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

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

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

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