Modell:

Aktualisierung:

1 times per day, from 00:00 UTC

Greenwich Mean Time:

12:00 UTC = 13:00 MEZ

Auflösung:

0.125° x 0.125° (India, South Asia)

Parameter:

Maximale Temperatur in 2 m über Grund

Beschreibung:

Diese Karte zeigt, welche Höchsttemperatur das GFS-Modell von 6 - 12 und von 12 - 18 UTC erwartet. Zwar stimmt die modellierte 2m-Temperatur meist nicht mit der Realität überein. Koppelt man diese Karte aber
1. an die Temperatur in 850 hPa
2. an Synopmeldungen
3. an die lokale Erfahrung des Synoptikers,
dann ist eine sehr brauchbare Vorhersage der Höchsttemperaturen möglich.

Cluster of Ensemble Members:

20 members of an ensemble run are divided into different clusters which means groups with similar members according to the hierarchical "Ward method" The average surface pressure of all members in each cluster are computed and shown as isobares. The number of members in each cluster determines the probability of the forecast (see percentage)

Dendrogramm:

A dendrogram shows the multidimensional distances between objects in a tree-like structure. Objects that are closest in a multidimensional data space are connected by a horizontal line forming a cluster. The distance between a given pair of objects (or clusters) are indicated by the height of the horizontal line. [http://www.statistics4u.info/fundstat_germ/cc_dendrograms]. The greater the distance the bigger the differences.

NCMRWF:

NCMRWF
This modeling system is an up-graded version of NCEP GFS (as per 28 July 2010). A general description of the modeling system can be found in the following link:
http://www.ncmrwf.gov.in/t254-model/t254_des.pdf
An brief overview of GFS is given below.
------------------------------------------------------
Dynamics: Spectral, Hybrid sigma-p, Reduced Gaussian grids
Time integration: Leapfrog/Semi-implicit
Time filter: Asselin
Horizontal diffusion: 8th
order wavenumber dependent
Orography: Mean orography
Surface fluxes: Monin-obhukov Similarity
Turbulent fluxes: Non-local closure
SW Radiation; RRTM
LW Radiation: RRTM
Deep Convection: SAS
Shallow convection: Mass-flux based
Grid-scale condensation: Zhao Microphysics
Land Surface Processes: NOAH LSM
Cloud generation: Xu and Randal
Rainfall evaporation: Kessler
Air-sea interaction: Roughness length by Charnock
Gravity Wave Drag and mountain blocking: Based on Alpert
Sea-Ice model: Based on Winton
-----------------------------------------------

NWP:

Numerische Wettervorhersagen sind rechnergestützte Wettervorhersagen. Aus dem Zustand der Atmosphäre zu einem gegebenen Anfangszeitpunkt wird durch numerische Lösung der relevanten Gleichungen der Zustand zu späteren Zeiten berechnet. Diese Berechnungen umfassen teilweise mehr als 14 Tage und sind die Basis aller heutigen Wettervorhersagen.

In einem solchen numerischen Vorhersagemodell wird das Rechengebiet mit Gitterzellen und/oder durch eine spektrale Darstellung diskretisiert, so dass die relevanten physikalischen Größen, wie vor allem Temperatur, Luftdruck, Windrichtung und Windstärke, im dreidimensionalen Raum und als Funktion der Zeit dargestellt werden können. Die physikalischen Beziehungen, die den Zustand der Atmosphäre und seine Veränderung beschreiben, werden als System partieller Differentialgleichungen modelliert. Dieses dynamische System wird mit Verfahren der Numerik, welche als Computerprogramme meist in Fortran implementiert sind, näherungsweise gelöst. Aufgrund des großen Aufwands werden hierfür häufig Supercomputer eingesetzt.


Seite „Numerische Wettervorhersage“. In: Wikipedia, Die freie Enzyklopädie. Bearbeitungsstand: 21. Oktober 2009, 21:11 UTC. URL: http://de.wikipedia.org/w/index.php?title=Numerische_Wettervorhersage&oldid=65856709 (Abgerufen: 9. Februar 2010, 20:46 UTC)