Как puhub рассчитывает погоду — методология
puhub.ee показывает погоду Эстонии в реальном времени, объединяя официальные наблюдения с фоновым полем численной модели прогноза погоды и собственным анализом с шагом 1 км.
Наблюдения и контроль качества
Исходные данные — метеостанции Агентства окружающей среды Эстонии, метеослужб Финляндии (FMI) и Швеции (SMHI), а также эстонские дорожные метеостанции. Поле осадков берётся из композита радаров Харку и Сюргавере, резервный источник — европейская радарная сеть OPERA.
Каждое наблюдение проходит пространственный контроль качества: значение проверяется по физическим пределам, по соседним станциям (buddy check) и тестом пространственной согласованности. Схема следует подходу TITAN [1], применяемому в оперативных службах Северных стран.
Анализ: оптимальная интерполяция
Фоновое поле — североевропейская модель MEPS с явным описанием конвекции на сетке 2,5 км [2]; при её отсутствии ICON-EU немецкой метеослужбы.
Наблюдения объединяются с фоном методом оптимальной интерполяции (OI) — статистической интерполяции, взвешивающей дисперсии ошибок наблюдения и фона, а также горизонтальный и вертикальный масштабы корреляции [3]. Вдали от станций сохраняется структура модели, вблизи станции преобладает измеренное значение. Тот же метод использует метеослужба Норвегии.
Осадки: радарный ноукастинг
Осадки не интерполируются между станциями. Прогноз на ближайшие часы получается полулагранжевой адвекцией радарного эха вдоль обнаруженного поля движения — предположение лагранжевой персистентности, масштабная зависимость предсказуемости которого количественно описана [4]: крупные структуры предсказуемы часами, конвективные ячейки — минутами.
Более далёкие часы берутся из MEPS и статистически масштабируются с сетки 2,5 км на сетку анализа 1 км; связь откалибрована по радарным наблюдениям.
Влияние подстилающей поверхности на ветер
Поле ветра корректируется с шагом 100 м. По высоте и сомкнутости леса вычисляется аэродинамическая длина шероховатости z₀, а из неё по логарифмическому профилю ветра — снижение скорости, до примерно 40% в густом высоком лесу. Влияние рельефа отдельно не моделируется.
Климатические нормы и неопределённость
Климатические нормы рассчитаны по реанализу ERA5 за 1994–2023 гг. [5].
Неопределённость семидневного прогноза получена из 51 параллельного расчёта модели ECMWF, стартующего из слегка различающихся начальных условий. Показанный интервал p10–p90 — их разброс: узкий интервал означает согласие расчётов, широкий — расхождение. Кандидаты прогноза непрерывно оцениваются по срокам заблаговременности против измерений 24 метеостанций.
Источники
- Båserud, L., Lussana, C., Nipen, T. N., Seierstad, I. A., Oram, L., Aspelien, T. (2020). TITAN automatic spatial quality control of meteorological in-situ observations. Advances in Science and Research 17, 153–163. doi:10.5194/asr-17-153-2020
- Müller, M., Homleid, M., Ivarsson, K.-I., et al. (2017). AROME-MetCoOp: A Nordic Convective-Scale Operational Weather Prediction Model. Weather and Forecasting 32(2), 609–627. doi:10.1175/WAF-D-16-0099.1
- Nipen, T. N., Seierstad, I. A., Lussana, C., Kristiansen, J., Hov, Ø. (2020). Adopting Citizen Observations in Operational Weather Prediction. Bulletin of the American Meteorological Society 101(1). doi:10.1175/BAMS-D-18-0237.1
- 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(12), 2859–2873.
- Hersbach, H., Bell, B., Berrisford, P., et al. (2020). The ERA5 global reanalysis. Quarterly Journal of the Royal Meteorological Society 146(730), 1999–2049. doi:10.1002/qj.3803