COSMO-NExT - Das neue System für numerische Wettervorhersagen

Projektanfang 01.01.2012
Projektende 31.12.2016
Themen Forschung und Zusammenarbeit
Wetter
Region Alpenraum
Status Aktuelle Projekte

MeteoSchweiz hat 2012 das Projekt COSMO-NExT gestartet, um das System für numerische Wettervorhersagen (Numerical Weather Prediction, NWP) mit einer Vorhersagedauer von bis zu fünf Tagen weiter zu entwickeln. Das neue System, aufgebaut aus Ensemble-basiertem Datenassimilationssystem, COSMO-1 und COSMO-E ist seit anfangs 2016 im operationellen Betrieb.

Das NWP-System COSMO-NExT für den Alpenraum umfasst

  • das Datenassimilationssystem basierend auf dem Local Ensemble Transform Kalman Filter (LETKF),
  • das deterministische COSMO-1 mit einer Maschenweite von 1,1 km, 
  • das probabilistische COSMO-E mit einer Maschenweite von 2,2 km.

COSMO-1 und COSMO-E sind seit Frühling 2016 im operationellen Betrieb.

Das Forschungs- und Entwicklungsprojekt umfasst vier Unterprojekte.

COSMO-1

Abbildung 1: Vergleich der Modelltopographie des Berner Oberlands mit Maschenweite 2,2 und 1,1 km.
Abbildung 1: Vergleich der Modelltopographie des Berner Oberlands mit Maschenweite 2,2 und 1,1 km.

Haupteigenschaften:

  • Deterministische Vorhersagen mit sehr hoher räumlicher Auflösung (Maschenweite 1,1 km) für den Alpenraum
  • Schneller Aktualisierungszyklus für kurzfristige Vorhersagen: siebenmal täglich bis  +33 Std., um 03 UTC bis +45 Std
  • Anfangsbedingungen werden momentan noch durch ein Nudging Assimilationszyklus bereitgestellt der in Zukunft von einem LETKF-basierten Datenassimilationssystem (siehe unten) abgelöst wird
  • Randbedingungen von ECMWF IFS-HRES-Vorhersagen

Ergebnis:

  • Beste verfügbare Vorhersage der kurzfristigen Entwicklung des 3-dimensionalen Zustands der Atmosphäre 

Hauptgründe für 1,1 km-Maschenweite:

  • Bessere Auflösung der Topographie, wichtig für das bodennahe Wetter in komplexer Topographie (siehe Abbildung 1)
  • Grossskalige Effekte tiefer Konvektion konvergieren bei Auflösungen von O (1 km)
  • Vermeidung von Unsicherheiten durch Parametrierungen (z.B. Konvektionsschema, SSO)
  • Gute Übereinstimmung mit Auflösung vieler Gitterdatensätzen (z.B. Radar, Satellit)

Herausforderungen:

  • Stabilität des dynamischen Kerns über steiler Orographie
  • Darstellung von sub-grid skaliger Turbulenz
     

COSMO-E

Abbildung 2: 21 COSMO-E Vorhersagen für das Starkniederschlagsereignis vom 16. Juni 2016. Dargestellt ist die 24h-Niederschlagssumme für den 16.06.2016, die 3 Tage vor dem Ereignis vorhergesagt wurde.
Abbildung 2: 21 COSMO-E Vorhersagen für das Starkniederschlagsereignis vom 16. Juni 2016. Dargestellt ist die 24h-Niederschlagssumme für den 16.06.2016, die 3 Tage vor dem Ereignis vorhergesagt wurde.

Hauptziele:

  • Ensemble-Prognosen für den Alpenraum mit einer Auflösung, welche die explizite Modellierung der Konvektion erlaubt (Maschenweite 2,2 km)
  • Vorhersagen zweimal täglich bis zu + 120 Std.
  • ~ 21 Ensemble members
  • Anfangsstörungen vom LETKF (siehe Datenassimilation)
  • Randstörungen vom ECMWF IFS-ENS
  • Stochastically Perturbed Physics Tendencies (SPPT) zur Simulation der Modellunsicherheiten

Die Information zur  Vorhersagezuverlässigkeit, die zum Beispiel durch die Übereinstimmung der Vorhersagen der individuellen Ensemble members (siehe Abbildung 2) abgeschätzt werden kann, ist ein wichtige zusätzlicher Wert eines Ensemble Vorhersagesystems.

Datenassimilation

Vergrösserte Ansicht: Abbildung 3: Modell-Temperatur-Ensemblestreuung als Näherung für die Unsicherheit respektive den Fehler der kurzfristigen Modellvorhersage ("First Guess").
Abbildung 3: Modell-Temperatur-Ensemblestreuung als Näherung für die Unsicherheit respektive den Fehler der kurzfristigen Modellvorhersage ("First Guess").

Hauptziele:

  • Neues Ensemble-basiertes Daten-Assimilationssystem basierend auf dem Local Ensemble Transform Kalman Filter (LETKF)
  • Quasi-optimale und wetterabhängige Kombination von Beobachtungen und Modellprognosen basierend auf der entsprechenden Fehlerstatistik (siehe Abbildung 3)
  • Assimilierung von Beobachtungen, die nicht direkt mit den Modellvariablen zusammenhängen, mit Hilfe von Beobachtungsoperatoren
  • Bietet Ensemble-Anfangsbedingungen für COSMO-E und deterministische Anfangsbedingungen für COSMO-1

Welche Beobachtungen werden assimiliert?

  • Zuerst: konventionelle Beobachtungen (TEMP, SYNOP, AMDAR, WINDPROFILER, SHIPS, BUOYS)
  • Später: neue Fernerkundungsdaten, z.B. Mode-S Daten, RADAR-Volumendaten, Daten von Fernerkundungssystemen auf der Erde, GPS, Satellitenradianzen 

Ergebnis:

  • Ensemble aus stündigen Analysen (Wahrscheinlichkeitsdichtefunktion)
  • Somit nicht nur die beste Einschätzung (Mittel des Ensembles), sondern auch die Unsicherheit der Analyse (Standardabweichung des Ensembles)
     

Infrastruktur

Hauptziele:

  • Anforderungen für den Betrieb von COSMO-NExT
    • COSMO-1: +33 Std. Vorhersage in <=30 Minuten
    • COSMO-E: +120 Std. Vorhersage in <=120 Minuten
    • LETKF-Zyklus: +1 Std. Analyse in <=10 Minuten
  • Starker Anstieg der Rechenressourcen erforderlich (Faktor ~ 40 im Vergleich zum alten Vorhersagesystem)
  • Zweite Maschine von derselben Grösse für hohe Zuverlässigkeit (Ausfallsicherheit)
  • Kosteneffizientes System, Ausschöpfen der Möglichkeiten der Beschleunigung durch GPUs (Cray CS-Storm mit zwei Cabinets, jedes bestehend aus 12 hybriden Computing Nodes, für total 96 NVIDIA Tesla K80 GPU Beschleuniger und 24 Intel Haswell CPUs, installiert in Herbst 2015)

Soweit wir wissen, ist MeteoSchweiz der erste nationale Wetterdienst, der ein numerisches Wettervorhersagesystem operationell auf einer GPU Plattform betreibt.

Weiterführende Informationen

News