High average wind speeds have been measured in many valleys. The reasons for these high winds are channelling effects of two physical origins, forced channelling and pressure driven channelling. In this study, the MIUU-model, a three-dimensional mesoscale model with a higher order closure, has been used to investigate these effects in idealised valleys. The simulations have been performed in both two- and three-dimensions with a multitude of conditions. The valley dimensions, as depth, width and length, have been changed in order to investigate the flow within the valley. The dependence of strength and direction of the geostrophic wind have also been examined. Most of the simulations are performed for wintertime conditions at high latitudes with low roughness. In addition, simulations representing summertime conditions are made to check the influence of the diurnal variation of incoming radiation and thermal stability. In the two-dimensional simulations the mean wind speed along the valley is found to be independent of the magnitude of the geostrophic wind (at least up to 10 ms-1) if the large-scale flow is perpendicular to the valley. In this case, only the pressure driven channelling effect is of importance. When the geostrophic wind is higher than10 ms-1, the valley winds are coupled to the ambient flow and gravity waves are affecting the results. The mean and maximum wind speeds are found to be a function of the valley depth. In a valley with a water body (a lake) at the bottom, the simulations gave higher within valley winds for lower water temperatures, which increases the stability. In the three-dimensional simulations, it is shown that the maximum valley winds are almost independent of the valley length. However, the mean valley wind speed is more affected. Furthermore, it was found that close to the area where the valley widens - towards the region with lower synoptic pressure - a wind maximum is found in all simulations. A simulation of the Torneträsk area was made to investigate the flow in a real topography. With geostrophic wind perpendicular to the valley, high wind speeds occur at low levels in accordance with measurements. For the conditions used, channelling effects dominated the within valley flow. / Sammanfattning av ”Modellering av vindklimatet i bergsdalar genom att använda MIUU-modellen”. Höga medelvindhastigheter har blivit uppmätta i många dalgångar. Skälen till att dessa vindar kan uppkomma är två olika kanaliseringstyper, tryckdriven - och tvingad kanalisering. I den här studien så har MIUU-modellen använts för att undersöka dessa effekter i olika typer av idealiserade dalgångar. Modellen är tredimensionell och använder sig av ett högre ordningens schema för att sluta ekvationssystemet rörande de turbulenta parametrarna. Simuleringarna har gjorts både i två och tre dimensioner med en mängd olika ingångsvärden. Dalgångens dimensioner, såsom djup, bredd och längd har ändrats och resultaten har jämförts för att kunna kartlägga vindfältet. Effekter av styrkan och riktningen på den geostrofiska vinden har också undersökts. De flesta simuleringarna är genomförda med vinterförhållanden på höga latituder och med låga värden på skrovligheten. Simuleringar med värden som ska representera sommarförhållanden, beträffande den inkommande strålningen och den termiska stabiliteten, är gjorda för att undersöka vindens dygnsvariation. De tvådimensionella simuleringarna ger att medelvinden längs dalgången är i det närmaste oberoende av den geostrofiska vinden styrka om den är riktad vinkelrätt mot dalen. I detta fall är bara tryckdriven kanalisering av betydelse. När den geostrofiska vinden är högre än 10 ms-1 blir vinden i dalgången mer direkt påverkat av gravitationsvågor som bildas över dalgången. Det är också framkommit att det finns ett beroende mellan max-medelvind och daldjup. I en dalgång med en en sjö i botten uppträder högre vindhastigheter speciellt för lägre vattentemperaturer. I de tredimensionella simuleringarna kan det ses att maxvinden är i det närmaste konstant oberoende dalgångslängd. Medelvinden däremot är mer påverkad och blir högre ju längre dalgången är. En annan slutsats som kan dras från de tredimensionella simuleringarna är att ett vindmax återfinns i anslutning till att dalgångens bredd ändras. Maximat är lokaliserat mot den sida av förträngningen som har ett lägre synoptiskt tryck. Simuleringar av Torneträskområdet är gjorda för att se hur vindfältet ser ut i verklig terräng. Med den geostrofiska vinden vinkelrät mot dalgången så uppträder höga vindhastigheter på låg nivå i dalgången vilket också är sett i mätningar. Under de simulerade förhållandena så dominerade kanalisering strömningen i dalgången.

In the year 2002 the Swedish Energy Agency assigned the department of Earth science at Uppsala University a research assignment to make a detailed wind climatology mapping covering Sweden. A survey of the Swedish wind climate has been made earlier in some areas, using the Danish model WASP. In this study the MIUU-model is usedwhich is a mesoscale three dimensional numerical model with a turbulence closure scheme of level 2.5. The MIUU-model is computer time demanding. Therefore a method to minimize the total number of simulations is wanted, without negative effects on the result. In this thesis the main issue is to compare the sensitivities and differences between climatological wind calculations using runs with different forcing parameters, i.e. with different meteorological conditions. Primarily the climatological results received with different geostrophic wind forcing are studied and compared. The idea is to find combinations with as small deviations as possible. The parameters investigated, called flow forcing parameters, are; geostrophic wind (magnitude and direction), thermal wind and thermal stratification. To compare the calculations a reference run is used. In theruns studying the influence of the geostrophic wind, calculations where made with 1, 2, 3 and 6 geostrophic wind speeds and with 4, 8, 16 and 32 wind directions. All compared to the reference that is based on 3 wind speeds and 8 wind directions. The model has earlier been used without any thermal wind influence. Therefore radio sonde data have been used to calculate the geostrophic mean wind profile introduced in the model to make new runs. The thermal stratification has also been modified in April and October to find out the sensitivities in the model. The result shows that there are only a few possible shortcuts in the number of runs needed and in the verification of the parameters. The question is if it is worth searching for them, since they might not be valid in other areas with more complex terrain. To be on the safe side, runs like the reference runs should at least be used in order to get accurate results as regards the wind climate. / År 2002 gav Statens Energimyndighet ett uppdrag till Institutionen för geovetenskaper vid Uppsala Universitet att kartlägga det svenska vindklimatet. En kartläggning av vindklimatet i vissa delar av Sverige har gjorts tidigare med hjälp av den danska modellen WASP. I denna avhandling används MIUU-modellen som är en mesoskalig tredimensionell numerisk modell med ett ’closure scheme of level 2.5’. MIUU-modellen kräver mycket datorkraft och därför söks ett sätt att minimera antalet modellkörningar utan försämrat värde på resultaten. I denna avhandling är huvuduppgiften att jämföra känsligheten och skillnaderna mellan klimatologiska beräkningar från modellkörningar med olika drivande parametrar i modellerna, d v s med olika meteorologiska förhållanden. De erhållna klimatologiska resultaten från olika geostrofiska vindhastigheter är plottade. För att jämföra resultaten ritas en ny plott som visar avvikelserna mellan de två originalresultaten. Syftet är att hitta plottar med så små skillnader som möjligt. De undersökta parametrarna, som är av stor betydelse för modellen är: geostrofisk vind (styrka och riktning), termisk vind och temperaturskiktning. För att jämföra beräkningarna används en referenskörning. I modellkörningarna med den geostrofiska vinden görs beräkningar med 1, 2, 3 och 6 olika geostrofiska vindstyrkor och med 4, 8, 16 och 32 vindriktningar. Alla jämförs med referensen som är beräknad på 3 vindstyrkor och 8 vindriktningar. Modellen har tidigare använts utan termisk vind. Från Universitetet i Wyoming har därför data hämtats för att beräkna den geostrofiska medelvindprofilen som införts i modellen för nya modellberäkningar. Temperaturskiktningen har också modifierats i april och oktober för att kontrollera känsligheten i modellen. Resultaten visar att det bara finns några få genvägar bland parametrarna. Frågan är om det är värt att leta efter dem, eftersom de mest troligt inte är de samma om man tittar på andra områden med mer kuperad terräng. För att vara på den säkra sidan är beräkningarna med samma parametrar som referenskörningarna det bästa sättet att få bra resultat avseende vindklimatet.

The profitability from the production wind power energy is related to the quality of the wind speed forecasts. All wind predicting methods needs meteorological data, for the prevailing synoptic situation, as input. High quality input is wanted for a better result. In this study a new idea of a method for estimation of high resolution wind fields is examined. The idea is to use an existing database, containing simulations of high resolution wind fields, to estimate the actual wind by combining the simulations in a way fitting actual synoptic data. The simulations in the database have been produced by the mesoscale MIUU-model, which has been developed by Leif Enger at Uppsala University. The database contains simulations characterized by different geostrophic wind speeds and directions. There is also a separation into four seasons, where values which are typical for each season is put on meteorological parameters. Reanalysis data from NCEP-NCAR, containing 850 hPa geopotential heights describing actual synoptic situations, is used to calculate geostrophic wind speeds and directions. Three different geostrophic wind calculation methods, the triangle method, the small cross-method and the large cross-method, are tested. The calculated geostrophic wind is compared between the methods. The small cross-method is chosen and the main reason for that is the large amount of reanalysis information considered by this method and the use of a small calculation area. Measurements of the wind speed and direction are available from the tower at Utgrunden. The geostrophic wind speeds and directions are therefore calculated especially for the position of Utgrunden. This is done by a linear weighting of data, from several grid points close to Utgrunden, with respect to the distance to Utgrunden. Linear weighting is also used when estimating the wind speed for Utgrunden. The wind speed is estimated by weighting together MIUU-model simulations, for different geostrophic wind speeds and directions, so that they fit the geostrophic wind values calculated for Utgrunden. The calculated wind speed, measured wind speed and calculated geostrophic wind speed, for Utgrunden, are compared. The correspondence, between the calculated and measured wind speed, turns out to be quite good for many time periods. The diurnal variations in the measured wind speed are partly captured by calculated wind speed, but the diurnal variations tend to be larger in the measured wind speed then in the calculated. There are also cases where there are large differences between the measured and estimated wind speed. Many of these cases are probably cased by unusual weather situations. By considering additional parameters, as the temperature field, it is likely that these wind estimations can be improved. With more research it may be possible to produce high resolution wind fields with enough accuracy to be useful as inputs in wind prognostic systems. The advantage with such a method would be that accurate high resolution wind fields could be produced without the use of a time consuming numerical high resolution model. / Lönsamheten för produktion av vindkraft elektricitet bestäms delvis av förmågan att göra bra vindprognoser för nästkommande dygn. Alla metoder för vindprognostisering behöver meteorologisk indata som beskriver den rådande synoptiska situationen. Kvaliteten och upplösningen på dessa indata har stor betydelse för metodens resultat. I denna studie undersöks en alternativ metod för bestämning av högupplösta vind fält. Idén är att man ska försöka utnyttja en tillgänglig databas av högupplösta vindfält, producerade av den mesoskaliga MIUU – modellen som är utvecklad av Leif Enger på meteorologiska institutionen vid Uppsala Universitet. Tanken är att dessa vindfält ska kunna kombineras på ett sådant sätt att de överensstämmer med en given synoptisk situation. MIUU – modell körningarna, i databasen, är indelade i situationer karaktäriserade av olika värden på den geostrofiska vindstyrkan och vindriktningen. Körningarna är gjorda för fyra säsonger, för vilka typiska värden för säsongen är satta på styrande parametrar. För att kunna kombinera MIUU - modell körningarna beräknas den geostrofiska vinden från 850 hPa geopotential höjd återanalys data tillgänglig från NCEP-NCAR. Tre olika beräkningsmetoder för geostrofisk vind testas och jämförs. Den ”lilla korsmetoden” väljs för uppgiften beroende på att den utnyttjar en förhållandevis stor mängd återanalys data, för beräkning av geostrofisk vind, samt använder litet beräkningsområde. Automatiskt uppmätta värden över vindhastighet och vindriktning finns tillgängliga från en mast positionerad vid Utgrunden i Kalmar sund. Den geostrofiska vinden beräknas därför i Utgrundens position. Beräkningen utförs genom linjär viktning av data från de från Utgrunden sett fem närmaste gridpunkterna (i lilla korsmetodens gridfält). En linjär viktning används sedan även för att vikta ihop de MIUU – modell simulerade vindfälten så att de passar de beräknade värdena på geostrofisk vindhastighet och vindriktning. Jämförelser görs mellan den beräknade vinden, den uppmätta vinden samt den geostrofiska vinden, för Utgrunden. Korrelationen, mellan uppmätt och beräknad vind, visar sig vara ganska god periodvis. Den dagliga variationen i den uppmätta vindhastigheten fångas delvis av beräkningsmetoden, men dygnsvariationen är betydligt större i den uppmätta vinden än i den beräknade. Det noteras även att det finns situationer då det är stora skillnader mellan beräknad och uppmätt vind. Dessa situationer beror i många fall troligen på onormala vädersituationer. Studium av ytterliggare parametrar, som t.ex. temperaturfältet, skulle troligen leda till betydande förbättringar i vinduppskattningen. Ytterligare forskning och förbättring av metoden skulle kunna leda till produktion av högupplösta vindfält med tillräcklig kvalitet för användning i vindprognostiseringsmodeller. Fördelen skulle i så fall vara möjligheten att kunna producera högupplösta vindfält utan användning av tidskrävande numerisk modeller.

<p>Long time average wind conditions at potential wind turbine sites are of great importance when deciding if an investment will be economically safe. Wind climate estimates such as these are traditionally done with in situ measurements for a number of months. During recent years, a wind climate database has been developed at the Department of Earth Sciences, Meteorology at Uppsala University. The database is based on model runs with the higher order closure mesoscale MIUU-model in combination with long term statistics of the geostrophic wind, and is now used as a complement to in situ measurements, hence speeding up the process of turbine siting. With this background, a study has been made investigating how well actual power productions during the years 2004-2006 from 21 Swedish wind turbines correlate with theoretically derived power productions for the corresponding sites.</p><p>When comparing theoretically derived power productions based on long term statistics with measurements from a shorter time period, correction is necessary to be able to make relevant comparisons. This normal year correction is a main focus, and a number of different wind energy indices which are used for this purpose are evaluated. Two publicly available (Swedish and Danish Wind Index) and one derived theoretically from physical relationships and NCEP/NCAR reanalysis data (Geostrophic Wind Index). Initial testing suggests in some cases very different results when correcting with the three indices and further investigation is necessary. An evaluation of the Geostrophic Wind Index is made with the use of in situ measurements.</p><p>When correcting measurement periods limited in time to a long term average, a larger statistical dispersion is expected with shorter measurement periods, decreasing with longer periods. In order to investigate this assumption, a wind speed measurement dataset of 7 years were corrected with the Geostrophic Wind Index, simulating a number of hypothetical measurement periods of various lengths. When normal year correcting a measurement period of specific length, the statistical dispersion decreases significantly during the first 10 months. A reduction to about half the initial statistical dispersion can be seen after just 5 months of measurements.</p><p>Results show that the theoretical normal year corrected power productions in general are around 15-20% lower than expected. A probable explanation for the larger part of this bias is serious problems with the reported time-not-in-operation for wind turbines in official power production statistics. This makes it impossible to compare actual power production with theoretically derived without more detailed information. The theoretically derived Geostrophic Wind Index correlates well to measurements, however a theoretically expected cubed relationship of wind speed seem to account for the total energy of the wind. Such an amount of energy can not be absorbed by the wind turbines when wind speed conditions are a lot higher than normal.</p> / <p>Vindklimatet vid tänkbara platser för uppförande av vindkraftverk är avgörande när det beslutas huruvida det är en lämplig placering eller ej. Bedömning av vindklimatet görs vanligtvis genom vindmätningar på plats under ett antal månader. Under de senaste åren har en vindkarteringsdatabas utvecklats vid Institutionen för Geovetenskaper, Meteorologi vid Uppsala universitet. Databasen baseras på modellkörningar av en högre ordningens mesoskale-modell, MIUU-modellen, i kombination med klimatologisk statistik för den geostrofiska vinden. Denna används numera som komplement till vindmätningar på plats, vilket snabbar upp bedömningen av lämpliga platser. Mot denna bakgrund har en studie genomförts som undersöker hur bra faktisk energiproduktion under åren 2004-2006 från 21 vindkraftverk stämmer överens med teoretiskt härledd förväntad energiproduktion för motsvarande platser. Om teoretiskt härledd energiproduktion baserad på långtidsstatistik ska jämföras med mätningar från en kortare tidsperiod måste korrektion ske för att kunna göra relevanta jämförelser. Denna normalårskorrektion genomförs med hjälp av olika vindenergiindex. En utvärdering av de som finns allmänt tillgängliga (Svenskt vindindex och Danskt vindindex) och ett som härletts teoretiskt från fysikaliska samband och NCEP/NCAR återanalysdata (Geostrofiskt vindindex) görs. Inledande tester antyder att man får varierande resultat med de tre indexen och en djupare utvärdering genomförs, framförallt av det Geostrofiska vindindexet där vindmätningar används för att söka verifiera dess giltighet.</p><p>När kortare tidsbegränsade mätperioder korrigeras till ett långtidsmedelvärde förväntas en större statistisk spridning vid kortare mätperioder, minskande med ökande mätlängd. För att undersöka detta antagande används 7 års vindmätningar som korrigeras med det Geostrofiska vindindexet. I detta simuleras ett antal hypotetiskt tänkta mätperioder av olika längd. När en mätperiod av specifik längd normalårskorrigeras minskar den statistiska spridningen kraftigt under de första 10 månaderna. En halvering av den inledande statistiska spridningen kan ses efter endast 5 månaders mätningar.</p><p>Resultaten visar att teoretiskt härledd normalårskorrigerad energiproduktion generellt är ungefär 15-20% lägre än väntat. En trolig förklaring till merparten av denna skillnad är allvarliga problem med rapporterad hindertid för vindkraftverk i den officiella statistiken. Något som gör det omöjligt att jämföra faktisk energiproduktion med teoretiskt härledd utan mer detaljerad information. Det teoretiskt härledda Geostrofiska vindindexet stämmer väl överens med vindmätningar. Ett teoretiskt förväntat förhållande där energi är proportionellt mot kuben av vindhastigheten visar sig rimligen ta hänsyn till den totala energin i vinden. En sådan energimängd kan inte tas till vara av vindkraftverk när vindhastighetsförhållandena är avsevärt högre än de normala.</p>

Long time average wind conditions at potential wind turbine sites are of great importance when deciding if an investment will be economically safe. Wind climate estimates such as these are traditionally done with in situ measurements for a number of months. During recent years, a wind climate database has been developed at the Department of Earth Sciences, Meteorology at Uppsala University. The database is based on model runs with the higher order closure mesoscale MIUU-model in combination with long term statistics of the geostrophic wind, and is now used as a complement to in situ measurements, hence speeding up the process of turbine siting. With this background, a study has been made investigating how well actual power productions during the years 2004-2006 from 21 Swedish wind turbines correlate with theoretically derived power productions for the corresponding sites. When comparing theoretically derived power productions based on long term statistics with measurements from a shorter time period, correction is necessary to be able to make relevant comparisons. This normal year correction is a main focus, and a number of different wind energy indices which are used for this purpose are evaluated. Two publicly available (Swedish and Danish Wind Index) and one derived theoretically from physical relationships and NCEP/NCAR reanalysis data (Geostrophic Wind Index). Initial testing suggests in some cases very different results when correcting with the three indices and further investigation is necessary. An evaluation of the Geostrophic Wind Index is made with the use of in situ measurements. When correcting measurement periods limited in time to a long term average, a larger statistical dispersion is expected with shorter measurement periods, decreasing with longer periods. In order to investigate this assumption, a wind speed measurement dataset of 7 years were corrected with the Geostrophic Wind Index, simulating a number of hypothetical measurement periods of various lengths. When normal year correcting a measurement period of specific length, the statistical dispersion decreases significantly during the first 10 months. A reduction to about half the initial statistical dispersion can be seen after just 5 months of measurements. Results show that the theoretical normal year corrected power productions in general are around 15-20% lower than expected. A probable explanation for the larger part of this bias is serious problems with the reported time-not-in-operation for wind turbines in official power production statistics. This makes it impossible to compare actual power production with theoretically derived without more detailed information. The theoretically derived Geostrophic Wind Index correlates well to measurements, however a theoretically expected cubed relationship of wind speed seem to account for the total energy of the wind. Such an amount of energy can not be absorbed by the wind turbines when wind speed conditions are a lot higher than normal. / Vindklimatet vid tänkbara platser för uppförande av vindkraftverk är avgörande när det beslutas huruvida det är en lämplig placering eller ej. Bedömning av vindklimatet görs vanligtvis genom vindmätningar på plats under ett antal månader. Under de senaste åren har en vindkarteringsdatabas utvecklats vid Institutionen för Geovetenskaper, Meteorologi vid Uppsala universitet. Databasen baseras på modellkörningar av en högre ordningens mesoskale-modell, MIUU-modellen, i kombination med klimatologisk statistik för den geostrofiska vinden. Denna används numera som komplement till vindmätningar på plats, vilket snabbar upp bedömningen av lämpliga platser. Mot denna bakgrund har en studie genomförts som undersöker hur bra faktisk energiproduktion under åren 2004-2006 från 21 vindkraftverk stämmer överens med teoretiskt härledd förväntad energiproduktion för motsvarande platser. Om teoretiskt härledd energiproduktion baserad på långtidsstatistik ska jämföras med mätningar från en kortare tidsperiod måste korrektion ske för att kunna göra relevanta jämförelser. Denna normalårskorrektion genomförs med hjälp av olika vindenergiindex. En utvärdering av de som finns allmänt tillgängliga (Svenskt vindindex och Danskt vindindex) och ett som härletts teoretiskt från fysikaliska samband och NCEP/NCAR återanalysdata (Geostrofiskt vindindex) görs. Inledande tester antyder att man får varierande resultat med de tre indexen och en djupare utvärdering genomförs, framförallt av det Geostrofiska vindindexet där vindmätningar används för att söka verifiera dess giltighet. När kortare tidsbegränsade mätperioder korrigeras till ett långtidsmedelvärde förväntas en större statistisk spridning vid kortare mätperioder, minskande med ökande mätlängd. För att undersöka detta antagande används 7 års vindmätningar som korrigeras med det Geostrofiska vindindexet. I detta simuleras ett antal hypotetiskt tänkta mätperioder av olika längd. När en mätperiod av specifik längd normalårskorrigeras minskar den statistiska spridningen kraftigt under de första 10 månaderna. En halvering av den inledande statistiska spridningen kan ses efter endast 5 månaders mätningar. Resultaten visar att teoretiskt härledd normalårskorrigerad energiproduktion generellt är ungefär 15-20% lägre än väntat. En trolig förklaring till merparten av denna skillnad är allvarliga problem med rapporterad hindertid för vindkraftverk i den officiella statistiken. Något som gör det omöjligt att jämföra faktisk energiproduktion med teoretiskt härledd utan mer detaljerad information. Det teoretiskt härledda Geostrofiska vindindexet stämmer väl överens med vindmätningar. Ett teoretiskt förväntat förhållande där energi är proportionellt mot kuben av vindhastigheten visar sig rimligen ta hänsyn till den totala energin i vinden. En sådan energimängd kan inte tas till vara av vindkraftverk när vindhastighetsförhållandena är avsevärt högre än de normala.

Simulations of the wind climate in complex terrain may be useful in many cases, e.g. for wind energy mapping. In this study a new mass-consistent model (MCM), the λ-model, was developed and the ability of the model was examined. In the model an initial wind field is adjusted to fulfill the requirement of being non-divergent at all points. The advance of the λ- model compared with previous MCM:s is the use of a terrain-influenced coordinate system. Except the wind field, the model parameters include constants α, one for each direction. Those constants have no obvious physical meaning and have to be determined empirically. To determine the ability and quality of the λ-model, the results were compared with results from the mesoscale MIUU-model. Firstly, comparisons were made for a Gauss-shaped hill, to find situations which are not caught by the λ-model, e.g. wakes and thermal effects. During daytime the results from the λ-model were good but the model fails during nighttime. From the comparisons between the models the importance of the α-constants were studied. Secondly, comparisons between the models were made for real terrain. Wind data from the MIUU-model with resolution 5 km was used as input data and was interpolated to a 1 km grid and made non-divergent by the λ-model. To study the quality of the results, they were compared with simulations from the MIUU-model with resolution 1 km. The results are quite accurate, after adjusting for a difference in mean wind speed between MIUU-model runs on 1km and 5 km resolution. Good results from the λ-model were reached if a climate average wind speed was calculated from several simulations with different wind directions. Especially if the mean wind speed for the domain in the λ-model was modified to the same level as in the MIUU 1 km. The λ-model may be a useful tool as the results were found to be reasonable good for many cases. But the user must be aware of situations when the model fails. Future studies could be done to investigate if the λ-model is useable for resolutions down to 100 meters. / Modellering av vindklimat i komplex terräng är användbart i många sammanhang, t ex vid vindkartering för vindenergi. I den här studien utvecklas och undersöks användbarheten av en sk. Mass-Consistent Model, λ-modellen. Modellen bygger på att ett initialt vindfält justeras för att uppfylla kontinuitetsekvationen i alla punkter. För att göra vindfältet divergensfritt används en metod som bygger på variationskalkyl. Fördelen med denna nya modell jämfört med tidigare är användandet av ett terränginfluerat koordinatsystem. I teorin för λ-modellen införs en parameter α. Då denna inte har någon självklar fysikalisk betydelse behöver den bestämmas empiriskt.   För att undersöka kvalitén hos λ-modellen gjordes jämförelser med den mesoskaliga MIUU-modellen. Det första steget var att jämföra körningar över en Gaussformad kulle, detta för att jämföra modellerna och finna situationer som λ-modellen inte löser upp. Exempel på sådana är termiska effekter och vakar. Resultaten under dagtid var bra medan under nattetid var det stora skillnader mellan modellerna. Utifrån resultaten kunde betydelsen av α-parametern studeras.   Nästa steg var att jämföra med verklig terräng. Detta gjordes för ett område i Norrbotten. Här användes vinddata från MIUU-modellen med upplösning 5 km som indata för att beräkna vinden på en skala 1 km. För att undersöka kvalitén hos λ-modellen användes data från MIUU-modellen med upplösning 1 km som jämförelse. Resultaten avseende vindvariationerna i terrängen är tillfredställande, dock med något för höga vindhastigheter i λ-modellen. Detta visade sig bero på för högre medelvind i MIUU 5 km än i MIUU 1 km. Jämförelse mellan modellerna gjordes även för Suorva-dalen i Lappland vilken omges av bergig terräng. Resultaten här var sämre avseende medelvindarna, men med bättre resultat avseende vindriktningarna.   Bra resultat för λ-modellen nåddes då resultat från flera simuleringar slogs samman till ett medelvärde. Framförallt blev resultatet bra då medelvinden justerades till samma nivå som MIUU 1 km.   Sammanfattningsvis kan sägas att resultaten från λ-modellen är rimliga i många situationer men att det är viktigt att veta i vilka situationer den inte fungerar. Framtida undersökningar bör göras för att undersöka om modellen är användbar för upplösningar ner till ca 100 meter.