Modell-iskola
Nekem leginkább az jött le, hogy a NOAA-n belül is már kezd égõ lenni(sõt ahogy olvasom, már kormányzati szintekre jutott az ügy), hogy a GFS-t oda-vissza veri az ECMWF 
Úgy érzem, következõ 1-2 évben jelentõsen fogják változtatni a GFS-t
Úgy érzem, következõ 1-2 évben jelentõsen fogják változtatni a GFS-t
Ez akkor most mit jelent, esetleg valóságtól eltérõ kiinduló adatokkal dolgozik a gfs? Vagyis hibásakkal? 
Egy érdekes cikkre akadtam nemrég, ami a numerikus modellekrõl ír:
Link
""Is the GFS model really worse than the ECMWF?" OK, I went there. Forecasters amateur and professional have long-claimed the U.S. GFS model was more inaccurate than the ECWMF. The graph above proves it, and it is the basis for the business model of the ECWMFs institution, which sells the data at exorbitant prices (the GFS data is free -- a quarter of a million dollars will buy you the rights to use redistribute the ECMWF 25-day forecast, but not their weekly or monthly forecasts which go as far as a year out). Although that makes for a compelling reason to keep their secrets to themselves, they have recently started working with the U.S. government to help determine whats wrong with the GFS.
Last month, a breakthrough was discovered: When the GFS is run with the ECWMF Initialization data (see above), the accuracy improves dramatically (you can read the AMS presentation here). Unfortunately, implementing that is not as easy as youd think - outside of the cost of using the ECWMF data, it only runs twice a day, so the GFS would no longer be able to run at 06Z & 18Z (midnight & noon). I suppose one other option is that we fix our initialization data, but I havent heard much about that option taking shape. It would probably be a big undertaking. In any case, Im thrilled that we now know whats wrong with the GFS."
Ezek szerint nem is annyira a GFS modellben, hanem inkább a kezdeti feltételek elõállításában van a hiba az amerikaiaknál. Ráadásul, ha az ECM-et nem õriznék 7 pecsét alatt, ez elõbb is kiderülhetett volna. [esõ] (Bár lehet naivság azt hinni, hogy csak ezen múlott a dolog.)
Link
""Is the GFS model really worse than the ECMWF?" OK, I went there. Forecasters amateur and professional have long-claimed the U.S. GFS model was more inaccurate than the ECWMF. The graph above proves it, and it is the basis for the business model of the ECWMFs institution, which sells the data at exorbitant prices (the GFS data is free -- a quarter of a million dollars will buy you the rights to use redistribute the ECMWF 25-day forecast, but not their weekly or monthly forecasts which go as far as a year out). Although that makes for a compelling reason to keep their secrets to themselves, they have recently started working with the U.S. government to help determine whats wrong with the GFS.
Last month, a breakthrough was discovered: When the GFS is run with the ECWMF Initialization data (see above), the accuracy improves dramatically (you can read the AMS presentation here). Unfortunately, implementing that is not as easy as youd think - outside of the cost of using the ECWMF data, it only runs twice a day, so the GFS would no longer be able to run at 06Z & 18Z (midnight & noon). I suppose one other option is that we fix our initialization data, but I havent heard much about that option taking shape. It would probably be a big undertaking. In any case, Im thrilled that we now know whats wrong with the GFS."
Ezek szerint nem is annyira a GFS modellben, hanem inkább a kezdeti feltételek elõállításában van a hiba az amerikaiaknál. Ráadásul, ha az ECM-et nem õriznék 7 pecsét alatt, ez elõbb is kiderülhetett volna. [esõ] (Bár lehet naivság azt hinni, hogy csak ezen múlott a dolog.)
A mai publikus programok alkalmatlanok a többprocesszoros mûködésre, hiszen pl. évek óta vannak kétmagos CPU-k, mégis csak 1-2 éve kezdik el rendesen kihasználni õket, de pl az egyik legnagyobb publikus szegmens, a játékipar kb sehol nem áll ebben.
A szerverek persze már profitálnak ezekbõl, nem véletlen hogy a Sun Niagara processzorok ( Link ) már ennyire elõreszaladtak pl az Intelhez képest.
Az, hogy egy feladat mennyire párhuzamosítható... ez valóban érdekes kérdés, ám legtöbbször nem maga az elérendõ cél, hanem a megvalósítás a korlátja a dolognak. Az egymásra épülõ eredmények ugyanis pl egy fát alkotnak, annak pedig az ágait azért szét lehet osztani többé-kevésbé.
Másrészt a párhuzamosítás a fordító dolga is lehet, hiszen egy száz lépéses ciklust lehetséges (nyilván a ciklus belsõ tartalmának erre alkalmasnak kell lennie) 10 magon 10-10 lépésben lefuttatni; de erre a fordítónak kell rájönnie.
Természetesen ahhoz, hogy mondjuk a Windows vagy a Linux ne egy AMD-n, hanem egy Gef GTX-en fusson, alapvetõ átalakítások kellenek, de igaziból nincs rá szükség, azok a terület viszont, ahol ez értelmes, szvsz 3-4-5 éven belül át fognak állni.
A szerverek persze már profitálnak ezekbõl, nem véletlen hogy a Sun Niagara processzorok ( Link ) már ennyire elõreszaladtak pl az Intelhez képest.
Az, hogy egy feladat mennyire párhuzamosítható... ez valóban érdekes kérdés, ám legtöbbször nem maga az elérendõ cél, hanem a megvalósítás a korlátja a dolognak. Az egymásra épülõ eredmények ugyanis pl egy fát alkotnak, annak pedig az ágait azért szét lehet osztani többé-kevésbé.
Másrészt a párhuzamosítás a fordító dolga is lehet, hiszen egy száz lépéses ciklust lehetséges (nyilván a ciklus belsõ tartalmának erre alkalmasnak kell lennie) 10 magon 10-10 lépésben lefuttatni; de erre a fordítónak kell rájönnie.
Természetesen ahhoz, hogy mondjuk a Windows vagy a Linux ne egy AMD-n, hanem egy Gef GTX-en fusson, alapvetõ átalakítások kellenek, de igaziból nincs rá szükség, azok a terület viszont, ahol ez értelmes, szvsz 3-4-5 éven belül át fognak állni.
Az a bizonyos összefûzés lassít be nagyon... Ez olyan, mintha egy kispolskikra optimalizált városban küzdene az ember kamionokkal 
. A párhuzamos programozással nem mondtam újat, nem erre akartam utalni - inkább arra, hogy csak jól szétszedhetõ feladatoknál alkalmazható. Egy videónál egy effektet lefuttatni, vagy hasonlókhoz túl sok dolog nem kell, pixelenként párhuzamosítjuk. De egy egymástól döntõ módon függõ rácsfelbontásra megoldani mindezt? Persze sokmindent nem tudok, csak már próbálkoztam két szálra bontani egy programot, de annyi minden problémát felvet az illetõ lépés, hogy egy egyszerû esetben is pontos tervezés, tudás és rutin ... kellene.
Egyébként célom, hogy valaha életemben numerikus idõjárási modelleket fogok programozni, de ennek elérése érdekében több okból a meteorológia helyett az informatikát választottam. Jó lenne, ha jobban értenék hozzá majd sok-sok év múlva
Amúgy nem véletlen, hogy ma még "csak" a sokprocesszoros erõmûvek jelentik a csúcsot, és nem a videokártyás módszerek.
. A párhuzamos programozással nem mondtam újat, nem erre akartam utalni - inkább arra, hogy csak jól szétszedhetõ feladatoknál alkalmazható. Egy videónál egy effektet lefuttatni, vagy hasonlókhoz túl sok dolog nem kell, pixelenként párhuzamosítjuk. De egy egymástól döntõ módon függõ rácsfelbontásra megoldani mindezt? Persze sokmindent nem tudok, csak már próbálkoztam két szálra bontani egy programot, de annyi minden problémát felvet az illetõ lépés, hogy egy egyszerû esetben is pontos tervezés, tudás és rutin ... kellene.Egyébként célom, hogy valaha életemben numerikus idõjárási modelleket fogok programozni, de ennek elérése érdekében több okból a meteorológia helyett az informatikát választottam. Jó lenne, ha jobban értenék hozzá majd sok-sok év múlva
Amúgy nem véletlen, hogy ma még "csak" a sokprocesszoros erõmûvek jelentik a csúcsot, és nem a videokártyás módszerek.
Azért a párhuzamos programozás elég régi dolog, vannak látványos alkalmazásai is, pl a a legenda szerint a Terminátor 2-ben a T1000-es minden pixeljét egy-egy kb C64 képességû processzor számolta, ezért kaptak Oscart, már ha igaz a mese...
Nem egyszerû valóban a párhuzamos programozás, de nem is megoldhatatlan dolog, pláne egy ilyen horderejû kérdés esetén.
A 256 bites ábrázolással nincs semmi gond, a decimal pl 16 byte hosszú, ami pont 256 bit: Link . ASM szinten "csak" össze kell fûzni 2-4 regisztert és kész...
Nem egyszerû valóban a párhuzamos programozás, de nem is megoldhatatlan dolog, pláne egy ilyen horderejû kérdés esetén.
A 256 bites ábrázolással nincs semmi gond, a decimal pl 16 byte hosszú, ami pont 256 bit: Link . ASM szinten "csak" össze kell fûzni 2-4 regisztert és kész...
Az oroszok elég jól törnek jelszavakat az Nvidia kártyákkal. Ha van legalább annyi utasításuk, mint egy jobb RISC processzornak (sztem van), akkor nem olyan sok akadálya lehet a másféle mûkõdésre programozásnak, legfeljebb nem 20-23szor, csak 15-ször lesz gyorsabb, mint egy rendes CPU
A WRF-et már tesztelgetik ezzel (NVIDIA 8800 GTX):
Link
Egyébként a WRF-ben éppen ez a jó hogy jól dokumentált, átlátható, nyílt forráskódú, moduláris (ezért is van (ARW/NMM) dinamikai "modulja"), így viszonylag hamar felszínre kerülnek a hibák és a megoldások. Ráadásul a fejlesztõk elég nyitottak a felhasználók véleményére, tapasztalataira. Lassan 9 éve fejlesztik, a legtöbb helyen még csak most kezdik operatívan használgatni, szóval alakul mint púpos gyerek a..
Link
Egyébként a WRF-ben éppen ez a jó hogy jól dokumentált, átlátható, nyílt forráskódú, moduláris (ezért is van (ARW/NMM) dinamikai "modulja"), így viszonylag hamar felszínre kerülnek a hibák és a megoldások. Ráadásul a fejlesztõk elég nyitottak a felhasználók véleményére, tapasztalataira. Lassan 9 éve fejlesztik, a legtöbb helyen még csak most kezdik operatívan használgatni, szóval alakul mint púpos gyerek a..
Ezen mondjuk segíteni lehetne egy közös open source platform létrehozásával.
Ha megfelelõen moduláris mindenki hozzátehetné azt amihez a legjobban ért.
Mondjuk teljesítményben lehet gyengébb lenne, mint egy agyon optimalizált, viszont átláthatatlan rendszer.
Ha megfelelõen moduláris mindenki hozzátehetné azt amihez a legjobban ért.
Mondjuk teljesítményben lehet gyengébb lenne, mint egy agyon optimalizált, viszont átláthatatlan rendszer.
Nem röhögök, ugyanis tisztában vagyok vele, hogy a csúcs videokártyák már 1 teraflop* számítási kapacitás környékén járnak.
Csak az a kérdés, hogy ez a célhardver mennyire alkalmazható "univárzális" célokra. Vagy a GPU-ra is le tudjuk e programozni amit egy cpu-val kiszámoltatnánk.
*(ha valaki nem tudná mit jelent ez)
1 teraflop = 10^12 lebegõpontos számítás / másodperc.
Csak az a kérdés, hogy ez a célhardver mennyire alkalmazható "univárzális" célokra. Vagy a GPU-ra is le tudjuk e programozni amit egy cpu-val kiszámoltatnánk.
*(ha valaki nem tudná mit jelent ez)
1 teraflop = 10^12 lebegõpontos számítás / másodperc.
Csak párhuzamosan programozni - na az még finomabb dolog (és inkább csak aprócska részletekre bontható feladatoknál villant a videókártya - játékok pixelei, videókonvertálás, renderelés, stb. - ahogy mondani szokták, a "jól párhuzamosítható feladatok").
Ettõl függetlenül a tipikus hibákat nem szabad szubjektíven megítélni (melegebb felé kevésbé téved - milliónyi pontosító kérdés merül fel egyetlen kijelentés miatt).
Továbbá 256 bites számábrázolás jelenleg lehetetlen, de ez a processzoraink és tárolóink felépítésébõl adódik (már a decimális pontosság is hatalmas sebesség-visszaesést eredményezett tesztjeimben, mint a double pontosságú).
A fejlõdés ezen a területen szerintem marad állandó, kizárt, hogy ne legyen késõbb még finomabb felbontású globális léptékû modell, pontosabb eredményekkel és kevesebb hibával. Egyetemen furcsa volt olyan gráfelméleti tételt tanulni, amit épp a szomszéd épületbeli (ELTE) professzor bizonyított be nemrég, 2006-ban... Szóval a matematika nem ért véget még, és gondolom a pontosság és pontosítás terén sem.
Bár a videókártyákat átnevezhetjük "fizikai számlálóegység"-gé, még ha nem is ugyanaz, korrektebb...
Ettõl függetlenül a tipikus hibákat nem szabad szubjektíven megítélni (melegebb felé kevésbé téved - milliónyi pontosító kérdés merül fel egyetlen kijelentés miatt).
Továbbá 256 bites számábrázolás jelenleg lehetetlen, de ez a processzoraink és tárolóink felépítésébõl adódik (már a decimális pontosság is hatalmas sebesség-visszaesést eredményezett tesztjeimben, mint a double pontosságú).
A fejlõdés ezen a területen szerintem marad állandó, kizárt, hogy ne legyen késõbb még finomabb felbontású globális léptékû modell, pontosabb eredményekkel és kevesebb hibával. Egyetemen furcsa volt olyan gráfelméleti tételt tanulni, amit épp a szomszéd épületbeli (ELTE) professzor bizonyított be nemrég, 2006-ban... Szóval a matematika nem ért véget még, és gondolom a pontosság és pontosítás terén sem.
Bár a videókártyákat átnevezhetjük "fizikai számlálóegység"-gé, még ha nem is ugyanaz, korrektebb...
Szerintem annyira bonyolult, hogy még egy hétköznapi fizikus-matematikus-programozómatematikus sem látja át, csak az, aki fejlesztette vagy évek óta ezzel foglalkozik.
Arra, hogy mi laikusok átlássuk pedig semmi esély.
Arra, hogy mi laikusok átlássuk pedig semmi esély.
"de ugye sokan sokáig nézegetjük pl a GFS kimeneteket és azokon bizony látszik, hogy mindig ugyanazokat a hibákat követi el, gyakran egyfelé téved (jelesül szinte mindig hidegebbet ad, mint ami lesz, érzetre a meleg felé kevésbé téved). "
Én ilyen tendenciát nem látok benne, ez az érzet szerintem csak a szujektivitásból adódik, hiszen a legtöbb "nézegetõ"-nek az tetszik, ha esemény van, és a legtöbb esemény lehûléshez tartozik. Emiatt, ha esemény marad el, mert nem lesz annyira hideg -2 fok helyett +2, azt jobban érzékeljük, mintha egy felmelegedéskor 25 helyett csak 21 realizálódik.
"Persze meg kéne nézni, így van-e, "
Igen, ez lenne a megoldás...
"de a kimeneti eredményében sem az iterációs fejlesztés, sem a mesterséges intelligencia alkalmazása nem látszik. "
Nekünk nem látszik, a vele foglalkozóknak, lehet, hogy látszik.
Én ilyen tendenciát nem látok benne, ez az érzet szerintem csak a szujektivitásból adódik, hiszen a legtöbb "nézegetõ"-nek az tetszik, ha esemény van, és a legtöbb esemény lehûléshez tartozik. Emiatt, ha esemény marad el, mert nem lesz annyira hideg -2 fok helyett +2, azt jobban érzékeljük, mintha egy felmelegedéskor 25 helyett csak 21 realizálódik.
"Persze meg kéne nézni, így van-e, "
Igen, ez lenne a megoldás...
"de a kimeneti eredményében sem az iterációs fejlesztés, sem a mesterséges intelligencia alkalmazása nem látszik. "
Nekünk nem látszik, a vele foglalkozóknak, lehet, hogy látszik.
Jaja ... meg az oroszok után menve, pl nem processzorokkal, hanem videokártyákkal (nemröhög!!!) számoltatni, amit kell, ma ugyanis azok a párhuzamosítás ászai.
Biztos nem egyszerû, de ugye sokan sokáig nézegetjük pl a GFS kimeneteket és azokon bizony látszik, hogy mindig ugyanazokat a hibákat követi el, gyakran egyfelé téved (jelesül szinte mindig hidegebbet ad, mint ami lesz, érzetre a meleg felé kevésbé téved). Persze meg kéne nézni, így van-e, de a kimeneti eredményében sem az iterációs fejlesztés, sem a mesterséges intelligencia alkalmazása nem látszik. Érdekelne hogy miért ...
"Lehet, de mit értesz kellõ számítási kapacitáson."
pl ha van elég kapacitás lehet növelni a számábrázolási ponotsságot. Nem 32 vagy 64 biten ábrázolsz egy lebegõpontos számot, hanem pl 256-on, így csökken a hiba.
pl ha van elég kapacitás lehet növelni a számábrázolási ponotsságot. Nem 32 vagy 64 biten ábrázolsz egy lebegõpontos számot, hanem pl 256-on, így csökken a hiba.
Lehet, de mit értesz kellõ számítási kapacitáson.
Egy 3 dimenziós rácson a szükséges számítási igény a finomítással köbösen emelkedik, a hiba - minél kisebb számokkal dolgozunk, annál nagyobb lesz (lebegõpontos osztásnál ugye kis számmal, ha osztunk, a hiba óriási méretûre duzzad), úgyhogy nem hinném, hogy annyira egyszerû lenne ezt kiszámolni, vagy annyira egyértelmû lenne, hogy ha finomítjuk a felbontást, akkor attól reálisabb eredményt szolgáltat a modell.
Sõt, szerintem a pontosságnak konkrét nem akármilyen kicsi felbontásnál létezik maximuma, attól kisebb vagy nagyobb felbontásra romlik a pontosság.
Arról van szó, hogy egy komplikált modell, amiben a számok és egyenletek széles skálája található meg, egy adott paraméter megváltoztatása rendkívül bonyolult módon jelenik meg a végeredményben, elõfordulhat, hogy egyes kimenõ adatok pontosabbak lesznek, mások viszont pontatlanok.
Tudósok ezrei foglalkoznak ezzel a problémával, ha ennyire egyszerû lenne, mint ahogy írod, nem hiszem, hogy sokáig kapnák a fizetésüket.
Egy 3 dimenziós rácson a szükséges számítási igény a finomítással köbösen emelkedik, a hiba - minél kisebb számokkal dolgozunk, annál nagyobb lesz (lebegõpontos osztásnál ugye kis számmal, ha osztunk, a hiba óriási méretûre duzzad), úgyhogy nem hinném, hogy annyira egyszerû lenne ezt kiszámolni, vagy annyira egyértelmû lenne, hogy ha finomítjuk a felbontást, akkor attól reálisabb eredményt szolgáltat a modell.
Sõt, szerintem a pontosságnak konkrét nem akármilyen kicsi felbontásnál létezik maximuma, attól kisebb vagy nagyobb felbontásra romlik a pontosság.
Arról van szó, hogy egy komplikált modell, amiben a számok és egyenletek széles skálája található meg, egy adott paraméter megváltoztatása rendkívül bonyolult módon jelenik meg a végeredményben, elõfordulhat, hogy egyes kimenõ adatok pontosabbak lesznek, mások viszont pontatlanok.
Tudósok ezrei foglalkoznak ezzel a problémával, ha ennyire egyszerû lenne, mint ahogy írod, nem hiszem, hogy sokáig kapnák a fizetésüket.
Milyen kezdeti adatok vannak itt, amiket nem lehet pontosan mérni? Vagy az van, hogy a hõmérséklet mérésekor pl nem elég a tized, századfokos pontosság?
A numerikus módszer valóban nem teljesen pontos sosem, de kellõ számitási kapacitással bármennyire meg lehet közelíteni a jó eredményt.
A numerikus módszer valóban nem teljesen pontos sosem, de kellõ számitási kapacitással bármennyire meg lehet közelíteni a jó eredményt.
Nem, mert ettõl a kezdeti adatok pontossága nem fog jelentõsen nõni, valamint nem csak a kezdeti adatok pontatlansága szolgáltatja a hibát, hanem az a módszer is, amivel a modell numerikusan megoldja a differenciálegyenlet-rendszereket.
... feltéve hogy a mérõállomások számát nem növeled a rácsfelbontással együtt, nem ?
Ha minden rácspontba teszel egy állomást, akkor javulna az eredmény, gondolom.
Ha minden rácspontba teszel egy állomást, akkor javulna az eredmény, gondolom.
Ezek a modellek differenciálisak? Azaz pl a GFS 6 óránként a nulláról kezdve újraszámol mindent, vagy "csak" a változásokhoz igazítja a 6 órával azelõtti állapotot?
Azt is érdemes hozzátenni, hogy minél jobban finomítod a rácsfelbontást, a kezdeti hiba annál nagyobbra nõ, ezért egy bizonyos rácstávolság-értéknél kisebb felbontásban nincs is értelme futtatni.
Maradjunk a példánál.
Mit "mond" valójában a modell csapadék-elõrejelzése egy adott gridboxra? Azt, hogy azon "pontban" - lévén, hogy ez a modellben egy pontként fogható fel, amire, vagy amiben az egyenleteket megoldjuk, a fizikai számításokat elvégezzük - lehet-e csapadék, és ha igen mennyi lehet. Nem tér ki arra, hogy az adott dobozban mekkora a valószínûsége, vagy éppen a doboz mekkora részén lehet, nem is lehet elvárni ilyet tõle. Ez olyan lenne, mintha kint a hõmérõ házikóban ott a higanyos hõmérõnk és 25 fokot mutat. Én meg megkérdem, hogy az adott ponton, abban az pár mm-es sugarú környezetben, ahol van a kis gömböcske, hol van pontosan a 25 fok?
Ha mondjuk egy gridbox Baranya megyét fedi le és oda vár teszem azt 1 mm-t, értelmetlen megkérdezni azon kb 50x50 km-es területen, hogy na és az az 1 mm melyik részén fog leesni, vagy mekkora területen.
A mi szemünkben igen az egy terület, de a modell szemében "csak egy pont". Ha valaki mégis kíváncsi, hogy az a kevés csapadék hol valószínûbb azon gridboxon belül, az nézze meg, hogy a nagyobb felbontású - de még hidrosztatikus - modell - amelynek már mondjuk 5-8 km-es a horizontális rácstávolsága - hova értelmezi azt a csapadékot. (Leskálázás)
Ráadásul ez csak a modell csapadék-elõrejelzése. Ha végig gondolja az ember hány más miylen paraméter van még és ezeket hogy "félre" értelmezik... nem csoda, hogy néha jogtalak kritikát kapnak a modellek, illetve az sem csoda, hogy az elõrejelzés - fõleg minél kisebb skálára (térben, idõben) nézzük, végezzük - mennyire nem gyerekjáték.
Mit "mond" valójában a modell csapadék-elõrejelzése egy adott gridboxra? Azt, hogy azon "pontban" - lévén, hogy ez a modellben egy pontként fogható fel, amire, vagy amiben az egyenleteket megoldjuk, a fizikai számításokat elvégezzük - lehet-e csapadék, és ha igen mennyi lehet. Nem tér ki arra, hogy az adott dobozban mekkora a valószínûsége, vagy éppen a doboz mekkora részén lehet, nem is lehet elvárni ilyet tõle. Ez olyan lenne, mintha kint a hõmérõ házikóban ott a higanyos hõmérõnk és 25 fokot mutat. Én meg megkérdem, hogy az adott ponton, abban az pár mm-es sugarú környezetben, ahol van a kis gömböcske, hol van pontosan a 25 fok?
Ha mondjuk egy gridbox Baranya megyét fedi le és oda vár teszem azt 1 mm-t, értelmetlen megkérdezni azon kb 50x50 km-es területen, hogy na és az az 1 mm melyik részén fog leesni, vagy mekkora területen.
A mi szemünkben igen az egy terület, de a modell szemében "csak egy pont". Ha valaki mégis kíváncsi, hogy az a kevés csapadék hol valószínûbb azon gridboxon belül, az nézze meg, hogy a nagyobb felbontású - de még hidrosztatikus - modell - amelynek már mondjuk 5-8 km-es a horizontális rácstávolsága - hova értelmezi azt a csapadékot. (Leskálázás)
Ráadásul ez csak a modell csapadék-elõrejelzése. Ha végig gondolja az ember hány más miylen paraméter van még és ezeket hogy "félre" értelmezik... nem csoda, hogy néha jogtalak kritikát kapnak a modellek, illetve az sem csoda, hogy az elõrejelzés - fõleg minél kisebb skálára (térben, idõben) nézzük, végezzük - mennyire nem gyerekjáték.
A csapadékos fejtegetésedbõl az is következik, hogy a modell jósága a definíciótól függ; azaz hogy meddig mondod rá, hogy a kis területen bekövetkezõ szélsõséges esemény - aminek a végeredménye az egész területre véve megfelel a nagy területi átlagnak - kielégíti a modell elõrejelzését.
Két paramétert kellene itt (csapadék) vizsgálni:
1. bekövetkezik-e: 1 mm-nél nagyobb elõrejelzett csapadék esetén a terület mekkora hányadán esett valóban csapadék; ezt mondjuk 60%tól mondhatnánk jónak
2. mennyi esett; itt az van amit írtál.
Szerintem az 1. pont érdekesebb, ugyanis ha a területet nem vesszük figyelembe, akkor egy egész Európára kiadott 1-2 - x mm/6h elõrejelzés asszem igen ritkán tévedne; ilyenformán mégis úgy gondolom hogy amit írtál példának, az a modell esetén nem jó eredmény, hiszen az eseményt magát a terület 4%-án találta el, ami igen kevés.
Két paramétert kellene itt (csapadék) vizsgálni:
1. bekövetkezik-e: 1 mm-nél nagyobb elõrejelzett csapadék esetén a terület mekkora hányadán esett valóban csapadék; ezt mondjuk 60%tól mondhatnánk jónak
2. mennyi esett; itt az van amit írtál.
Szerintem az 1. pont érdekesebb, ugyanis ha a területet nem vesszük figyelembe, akkor egy egész Európára kiadott 1-2 - x mm/6h elõrejelzés asszem igen ritkán tévedne; ilyenformán mégis úgy gondolom hogy amit írtál példának, az a modell esetén nem jó eredmény, hiszen az eseményt magát a terület 4%-án találta el, ami igen kevés.
Ezért nehéz tudomány a meteorológia, hiszen ha a legegyszerûbb végeredményt vagy produktumot is el szeretnéd adni a közönségnek, ahhoz elõször meg kell õket tanítani a statisztika legalapvetõbb szabályaira.
A legtöbb embernek viszont gõze sincs errõl ráadásul nem is akarja megérteni.
A legtöbb embernek viszont gõze sincs errõl ráadásul nem is akarja megérteni.
Tényleg elég "sarkos" megfogalmazás, finoman szólva. Neten lehet találni GFS vs. WRF verifikációkat és egyik sem ilyen lesújtó, mint amit írsz, sõt.
De ajánlom az egyik WRF workshop anyagot: "Is the WRF better than the GFS?" Link
De ajánlom az egyik WRF workshop anyagot: "Is the WRF better than the GFS?" Link
A GFS operatív futása valahogy úgy van megcsinálva, hogy "picit nedvesebb", mint ami szokott lenni. Ezért van, hogy fõleg télen a legkisebb csapadékesélynél már parametrizál csapadékot. Ennek köszönhetõen idén télen jó párszor verte az ECMWF-et fõleg a kis szállingózó havazásokban, de más helyzetben is. Mivel "nedvesebb" ezért evidens, hogy a hõmérsékletet is alacsonyabbnak kalkulálja. Lehetséges, hogy azért van így kialakítva a modell - mondom csak feltételezés - az amerikai kontinensen elõforduló hatalmas esõzések során lehulló csapadék mennyiségét még jobban megfogják. Egy két verifikációs vizsgálatot láttam és az bizony azt mutatta, hogy ott még a valósághoz képest kicsit alábecsül. No igen, ha egy globális modellbe valahol belenyúlunk nagyon vigyázni kell, hogy mit csinálunk mert lehet hogy valahol javítani tudunk, de cserébe valahol meg ront a helyzeten. Szóval ez egy nagyon finom játékszer és nem hiába van, hogy egyik napról a másikra nem lehet csak új így belenyúlni meg úgy. Mi igaz elmondjuk, hogy áh ebben nem jó, abban nem, ja ezt megfogta.... közben meg valószínûleg több tízen, hanem több százan hónapos, éves kutatásokat folytatva próbálják javítani, még jobbá tenni - néha szinte alig javítva valamit. Mégis azok a pici javulások óriási munka gyümölcsei.
A nagyobb felbontású nem hidrosztatikus modellek - mint a WRF, MM5 - által elõrejelzett dolgokat már más dimenzióban, más szemmel érdemes vizsgálni mint egy globális modell esetén.
Egy ilyen - nevezzük most nowcasting modellnek (NM) - NM-ben például az ember télen megvizsgálja hogy különbözõ szintekre milyen csapadékelem típust ad a modell. Vagy õsszel megnézi, hogy a felszín közelébe - mondjuk 100 m-es szintre - ad-e felhõvíz mennyiséget (cloud liquid water). Ugyanis, ha ad, az azt jelenti, hogy az NM közvetlenül a felszín közelében már adott nedvesség mellett túltelítetté számolja a levegõt és a benne lévõ vízgõz kicsapódik - vagyis ködöt szimulál.
Más. Ugye a globális modell verifikációja nem olyan könnyû, mint azt az ember gondolná. Objektív verifikációnál ugyanis nagyon nagyon szem elõtt kell tartani, hogy az adott elõrejelzett meteorológiai elemet "milyen értelemben" jelzi elõre a modell. Ugye a csapadékot területi átlagban számolja, becsüli. Vagyis egy 50km-es horizontális rácsfelbontású modell esetén egy 50x50 km-es négyzetre (gridbox) számolja ki. Most, ha nyár van és erre a 2500km2-re 5 mm-t számol, de az adott "dobozban" csak egy 10x10kmes területen volt csapadék, de ott 125 mm esett le egy zivatarból, az jó vagy nem? Elsõ gondolatra lehet sokan azt mondanák nem, mert a maradék 2400km2-en nem volt semmi csapi. DE! 100km2-en 125 mm esett, így 2500 km2-re területi átlagban kijön az 5 mm. Jó lehet valaki azt mondja statisztika az amivel mindent ki lehet hozni. Pedig most nem, csak egyszerûen értelmeztem mit is jelez elõre a modell - és innen látszik mi az amit az ember akár "bele is képzelhet", "bele magyarázhat", ha nem a megfelelõ képpen használja, értelmezi a modell outputjait.
A nagyobb felbontású nem hidrosztatikus modellek - mint a WRF, MM5 - által elõrejelzett dolgokat már más dimenzióban, más szemmel érdemes vizsgálni mint egy globális modell esetén.
Egy ilyen - nevezzük most nowcasting modellnek (NM) - NM-ben például az ember télen megvizsgálja hogy különbözõ szintekre milyen csapadékelem típust ad a modell. Vagy õsszel megnézi, hogy a felszín közelébe - mondjuk 100 m-es szintre - ad-e felhõvíz mennyiséget (cloud liquid water). Ugyanis, ha ad, az azt jelenti, hogy az NM közvetlenül a felszín közelében már adott nedvesség mellett túltelítetté számolja a levegõt és a benne lévõ vízgõz kicsapódik - vagyis ködöt szimulál.
Más. Ugye a globális modell verifikációja nem olyan könnyû, mint azt az ember gondolná. Objektív verifikációnál ugyanis nagyon nagyon szem elõtt kell tartani, hogy az adott elõrejelzett meteorológiai elemet "milyen értelemben" jelzi elõre a modell. Ugye a csapadékot területi átlagban számolja, becsüli. Vagyis egy 50km-es horizontális rácsfelbontású modell esetén egy 50x50 km-es négyzetre (gridbox) számolja ki. Most, ha nyár van és erre a 2500km2-re 5 mm-t számol, de az adott "dobozban" csak egy 10x10kmes területen volt csapadék, de ott 125 mm esett le egy zivatarból, az jó vagy nem?
Elsõ gondolatra lehet sokan azt mondanák nem, mert a maradék 2400km2-en nem volt semmi csapi. DE! 100km2-en 125 mm esett, így 2500 km2-re területi átlagban kijön az 5 mm. Jó lehet valaki azt mondja statisztika az amivel mindent ki lehet hozni. Pedig most nem, csak egyszerûen értelmeztem mit is jelez elõre a modell - és innen látszik mi az amit az ember akár "bele is képzelhet", "bele magyarázhat", ha nem a megfelelõ képpen használja, értelmezi a modell outputjait. 
Hosszabb távon (5-7 napnál távolabbi idõpontban) egyik modellbõl sem érdemes messzemenõ következtetéseket levonni, mert ott már a modellek általában olyan helyzeteket vázolnak fel, amire van esély, de nem sok. Pl.: kb. egy hete a GFS 15-18 fokos maximumokat várt országosan a mai napra, az eredmény pedig látszik. Rövidebb távon viszont van a GFS-ben némi hõmérséklet-alábecslés, de ez általában csak 1-2 fok. (Van olyan modell is, ahol ez akár a 3-5 fokot is elérheti, bár itt nyugaton a fõnös helyzeteket a GFS sem kezeli még jól.)
A WRF és az MM5 valóban a rövid távú (24-36 órás) elõrejelzésekhez jó, ahogy írták már elõttem is. A konvektív csapadékot általában jól meg szokták fogni, és az MM5 szélelõrejelzése is elég pontos, talán kicsit jobb is, mint a GFS-é. A WRF pedig a helyi konvergenciákat látja, így abból is lehet következtetni arra, hogy hol van nagyobb esély záporok, zivatarok kialakulására.
A WRF és az MM5 valóban a rövid távú (24-36 órás) elõrejelzésekhez jó, ahogy írták már elõttem is. A konvektív csapadékot általában jól meg szokták fogni, és az MM5 szélelõrejelzése is elég pontos, talán kicsit jobb is, mint a GFS-é. A WRF pedig a helyi konvergenciákat látja, így abból is lehet következtetni arra, hogy hol van nagyobb esély záporok, zivatarok kialakulására.
Azért az új WRF már a nagyobb csapadékrendszereket is szépen megfogta a télen.
A WRF nem feltétlenül arra való, hogy nagyobb térségû folyamatokat fogjon meg. Számtalanszor vettem észre énis alá vagy éppen túlbecsült hõmérsékleteket rajta.
Zivatarszezon alkalmával viszont néha nélkülözhetetlen, már láttam olyat, hogy szinte kilóméterre pontosan adta meg a zivatarcellák mozgását.
Én a WRF-t sose használom nagyobb térségû folyamatokhoz, de a konvektív eseményekre szerintem tökéletesen megfelel (persze ott se tökéletes, de sokszor pontosabb, mint a GFS mondjuk)
Zivatarszezon alkalmával viszont néha nélkülözhetetlen, már láttam olyat, hogy szinte kilóméterre pontosan adta meg a zivatarcellák mozgását.
Én a WRF-t sose használom nagyobb térségû folyamatokhoz, de a konvektív eseményekre szerintem tökéletesen megfelel (persze ott se tökéletes, de sokszor pontosabb, mint a GFS mondjuk)
A GFS-t még meg tudom érteni, de a WRF-et már nem. Mivel jobb? Vagy mire jó egyáltalán? Elõrejelzésre semmiképp.
Egy jó tanácsom van: mindenki figyelje a megvalósult eseményeket és nézze át, hogy mit jelzett elõre a WRF (Vissy Károly is hasonlót ajánlott). Szerintem abszolút rossz az egész. Én egészen bizonyosan nem engedélyezném.
Számomra talány, hogy az "amatõrök" miért nem látják át a bõdületes hibákat? A GFS-t én sokkal jobbnak tartom, viszont közel sem hibátlannak. (Hosszabb távon a csapadékot általában felül-, a hõmérsékletet alulbecsüli.)
WRF (NMM-ARW), ETA, BOLAM, MM5, UM mire használhatók egyáltalán?
Sarkosnak vélt (nem PC) megfogalmazásom ellenére várom a nálam hozzáértõbbek válaszát!
Köszönöm!
Egy jó tanácsom van: mindenki figyelje a megvalósult eseményeket és nézze át, hogy mit jelzett elõre a WRF (Vissy Károly is hasonlót ajánlott). Szerintem abszolút rossz az egész. Én egészen bizonyosan nem engedélyezném.
Számomra talány, hogy az "amatõrök" miért nem látják át a bõdületes hibákat? A GFS-t én sokkal jobbnak tartom, viszont közel sem hibátlannak. (Hosszabb távon a csapadékot általában felül-, a hõmérsékletet alulbecsüli.)
WRF (NMM-ARW), ETA, BOLAM, MM5, UM mire használhatók egyáltalán?
Sarkosnak vélt (nem PC) megfogalmazásom ellenére várom a nálam hozzáértõbbek válaszát!
Köszönöm!
Talán még késõbb jól jöhet.
A GFS fõfutásban számolt paraméterek, változók - a teljesség igénye nélkül:
no4LFTXsfc ** surface none Best (4 layer) Lifted Index [k]
no5WAVA500mb ** 500 mb none 5-Wave Geopotential Height Anomaly [gpm](hidden)
no5WAVH500mb ** 500 mb none 5-Wave Geopotential Height [gpm](hidden)
ABSV ** (1000 975 950 925 900 850 800 750 700 650 600 550 500 450 400 350 300 250 200 150 100 70 50 30 20 10) none Absolute Vorticity
ACPCPsfc ** surface acc Convective Precipitation (hidden)
ALBDOsfc ** surface ave Albedo [%]
APCPsfc ** surface acc Total Precipitation
CAPEsfc ** surface none Convective Available Potential Energy
CAPE180_0mb ** 180-0 mb above ground none Convective Available Potential Energy
CFRZRsfc ** surface ave Categorical Freezing Rain (yes=1; no=0) [non-dim]
CICEPsfc ** surface ave Categorical Ice Pellets (yes=1; no=0) [non-dim]
CINsfc ** surface none Convective Inhibition
CIN180_0mb ** 180-0 mb above ground none Convective Inhibition
CLWMR ** (1000 975 950 925 900 850 800 750 700 650 600 550 500 450 400 350 300 250 200 150 100) none Cloud Mixing Ratio
oCPRAT ** surface ave Convective Precipitation Rate (hidden)
CRAINsfc ** surface ave Categorical Rain (yes=1; no=0) [non-dim]
CSNOWsfc ** surface ave Categorical Snow (yes=1; no=0) [non-dim]
CWATclm ** entire atmosphere (considered as a single layer) none Cloud Water
oCWORKclm ** entire atmosphere (considered as a single layer) ave Cloud Work Function (hidden)
oDLWRFsfc ** surface ave Downward Long-Wave Rad. Flux (hidden)
oDSWRFsfc ** surface ave Downward Short-Wave Rad. Flux (hidden)
GFLUXsfc ** surface ave Ground Heat Flux
GPA1000mb ** 1000 mb none Geopotential Height Anomaly [gpm] (hidden)
GPA500mb ** 500 mb none Geopotential Height Anomaly [gpm] (hidden)
HGTsfc ** surface none Geopotential Height [gpm] (hidden)
HGT ** (1000 975 950 925 900 850 800 750 700 650 600 550 500 450 400 350 300 250 200 150 100 70 50 30 20 10) none Geopotential Height [gpm]
HGT2pv ** PV=2e-06 (Km^2/kg/s) surface none Geopotential Height [gpm] (hidden)
HGTneg2pv ** PV=-2e-06 (Km^2/kg/s) surface none Geopotential Height [gpm] (hidden)
HGTtop0C ** highest tropospheric freezing level none Geopotential Height [gpm]
HGT0C ** 0C isotherm none Geopotential Height [gpm]
HGTmwl ** max wind none Geopotential Height [gpm]
HGTtrop ** tropopause none Geopotential Height [gpm]
HPBLsfc ** surface none Planetary Boundary Layer Height [m]
ICECsfc ** surface none Ice Cover [proportion]
LANDsfc ** surface none Land Cover (1=land, 0=sea) [proportion]
LFTXsfc ** surface none Surface Lifted Index [k]
oLHTFL ** surface ave Latent Heat Net Flux (hidden)
O3MR ** (100 70 50 30 20 10) none Ozone Mixing Ratio
PEVPRsfc ** surface none Potential Evaporation Rate (hidden)
POTsig995 ** 0.995 sigma level none Potential Temperature [k]
oPRATE ** surface ave Precipitation Rate (hidden)
PRESsfc ** surface none Pressure [pa]
PRES2pv ** PV=2e-06 (Km^2/kg/s) surface none Pressure [pa](hidden)
PRESneg2pv ** PV=-2e-06 (Km^2/kg/s) surface none Pressure [pa](hidden)
PRESlclb ** low cloud bottom level ave Pressure [pa]
PRESlclt ** low cloud top level ave Pressure [pa]
PRESmclb ** middle cloud bottom level ave Pressure [pa]
PRESmclt ** middle cloud top level ave Pressure [pa]
PREShclb ** high cloud bottom level ave Pressure [pa]
PREShclt ** high cloud top level ave Pressure [pa]
PREScclb ** convective cloud bottom level none Pressure [pa]
PREScclt ** convective cloud top level none Pressure [pa]
PRESmwl ** max wind none Pressure [pa]
PREStrop ** tropopause none Pressure [pa]
PRMSL ** mean sea level none Pressure Reduced to MSL [pa]
PWATclm ** entire atmosphere (considered as a single layer) none Precipitable Water
RH ** (1000 975 950 925 900 850 800 750 700 650 600 550 500 450 400 350 300 250 200 150 100) none Relative Humidity [%]
RH2m ** 2 m above ground none Relative Humidity [%]
RHsg330_1000 ** 0.33-1 sigma layer none Relative Humidity [%] (hidden)
RHsg440_1000 ** 0.44-1 sigma layer none Relative Humidity [%] (hidden)
RHsg720_940 ** 0.72-0.94 sigma layer none Relative Humidity [%] (hidden)
RHsg440_720 ** 0.44-0.72 sigma layer none Relative Humidity [%] (hidden)
RHsig995 ** 0.995 sigma level none Relative Humidity [%]
RH30_0mb ** 30-0 mb above ground none Relative Humidity [%]
RHclm ** entire atmosphere (considered as a single layer) none Relative Humidity [%]
RHtop0C ** highest tropospheric freezing level none Relative Humidity [%]
RH0C ** 0C isotherm none Relative Humidity [%]
oSHTFL ** surface ave Sensible Heat Net Flux (hidden)
SOILW0_10cm ** 0-0.1 m below ground none Volumetric Soil Moisture Content [fraction]
SOILW10_40cm ** 0.1-0.4 m below ground none Volumetric Soil Moisture Content [fraction]
SOILW40_100cm ** 0.4-1 m below ground none Volumetric Soil Moisture Content [fraction]
SOILW100_200cm ** 1-2 m below ground none Volumetric Soil Moisture Content [fraction]
SPFH2m ** 2 m above ground none Specific Humidity
SPFH30_0mb ** 30-0 mb above ground none Specific Humidity
oTCDCclm ** entire atmosphere (considered as a single layer) ave Total Cloud Cover [%](hidden)
oTCDCblcll ** boundary layer cloud layer ave Total Cloud Cover [%](hidden)
oTCDClcll ** low cloud layer ave Total Cloud Cover [%](hidden)
oTCDCmcll ** middle cloud layer ave Total Cloud Cover [%](hidden)
oTCDChcll ** high cloud layer ave Total Cloud Cover [%](hidden)
oTCDCccll ** convective cloud layer none Total Cloud Cover [%](hidden)
TMAX2m ** 2 m above ground missing Maximum Temperature [k]
TMIN2m ** 2 m above ground missing Minimum Temperature [k]
TMPsfc ** surface none Temperature [k]
TMP ** (1000 975 950 925 900 850 800 750 700 650 600 550 500 450 400 350 300 250 200 150 100 70 50 30 20 10) none Temperature [k]
TMP_1829m ** 1829 m above mean sea level none Temperature [k]
TMP_2743m ** 2743 m above mean sea level none Temperature [k]
TMP_3658m ** 3658 m above mean sea level none Temperature [k]
TMP2m ** 2 m above ground none Temperature [k]
TMPsig995 ** 0.995 sigma level none Temperature [k]
TMP0_10cm ** 0-0.1 m below ground none Temperature [k]
TMP10_40cm ** 0.1-0.4 m below ground none Temperature [k]
TMP40_100cm ** 0.4-1 m below ground none Temperature [k]
TMP100_200cm ** 1-2 m below ground none Temperature [k]
TMP30_0mb ** 30-0 mb above ground none Temperature [k]
TMP2pv ** PV=2e-06 (Km^2/kg/s) surface none Temperature [k] (hidden)
TMPneg2pv ** PV=-2e-06 (Km^2/kg/s) surface none Temperature [k] (hidden)
TMPlclt ** low cloud top level ave Temperature [k]
TMPmclt ** middle cloud top level ave Temperature [k]
TMPhclt ** high cloud top level ave Temperature [k]
TMPmwl ** max wind none Temperature [k]
TMPtrop ** tropopause none Temperature [k]
TOZNEclm ** entire atmosphere (considered as a single layer) none Total Ozone [dobson]
UGWDsfc ** surface ave Zonal Flux of Gravity Wave Stress (hidden)
UFLXsfc ** surface ave Momentum Flux, U-Component
UGRD ** (1000 975 950 925 900 850 800 750 700 650 600 550 500 450 400 350 300 250 200 150 100 70 50 30 20 10) none U-Component of Wind
UGRD_1829m ** 1829 m above mean sea level none U-Component of Wind
UGRD_2743m ** 2743 m above mean sea level none U-Component of Wind
UGRD_3658m ** 3658 m above mean sea level none U-Component of Wind
UGRD10m ** 10 m above ground none U-Component of Wind
UGRDsig995 ** 0.995 sigma level none U-Component of Wind
UGRD30_0mb ** 30-0 mb above ground none U-Component of Wind
UGRD2pv ** PV=2e-06 (Km^2/kg/s) surface none U-Component of Wind (hidden)
UGRDneg2pv ** PV=-2e-06 (Km^2/kg/s) surface none U-Component of Wind (hidden)
UGRDmwl ** max wind none U-Component of Wind
UGRDtrop ** tropopause none U-Component of Wind
oULWRFsfc ** surface ave Upward Long-Wave Rad. Flux (hidden)
oULWRFtoa ** top of atmosphere ave Upward Long-Wave Rad. Flux (hidden)
oUSWRFsfc ** surface ave Upward Short-Wave Rad. Flux (hidden)
oUSWRFtoa ** top of atmosphere ave Upward Short-Wave Rad. Flux (hidden)
VGWDsfc ** surface ave Meridional Flux of Gravity Wave Stress (hidden)
VFLXsfc ** surface ave Momentum Flux, V-Component
VGRD ** (1000 975 950 925 900 850 800 750 700 650 600 550 500 450 400 350 300 250 200 150 100 70 50 30 20 10) none V-Component of Wind
VGRD_1829m ** 1829 m above mean sea level none V-Component of Wind
VGRD_2743m ** 2743 m above mean sea level none V-Component of Wind
VGRD_3658m ** 3658 m above mean sea level none V-Component of Wind
VGRD10m ** 10 m above ground none V-Component of Wind
VGRDsig995 ** 0.995 sigma level none V-Component of Wind
VGRD30_0mb ** 30-0 mb above ground none V-Component of Wind
VGRD2pv ** PV=2e-06 (Km^2/kg/s) surface none V-Component of Wind (hidden)
VGRDneg2pv ** PV=-2e-06 (Km^2/kg/s) surface none V-Component of Wind (hidden)
VGRDmwl ** max wind none V-Component of Wind
VGRDtrop ** tropopause none V-Component of Wind
VVEL ** (1000 975 950 925 900 850 800 750 700 650 600 550 500 450 400 350 300 250 200 150 100) none Vertical Velocity (Pressure)
VVELsig995 ** 0.995 sigma level none Vertical Velocity (Pressure)
VWSH2pv ** PV=2e-06 (Km^2/kg/s) surface none Vertical speed sheer (hidden)
VWSHneg2pv ** PV=-2e-06 (Km^2/kg/s) surface none Vertical speed sheer (hidden)
VWSHtrop ** tropopause none Vertical speed sheer
oWATR ** surface acc Water Runoff (hidden)
WEASDsfc ** surface none Water Equivalent of Accumulated Snow Depth
A GFS fõfutásban számolt paraméterek, változók - a teljesség igénye nélkül:
no4LFTXsfc ** surface none Best (4 layer) Lifted Index [k]
no5WAVA500mb ** 500 mb none 5-Wave Geopotential Height Anomaly [gpm](hidden)
no5WAVH500mb ** 500 mb none 5-Wave Geopotential Height [gpm](hidden)
ABSV ** (1000 975 950 925 900 850 800 750 700 650 600 550 500 450 400 350 300 250 200 150 100 70 50 30 20 10) none Absolute Vorticity
ACPCPsfc ** surface acc Convective Precipitation (hidden)
ALBDOsfc ** surface ave Albedo [%]
APCPsfc ** surface acc Total Precipitation
CAPEsfc ** surface none Convective Available Potential Energy
CAPE180_0mb ** 180-0 mb above ground none Convective Available Potential Energy
CFRZRsfc ** surface ave Categorical Freezing Rain (yes=1; no=0) [non-dim]
CICEPsfc ** surface ave Categorical Ice Pellets (yes=1; no=0) [non-dim]
CINsfc ** surface none Convective Inhibition
CIN180_0mb ** 180-0 mb above ground none Convective Inhibition
CLWMR ** (1000 975 950 925 900 850 800 750 700 650 600 550 500 450 400 350 300 250 200 150 100) none Cloud Mixing Ratio
oCPRAT ** surface ave Convective Precipitation Rate (hidden)
CRAINsfc ** surface ave Categorical Rain (yes=1; no=0) [non-dim]
CSNOWsfc ** surface ave Categorical Snow (yes=1; no=0) [non-dim]
CWATclm ** entire atmosphere (considered as a single layer) none Cloud Water
oCWORKclm ** entire atmosphere (considered as a single layer) ave Cloud Work Function (hidden)
oDLWRFsfc ** surface ave Downward Long-Wave Rad. Flux (hidden)
oDSWRFsfc ** surface ave Downward Short-Wave Rad. Flux (hidden)
GFLUXsfc ** surface ave Ground Heat Flux
GPA1000mb ** 1000 mb none Geopotential Height Anomaly [gpm] (hidden)
GPA500mb ** 500 mb none Geopotential Height Anomaly [gpm] (hidden)
HGTsfc ** surface none Geopotential Height [gpm] (hidden)
HGT ** (1000 975 950 925 900 850 800 750 700 650 600 550 500 450 400 350 300 250 200 150 100 70 50 30 20 10) none Geopotential Height [gpm]
HGT2pv ** PV=2e-06 (Km^2/kg/s) surface none Geopotential Height [gpm] (hidden)
HGTneg2pv ** PV=-2e-06 (Km^2/kg/s) surface none Geopotential Height [gpm] (hidden)
HGTtop0C ** highest tropospheric freezing level none Geopotential Height [gpm]
HGT0C ** 0C isotherm none Geopotential Height [gpm]
HGTmwl ** max wind none Geopotential Height [gpm]
HGTtrop ** tropopause none Geopotential Height [gpm]
HPBLsfc ** surface none Planetary Boundary Layer Height [m]
ICECsfc ** surface none Ice Cover [proportion]
LANDsfc ** surface none Land Cover (1=land, 0=sea) [proportion]
LFTXsfc ** surface none Surface Lifted Index [k]
oLHTFL ** surface ave Latent Heat Net Flux (hidden)
O3MR ** (100 70 50 30 20 10) none Ozone Mixing Ratio
PEVPRsfc ** surface none Potential Evaporation Rate (hidden)
POTsig995 ** 0.995 sigma level none Potential Temperature [k]
oPRATE ** surface ave Precipitation Rate (hidden)
PRESsfc ** surface none Pressure [pa]
PRES2pv ** PV=2e-06 (Km^2/kg/s) surface none Pressure [pa](hidden)
PRESneg2pv ** PV=-2e-06 (Km^2/kg/s) surface none Pressure [pa](hidden)
PRESlclb ** low cloud bottom level ave Pressure [pa]
PRESlclt ** low cloud top level ave Pressure [pa]
PRESmclb ** middle cloud bottom level ave Pressure [pa]
PRESmclt ** middle cloud top level ave Pressure [pa]
PREShclb ** high cloud bottom level ave Pressure [pa]
PREShclt ** high cloud top level ave Pressure [pa]
PREScclb ** convective cloud bottom level none Pressure [pa]
PREScclt ** convective cloud top level none Pressure [pa]
PRESmwl ** max wind none Pressure [pa]
PREStrop ** tropopause none Pressure [pa]
PRMSL ** mean sea level none Pressure Reduced to MSL [pa]
PWATclm ** entire atmosphere (considered as a single layer) none Precipitable Water
RH ** (1000 975 950 925 900 850 800 750 700 650 600 550 500 450 400 350 300 250 200 150 100) none Relative Humidity [%]
RH2m ** 2 m above ground none Relative Humidity [%]
RHsg330_1000 ** 0.33-1 sigma layer none Relative Humidity [%] (hidden)
RHsg440_1000 ** 0.44-1 sigma layer none Relative Humidity [%] (hidden)
RHsg720_940 ** 0.72-0.94 sigma layer none Relative Humidity [%] (hidden)
RHsg440_720 ** 0.44-0.72 sigma layer none Relative Humidity [%] (hidden)
RHsig995 ** 0.995 sigma level none Relative Humidity [%]
RH30_0mb ** 30-0 mb above ground none Relative Humidity [%]
RHclm ** entire atmosphere (considered as a single layer) none Relative Humidity [%]
RHtop0C ** highest tropospheric freezing level none Relative Humidity [%]
RH0C ** 0C isotherm none Relative Humidity [%]
oSHTFL ** surface ave Sensible Heat Net Flux (hidden)
SOILW0_10cm ** 0-0.1 m below ground none Volumetric Soil Moisture Content [fraction]
SOILW10_40cm ** 0.1-0.4 m below ground none Volumetric Soil Moisture Content [fraction]
SOILW40_100cm ** 0.4-1 m below ground none Volumetric Soil Moisture Content [fraction]
SOILW100_200cm ** 1-2 m below ground none Volumetric Soil Moisture Content [fraction]
SPFH2m ** 2 m above ground none Specific Humidity
SPFH30_0mb ** 30-0 mb above ground none Specific Humidity
oTCDCclm ** entire atmosphere (considered as a single layer) ave Total Cloud Cover [%](hidden)
oTCDCblcll ** boundary layer cloud layer ave Total Cloud Cover [%](hidden)
oTCDClcll ** low cloud layer ave Total Cloud Cover [%](hidden)
oTCDCmcll ** middle cloud layer ave Total Cloud Cover [%](hidden)
oTCDChcll ** high cloud layer ave Total Cloud Cover [%](hidden)
oTCDCccll ** convective cloud layer none Total Cloud Cover [%](hidden)
TMAX2m ** 2 m above ground missing Maximum Temperature [k]
TMIN2m ** 2 m above ground missing Minimum Temperature [k]
TMPsfc ** surface none Temperature [k]
TMP ** (1000 975 950 925 900 850 800 750 700 650 600 550 500 450 400 350 300 250 200 150 100 70 50 30 20 10) none Temperature [k]
TMP_1829m ** 1829 m above mean sea level none Temperature [k]
TMP_2743m ** 2743 m above mean sea level none Temperature [k]
TMP_3658m ** 3658 m above mean sea level none Temperature [k]
TMP2m ** 2 m above ground none Temperature [k]
TMPsig995 ** 0.995 sigma level none Temperature [k]
TMP0_10cm ** 0-0.1 m below ground none Temperature [k]
TMP10_40cm ** 0.1-0.4 m below ground none Temperature [k]
TMP40_100cm ** 0.4-1 m below ground none Temperature [k]
TMP100_200cm ** 1-2 m below ground none Temperature [k]
TMP30_0mb ** 30-0 mb above ground none Temperature [k]
TMP2pv ** PV=2e-06 (Km^2/kg/s) surface none Temperature [k] (hidden)
TMPneg2pv ** PV=-2e-06 (Km^2/kg/s) surface none Temperature [k] (hidden)
TMPlclt ** low cloud top level ave Temperature [k]
TMPmclt ** middle cloud top level ave Temperature [k]
TMPhclt ** high cloud top level ave Temperature [k]
TMPmwl ** max wind none Temperature [k]
TMPtrop ** tropopause none Temperature [k]
TOZNEclm ** entire atmosphere (considered as a single layer) none Total Ozone [dobson]
UGWDsfc ** surface ave Zonal Flux of Gravity Wave Stress (hidden)
UFLXsfc ** surface ave Momentum Flux, U-Component
UGRD ** (1000 975 950 925 900 850 800 750 700 650 600 550 500 450 400 350 300 250 200 150 100 70 50 30 20 10) none U-Component of Wind
UGRD_1829m ** 1829 m above mean sea level none U-Component of Wind
UGRD_2743m ** 2743 m above mean sea level none U-Component of Wind
UGRD_3658m ** 3658 m above mean sea level none U-Component of Wind
UGRD10m ** 10 m above ground none U-Component of Wind
UGRDsig995 ** 0.995 sigma level none U-Component of Wind
UGRD30_0mb ** 30-0 mb above ground none U-Component of Wind
UGRD2pv ** PV=2e-06 (Km^2/kg/s) surface none U-Component of Wind (hidden)
UGRDneg2pv ** PV=-2e-06 (Km^2/kg/s) surface none U-Component of Wind (hidden)
UGRDmwl ** max wind none U-Component of Wind
UGRDtrop ** tropopause none U-Component of Wind
oULWRFsfc ** surface ave Upward Long-Wave Rad. Flux (hidden)
oULWRFtoa ** top of atmosphere ave Upward Long-Wave Rad. Flux (hidden)
oUSWRFsfc ** surface ave Upward Short-Wave Rad. Flux (hidden)
oUSWRFtoa ** top of atmosphere ave Upward Short-Wave Rad. Flux (hidden)
VGWDsfc ** surface ave Meridional Flux of Gravity Wave Stress (hidden)
VFLXsfc ** surface ave Momentum Flux, V-Component
VGRD ** (1000 975 950 925 900 850 800 750 700 650 600 550 500 450 400 350 300 250 200 150 100 70 50 30 20 10) none V-Component of Wind
VGRD_1829m ** 1829 m above mean sea level none V-Component of Wind
VGRD_2743m ** 2743 m above mean sea level none V-Component of Wind
VGRD_3658m ** 3658 m above mean sea level none V-Component of Wind
VGRD10m ** 10 m above ground none V-Component of Wind
VGRDsig995 ** 0.995 sigma level none V-Component of Wind
VGRD30_0mb ** 30-0 mb above ground none V-Component of Wind
VGRD2pv ** PV=2e-06 (Km^2/kg/s) surface none V-Component of Wind (hidden)
VGRDneg2pv ** PV=-2e-06 (Km^2/kg/s) surface none V-Component of Wind (hidden)
VGRDmwl ** max wind none V-Component of Wind
VGRDtrop ** tropopause none V-Component of Wind
VVEL ** (1000 975 950 925 900 850 800 750 700 650 600 550 500 450 400 350 300 250 200 150 100) none Vertical Velocity (Pressure)
VVELsig995 ** 0.995 sigma level none Vertical Velocity (Pressure)
VWSH2pv ** PV=2e-06 (Km^2/kg/s) surface none Vertical speed sheer (hidden)
VWSHneg2pv ** PV=-2e-06 (Km^2/kg/s) surface none Vertical speed sheer (hidden)
VWSHtrop ** tropopause none Vertical speed sheer
oWATR ** surface acc Water Runoff (hidden)
WEASDsfc ** surface none Water Equivalent of Accumulated Snow Depth
A 2m-es hõmérséklet rengeteg dolog függvénye, olyan, amelyeket parametrizálni lehet csak esetleg. (talajállapot, növényzet, stb.)
De például amíg nem tökéletes a felhõzet modellezése/parametrizálása, addig nem lesznek túl pontos 2m-es eredmények sem.
De például amíg nem tökéletes a felhõzet modellezése/parametrizálása, addig nem lesznek túl pontos 2m-es eredmények sem.
Ennek tudatában talán kissé optimistább leszek a továbbiakban. Köszi a frissebb adatokat!
Egyébként a WRF-NMM-et milyennek gondoljátok? Saját vizsgálataim szerint (felhõzet, csapadék, hõmérséklet) ugyanis teljesen hasznavehetetlen.
Példának okáért Budapest környékére a 12 UTC-re várható hõmérséklet (2m) terén az elsõ 24-36 órában még csak átlagosan +2 fokkal helyezi magasabbra az értékeket a valóságosnál, utána viszont napi +4, +5 (!) fokkal. Rendre jelentõs hibákat vét, s méghozzá szinte kizárólag felfelé. (Összehasonlításul: a GFS ilyen feltételek mellett 24-36 órával elõbb 1, a következõ 4 nap során napi 1.4 fokot "téved" mind felfelé, mind lefelé vegyesen.)
(A felhõzet mennyiségérõl és a csapadékról már nem is beszélek, mivel annak sincs semmi köze a valósághoz.)
Az én meglátásaim hibásak, nem megfelelõen konfigurálják a WRF-et azok, akik futtatják, vagy egész egyszerûen nagyon gyenge valamivel állunk szemben?
A világhálón egyébként több helyen is elérhetõ a WRF, de mindenütt ezekkel a problémákkal találom szembe magam.
Vélemény?
Egyébként a WRF-NMM-et milyennek gondoljátok? Saját vizsgálataim szerint (felhõzet, csapadék, hõmérséklet) ugyanis teljesen hasznavehetetlen.
Példának okáért Budapest környékére a 12 UTC-re várható hõmérséklet (2m) terén az elsõ 24-36 órában még csak átlagosan +2 fokkal helyezi magasabbra az értékeket a valóságosnál, utána viszont napi +4, +5 (!) fokkal. Rendre jelentõs hibákat vét, s méghozzá szinte kizárólag felfelé. (Összehasonlításul: a GFS ilyen feltételek mellett 24-36 órával elõbb 1, a következõ 4 nap során napi 1.4 fokot "téved" mind felfelé, mind lefelé vegyesen.)
(A felhõzet mennyiségérõl és a csapadékról már nem is beszélek, mivel annak sincs semmi köze a valósághoz.)
Az én meglátásaim hibásak, nem megfelelõen konfigurálják a WRF-et azok, akik futtatják, vagy egész egyszerûen nagyon gyenge valamivel állunk szemben?
A világhálón egyébként több helyen is elérhetõ a WRF, de mindenütt ezekkel a problémákkal találom szembe magam.
Vélemény?
2000 óta már majdnem 10 év eltelt és elég sokat fejlõdtek a modellek.
A lenti képen egyébként helytelen valószínûleg a leírás, mert nem a 36 órás elõrejelzésre vonatkozik az érték, hanem feltehetõen az 5. napra. Ugyanis ma 1 napra elõre az 500 hPa-os geopotenciál mezõre vonatkozó korrelációs értékek 0.99 felett mozognak, míg az 5. napra vonatkozóké már csak 0.8 felett zömmel.
1. nap:
Link
5. nap:
Link
Ugyebár a korrelációs érték minél jobban közelít az 1-hez az azt próbálja jelenteni, hogy annál inkább megegyezik a két összehasonlított mezõ - jelen esetben a valós 500 hPa-os geopotenciál mezõ és a modellek által jelzett.
Míg az általad linkelt képen csak 2000-ig látható, hogy mintegy 0.7-0.75-ig fut a 'korrelációs' érték, addig itt látható, hogy utóbbi években ez hogyan ment tovább:
Link
Látszik, hogy a 2000-es év környékén 0.7 és 0.8 között mozgott a korrelációs érték, manapság 0.8-0.9 között. Jellemzõen télen jobb a korreláció, mint nyáron.
Itt egyébként látható, hogy milyen változásokat eszközöltek 2001-tõl folyamatosan az amerikai globális modellnél:
Link
Például 2005 elõtt az operatív még 1 fokos rácsfelbontással futott, ma már ugye 0,5 fokossal.
2000-ben, 2002-ben és 2005-ben módosítottak a felbontáson, finomították. 2006-ban már 14 tagú lett az ENS és ugye nem régiben 20 tagú lett.
Ha jól olvasgattam egy-két oldalt és elõadás anyagot, újabb jobb számítógépeket várnak az elõrejelzõ központban, így elképzelhetõ, hogy az ENS tagok operatívan hosszabb ideig fognak futni, vagy akár növelik a számukat, sõt lehet, hogy a felbontáson is javítanak majd.
Ne felejtsük el továbbra sem, hogy az ECMWF vertikális felbontása kb. 90 szintet tartalmaz, míg az amerikai 60 körülit. A horizontális felbontásban durván 25km-es az ECMWF operatívja, míg a GFS-é közel 50 km-es. Az ECMWF-nél az ensemble tagok száma 50+1, az amerikai GFS-nél 20+1 és az elõbbi felbontása 1 vagy fél fokos (pontosan nem tudom) addig az utóbbi felbontása 2,5 fokos - ENS tagok rácsfelbontása.
A lenti képen egyébként helytelen valószínûleg a leírás, mert nem a 36 órás elõrejelzésre vonatkozik az érték, hanem feltehetõen az 5. napra. Ugyanis ma 1 napra elõre az 500 hPa-os geopotenciál mezõre vonatkozó korrelációs értékek 0.99 felett mozognak, míg az 5. napra vonatkozóké már csak 0.8 felett zömmel.
1. nap:
Link
5. nap:
Link
Ugyebár a korrelációs érték minél jobban közelít az 1-hez az azt próbálja jelenteni, hogy annál inkább megegyezik a két összehasonlított mezõ - jelen esetben a valós 500 hPa-os geopotenciál mezõ és a modellek által jelzett.
Míg az általad linkelt képen csak 2000-ig látható, hogy mintegy 0.7-0.75-ig fut a 'korrelációs' érték, addig itt látható, hogy utóbbi években ez hogyan ment tovább:
Link
Látszik, hogy a 2000-es év környékén 0.7 és 0.8 között mozgott a korrelációs érték, manapság 0.8-0.9 között. Jellemzõen télen jobb a korreláció, mint nyáron.
Itt egyébként látható, hogy milyen változásokat eszközöltek 2001-tõl folyamatosan az amerikai globális modellnél:
Link
Például 2005 elõtt az operatív még 1 fokos rácsfelbontással futott, ma már ugye 0,5 fokossal.
2000-ben, 2002-ben és 2005-ben módosítottak a felbontáson, finomították. 2006-ban már 14 tagú lett az ENS és ugye nem régiben 20 tagú lett.
Ha jól olvasgattam egy-két oldalt és elõadás anyagot, újabb jobb számítógépeket várnak az elõrejelzõ központban, így elképzelhetõ, hogy az ENS tagok operatívan hosszabb ideig fognak futni, vagy akár növelik a számukat, sõt lehet, hogy a felbontáson is javítanak majd.
Ne felejtsük el továbbra sem, hogy az ECMWF vertikális felbontása kb. 90 szintet tartalmaz, míg az amerikai 60 körülit. A horizontális felbontásban durván 25km-es az ECMWF operatívja, míg a GFS-é közel 50 km-es. Az ECMWF-nél az ensemble tagok száma 50+1, az amerikai GFS-nél 20+1 és az elõbbi felbontása 1 vagy fél fokos (pontosan nem tudom) addig az utóbbi felbontása 2,5 fokos - ENS tagok rácsfelbontása.
Nem tudom, mennyire foglalkoznak az üggyel odaát, de szvsz ráférne az "öregecskedõ" GFS-re egy alapos, mindenre kiterjedõ felújítás.
Úgy emlékszem, nemrég fel is tártak egy sor olyan hibát, melyeket célszerû volna javítani.
Mindenesetre meglehetõsen optimistának tûntök a jövõt illetõen... Azt mondom: legyen igazatok!
Egyébként linket hogyan lehet itt beilleszteni? Ugyanis megtaláltam az elõrejelzés javulásának megtorpanását szemléltetõ diagramot. Köszi!
Úgy emlékszem, nemrég fel is tártak egy sor olyan hibát, melyeket célszerû volna javítani.
Mindenesetre meglehetõsen optimistának tûntök a jövõt illetõen... Azt mondom: legyen igazatok!
Egyébként linket hogyan lehet itt beilleszteni? Ugyanis megtaláltam az elõrejelzés javulásának megtorpanását szemléltetõ diagramot. Köszi!
Talán ebbe futott bele a GFS még régebben (amikor 0.5° lett), de úgy látszik, nagyon sokat javult, ezen a télen meredeken felfelé ívelt a pontossága. 5 éve, amikor még elõször jártam itt a MetNet oldalakat, akkor még olyanokat hibázott a modell, amelyek ma már csak megrökönyödést váltanának ki. Persze az idõjárás örökké tartogatni fog meglepetéseket.
Ezzel a mûholdas méréssel csak az volt a célom, hogy ahonnan nincs adat, onnan mégiscsak jobb a pontatlan, mint az interpolált... S talán ez hozhatna nagy, ugrásszerû pontosság-növekedést az elõrejelzésekben. Persze a felszíni T és a T2m között néha sajna túl nagy az eltérés... Nem igazán a sûrûbb mérõhálózatban látnám a pontosság lehetõséges útvonalát.
Ezzel a mûholdas méréssel csak az volt a célom, hogy ahonnan nincs adat, onnan mégiscsak jobb a pontatlan, mint az interpolált... S talán ez hozhatna nagy, ugrásszerû pontosság-növekedést az elõrejelzésekben. Persze a felszíni T és a T2m között néha sajna túl nagy az eltérés... Nem igazán a sûrûbb mérõhálózatban látnám a pontosság lehetõséges útvonalát.
Értem. Akkor végül is nem egyszerû a dolog tényleg nem láttam át annyira a dolgot, de logikus, amit mondotok.
A kis skálájú folyamatok ráadásul valamivel bonyolultabb fizikájúak (pl. orográfia hatása), így ezt valóban nehéz lesz sokat fejleszteni… de azért nem lehetetlen
.
tényleg nem láttam át annyira a dolgot, de logikus, amit mondotok. A kis skálájú folyamatok ráadásul valamivel bonyolultabb fizikájúak (pl. orográfia hatása), így ezt valóban nehéz lesz sokat fejleszteni… de azért nem lehetetlen
. 
A belinkelt diagram az 500 hPa-os szint magassága elõrejelzésének beválását mutatja. Sokkal nehezebb az utóbbi években fejleszteni felszínközeli paraméterek elõrejelzését, mint pl. 2 m-es hõmérséklet, szél, csapadék...
Csak elvileg, mert a felbontás növelésével (rácshálózat sûrítésével) egyre kisebb skálájú folyamatokat is le kell írnia a modellnek, amelyek a korábbi kisebb felbontásnál meg sem jelennek benne. Ehhez jelentõsen fejleszteni kell a modell fizikáját, ami meg igen bonyolult. Úgyhogy fel van adva a lecke...
Ha gyorsabban lefutnak a jelenlegi modellek, akkor lehet tovább fejleszteni õket, sûríteni a rácsot amin számolnak, elvileg attól pontosabbak lesznek.
Köszi! Ezen a diagramon nem látom a fejlõdés megtorpanását (a déli félgömb gondolom azért torpant meg, mert "utolérte" az északit), és nem is várom a jövõben: tudtommal szondafelszállás az összes állomás közül relatív kevés helyen van, és nem is "gyakran" (naponta 1-2?). Ezen még biztosan lehetne sûríteni, javítani, ahogy Te is írtad… valami ilyesmire gondoltam én is.
Szerintem a számítógépek gyorsulása, fejlõdése nem sokat fog a modellek pontosításához hozzátenni, legfeljebb gyorsabban lefutnak a modellek, bár ezt annyira nem látom át.
Szerintem a számítógépek gyorsulása, fejlõdése nem sokat fog a modellek pontosításához hozzátenni, legfeljebb gyorsabban lefutnak a modellek, bár ezt annyira nem látom át.
Itt egy ilyen diagram:
Link
Igazából a modellek szempontjából a felszíni (synop/metar) méréseknél fontosabbak azok, amik a légkör vertikális profiljáról is adnak információt (pl. szonda, mûhold, amdar).
A távérzékelés érezhetõen sokat dobott a déli félgömb elõrejelzéseinek pontosságán, aztán ahogy fejlõdött a technika, az északi félgömbön is sokat tudott javítani, ahol egyébként is sûrû volt a felszíni mérõhálózat. Ezt azt hiszem talán svadasz is írta régebben. Szerintem ebben is van még sok lehetõség.
A másik hogy a GFS pl. 50km körüli felbontással dolgozik az ECMWF már talán 25km körülivel.
A Moore-törvény kimondja, hogy egy chipen található tranzisztorok száma 18 havonta megduplázódik, a processzorok egyre gyorsabbak/kisebbek lesznek, ami közvetve lehetõvé teszi az egyre kifinomultabb modellek futtatását.
Link
Igazából a modellek szempontjából a felszíni (synop/metar) méréseknél fontosabbak azok, amik a légkör vertikális profiljáról is adnak információt (pl. szonda, mûhold, amdar).
A távérzékelés érezhetõen sokat dobott a déli félgömb elõrejelzéseinek pontosságán, aztán ahogy fejlõdött a technika, az északi félgömbön is sokat tudott javítani, ahol egyébként is sûrû volt a felszíni mérõhálózat. Ezt azt hiszem talán svadasz is írta régebben. Szerintem ebben is van még sok lehetõség.
A másik hogy a GFS pl. 50km körüli felbontással dolgozik az ECMWF már talán 25km körülivel.
A Moore-törvény kimondja, hogy egy chipen található tranzisztorok száma 18 havonta megduplázódik, a processzorok egyre gyorsabbak/kisebbek lesznek, ami közvetve lehetõvé teszi az egyre kifinomultabb modellek futtatását.
Lehetséges szerintem is, de én is inkább a mérõállomások sûrítésére gondoltam, a mérések pontosítására nem nagyon lehet számítani (század °C pontosságú T-mérés? Nem hiszem…). De nem tudom, hogy mennyivel lesznek pontosabbak a modellek. Lehet, hogy tényleg nem nagyon. (Én azt a diagramot egyébként nem láttam). Én azt mondom, hogy bízhatunk a fejlõdésben, leginkább a lassú, kis lépésekben történõ fejlõdésben.
Amit "sejtek", hogy az elsõdleges hibaforrások között van a kezdeti adatok rácspontokra interpolálása (a mûszeres hiba terjedése itt nagyon "kinyíló" hibatartományt okoz), amit viszont csakis a mérés pontosságának növelésével csökkenthetünk, ez lenne az igazi a fejlõdés szerintem.
Amit "sejtek", hogy az elsõdleges hibaforrások között van a kezdeti adatok rácspontokra interpolálása (a mûszeres hiba terjedése itt nagyon "kinyíló" hibatartományt okoz), amit viszont csakis a mérés pontosságának növelésével csökkenthetünk, ez lenne az igazi a fejlõdés szerintem.
Mûholdról lehet sugárzásmérés segítségével hõmérsékletet mérni, de az nem a levegõ, hanem a felszín hõmérséklete lesz. A kettõ idõbeli és térbeli eloszlása eléggé különbözik.
A mûholdas mérés pontossága elvben 1-2°C, gyakorlatilag 3-4°C különbség simán lehet a kettõ között.
Bemutatok egy viszonylag kiugró példát, ez egy téli éjszaka hõsziget-intenzitása Szegeden. Az intenzitás annyit jelent, hogy a meteorológiai állomás környékén mért hõmérsékleti értéket vették 0°C-nak.
Ja, a kép bal oldala mûholddal mért érték, a jobb oldala autóra szerelt hõmérõvel.
A mûholdas mérés pontossága elvben 1-2°C, gyakorlatilag 3-4°C különbség simán lehet a kettõ között.
Bemutatok egy viszonylag kiugró példát, ez egy téli éjszaka hõsziget-intenzitása Szegeden. Az intenzitás annyit jelent, hogy a meteorológiai állomás környékén mért hõmérsékleti értéket vették 0°C-nak.
Ja, a kép bal oldala mûholddal mért érték, a jobb oldala autóra szerelt hõmérõvel.
Utolsó észlelés
Térképek
Radar
Aktuális hõmérséklet
Aktuális szél
Utolsó kép
Indul a MetNet előrejelzési verseny sorozatának 40. sorozata
MetNet | 2024-05-03 15:08
Szabályzat