Return to search

Improving Short-Range Cloud Forecasts in Harmonie-Arome Through Cloud Initialization Using Mesan Cloud Data

Previous studies, such as van der Veen (2012) and White et al. (2017), have demonstrated the potential of using measurement-based cloud data to improve Numerical Weather Prediction (NWP) based cloud forecasts. This can be done through cloud initialization; a process of injecting cloud data after the regular data assimilation in an NWP model. The purpose of this study was to use cloud data from the Mesoscale Analysis system MESAN to investigate cloud initialization in the HARMONIE-AROME model system for improving short-range cloud forecasts. The cloud initialization method that was used was similar to a method used by van der Veen (2012), where specific humidities, temperatures, and hydrometeor concentrations were altered using information on cloud fractions, cloud base heights and cloud top heights. MESAN input data analyses as well as cloud initialization investigations were carried out. MESAN input data analyses revealed significant differences in cloud fractions between MESAN and the background model field in MESAN. Overestimations of cloud fractions in MESAN over sea were caused by satellite data, particularly due to the inclusion of the fractional cloud category. Underestimations of cloud fractions over land were caused by limitations of the synoptic weather (SYNOP) stations in measuring clouds. Furthermore, larger differences between MESAN and SYNOP were found over Sweden and Finland compared to Norway, which may be tied to Norway having mostly manual SYNOP stations, and Sweden and Finland having mostly automatic stations. Shortcomings were found in the investigated cloud initialization method. Such shortcomings involved a limit check on the specific humidity change, the cloud initialization being repeated for an unnecessarily large amount of iterations, and the use of a sub-optimal profile of critical relative humidity. Using a one-dimensional vertical column version of HARMONIE-AROME, named MUSC, to integrate forward in time revealed a large sensitivity to the use of forcing profiles and forcing time scales in MUSC. Alterations made through cloud initialization were found to last over 12 h, with varying effects depending on the investigated height. A reasonably good agreement between MUSC results and results from the three-dimensional version of HARMONIE-AROME was found. Findings in this thesis point at potential to further enhance the HARMONIE-AROME cloud initialization technique. These enhancements concern a revised MESAN cloud product and taking care of some flaws in the cloud initialization method. / I en operationell vädermodell inkluderas olika mätdata, såsom temperatur och atmosfärstryck, i ett regelbundet intervall. Molnighet är inte vanligtvis en del av dessa cykler; istället bildas molnen av modellen utifrån balanser i de andra fysikaliska fälten. Detta projekt gick ut på att direkt införa molnmätningar från väderanalyssystemet MESAN i vädermodellsystemet HARMONIE-AROME genom en metod som kallas molninitialisering. Specifikt förbättringar för korttidsprognoser var av i ntresse. MESAN är ett system vars produkter är en sammanslagning av ett bakgrundsfält från en vädermodellkörning med olika mätdata. I MESAN kommer molndata från tre källor: bakgrundsfältet, satellitdata och synoptisk väderstationsdata (SYNOP-data). Undersökningar av indata till MESAN samt molninitialiseringsmetoden har utförts. Analyser av indata till MESAN visade på överskattningar av moln i satellitdata över hav och underskattningar av moln i SYNOP-data över land. För satellitdatat berodde detta på medtagande av moln på liten skala eller väldigt tunna moln, medan det för SYNOP berodde på begränsningar i mätmetoderna. Det fanns även en skillnad i kvalitet i SYNOP-data i Sverige och Finland gentemot Norge, vilket kan bero på att de flesta mätstationer i Norge är manuella medan de flesta i Sverige och Finland är automatiska. Molninitialiseringsmetoden bestod i att extrahera data om molnbashöjd och molntopphöjd från MESAN, och sedan modifiera fuktighet, temperatur och hydrometeorer (såsom molndroppar och iskristaller) i HARMONIE-AROME utifrån molnens position. Brister i metoden hittades. Initialiseringsprocessen upprepades ett suboptimalt antal gånger. En begränsning i hur mycket fuktigheten tillåts modifieras förändras under initialiseringsprocessen och fungerade inte som avsett. Dessutom, jämförese med radiosonddata pekar på att relativa fuktighetsgränserna för villket moln bildas inledningsvis inte ansattes korrekt. Effekterna av metoden kunde vara i över 12 timmar, men denna studie pekar på ytterligare troliga förbättringsmöjligheter i HARMONIE-AROME genom införande av reviderad version av metoden samt förbättrade satellitprodukter.

Identiferoai:union.ndltd.org:UPSALLA1/oai:DiVA.org:uu-380151
Date January 2019
CreatorsPyykkö, Joakim
PublisherUppsala universitet, Luft-, vatten och landskapslära
Source SetsDiVA Archive at Upsalla University
LanguageEnglish
Detected LanguageSwedish
TypeStudent thesis, info:eu-repo/semantics/bachelorThesis, text
Formatapplication/pdf
Rightsinfo:eu-repo/semantics/openAccess
RelationExamensarbete vid Institutionen för geovetenskaper, 1650-6553 ; 452

Page generated in 0.0362 seconds