ENSEMBLE PREDICTION USING HIGH RESOLUTION

ENSEMBLE PREDICTION USING HIGH RESOLUTION LIMITED AREA MODELS:
A PILOT PROJECT
Christopher Cunningham - INPE
ABSTRACT
During the first CHUVA workshop the main ideas of a project with focus on prediction of high impact weather
events in the La Plata Basin (LPB) were presented. This project had been assembled following the framework of a
Research and Development (ReD) project of the World Weather Research Program (WWRP). A recommendation of
adding a high-resolution component to the project, which was originated in the context of the fifth meeting of the
Joint Scientific Committee-WWRP, motivated a proposal for a mutual collaboration between CHUVA and LPB-ReD
projects. The main objective of the present work is to describe the details of this cooperative effort of combining
global and high resolution models in an multi-model, multi-boundary ensemble. The ensemble is composed of a
core of 5 model configurations (2 executions of the BRAMS model plus 3 of the WRF model), which were
integrated using CPTEC's supercomputing facilities, plus four other configurations, which were integrated on the
participating institutions facilities. This core was designed to be driven by selected members of global Ensemble
Prediction Systems (CPTEC and NCEP) and also to be homogeneous in domain size, horizontal and vertical
resolution (2 km of grid space and 41 levels). Partner institutions (WRF-UBA-UNNE, WRF-Argentina SMN, WRFUFSM and MESO-NH (CNRS)) participating in the project assisted composing the multi-model with their own model
configurations. A selection procedure based on spatial pattern resemblance was developed to choose only one
member to drive the high resolution LAM. Some insights on the role of the large scale on the quality of the forecast
are given.
INTRODUCTION
In the last years ensemble forecasting is becoming an increasingly important tool for operational weather
forecasting and for predictability investigation. Ensemble prediction represents a suitable approach given
inevitable uncertainty in weather forecasts, due to unavoidable uncertainties in the initial conditions and imperfect
formulation of the models. Historically, ensemble prediction started as studies of monthly predictability.
Nevertheless, soon spread to medium range and seasonal timescales, and more recently permeates
meteorological predictions of extremes and short-range weather forecast problems.
High impact weather (HIW) events often have a mesoscale or convective-scale component (e.g. mesoscale
convective complexes producing heavy rainfall and flash floods, polar lows, or orographic precipitation
enhancement) and such events have a large impact on society, the economy and the environment. Mesoscale
events are strongly influenced by inhomogenities of the terrain underneath, hence, better simulated by highresolution models (O~1-10 km). Presently the best tool available to manage such scales is the Limited Area Model
(LAM). Deterministic LAM has allowed explicit, and skilful, prediction of scales that cannot feasibly be predicted
with global models. During the last decade, high resolution, non-hydrostatic models have been shown to better
capture HIW events (e.g., Bauer et al. 2011).
Despite this undoubtedly success, this deterministic approach is still subject to large uncertainty in space and time,
since the LAM are still subject to errors in the initial conditions and imperfect formulation of the models. Hence, an
ensemble approach to mesoscale problems is adequate and, in fact, has been recently adopted by the
international scientific community (e.g., COSMO-LEPS: Montani et al., 2003). An ensemble of LAM aims at
improving upon the early and medium-range predictability of extreme and localized weather events, especially
when orographic and mesoscale-related processes play a crucial role.
th
One of the main goals of this project is to have the HRLAMENS running on daily basis during November 5 to
st
December 21 2012, period which corresponds to the Santa Maria campaign of the CHUVA project.
This project is important for CPTEC since it is aligned with its mission and is a pioneer initiative in South America.
The objective is creating an ensemble of high-resolution limited area models (LAM), focused on a sub-region of the
La Plata Basin, driven by different members of global Ensemble Prediction Systems (EPS) and evaluate its
performance.
METHODOLOGY
The multi-model ensemble is composed of a core of 5 models, which were integrated using the CPTEC's
supercomputing facilities, plus four other models, which were integrated on the participating institutions facilities.
The core of 5 models was envisaged to be consistent in domain size, horizontal and vertical resolution (2 km of grid
space and 41 levels), and also in output variables. Partner institutions (WRF-UBA-UNNE, WRF-Argentina SMN,
WRF-UFSM and MESO-NH (Institution?)) participating in the project assisted composing the multi-model with their
own model configurations.
The 5 core models are 3 (three) configurations of the WRF (Shamarock et al., 2008) model and 2 configurations of
the BRAMS (Freitas et al., 2009) model. Ideally, those configurations should differ only on the global lateral
boundary condition, in order to better evaluate the role of the forcing boundary condition. However, concretely,
the LAM configurations differ also on the physics modules used to represent sub-grid scales.
BRAMS and WRF were integrated twice each. One time driven by CPTEC EPS and another by NCEP EPS. WRF was
additionally integrated a third time, driven by the deterministic GFS-NCEP. Hence, totalizing five members of the
HRLAMENS.
Since both CPTEC and NCEP EPS are multiple executions (members) of a General Circulation Model (GCM), a
selection procedure had to be created to choose only one member. The selection of the most representative
member was done following a criteria of spatial pattern resemblance between each member and the ensemble
mean. The variable used was precipitation. The procedure is outlined below:




The spatial correlation between each member and the average of the members is calculated for every 6
hours forecast in the interval 18 to 42 hours of forecast lead time.
for every member of the ensemble the correlation values at 18 hours lead time are sorted in descending
order. The top five members are retained for further evaluation.
the rank of the remaining lead times (24, 30, 36 and 42) are evaluated. A "correlation index" which consist
of the multiplication of the rank and the correlation value is calculated. The sum of those indexes is
calculated in the interval 18 to 42 hours of forecast lead time
the member, among the top five, that sums the largest "correlation index" is the representative member.
Figure 1 – Drawing illustrating the domain used as basis in the criteria of spatial pattern resemblance.
The target area (Figure 1) is located in the La Plata Basin Region, a strategic region for five countries in South
America (Argentina, Paraguay, Bolivia, Uruguay and Brazil) and frequently affected by severe storms. The
performance of the ensemble will be measured using conventional and exclusive data provided by the CHUVA
th
project. A case of severe convection that occurred on 07 September 2009 will serve as a test bed for the
production period.
Figure 2 – Outline depicting the approximate domain and location of the target area of the HRLAMENS
experiment.
ENSEMBLE PRODUCTS
Intercomparison and combination in situ
There will be mainly two approaches. The first approach follows the work of Moreira et al. (Reference) which
consist on combining several models into a super-ensemble. The unique characteristic of this work is the
combination of different models to produce an ensemble prediction for a specific location on near-real time. The
location used must be someplace where a reliable meteorological station installed in order to offer comparison,
validation and calibration of the forecasts. This work will use
Early detection products
A second group of products will be Ensemble-based probability of occurrence of extreme events. This products
were generated in the context of the products provided by the GIFS-TIGGE group for the
REFERENCES
Bauer, H.-S., T. Weusthoff, M. Dorninger, V. Wulfmeyer, T. Schwitalla, T. Gorgas, M. Arpagaus, and K. WarrachSagi, 2011a: Predictive Skill of a Subset of the D-PHASE Multi-Model Ensemble in the COPS Region. COPS Special
Issue of the Q. J. R. Meteorol. Soc. 137, 287- 305.
Coutinho, M. M., 1999: Previsão por conjuntos utilizando perturbações baseadas em componentes principais.
Dissertação de Mestrado. Instituto Nacional de Pesquisas Espaciais, 136p.
Freitas, S. R. ; Longo, K. M. ; Silva Dias, M. A. F. ; Chatfield, R. ; Silva Dias, P. ; Artaxo, P. ; Andreae, M. O. ; Grell, G. ;
Rodrigues, L. F. ; Fazenda, A. ; PANETTA, J., 2009: The Coupled Aerosol and Tracer Transport model to the Brazilian
developments on the Regional Atmospheric Modeling System (CATT-BRAMS) Part 1: Model description and
evaluation. Atmospheric Chemistry and Physics (Print), v. 9, p. 2843-2861.
Mesinger, F.; Janjic, Z.I.; Nickovic, S.; Gavrilov, D.; Deaven, D.G., 1988: The step-mountain coordinate: Model
description and performance for cases of Alpine lee cyclogenesis and for a case of Appalachian redevelopment.
Mon. Wea. Rev., 116, 1493-1518.
Molteni, F., Buizza, R., Palmer, T. N., and Petroliagis, T., 1996: The ECMWF Ensemble Prediction System:
Methodology and validation, Quart. J. Roy. Meteor. Soc., 122, 73–119.
Montani, A., Capaldo, M., Cesari, D., Marsigli, C., Modigliani, U., Nerozzi, F., Paccagnella, T., Patruno, P., and
Tibaldi, S., 2003: Operational limited-area ensemble forecasts based on the Lokal Modell, ECMWF Newsletter
Summer 2003, 98, 2–7.
Shamrock, W. C., and collaborators, 2008: A Description of the Advanced Research WRF Version 3, NCAR Technical
Note.
Toth Z., and E. Kalnay, 1993: Ensemble forecasting at NMC: The generation of perturbations. Bull. Amer. Meteor.
Soc., 74, 2317–2330.
Avaliação Quantitativa da Precipitação dos Modelos de Alta Resolução Utilizados
Durante o Projeto CHUVA Componente Sul (sede Santa Maria)
Daniel Caetano Santos 1 , Ernani Nascimento 1
1
- Universidade Federal de Santa Maria (UFSM)
1
1 INTRODUÇÃO
Ao longo dos dias de campanha do Proj. CHUVA, foram utilizados variados modelos,
globais e regionais, de diferentes instituições como ferramentas para a discussão diária
do tempo.
O principal objetivo da atividade de previsão do tempo durante o CHUVA foi o de fornecer informações estratégicas para as atividades desenvolvidas ao longo do projeto, como,
por exemplo, determinar os dias em que seriam lançadas as radiossondas, e também a
avaliação subjetiva do desempenho dos modelos regionais para a previsão de chuva em
24horas.
2 MATERIAIS E MÉTODOS
O período de campanha foi realizados entre os dias 5 de Novembro e 15 de Dezembro
de 2012, sendo a sede das atividades o Prédio do Centro Regional Sul do Instituto Nacional de Pesquisas Espaciais (CRS/INPE) em convênio com a Faculdade de Meteorologia
da Universidade Federal de Santa Maria (UFSM).
Ao longo dos dias foram realizadas duas discussões diárias, às 8:30 da manhã e
15:30 da tarde, com a elaboração da previsão do tempo para o dia e para 24 e 48horas
respectivamente, com o envio das mesmas para todos os participantes da componente
Sul do Projeto.
Os modelos e ferramentas utilizadas durante a campanha foram: Modelo Global GFS
(1 ), Modelo ETA 15km, WRF/GFS (48 e 12km), Modelo Meso-NH e BRAMS (1km) além
dos Produtos de Ensemble do TIGGE e do HRLAMENS.
0
Para a verificação objetiva e quantitativa do resultados de precipitação foram utilização do dados observados espacializados em ponto de grade de dois bancos de dados
conforme as metodologias descritas em Vila et al. (2009) (CoSch) e Rozante et al. (2010)
(MERGE).
Ao longo do experimento foram selecionados nove casos de ocorrência de chuva
sobre o Rio Grande do Sul (RS), a Tabela 2.1 mostra os dias analisados.
Tabela 2.1 – Datas Analisadas
11 de Novembro 2012
24 de Novembro 2012
02 de Dezembro 2012
19 de Novembro 2012
28 de Novembro 2012
04 de Dezembro 2012
23 de Novembro 2012
01 de Dezembro 2012
05 de Dezembro 2012
Os dados dos modelos são referentes ao acumulado de 24 horas de precipitação
tomados das 12 até as 12UTC do dia considerado, mesma metodologia aplicada nos
dados observados.
Nas figuras que seguem as seguintes informações são mostradas:
• Valores absolutos de precipitação acumulada em 24 horas (12-12UTC) observados
de dois bancos de dados (CoSch e MERGE);
• Valores absolutos de precipitação acumulada em 24 horas (12-12UTC) simulados
pelos modelo regionais BRAMS/NCEP, BRAMS/CPTEC, WRF/NCEP, WRF/CPTEC,
WRF/GFS(Determinístico), Multi-Model ∗ , WRF/GFS(12Km) e WRF/GFS(48km);
• Diferença percentual entre a precipitação simulada e observados, com os dados
observados do CoSch.
A metodologia de ensemble de Multi-Model foi obtida através da média aritmética entre cinco membros (BRAMS/NCEP, BRAMS/CPTEC, WRF/NCEP, WRF/CPTEC e
WRF/GFS).
∗
3 RESULTADOS E CONCLUSÕES
De maneira geral os dois bancos de dados observados (CoSch e MERGE) não apresentaram expressivas diferenças entre os valores, porém os dados do CoSch tendem
a apresentar um campo mais continuo, diferente aos dados do MERGE como pode ser
observado principalmente nas Figuras 3.1, 3.4 e 3.6.
3.1 Caso 1 (Figura 3.1)
No 11 de Novembro de 2012 foram registrados acumulados superiores a 30mm na
região de fronteira com o Uruguai, no centro e nordeste do estado o acumulado ficaram
próximos entre 5 e 20mm.
Com relação ao simulado pelos modelos regionais, as rodadas com a condição de
contordo dos membros do NCEP, além do deterministico do GFS, simularam a precipitação próxima a pronteira com o Uruguai, já o BRAMS e WRF com a condição de contorno
do CPTEC não simulou as expressivas precipitações na região. Nas regiões centro e
nordeste do Estado, todos os modelos simularam as precipitações de maneira pontual.
Importante notar a espacialização das chuvas nas rodadas do WRF/GFS de menor resolução (12 e 48km) na qual a chuva cobre uma área maior.
3.2 Caso 2 (Figura 3.2)
As chuvas ocorridas do dia 19 de Novembro de 2012 cobriram boa parte do centrooeste do RS. Os modelos regionais na sua grande maioria subestimaram as chuvas,
principalmente nos modelos BRAMS/NCEP, BRAMS/CPTEC e WRF/CPTEC o que refletiu nos resultados do Multi-Model. Nos modelos WRF/NCEP e WRF/GFS os resultados
permaneceram subestimados mas com uma área mais ampla de precipitações.
Obs.: O WRF de baixa resolução não rodou nesse dia.
3.3 Caso 3 (Figura 3.3)
As precipitações do dia 23 de Novembro de 2012 foram bem distribuidas ao longo
de todo o território gaúcho, com maior intensidade no noroeste do estado. Os modelos
colocaram chuvas em grande parte do estado com exceção do extremo norte, possivelmente posicionando o sistema mais ao sul da sua posição real, como pode ser visto da
diferença da precipitação dos modelos versus observado. Nos modelos BRAMS/NCEP e
BRAMS/CPTEC as chuvas foram consideravelmente subestimadas.
3.4 Caso 4 (Figura 3.4)
No dia 24 de Novembro de 2012 as chuvas estiveram localizadas sobre o norte/nordeste
do RS com uma pequena área de acumulado superior a 5mm na região central. Os modelos regionais superestimaram os acumulados de precipitação, com uma área de cobertura das chuvas superior ao observado. Os modelos de alta resolução (BRAMS/NCEP,
BRAMS/CPTEC, WRF/NCEP, WRF/CPTEC, WRF/GFS e Multi Model) colocaram chuvas
de maneira isolada com boa concordância com o observado porém o WRF e BRAMS
com condição de contorno do CPTEC puseram acumulados significativos sobre uma região mais ao sul, próxima aos municipios de Pelotas e Camaquã. Já os modelos de baixa
resolução (WRF, 48 e 12km) superestimaram as chuvas em uma alpla área.
3.5 Caso 5 (Figura 3.5)
No dia 28 de Novembro de 2012 os maiores acumulados ocorreram no nordeste do
RS e litoral sul do estado de Santa Catarina (SC) e sobre o extremo sul do RS. Os modelos
regionais apontaram a região nordeste, principalmente, com elevados mais significativos,
porém com subestimação dos valores. Há uma deferenciação entre os modelos e alta e
baixa resolução, nos de alta as chuvas são bastante isoladas diferentemente do que foi
simulado pelos de baixa resolução na qual apontam claramente a região nordeste e sul
do litoral de SC com acumulados mais elevados de chuva.
3.6 Caso 6 (Figura 3.6)
No dia 1 de Dezembro de 2012 as chuvas ocorreram sobre o noroeste e centro do
estado. Os modelos regionais superestimaram as chuvas mas apresentaram uma boa
concordância com o que ocorreu. No extremo sul do RS os acumulados dos modelos
foram altos e, como pode ser visto nos dados observados, os volumes foram elevados
sobre o oceano, mostrando que pode ter ocorrido um erro no posicionamento do sistema
na simulação.
3.7 Caso 7 (Figura 3.7)
As chuvas do dia 2 de Dezembro de 2012 estiveram presentes do centro ao norte com
pequeno acumulado no extremo sul do estado. Os modelos de alta resolução deslocaram
o sistema precipitante mais ao norte do RS com acumulados superestimados e os modelos de baixa resolução superestimaram as chuvas porém com uma boa concordância no
posicionamento do sistema.
5
3.8 Caso 8 (Figura 3.8)
No dia 4 de Dezembro de 2012 os maiores acumulados ficaram localizados sobre o
oeste do estado. Com relação aos resultados simulados pelos modelos regionais, todos
erraram no posicionamento do sistema localizando-o sobre o Uruguai, superestimando
as chuvas sobre a região e subestimando sobre o RS.
3.9 Caso 9 (Figura 3.9)
No dia 5 de Novembro de 2012 as chuvas foram bastante generalizadas com acumulados elevados, superiores a 60mm, no centro, norte e noroeste do RS. Mais uma vez
os modelos regionais subestimaram, de forma bastante contundente, as chuvas sobre o
estado.
6
11 de Novembro de 2012
Figura 3.1 – Valores Absolutos de Precipitação (mm/24h) e a diferença (%) entre o simulado e o
observado
7
23 de Novembro de 2012
Figura 3.3 – Similar a Figura 3.1
9
24 de Novembro de 2012
Figura 3.4 – Similar a Figura 3.1
10
28 de Novembro de 2012
Figura 3.5 – Similar a Figura 3.1
11
01 de Dezembro de 2012
Figura 3.6 – Similar a Figura 3.1
12
02 de Dezembro de 2012
Figura 3.7 – Similar a Figura 3.1
13
04 de Dezembro de 2012
Figura 3.8 – Similar a Figura 3.1
14
05 de Dezembro de 2012
Figura 3.9 – Similar a Figura 3.1
15
4 CONCLUSÕES
Os modelos regionais de alta resolução são uma importante ferramenta para a simulação/previsão de eventos de precipitação. Porém algumas considerações devem ser
levadas em consideração quando da analise dos resultados da simulação:
1. a condição de contorno é um importante fator para a avaliação do desempenho do
modelo regional;
2. a intensidade e posição de sistemas, principalmente os de escala local, tendem a
apresentar valores e locais diferentes no entanto mostram a condição favoráveis
para a formação dos sistemas;
3. modelos regionais com baixa resolução tendem a apresentar um campo menos
ruidoso com uma área de cobertura das chuvas mais ampla e;
4. há uma dificuldade na avaliação dos modelos regionais com o uso de dados observados pois os modelos e os dados observados tem uma escala espacial diferente o
que pode ocorrer discrepâncias nos resultados.
O Caso 8 (Figura 3.5) é um típico evento em que a condição de contorno foi determinante nos resultado simulados pelo modelo regional, o Caso 6 (Figura 3.3) mostra a
região favorável para a formação de sistema locais com diferença no seu local de formação e intensidade e no Caso 1 (Figura 3.1) mostra a diferença entre os resultados dos
modelos regionais de alta e baixa resolução, com resultado menos ruidosos nos modelos
de baixa resolução bastante próximos ao observado.
O uso de análises de ensemble com a aplicação do método de Multi-Model mostrouse como uma eficiente ferramenta, porém os membros escolhidos a serem utilizados
podem influênciar fortemente os resultados do multi-model, assim sugere-se a adição
da aplicação do outros métodos de ensemble como a Análise de Agrupamento (Cluster
Analysis).
REFERÊNCIAS BIBLIOGRÁFICAS
ROZANTE, J.; MOREIRA, D.; GONçALVES, L. d.; VILA, D. Combining TRMM and surface
observations of precipitation: Technique and validation over South America. Weather and
Forecasting, v. 25, n. 3, p. 885–894, 2010.
VILA, D.; GONçALVES, L. d.; TOLL, D.; ROZANTE, J. Statistical evaluation of combined
daily gauge observations and rainfall satellite estimates over continental South America.
Journal of Hydrometeorology, v. 10, n. 2, p. 533–543, 2009.