszczomierzowymi (aplikacja
A1b).
 Model kombinacji danych deszczomierzowych, radarowych i satelitarnych (GRS) (aplikacja
A1c).
 Sumowanie do sum godzinnych i dobowych (aplikacja A1d).
 Model nowcastingu opadów SNOF (aplikacja A2a).
 Model nowcastingu opadów SCENE (aplikacja A2b).
 Model kombinacji prognoz opadu z dwóch modeli NWP: COSMO i ALADIN (aplikacja A3a).
 Model kombinacji prognoz modelu nowcastingu (INCA-PL/SCENE/SNOF) z kombinowanym
polem prognoz NWP-comb otrzymanym z aplikacji A3a (aplikacja A3b).
 Monitoring danych wejściowych i wyjściowych oraz poszczególnych aplikacji systemu
(aplikacja A4).
 Weryfikacja w czasie rzeczywistym danych wyjściowych na wszystkich etapach przetwarzania
systemu (aplikacja A5).
13
R
A1a,1b,1c,1d
Przetworz.
i kombinacja
S
G RS
G
GRS
Model
INCA-PL/
A2a SCENE/
A2b SNOF
QPN
A3b
Kombinacja
D
a
n
e
Model
COSMO
COSMO
Model
ALADIN
ALADIN
Legenda
– dane
– aplikacja
A4 – numer aplikacji
Progn. opadu
QPF-hybrid
QPN + NWP-c
A3a
Kombinacja
NWP
NWPcomb
A4 Zarządzanie A5
Weryfikacja
I/O, aplikacjami
(opcjami)
B6
Wizualizacja,
monitoring
Rys. 1. Schemat systemu generowania wysokiej rozdzielczości prognoz opadu w IMGW-PIB.
1. Kombinacja GRS
Przed wykonaniem kombinacji (aplikacja A1c) poszczególne dane opadowe wymagają
odpowiedniego przetworzenia. Służą do tego celu aplikacje A1a w odniesieniu do danych
deszczomierzowych oraz A1b w odniesieniu do danych radarowych i satelitarnych.
Aplikacja nr A1a będzie przeprowadzała:
 interpolację przestrzenną punktowych danych deszczomierzowych Gpoint, stosując do 5
standardowych algorytmów, m.in.: IDW, kriging, block-kriging, otrzymując w wyniku pole
opadu G,
 wyznaczenie pola jakości QI zgodnie z algorytmem w liczbie do 3, których opis zostanie
dostarczony Wykonawcy.
Aplikacja nr A1b będzie przeprowadzała:
 wyznaczenie poprawki na adjustację danych radarowych (Rraw) i satelitarnych (Sraw) danymi
deszczomierzowymi: (a) algorytmem A1a-1 opisanym w załączniku, (b) metodą Brandesa (opis
14
algorytmu: Michelson i Koistinen, 2010), (c) do trzech innych algorytmów, których opisy
zostaną dostarczone Wykonawcy.
Aplikacja A1c będzie służyła do kombinacji (łączenia) poszczególnych danych opadowych,
uwzględniając pola jakości QI poszczególnych pól opadu dostarczone w takim samym formacie jak
pola opadu:
 deszczomierzowych (G),
 radarowych (R),
 satelitarnych (S), w tym downscaling do 1 x 1 km (opis algorytmu: Jurczyk et al., 2008),
Wartości QI są to wartości bezwymiarowe w zakresie od 0,0 (dla danych zupełnie
niewiarygodnych) do 1,0 (dla danych idealnych), przyporządkowane do każdego piksela danego pola
opadu.
Aplikacja równocześnie obliczy pole jakości QI dla wynikowego pola opadu.
Zostanie dostarczonych do 10 wersji algorytmu, które zostaną przekazane wykonawcy w
postaci szczegółowych opisów algorytmów, m.in. w pracach: Sinclair i Pegram (2005), Todini
(2001) (opis przykładowego algorytmu znajduje się w załączniku A1c-1). Aplikacja powinna
umożliwiać wybór dowolnego z tych algorytmów do pracy operacyjnej.
Dane wyjściowe powinny być w projekcji PUWG 92 i obejmować domenę 900 x 800 km
zdefiniowaną w części „Opis standardów”, rozdzielczość przestrzenna 1 x 1 km.
Aplikacja A1d będzie sumować sumy 10-minutowe wygenerowane przez aplikacje A1a i
A1c do sum:
 godzinnych (z pełnych godzin),
 dobowych (od 06 do 06 UTC).
Łączny czas działania aplikacji A1a i A1c musi zmieścić się w 1 minucie na standardowym
komputerze, którego specyfikacja jest zamieszczona w części „Opis standardów”.
2. Nowcasting algorytmami SNOF i SCENE
15
Dane wejściowe będzie stanowić kombinowane pole opadu GRS, otrzymywane w wyniku
realizacji aplikacji nr A1c.
Zamówienie obejmuje wykonanie dwóch aplikacji realizujących modele nowcastingu SNOF i
SCENE.
Aplikacja nr A2a (SNOF) zawiera algorytmy:
 ustalenie pola wektorów przemieszczenia echa radarowego 2 metodami (z opcją wyboru)
COTREC (literatura: Li et al., 1995) i optical flow (literatura: Bowler et al., 2004),
 rozkład pola opadu ze względu na skalę przestrzenną obiektów opadowych na kilka pól
składowych za pomocą analizy Fouriera (literatura: Seed, 2003),
 prognoza w każdej składowej odrębnie za pomocą modelu autoregresyjnego AR(1) (literatura:
Seed, 2003),
 połączenie tych składowych po ich oddzielnej ekstrapolacji za pomocą do 5 metod (Lagrangian
backward scheme, Lagrangian forward scheme, i in., opis: Germann i Zawadzki, 2002),
 wygładzenie pól prognostycznych za pomocą zestawu filtrów (np. Gaussa) zależnych od czasy
wyprzedzenia prognozy.
Aplikacja nr A2b (SCENE) zawiera algorytmy, które zostaną dostarczone Wykonawcy w
postaci procedur w języku C oraz dokumentacji. Główne algorytmy (będą dostarczone w
maksymalnie 3 wersjach):
 detekcja obszarów konwekcji,
 wyznaczanie komórek konwekcyjnych,
 ustalenie wektorów przemieszczenia (wykorzystując algorytmy aplikacji A2a),
 ekstrapolacja (wykorzystując algorytmy aplikacji A2a),
 ekstrapolacja obiektowa,
 opracowanie modeli życia komórek konwekcyjnych,
 wygładzenie pól prognostycznych za pomocą zestawu filtrów (wykorzystując algorytmy aplikacji
A2a).
16
Obydwie aplikacje równocześnie obliczą pole jakości QI dla wynikowego pakietu prognoz
pola opadu na podstawie oceny sprawdzalności prognoz w ostatnich kilku krokach czasowych,
przeprowadzonej za pomocą aplikacji nr A5.
Czas działania każdej aplikacji musi zmieścić się w 1 minucie na standardowym komputerze,
którego specyfikacja jest zamieszczona w części „Opis standardów”.
3. Kombinacja nowcastingu z prognozami modeli NWP
Danymi wejściowymi do tej kombinacji będą następujące pola prognostyczne:
 z modelu nowcastingu INCA-PL, SCENE, lub SNOF (1 x 1 km, co 10 minut),
 z modelu numerycznego COSMO (węzły siatki co ok. 2,8 lub 7,0 km, co 10 minut),
 z modelu numerycznego ALADIN lub AROME (węzły siatki co ok. 7,4 km, co 1 godz.).
Będzie możliwe dołączenie także danych z innych modeli.
Dane te powinny zostać sprowadzone do wspólnych: projekcji, domeny i rozdzielczości
(downscaling odpowiednim algorytmem jak w aplikacji A1c) – zgodnie ze specyfikacją znajdującą
się w części „Opis standardów”.
Pierwsza aplikacja nr A3a będzie przeznaczona do kombinacji prognoz z modeli COSMO i
ALADIN/AROME oraz innych, jeśli zostaną one w przyszłości dołożone (z opcją wyboru: jeden z
modeli, ich kombinacja, bez modelu). Wynikiem będą kombinowane pola prognostyczne z tych
modeli, NWP-comb. Podstawą algorytmu będzie ocena sprawdzalności poszczególnych modeli w
ostatnich kilku krokach czasowych, przeprowadzona za pomocą aplikacji nr A5. Szczegółowy opis
algorytmu zostanie dostarczony Wykonawcy.
Pole wyjściowe NWP-comb jak również pola z nowcastingu będą oceniane pod względem
sprawdzalności przy użyciu wyników uzyskanych z aplikacji nr A5 w ostatnich n (jako parametr)
krokach czasowych. Informacje te będą przekazywane do aplikacji A3b w postaci dwóch zestawów
wag. Dokładny opis algorytmu zostanie dostarczony Wykonawcy w maksymalnie 5 wersjach (z
opcją wyboru).
17
Czas działania aplikacji A3a musi zmieścić się w 1,5 minuty na standardowym komputerze,
Druga aplikacja nr
A3b
będzie przeznaczona
do kombinacji wynikowych pól
prognostycznych NWP-comb z polami INCA-PL/SCENE/SNOF. Wynikiem będą kombinowane
pola prognostyczne z tych modeli, QPF-hybrid. Kombinacja ta będzie opierała się na zestawach wag
wyznaczonych za pomocą aplikacji nr A3a.
Aplikacja równocześnie obliczy pole jakości QI dla wynikowego pakietu prognoz pola opadu
na podstawie oceny sprawdzalności prognoz w określonym czasie poprzez porównanie z
odpowiednimi analizami pola opadu (opis algorytmu zostanie dostarczony Wykonawcy).
Czas działania aplikacji A3b musi zmieścić się w 10 s na standardowym komputerze, którego
specyfikacja jest zamieszczona w części „Opis standardów”.
4. Zarządzanie danymi wejściowymi i wyjściowymi oraz poszczególnymi aplikacjami
Aplikacja nr A4 będzie monitorowała:
 dane wejściowe i wyjściowe do wszystkich aplikacji,
 status poszczególnych aplikacji.
Wynik działania aplikacji będzie zapisywany do pliku wyświetlanego przez aplikację B6.
W przypadku jakichkolwiek nieprawidłowości będą wysyłane e-maile lub sms-y na
konfigurowalną
listę
adresową.
Kryteria określające wystąpienie
nieprawidłowości
będą
konfigurowane.
5. Weryfikacja
Aplikacja nr A5 będzie obliczała w czasie rzeczywistym jakość poszczególnych danych
wejściowych i wyjściowych dla wszystkich aplikacji. Będzie to odbywało się przez porównanie
wszystkich generowanych pól z polami odniesienia, którymi będą:
 dla pól analizy opadu (G, R, S, GRS) – dane deszczomierzowe w lokalizacjach deszczomierzy,
18
 dla pól sum dobowych analizy opadu (G, R, S, GRS) – dane z deszczomierzy Hellmanna (sumy
dobowe) w ich lokalizacjach (niezbędne będzie sumowanie do doby w godz. 06-06 UTC),
 dla pól prognostycznych opadu (INCA-PL, SCENE, SNOF, COSMO, ALADIN, NWP-comb,
QPF-hybrid) – pola analizy opadu dla czasu, na który dana prognoza została wykonana.
Aplikacja będzie stosowała do 30 charakterystyk jakości, których definicje zostaną
dostarczone Wykonawcy. Powinno być możliwe proste dokładanie innych charakterystyk.
6. Wizualizacja
Dane wejściowe oraz generowane przez aplikacje w zadaniu A będą wizualizowane na
stronie WWW poniżej opisanej jako aplikacja nr B6. Będą wizualizowane również wyniki
monitoringu aplikacji i całego systemu oraz wyniki analizy jakości generowanych danych.
Zadanie B.
Wykonanie aplikacji zawierających procedury do generowania prognoz wiązkowych w
ramach nowcastingu opadów modelami INCA-PL/SCENE/SNOF
Przedmiotem zamówienia jest wykonanie pakietu odrębnych aplikacji i procedur, które
Zamawiający włączy do aplikacji już działających. Zamawiający jako autor tych aplikacji posiada
wszelkie prawa autorskie. Formaty wymiany danych mieszczą się w wykazie formatów, do których
Wykonawca powinien się dostosować.
Całość będzie działała operacyjnie (w czasie rzeczywistym) na danych wyjściowych z
aplikacji nr A3b, czyli prognozach opadu QPF-hybrid z 10-minutowym krokiem czasowym. Poniżej
znajduje się szczegółowy opis zamawianych aplikacji/procedur.
Na rys. 2 pokazano docelowy schemat przetwarzania wysokiej rozdzielczości prognoz opadu
celem uzyskania prognoz wiązkowych. Zadaniem Wykonawcy będzie wykonanie następujących
aplikacji w ramach tego systemu:
19
 Obliczanie macierzy kowariancji błędów prognoz opadu na podstawie dołączonych pól
wskaźnika jakości (aplikacja B1).
 Generowanie pakietu n prognoz wiązkowych (aplikacja B2).
 Generowanie prognoz probabilistycznych jako pól percentyli rozkładu prognoz wiązkowych
(aplikacja B3a).
 Generowanie prognoz probabilistycznych jako prawdopdobieństwo przewyższenia określonej
wartości opadu (aplikacja B3b).
 Wizualizacji danych wejściowych i wyników działania aplikacji wykonanych w ramach zadań A
i B (aplikacja B6).
Prognozy
QPF-hybrid
QI
B1 Macierz
kow. błędów
prognoz
B2 Generow.
prognoz
wiązkowych
1. pakiet
QPF-hybrid
2. pakiet
QPF-hybrid
...
B3ab Gener.
prognoz
probabilist.
Percentyle
prognoz
QPF-hybrid
n-ty pakiet
QPF-hybrid
A4 Zarządzanie B6Wizualizacja,
monitoring
I/O, aplikacjami
(opcjami)
Legenda
– dane
– aplikacja
B4 – numer aplikacji
Rys. 2. Schemat przetwarzania w IMGW-PIB wysokiej rozdzielczości prognoz opadu
celem uzyskania prognoz wiązkowych.
1. Wyznaczanie macierzy kowariancji błędów prognoz opadu
Danymi wejściowymi do tej aplikacji/procedury będą prognozy pola opadu (pole QPFhybryd) oraz związane z nimi pola wskaźnika jakości QI.
Opis metodyki wyznaczania macierzy kowariancji błędów zostanie dostarczony Wykonawcy
w postaci szczegółowego opisu. Będzie testowanych do 5 wersji algorytmu, m.in.:
20
 wersja statyczna oparta na pracy: Germann et al. (2009),
 wersja dynamiczna: Szturc et al. (2010), wykorzystując pole QI (opis algorytmu B1-1 znajduje
się w załączniku).
Czas działania aplikacji w wersji dynamicznej musi zmieścić się w 1 minucie na
standardowym komputerze, którego specyfikacja jest zamieszczona w części „Opis standardów”.
2. Generowanie pakietów prognoz opadu (prognoz wiązkowych)
Prognozy wiązkowe opadu będą generowane metodą wprowadzania zakłóceń do pól
wyznaczonych w sposób deterministycznych. Pola te będą generowane przez aplikację nr A3b jako
pola QPF-hybrid. Zakłócenia będą generowane na podstawie macierzy kowariancji błędów prognoz
wygenerowanej aplikacją B1.
Podstawą algorytmu będzie dekompozycja pola opadu (np. metodą Cholesky’ego) oraz
wprowadzenie białego szumu do zdekomponowanej macierzy. Opis tej metody znajduje się w pracy:
Germann et al. (2009) (opis algorytmu B2-1 znajduje się w załączniku).
Generowanie wybranej liczby n (w zakresie od 1 do 51) prognoz wiązkowych będzie
odbywało się poprzez wprowadzenie powyższych zakłóceń do prognozy deterministycznej (opis
metody: Germann et al., 2009).
Wyjściem z aplikacji będzie zestaw n pól prognostycznych opadu (scenariuszy opadowych) z
krokiem czasowym 10 minut i czasem wyprzedzenia do 6 godz. dla ustalonej domeny (seria czasowa
dla każdego scenariusza będzie liczyła łącznie 37 pól).
Poszczególne wersje powyższych metod w liczbie do 10 będą sukcesywnie testowane za
pomocą aplikacji nr A5, a następnie implementowane jako opcje niniejszej aplikacji.
Czas działania aplikacji musi zmieścić się w 4 minutach na standardowym komputerze,
3. Obliczanie prognoz probabilistycznych
21
Prognozy probabilistyczne będą przedstawiane w dwóch postaciach: jako pakiet percentyli
oraz poprzez prawdopodobieństwo przewyższenia założonej wartości opadu. Poniżej oba podejścia
zostaną krótko opisane.
Pierwszym podejściem (aplikacja nr B3a) jest wyznaczenie percentyli rozkładu prognoz
wiązkowych. Będą one liczone dla serii czasowych prognoz z czasem wyprzedzenia w zakresie od 0
(analizy opadu) do 6 godz. (maksymalny zasięg czasowy prognoz). W wyniku działania
aplikacji/procedury będą generowane pola opadu dla wybranych wartości percentyli (np. 0, 5, 25, 50,
75, 95, 100%) (opis algorytmu B3a-1 znajduje się w załączniku).
Wyjściem z aplikacji będzie zestaw pól percentyli prognoz opadu z krokiem czasowym 10
minut i czasem wyprzedzenia do 6 godz. dla ustalonej domeny (seria czasowa dla każdej wartości
percentyla będzie liczyła łącznie 37 pól).
Drugim podejściem (aplikacja nr B3b) jest wyznaczanie prawdopodobieństwa przewyższenia
opadu o określonej wartości (np. 10 mm/godz.). Wymaga to przyjęcia odpowiedniego rozkładu
prawdopodobieństwa opadów (do 3, m.in. rozkład gamma) (opis algorytmu B3b-1 znajduje się w
załączniku).
Czas działania aplikacji B3a i B3b łącznie musi zmieścić się w 30 sekundach na
standardowym komputerze, którego specyfikacja jest zamieszczona w części „Opis standardów”.
4. Monitoring danych wejściowych i wyjściowych oraz poszczególnych aplikacji
Monitoring danych wejściowych i wyjściowych do wszystkich powyższych aplikacji, oraz
poszczególnych aplikacji będzie wykonywany przez aplikację A4, która została opisana w
odpowiednim rozdziale.
5. Weryfikacja
Sprawdzenie i weryfikację działania algorytmu generowania wiązkowych prognoz opadu
przeprowadzi IMGW-PIB za pomocą modelu hydrologicznego opad-odpływ poprzez analizę
symulacji hydrologicznych.
22
6. Wizualizacja
Aplikacja nr B6 będzie zawierała cztery podstrony www, wraz z ich podstronami
konfiguracyjnymi, przeznaczone do:
1. wizualizacji danych:

dane wejściowe i wynik działania aplikacji nr A1a, A1b, A1c, A1d, A2a, A2b, A3a, A3b,
B1, B2, B3a, B3b,

wizualizacji danych pomocniczych (inny sposób wizualizacji niż powyżej): pole
wektorów adwekcji (A2a, A2b), macierz kowariancji błędów (B1).

wizualizacji pól QI dla wszystkich danych,
2. wizualizacji poprawności pracy systemu (wynik działania aplikacji nr A4, B4),
3. wizualizacji charakterystyk jakości (wynik działania aplikacji nr A5),
4. edycji wszystkich parametrów poszczególnych aplikacji.
Na podstronie wizualizacji danych (ogólny wygląd przedstawiono na rys. 3) generowane pola
opadu (analizy i prognozy) będą przedstawiane w postaci graficznej, przy zapewnieniu
następujących funkcjonalności:
 automatyczne odświeżanie (włącz/wyłącz),
 wyświetlanie podkładów,
 wykonywanie animacji,
 wykonywanie powiększeń,
 konfiguracja skali.
Będą także wizualizowane punktowe wartości deszczomierzowe na tle wybranego pola
opadu.
Na podstronie konfiguracyjnej wizualizacji danych będą określane:
 domyślne ustawienia strony z wizualizacją (liczba okien wizualizacji, dane do wizualizacji,
podkład, i inne parametry),
 konfigurowanie listy wyświetlanych produktów (ścieżka, nazwa wyświetlana, opis), która może
zawierać jednocześnie produkty generowane przez różne instancje systemu,
23
 konfigurowanie listy podkładów (opis, ścieżka),
Szczegóły dotyczące podstrony wizualizacji:
 liczba okien wizualizacji wyświetli się zgodnie z ustawieniem domyślnym lub zapisanymi
ustawieniami użytkownika,
 pod przyciskiem „wczytaj” rozwinie się lista, z której wybiera się dane do wizualizacji (według
„nazwy wyświetlanej”),
 pod przyciskiem „opcje” otworzy się okno, w którym wybiera się opcje dla całego ekranu:

liczba okien,

czy automatycznie odświeżać,

przezroczystość danych,

szybkość animacji,

zapis ustawień,

czy wyświetlać analizy dla terminów, na które są prognozy, czy dla terminów
wyjściowych dla prognoz (ważne tylko dla wczytanych danych historycznych),
 animacja oraz zoom dla wszystkich okien równocześnie suwakami w polu „pasek animacji,
zoom”,
 dane historyczne (z wcześniejszych terminów) wczytuje się opcją „data”, po kliknięciu którego
wpiszę się datę wyszukiwanego terminu,
 klikając na pole „full” otwiera się dane okno na cały ekran; powrót do wielu okien tym samym
przyciskiem,
 legenda konfigurowalna pod przyciskiem „legenda”: wartości minimalna; maksymalna; liczba
przedziałów; skala liniowa/logarytmiczna; palety kolorów,
 odczyt wartości ze wszystkich okien równocześnie po najechaniu myszką na dany piksel w
którymkolwiek z okien (z podaniem współrzędnych tego piksela),
 wygląd ekranu zdefiniowany przez użytkownika w „zapis ustawień” zostanie odtworzony przy
następnym uruchomieniu (cookies).
24
opcje
legenda
Nazwa, logo, itp.
Nazwa produktu
Nazwa produktu
wczytaj
wczytaj
zoom
zoom
full
Nazwa produktu
full
Nazwa produktu
wczytaj
wczytaj
zoom
zoom
full
data
full
Pasek animacji, zoom
Współrzędne, wartości dla wszystkich okien
Podkłady
Rys. 3. Projekt interfejsu aplikacji B6 do wizualizacji danych.
Uwaga: wygląd i układ ekranu przedstawione na rys. 3 stanowią tylko sugestię dla
Wykonawcy.
Na podstronie wizualizacji pracy systemu będzie prezentowany bieżący monitoring
poprawności pracy poszczególnych aplikacji oraz ciągłości przepływu wszystkich danych.
Konfiguracja tej podstrony będzie przebiegała podobnie jak dla podstrony wizualizacji danych:
 konfigurowanie listy monitorowanych danych (ścieżka, nazwa wyświetlana, opis), która może
zawierać jednocześnie produkty generowane przez różne instancje systemu,
 konfigurowanie listy monitorowanych aplikacji (ścieżka, nazwa wyświetlana, opis),
 konfigurowanie listy parametrów wskazujących na nieprawidłowości w pracy systemu,
 konfigurowanie listy adresowej (e-mail, sms) do wysyłania komunikatów.
Kod aplikacji powinien umożliwiać proste dokonywanie odzwierciedlenia zmian w budowie
całego systemu, np. przez dodawanie nowych aplikacji.
25
Na podstronie wizualizacji charakterystyk jakości będą wizualizowane tabele i wykresy
poszczególnych charakterystyk jakości w ustalanym przedziale czasowym dla wybranych danych
opadowych. Konfiguracja tej podstrony będzie przebiegała podobnie jak dla podstrony wizualizacji
danych:
 konfigurowanie listy danych analizowanych pod kątem ich jakości (ścieżka, nazwa wyświetlana,
opis), która może zawierać jednocześnie produkty generowane przez różne instancje systemu.
Podstrona edycji parametrów wszystkich aplikacji wchodzących w skład systemu powinna
umożliwić ich prostą wizualizację i edycję, np. w formie tabelarycznej. Źródłowym miejscem
przechowywania tych parametrów powinien być XML-owy plik konfiguracyjny, odrębny dla każdej
aplikacji, o przejrzystej strukturze i prostej edycji w standardowych edytorach tekstowych. Oprócz
tego aplikacje powinny mieć dostęp do zestawu parametrów domyślnych, które byłyby stosowane w
przypadku braku pliku konfiguracyjnego.
Aplikacja będzie generować skrypt uruchamiany z crona, sterujący kolejnością uruchamiania
poszczególnych aplikacji oraz wskazujący ich pliki konfiguracyjne oraz pliki z przetwarzanymi
danymi.
26
PRZYPADKI UŻYCIA
Zamawiane aplikacje będą pracowały z 10-minutowym lub innym krokiem obliczeniowym,
jednak niektóre z danych wejściowych będą przychodziły z innymi krokami czasowymi
wynikającymi z technik pomiarowych i przetwarzania danych.
Co 10 minut (lub z innym krokiem czasowym)
Z taką częstotliwością będzie uruchamiana większość aplikacji. Jest to krok obliczeniowy
systemu.
Poszczególne aplikacje będą działały w następującej kolejności:

Aplikacja do interpolacji przestrzennej i wyznaczania QI dla danych deszczomierzowych
jest uruchamiana, gdy przyjdą nowe punktowe dane deszczomierzowe (A1a).

Aplikacja do kombinacji GRS (A1c) sprawdza, czy jest już komplet nowych danych (G,
R i S). Jeśli w określonym czasie nie ma wszystkich danych, wówczas generowana jest
kombinacja z tych produktów, które doszły. Jeśli nie doszły żadne dane, wówczas
generowany jest plik z zawartością „brak danych”.

Uruchamiany jest model nowcastingu (INCA-PL, SNOF – aplikacja A2a i/lub SCENE –
aplikacja A2b).

Niezależnie od modeli nowcastingu uruchamiana jest aplikacja kombinująca dostępne
prognozy NWP (ALADIN I COSMO) (A3a).

Po zakończeniu działania modeli nowcastingu i aplikacji A3a uruchamiana jest aplikacja
kombinacji prognoz nowcastingu i NWP-comb (A3b). Uzyskuje się pola QPF-hybrid i
pole QI.

Po wygenerowaniu QPF-hybrid i QI zostaje uruchomiona aplikacja do generowania
macierzy kowariancji błędów (B1).

Po wygenerowaniu macierzy kowariancji błędów zostaje uruchomiona aplikacja do
generowania prognoz wiązkowych (B2).
27

Po wygenerowaniu prognoz wiązkowych zostaje uruchomiona aplikacja do generowania
prognoz probabilistycznych (w postaci percentyli – B3a i prawdopodobieństwa
przewyższenia – B3b).

Po uzyskaniu wszystkich rodzajów prognoz zostaje uruchomiona aplikacja do obliczania
statystyk (A5).
Aplikacja do monitoringu działania aplikacji i spływu danych (A4).
Co godzinę
Z godzinnym krokiem czasowym będą wykonywane następujące zadania:

Wyznaczania wartości współczynnika mfb, określającego stopień korekty danych
radarowych i satelitarnych (aplikacja A1b).

Sumowanie 10-minutowych pól opadu (danych wejściowych i prognoz) do sum
godzinnych (aplikacja A1d).
Godz. 06:30 UTC
Z dobowym krokiem czasowym będą wykonywane następujące zadania:

Sumowanie 10-minutowych pól opadu (danych wejściowych i prognoz) do sum
dobowych (aplikacja A1d).

Weryfikacja sum dobowych pól opadu przez porównanie z sumami dobowymi z
deszczomierzy Hellmanna (aplikacja A5).
Około godz. 03, 09, 15, 21 UTC
Prognozy z modeli NWP będą dostarczane cztery razy na dobę (COSMO 7-km) lub dwa razy
(COSMO 2,8-km i ALADIN), około 3 godziny po ich uruchomieniu. Wówczas poprzedni pakiet
prognoz zostanie nadpisany nowym, z krokiem czasowym 10-min (COSMO) lub 1-godz.
(ALADIN), z czasem wyprzedzenia od 0 do co najmniej 36 godz.
28
Każda prognoza z pakietu będzie przypisana do określonego kroku obliczeniowego,
wynikającego z czasu wygenerowania prognozy oraz jej czasu wyprzedzenia. Na rys. 3 pokazano
przykład, na którym prognoza hybrydowa wygenerowana o godz. 05 UTC na godz. 08 UTC
pochodzi z kombinacji z prognozą z modeli NWP (które zostały uruchomione o godz. 00 UTC)
wygenerowaną ok. godz. 03 UTC.
włączenie danych
NWP do systemu
start modelu
NWP
0
1
2
3
4
uruchomienie modelu
nowcastingu (krok
obliczeniowy T=0)
5
6
7
krok obliczeniowy
T=3: prognoza z
czasem wyprzedz.
3 godz.
8
Czas (UTC)
Rys. 3. Schemat zasilania systemu danymi z modeli NWP.
29
9
10
ZOBOWIĄZANIA OBU STRON
IMGW-PIB
1. IMGW-PIB dostarczy opisy wszystkich algorytmów w postaci publikacji
lub raportów, z
których część została dołączona do niniejszego dokumentu jako załączniki, zaś pozostałe zostaną
dostarczone po rozpoczęciu realizacji prac.
2. Wszystkie wątpliwości dotyczące postaci algorytmów będą wyjaśnianie przez upoważnionych
merytorycznych pracowników IMGW-PIB.
3. IMGW-PIB dostarczy wszystkie dane potrzebne do testowania aplikacji wykonanych przez
Wykonawcę.
Wykonawca
1. Wykonawca udostępni IMGW-PIB wszystkie źródła, którymi IMGW-PIB będzie mógł
dysponować w dowolny sposób, np. dokonywać modyfikacji po oddaniu prac, wykorzystywać w
celach komercyjnych, itd.
2. Wykonawca dostarczy IMGW-PIB wszystkie biblioteki potrzebne do działania wykonanych
aplikacji.
3. Wykonawca na koniec każdego miesiąca udostępni IMGW-PIB aktualny stan wszystkich kodów
źródłowych.
4. Wykonawca przenosi wszystkie prawa autorskie wykonanych aplikacji na IMGW-PIB.
5. Wykonawca dostarczy pełną dokumentację wykonanego oprogramowania:
a) dokumentację projektową;
b) dokumentację użytkownika – pliki pomocy, ogólne informacje o programach i sposobie ich
obsługi;
c) dokumentacje techniczną, umożliwiającą modyfikowanie programów; dokładny opis metod
działania,
algorytmów
w
nich
zastosowanych,
poszczególnych komponentów itp.
30
rozmieszczenia
i
sposobu
działania
6. Wszystkie aplikacje i procedury będą zawierały testy jednostkowe.
7. Zostaną przeprowadzone testy obciążeniowe i wydajnościowe wszystkich aplikacji, głównie w
zakresie czasu działania poszczególnych aplikacji.
31
WYKAZ PUBLIKACJI ZAWIERAJACYH OPISY METODYKI
1. Bowler N.E.H., Pierce C.E., Seed A., 2004. Development of a precipitation nowcasting algorithm
based
upon
optical
flow
techniques.
Journal
of
Hydrology,
288,
74-91.
[plik:
Bowler_2004_JH.pdf]
2. Germann U., Zawadzki I., 2002. Scale-dependence of the predictability of precipitation from
continental radar images. Part I: Description of the methodology. Monthly Weather Review., 130,
2859-2873. [plik: Germann_Zawadzki_2002_MWR.pdf]
3. Germann U., Berenguer M., Sempere-Tores D., Zappa M., 2009. REAL – Ensemble radar
precipitation estimation for hydrology in a mountainous region. Q. J. R. Meteorol. Soc., 135,
445-456. [plik: Germann_2009_QJRMS.pdf]
4. Jurczyk A., Ośródka K., Szturc J., 2008. Research studies on improvement in real-time
estimation of radar-based precipitation in Poland. Meteorol. Atmos. Phys., 101, 159-173. [plik:
MAP_2008.pdf]
5. Li L., Schmid W., Joss J., 1995. Nowcasting of motion and growth of precipitation with radar
over a complex orography. Journal of Applied Meteorology, 34, 1286-1300. [plik: Li_1995.pdf]
6. Michelson D.B., Koistinen J., 2000. Gauge-radar network adjustment for the Baltic Sea
Experiment. Phys. Chem. Eartch (B), 25, 915-920. [Michelson_Koistinen_2000.pdf]
7. Seed A.W., 2003. A dynamic and spatial scaling approach to advection forecasting. Journal of
Applied Meteorology, 42, 381-388. [plik: Seed_2003_JAM.pdf]
8. Sinclair S., Pegram G., 2005. Combining radar and rain gauge rainfall estimates using
conditional merging. Atmos. Sci. Let., 6, 19-22. [plik Sinclair_2005_ASL.pdf]
9. Szturc J., Ośródka K., Einfalt T., Jurczyk A., 2010. Rainfall and runoff ensembles based on the
quality index of radar precipitation data. Proceedings of 6th European Conference on Radar in
Meteorology and Hydrology ERAD 2010, 446-452. [plik: ERAD2010_Szturc_Ensembles.pdf]
10. Todini E., 2001. Influence of parameter estimation uncertainty in Kriging: Part 1. Theoretical
development.
Hydrology
and
Earth
System
Todini_2001_HESS_1.pdf]
32
Sciences,
5,
215-223.
[plik:
ZAŁĄCZNIKI (OPISY METODYKI)
Informacje ogólne
Część algorytmów zostanie dostarczone w postaci szczegółowych opisów, jak dołączone
poniżej, natomiast inne w postaci publikacji naukowo-technicznych.
Większość algorytmów będzie wdrażana w kilku wersjach, których liczba jest
wyszczególniona w rozdziale „Opis przedmiotu zamówienia”. Poniżej umieszczono opis kilku
algorytmów, który należy traktować jako przykładowe. Pozostałe wersje będą dostarczone
Wykonawcy w trakcie realizacji projektu.
Aplikacja nr A1b, algorytm A1b-1.
Adjustacja danych radarowych i satelitarnych deszczomierzowymi
Poniższy algorytm będzie stosowany do sum godzinnych danych deszczomierzowych (Gpoint)
i radarowych (Rraw).
Adjustacja polega ona na wyznaczeniu współczynnika mfb:
mfb 
G point
(A1b-1.1)
Rraw
w punktach lokalizacji deszczomierzy, a następnie stosowaniu go do korekty danych radarowych we
wszystkich pikselach, czyli estymacji skorygowanego pola opadu R:
R  Rraw  mfb
(A1b-1.2)
Wprowadzono ograniczenia na wartości w poszczególnych parach G i R oraz zróżnicowanie
ich wartości:
G point  0,0 
R raw 0,0
QI (G point )  0,5  QI ( Rraw )  0,5
G point
1

 threshold
threshold
Rraw
33
(A1b-1.3)
Współczynnik mfb jest liczony w określonym oknie czasowym, którego długość uzależniono
od sumy opadu w danej lokalizacji. Wprowadzono trzy długości tych sum (tab. A1b-1.1): krótką
(sum_short_def), średnią (sum_medium_def) i długą (sum_long_def), oraz sumę sezonową
(sum_day_def) stosowaną, gdy żadna z powyższych sum nie przekroczyła założonej wartości
progowej (odpowiednio: sum_short_thr, sum_medium_thr, sum_long_thr). Jeśli suma sezonowa
również nie przekroczyła założonego progu (sum_day_thr), wówczas przyjmuje się wartość
domyślną sumy sezonowej (mfb_day_def). Obliczone wartości mfb porównuje się z wartościami
sezonowymi mfb: jeśli wartości te zbytnio się różnią, wówczas przyjmowana jest wartość sezonowa.
Wartości mfb są wyznaczane dla każdego piksela przez interpolację przestrzenną wartości
mfb wyznaczonych dla pikseli, w których znajdują się deszczomierze.
Zastosowano do interpolacji przestrzennej wartości mfb metodę inverse distance weighting
(IDW), z wykładnikiem potęgi odległości od deszczomierza wynoszącym 2. Uwzględnia się sześć
najbliższych deszczomierzy. Po interpolacji pole mfb jest wygładzane filtrem 7 x 7 pikseli z
wartościami wynoszącymi 1. Ponadto będą stosowane inne algorytmy interpolacji wykonane w
ramach aplikacji A1a.
Tabela A1b-1.1. Parametry algorytmu adjustacji.
Parametr
Opis
Wartość
sum_short_def
Długość krótkiej sumy opadu (godz.)
6
sum_medium_def
Długość średniej sumy opadu (godz.)
24
sum_long_def
Długość długiej sumy opadu (godz.)
120
sum_day_def
Długość sezonowej sumy opadu (dni)
180
sum_short_thr
Próg opadu dla sumy krótkiej (mm)
2,5
sum_medium_thr
Próg opadu dla sumy średniej (mm)
2,5
sum_long_thr
Próg opadu dla sumy długiej (mm)
2,5
sum_day_thr
Próg opadu dla sumy sezonowej (mm)
100
sum_threshold
Współczynnik kontroli mfb godz. względem mfb sezonowego
2,5
mfb_day_def
Domyślna wartość mfb sezonowego
threshold
Współczynnik kontroli danych przed wyliczaniem sum
34
1
3,5
Korektę na mfb przeprowadza się w każdym pikselu (i, j) danych radarowych zgodnie ze
wzorem (A1b-1.2) za pomocą aplikacji A1c:
R(i, j )  Rraw (i, j )  mfb(i, j )
(A1b-1.4)
Adjustację danych satelitarnych przeprowadza się algorytmem analogicznym jak dla danych
radarowych. Wszystkie parametry przyjmują takie same wartości.
Aplikacja nr A1c, algorytm A1c-1.
Kombinacja GRS, wersja 1.
Dane wejściowe do algorytmu generowania kombinowanego pola opadu stanowią pola:
deszczomierzowe G, radarowe R i satelitarne S wraz z dołączonymi polami jakości QI. Pola te są
przetworzone algorytmami kontroli jakości. Ponadto wymagane jest zestawienie (kody) posterunków
deszczomierzowych, z których zostało wyznaczone pole G.
Opis algorytmu:
1. Kombinacja warunkowa danych radarowych R z deszczomierzowymi G – pole GR:
a) obliczenie pola opadu interpolowanego przestrzennie z danych radarowych w punktach
deszczomierzy (Rint), stosując taką samą metodę interpolacji przestrzennej jak dla danych
deszczomierzowych (aplikacja A1a).
b) obliczenie pola opadu z uwzględnieniem poprawki na rozkład przestrzenny na podstawie
danych radarowych (RG):
RG  G  ( R  Rint )
(A1c-1.1)
c) obliczenie pola opadu kombinowanego deszczomierzowego i radarowego (GR):
GR 
G  QI G  RG  QI R
QI G  QI R
Na rys. A1c-1.1 schematycznie pokazano powyższe operacje.
35
(A1c-1.2)
2. Kombinacja warunkowa przeskalowanych danych satelitarnych S z deszczomierzowymi G – pole
GS, przeprowadzana jest w sposób analogiczny jak kombinacja GR.
3. Kombinacja pól GR i GS – pole GRS:
a) kombinacja pól GR i GS oparta na jakości tych danych – pole GRS:
GRS  w  GR  (1  w)  GS
(A1c-1.3)
gdzie w – współczynnik korekty wagi:
1

w  QI R
0

QI R  0,8
0,2  QI R  0,8
(A1c-1.4)
QI R  0,2
b) obliczenie wskaźnika jakości QIGRS pola GRS:

QI G  QI R  QI S 

QI GRS  max  QI G , QI R , QI S ,


3


Piksel
radarowy
(A1c-1.5)
R – Rint
R
Rint
G
G
Natężenie opadu
Analizowany
deszczomierz
Położenie
R – Rint
R
GR – opad w
danym pikselu
RG
G
G
RG
Analizowany
piksel
Rys. A1c-1.1. Schemat operacji wykonywanych w ramach kombinacji danych deszczomierzowych i
radarowych.
36
Aplikacja nr B1, algorytm B1-1.
Wyznaczanie macierzy kowariancji błędów pola opadu
Jakość danych opadowych jest charakteryzowana za pomocą wskaźnika jakości QI, który
przyjmuje wartości pomiędzy 0 (wartości złe) i 1 (wartości idealne). Dysponując dla każdego piksela
pola opadu Ri,,j wartością QIi,,j, można odtworzyć błędy pola opadu d’i,,j (i = 1, …, l; j = 1, …, k,
gdzie l, k – liczby wierszy i kolumn) za pomocą wzoru:
 d '1,1
d '
2 ,1
D'  
 

 d 'l ,1
d '1, 2
d '2, 2

d 'l , 2
 d '1,k 
  
; d 'i , j  Ri , j  (1  QIi , j )
  

 d 'l , k 
(B1-1.1)
Macierz D’ ma rozmiar (l x k). Obliczenia wykonywane są dla gridów, których rozmiar
wynosi 5 x 5 pikseli, czyli N = 2 piksele w każdym kierunku od danego piksela. Zatem do obliczeń
będzie brana nieco mniejsza liczba elementów, gdyż na obrzeżach tej macierzy nie są możliwe
obliczenia dla pełnych gridów. W związku z tym wynikowe macierze A będą liczone dla tych pikseli
macierzy D’, które nie leżą na jej obrzeżach (dwa piksele od każdego brzegu), czyli dla macierzy D o
rozmiarze (l-2N)  (k-2N) pikseli (rys. B1-1.1).
1
1
N
d' 1,1
d' 1,2
N+1






k-N

k
d' 1,k
N
N+1
d1

d k-2N+1
d2
d3
d k-2N






d (k-2N)(l-2N)
l-N

l
d' l ,1
d' l,2
d' l ,k
Rys. B1-1.1. Macierz D’ z zaznaczonymi zielonym kolorem elementami (pikselami) di tworzącymi macierz
D, z których oblicza się macierz A (np. d1 w macierzy D odpowiada d’N+1,N+1 w macierzy D’). Na niebiesko
zaznaczono przykładowy grid obliczeniowy (2N+1) x (2N+1) pikseli wokół piksela d1.
37
W kolejnym kroku wyznaczana jest macierz A kowariancji błędów pola opadu na podstawie
wektora D. Macierz A o rozmiarach (l-2N)(k-2N) x (l-2N)(k-2N) będzie zawierała następujące
wartości (wzór B1-1.2):

na przekątnej (piksele z i = j) wariancje ai ,i  var(di ) liczone wokół danych pikseli di w
gridach o rozmiarach (2N+1) x (2N+1); wariancje są liczone wzorami dla populacji
danych;

poza przekątną (piksele z i  j) kowariancje liczone pomiędzy gridami (2N+1) x (2N+1)
wokół pikseli i oraz j: cov i , j  cov(di , d j ) .
Ogólnie:
 a1,1
a
2 ,1
A
 

an,1
a1, 2
a2 , 2

an , 2
 a1,n 
i j
  
vari  var(d i )
; ai , j  
  
cov i , j  cov(d i , d j ) i  j

 an ,n 
(B1-1.2)
gdzie: n = (l-2N)  (k-2N).
Aplikacja nr B2, algorytm B2-1.
Dekompozycja macierzy kowariancji błędów metoda Cholesky’ego
Do generowania zakłóceń w polu opadu zastosowano algorytm dekompozycji Cholesky’ego do
macierzy kowariancji błędów radarowych A wyznaczonej algorytmem B1-1. Jest to operacja
algebraiczna, która pozwala na rozbicie macierzy na dwie macierze trójkątne spełniające warunek:
A  L  LT
(B2-1.1)
gdzie LT jest transpozycją macierzy L. Jeśli macierz A jest symetryczna i dodatnio określona,
wówczas istnieje tylko jedna macierz trójkątna L o dodatnich elementach na głównej przekątnej,
spełniająca powyższe równanie.
Elementy macierzy L zdefiniowane są następująco:
38
 l1,1 0
l
l2 , 2
2 ,1
L



ln ,1 ln , 2





0
0

i 1

 
; l ji   aii   l 2ik
 
k 1


i 1
1 
ln , n 

  aij   l jk lik 
k 1

 lii 
ji
j i
(B2-1.2)
j i
W celu zapewnienia matematycznej stabilności powyższej procedury wprowadzono
następujące modyfikacje:
i 1

jeśli aii   l 2 ik  0,001 , wówczas lii = 0,001,
k 1
i 1

jeśli aij   l jk lik  0,001 , wówczas lji = 0,001.
k 1
Macierze L tutaj wykorzystuje się do generowania losowych zakłóceń pól opadu, by
ostatecznie wygenerować losowe pakiety tych pól. Procedura ta polega na obliczeniu zakłócenia,
czyli losowego błędu δ(ε) (który jest wektorem o rozmiarze n) na podstawie macierzy L:
 ( )  L  
(B2-1.3)
gdzie: ε – wektor białego szumu z wartościami w zakresie od 0 do 1.
W rezultacie takiego założenia pakiet pól opadu można zdefiniować przez zestaw losowo
wybranych wartości wektora ε. Ostatecznie każdy element takiego pakietu jest związany z
konkretnym wektorem ε i można go zapisać jako:
R( )  R   ( )
(B2-1.4)
gdzie: R(ε) – konkretny element pakietu pól opadu, zdefiniowany przez wartość ε, z której z kolei
oblicza się wektor zakłócający dane radarowe δ(ε).
Aplikacja nr B3a, algorytm B3a-1.
Wyznaczanie percentyli rozkładu prognoz wiązkowych
Niepewność
prawdopodobieństwa
w
polu
PDF
opadu
uwzględnia
odpowiednio
dobranej
39
się
ze
korzystając
względu
na
z
funkcji
właściwości
gęstości
opadu
atmosferycznego (jak asymetryczność, ograniczenie z dołu przez zero, itd.). Takim rozkładem jest
rozkład gamma opisany wzorem:
PDF ( x) 
bp
x p 1ebx
( p )
(B3a-1.1)
gdzie p i b są parametrami rozkładu, przy czym: p, b > 0; Γ jest funkcją gamma.
Parametryzacja funkcji gęstości prawdopodobieństwa oznacza wyznaczenie powyższych
parametrów p i b:
p
R2
R
; b 2
2
R  (1  QI )  0.1
R  (1  QI )  0.1
(B3a-1.2)
W rezultacie probabilistyczne pole opadu zawiera trzy zamiast jednej wartości dla każdego
piksela: dwa parametry funkcji gęstości prawdopodobieństwa opadu p i b oraz wysokość opadu R
(wartości zmierzonej lub prognozowanej). Ostatnim etapem jest wygenerowanie pakietu pól opadu,
co można przeprowadzić wybierając pewne percentyle dla sparametryzowanego rozkładu
prawdopodobieństwa.
Przedstawione tu podejście do zagadnienia generowania pakietów danych opadowych oparte
o estymowany rozkład gęstości prawdopodobieństwa, polega zatem na wyborze pewnej liczby
charakterystycznych map pola opadu wynikających z jego właściwości statystycznych.
Wygodnie jest wybierać do takiego pakietu mapy pola opadu będące określonymi
percentylami funkcji gęstości prawdopodobieństwa opadu, czyli na przykład dla prawdopodobieństw
wynoszących 5, 25, 50, 75, i 95%. Obliczeń map tych percentyli dokonuje się na podstawie
dystrybuanty danego rozkładu F(x). Dla rozkładu gamma, wartość percentyla Pq% dla
prawdopodobieństwa q% wynosi:
q%
Pq %  F (q%) 
 PDF ( x)dx 

q%

0
bp
x p1e bxdx
( p )
(B3a-1.3)
Tak obliczone wartości dystrybuanty pól opadu należy następnie znormalizować do wartości
zmierzonej radarem R. W tym celu obliczana jest różnica pomiędzy medianą rozkładu P50%, a
wszystkimi pozostałymi zastosowanymi percentylami, czyli w tym przypadku: P5%–P50%, P25%–P50%,
P75%–P50%, i P95%–P50%. Następnie oblicza się skorygowane wartości percentyli ze wzoru:
Rq %  R  ( Pq %  P50% )
40
(B3a-1.4)
gdzie: R – opad zmierzony/obliczony na podstawie pomiarów radarowych.
Aplikacja nr B3b, algorytm B3b-1.
Obliczanie prawdopodobieństwa przewyższenia określonej wartości opadu
Probabilistyczna prognoza opadu jest oparta na wieloletnim rozkładzie wyznaczonym na
danych historycznych. Rozkład ten można opisać funkcją gęstości prawdopodobieństwa w postaci
eksponencjalnej f(x) = a · ecx stanowiącej jedną ze szczególnych postaci rozkładu gamma (a, c –
parametry). Rozkład eksponencjalny otrzymuje się z rozkładu gama opisanego za pomocą wzoru
B3a-1.1, podstawiając w nim: p = 1 oraz b = 1/µ, gdzie µ jest wartością średnią rozkładu. Przyjęcie
takiego rozkładu oznacza, że prawdopodobieństwo wystąpienia większych opadów zmniejsza się
eksponencjalnie, czyli według funkcji wykładniczej opisanej za pomocą wzoru:
f ( x) 
1


e
x

(B3b-1.1)
Równanie to można scałkować w przedziale od określonej wartości x do nieskończoności,
uzyskując w ten sposób prawdopodobieństwo przekroczenia wartości x. Wartość średnią rozkładu μ
stanowi warunkowa prognoza opadu, czyli wartość oczekiwana wysokości opadu pod warunkiem, że
opad ten wystąpi w danym miejscu.
Po scałkowaniu równania B3b-1.1 prawdopodobieństwo przekroczenia (PoE) opadu deszczu
o wysokości na przykład 10 mm wyznaczy wzór:
PoE (10 mm)  e
10


(B3b-1.2)
Wartość ta jest następnie mnożona przez prawdopodobieństwo wystąpienia opadu (PoP) w
celu wyznaczenia warunkowego prawdopodobieństwa przekroczenia opadu o wysokości 10 mm.
Wynik stanowi probabilistyczną prognozę opadu.
41

Opis Przedmiotu Zamówienia

Transkrypt

Podobne dokumenty

oferta_pracy_DNPM_ALADIN_23012017

Polska Siec Radarow Meteorologicznych POLRAD

Kwaśne deszcze - ocena wpływu na roślinność

Kwestora - Akademia Pomorska w Słupsku