Evaluation of a spatial rainfall generator for generating high resolution precipitation projections over orographically complex terrain

2016 ◽  
Vol 31 (3) ◽  
pp. 757-773 ◽  
Author(s):  
Corrado Camera ◽  
Adriana Bruggeman ◽  
Panos Hadjinicolaou ◽  
Silas Michaelides ◽  
Manfred A. Lange
Keyword(s):  
High Resolution ◽  
Complex Terrain ◽  
Precipitation Projections

Wind power forecasting for a real onshore wind farm on complex terrain using WRF high resolution simulations

2019 ◽  
Vol 135 ◽  
pp. 674-686 ◽  
Author(s):  
Miguel A. Prósper ◽  
Carlos Otero-Casal ◽  
Felipe Canoura Fernández ◽  
Gonzalo Miguez-Macho
Keyword(s):  
High Resolution ◽  
Wind Power ◽  
Complex Terrain ◽  
Wind Farm ◽  
Onshore Wind ◽  
Wind Power Forecasting ◽  
Power Forecasting

Evaluation of Surface Analyses and Forecasts with a Multiscale Ensemble Kalman Filter in Regions of Complex Terrain

2011 ◽  
Vol 139 (6) ◽  
pp. 2008-2024 ◽  
Author(s):  
Brian C. Ancell ◽  
Clifford F. Mass ◽  
Gregory J. Hakim
Keyword(s):  
Kalman Filter ◽  
High Resolution ◽  
Data Assimilation ◽  
Ensemble Kalman Filter ◽  
Complex Terrain ◽  
Error Variance ◽  
Small Scale ◽  
Observation Error ◽  
Grid Spacing ◽  
Background Error

Abstract Previous research suggests that an ensemble Kalman filter (EnKF) data assimilation and modeling system can produce accurate atmospheric analyses and forecasts at 30–50-km grid spacing. This study examines the ability of a mesoscale EnKF system using multiscale (36/12 km) Weather Research and Forecasting (WRF) model simulations to produce high-resolution, accurate, regional surface analyses, and 6-h forecasts. This study takes place over the complex terrain of the Pacific Northwest, where the small-scale features of the near-surface flow field make the region particularly attractive for testing an EnKF and its flow-dependent background error covariances. A variety of EnKF experiments are performed over a 5-week period to test the impact of decreasing the grid spacing from 36 to 12 km and to evaluate new approaches for dealing with representativeness error, lack of surface background variance, and low-level bias. All verification in this study is performed with independent, unassimilated observations. Significant surface analysis and 6-h forecast improvements are found when EnKF grid spacing is reduced from 36 to 12 km. Forecast improvements appear to be a consequence of increased resolution during model integration, whereas analysis improvements also benefit from high-resolution ensemble covariances during data assimilation. On the 12-km domain, additional analysis improvements are found by reducing observation error variance in order to address representativeness error. Removing model surface biases prior to assimilation significantly enhances the analysis. Inflating surface wind and temperature background error variance has large impacts on analyses, but only produces small improvements in analysis RMS errors. Both surface and upper-air 6-h forecasts are nearly unchanged in the 12-km experiments. Last, 12-km WRF EnKF surface analyses and 6-h forecasts are shown to generally outperform those of the Global Forecast System (GFS), North American Model (NAM), and the Rapid Update Cycle (RUC) by about 10%–30%, although these improvements do not extend above the surface. Based on these results, future improvements in multiscale EnKF are suggested.

scholarly journals A global satellite-assisted precipitation climatology

2015 ◽  
Vol 7 (2) ◽  
pp. 275-287 ◽  
Author(s):  
C. Funk ◽  
A. Verdin ◽  
J. Michaelsen ◽  
P. Peterson ◽  
D. Pedreros ◽  
...  
Keyword(s):  
High Resolution ◽  
Complex Terrain ◽  
Poor Performance ◽  
Satellite Observations ◽  
Satellite Monitoring ◽  
Monthly Precipitation ◽  
Climate Conditions ◽  
Precipitation Climatology ◽  
Polar Orbiting Satellite ◽  
Observation Networks

Abstract. Accurate representations of mean climate conditions, especially in areas of complex terrain, are an important part of environmental monitoring systems. As high-resolution satellite monitoring information accumulates with the passage of time, it can be increasingly useful in efforts to better characterize the earth's mean climatology. Current state-of-the-science products rely on complex and sometimes unreliable relationships between elevation and station-based precipitation records, which can result in poor performance in food and water insecure regions with sparse observation networks. These vulnerable areas (like Ethiopia, Afghanistan, or Haiti) are often the critical regions for humanitarian drought monitoring. Here, we show that long period of record geo-synchronous and polar-orbiting satellite observations provide a unique new resource for producing high-resolution (0.05°) global precipitation climatologies that perform reasonably well in data-sparse regions. Traditionally, global climatologies have been produced by combining station observations and physiographic predictors like latitude, longitude, elevation, and slope. While such approaches can work well, especially in areas with reasonably dense observation networks, the fundamental relationship between physiographic variables and the target climate variables can often be indirect and spatially complex. Infrared and microwave satellite observations, on the other hand, directly monitor the earth's energy emissions. These emissions often correspond physically with the location and intensity of precipitation. We show that these relationships provide a good basis for building global climatologies. We also introduce a new geospatial modeling approach based on moving window regressions and inverse distance weighting interpolation. This approach combines satellite fields, gridded physiographic indicators, and in situ climate normals. The resulting global 0.05° monthly precipitation climatology, the Climate Hazards Group's Precipitation Climatology version 1 (CHPclim v.1.0, doi:10.15780/G2159X), is shown to compare favorably with similar global climatology products, especially in areas with complex terrain and low station densities.

scholarly journals Improving satellite precipitation estimates over complex terrain through the use of high-resolution numerical weather predictions

2018 ◽  
Author(s):  
Νικόλαος Μπαρτσώτας
Keyword(s):  
High Resolution ◽  
Complex Terrain ◽  
Satellite Precipitation ◽  
Numerical Weather ◽  
Precipitation Estimates

Ο υετός αποτελεί θεμελιώδη παράμετρο για ένα ευρύτατο φάσμα ανθρώπινων δραστηριοτήτων. Τόσο η έλλειψη όσο και οι υπερβολικές του ποσότητες προκαλούν σημαντικές συνέπειες και απειλούν ανθρώπινες ζωές και υποδομές. Η αβεβαιότητα που εξακολουθεί να υπάρχει στην πρόγνωση και επισκόπησή του, έχει σημαντικότατες προεκτάσεις στην γεωργία, τις μεταφορές, την αξιοποίηση υδάτινων πόρων καθώς και την παραγωγή ενέργειας από ανανεώσιμες πηγές. Σε ακραίες εκδοχές φαινομένων υετού, όπως οι πολύ ισχυρές καταιγίδες που συνοδεύονται από ηλεκτρικά φαινόμενα, η αβεβαιότητα αυτή καθίσταται ισχυρότερη. Αυτού του είδους οι καταιγίδες αναπτύσσονται σε πολύ μικρές χωρικές και χρονικές κλίμακες, χαρακτηριστικό το οποίο ανάγει την πρόγνωσή τους σε ιδιαίτερα απαιτητική διαδικασία.Η απαραίτητη πληροφορία είναι επί του παρόντος αδύνατον να προκύψει από μία και μόνο πηγή μέτρησης ή έμμεσης εκτίμησης του υετού, καθώς έκαστη συνοδεύεται από συγκεκριμένους περιορισμούς. Καθίστανται έτσι επιτακτική η ανάγκη προς μια συνδυαστική προσέγγιση. Η συγκεκριμένη διδακτορική διατριβή συνεισφέρει στη δημιουργία καλύτερων εκτιμήσεων υετού πάνω από περιοχές έντονου αναγλύφου, συνδυάζοντας αποτελεσματικά τα επιμέρους θετικά των διαθέσιμων πηγών πληροφορίας. Μετρήσεις από όργανα τηλεπισκόπησης (μετεωρολογικά ραντάρ και δορυφόροι), παρατηρήσεις από δίκτυα βροχομέτρων και ένα πλήθος αριθμητικών μοντέλων πρόγνωσης (ατμοσφαιρικό, υδρολογικό, μοντέλο διάχυσης σωματιδίων) επιστρατεύονται προς αυτό το σκοπό.Μια νέα τεχνική προσαρμογής δορυφορικών μετρήσεων αναπτύχθηκε στα πλαίσια αυτής της διατριβής. Σε αυτή, τα δορυφορικά δεδομένα αξιοποιούνται ως προς την εκτίμηση της χωροχρονικής εξέλιξης των καταιγίδων, ενώ σε ότι αφορά την ποσότητα του υετού, οι εκτιμήσεις προσαρμόζονται στις αντίστοιχες του αριθμητικών μοντέλων πρόγνωσης. Κατ’ αυτόν τον τρόπο, η αξιόπιστη χωροχρονική επισκόπηση από τους δορυφόρους διατηρείται ενώ οι συχνά εσφαλμένες ποσότητες υετού των δορυφορικών οργάνων πάνω από ορεινές περιοχές διορθώνονται με τη χρήση των ατμοσφαιρικών προσομοιώσεων. Η διόρθωση των δορυφορικών δεδομένων λαμβάνει χώρα μέσω μιας μεθόδου πυκνότητας πιθανότητας. Η αξιολόγηση των πρωτογενών δορυφορικών δεδομένων, των αριθμητικών προσομοιώσεων και των τελικών υβριδικών προϊόντων γίνεται έναντι σε πυκνά δίκτυα βροχομέτρων και πεδία από διαθέσιμα μετεωρολογικά ραντάρ. Λαμβάνει δε χώρα σε τρεις ορεινές περιοχές με διαφορετικά χαρακτηριστικά: δύο μέσων γεωγραφικών πλατών (Άλπεις και Βραχώδη Όρη) και μια υποτροπική (Αιθιοπία).Οι προσομοιώσεις των αριθμητικών μοντέλων υποδεικνύουν τη φύση των περιορισμών στην ανίχνευση του υετού από τα δορυφορικά όργανα. Μια μικροφυσική διερεύνηση λαμβάνει χώρα και οι ομοιότητες που παρουσιάζουν οι εν λόγω καταιγίδες στις περιπτώσεις όπου η δορυφορική ανίχνευση εμφανίζει μεγάλες αποκλίσεις από τις παρατηρήσεις σχολιάζονται διεξοδικά. Παράλληλα, παρουσιάζεται μια εκτίμηση του οφέλους που μπορεί να προκύψει στο άμεσο μέλλον από την υιοθέτηση πολύ λεπτομερών χωρικών αναλύσεων στα αριθμητικά μοντέλα πρόγνωσης. Αποτελέσματα από προσομοιώσεις σε χωρικές κλίμακες μικρότερες του 1 χιλιομέτρου (σ.σ.: έως και 250 μέτρα) συγκρίνονται με αντίστοιχα από κλίμακες που αποτελούν τον τρέχοντα κανόνα στις μετεωρολογικές υπηρεσίες (1 και 4 χιλιόμετρα). Οι επιπτώσεις που προκαλούν αυτές οι διαφορές στην εκτίμηση του υετού από το ατμοσφαιρικό μοντέλο στην υδρολογία και συγκεκριμένα στην απορροή των υδάτων εξετάζονται μέσω αντίστοιχων προσομοιώσεων με υδρολογικό μοντέλο.Για τις ανάγκες της διατριβής χρησιμοποιήθηκαν ένα εξελιγμένο ατμοσφαιρικό αριθμητικό μοντέλο (RAMS/ICLAMS), ένα υδρολογικό μοντέλο (CREST) καθώς κι ένα λανγκρανζιανό μοντέλο διασποράς-διάχυσης (HYPACT). Το πρώτο καθόρισε την υετίσιμη ποσότητα σε κάθε καταιγίδα και παρείχε την πληροφορία για περαιτέρω ανάλυση σε επίπεδο μικροφυσικής νεφών, το δεύτερο εκτίμησε τις απορροές που προέκυψαν από τις ατμοσφαιρικές προσομοιώσεις και το τρίτο χρησίμευσε στον καθορισμό της προέλευσης των υγρών αερίων μαζών πάνω από περιοχές όπου η βιβλιογραφία δεν ήταν ιδιαίτερα εκτεταμένη. Δυο δορυφορικά προϊόντα, που βασίζονται σε διαφορετικές τεχνικές ανίχνευσης και συγκεκριμένα από αισθητήρες υπέρυθρου (IR) και μικροκυμάτων (PMW) χρησιμοποιήθηκαν προκειμένου να υποδείξουν τους περιορισμούς που χαρακτηρίζουν την κάθε μέθοδο ανίχνευσης πάνω από περιοχές έντονου αναγλύφου. Αμφότερα είναι προϊόντα υψηλής χωρικής ανάλυσης (4 και 8 χιλιόμετρα αντίστοιχα).Τα αποτελέσματα εμφανίζουν οφέλη από τις λεπτομερείς χωρικές κλίμακες των προσομοιώσεων, τόσο στις ποσότητες του υετού, στη λεπτομερέστερη χωρική του κατανομή, όσο και την ακριβέστερη εκτίμηση της απορροής στη συνέχεια. Οι δορυφορικές μετρήσεις εμφανίζουν μια ξεκάθαρη τάση υποεκτίμησης του υετού πάνω από περιοχές έντονου αναγλύφου. Τα διορθωμένα δορυφορικά προϊόντα που προέκυψαν από την προτεινόμενη μέθοδο, υπερτερούν έναντι των πρωτογενών στη στατιστική ανάλυση και στις δύο περιοχές εφαρμογής. Σε επίπεδο μικροφυσικών ομοιοτήτων μεταξύ των περιπτώσεων ανεπαρκούς ανίχνευσης από τα δορυφορικά όργανα, παρατηρήθηκαν μικρές συγκεντρώσεις σωματιδίων πάγου και νεφικοί σχηματισμοί με περιορισμένη κατακόρυφη ανάπτυξη. Η διόρθωση των δορυφορικών παρατηρήσεων μέσω των αριθμητικών προσομοιώσεων εμφανίζεται ως μια αξιόπιστη εναλλακτική σε περιοχές όπου οι παρατηρήσεις δεν είναι επαρκείς προς εξυπηρέτηση αυτού του σκοπού.Η συνεισφορά της παρούσης διατριβής έγκειται αφενός στην προετοιμασία του εδάφους για μελλοντικά υβριδικά προϊόντα υετού, αφετέρου στην ανίχνευση των μικροφυσικών ομοιοτήτων που εμφανίζουν οι καταιγίδες οι οποίες δεν ανιχνεύονται ικανοποιητικά από τα δορυφορικά όργανα. Το τελευταίο μπορεί να καθορίσει σημαντικά την ανάπτυξη των σύγχρονων αλγορίθμων ανίχνευσης από τους παθητικούς αισθητήρες μικροκυμάτων. Τέλος, η εφαρμογή της προτεινόμενης μεθοδολογίας σε ψευδο-επιχειρησιακή βάση κατά τη διάρκεια ενός ιστορικού πλυμμηρικού φαινομένου, παρέχει μια εκτίμηση της επιχειρησιακής εφαρμοσιμότητας και του συγκριτικού οφέλους που μπορεί να προκύψει από την υιοθέτηση της συγκεκριμένης μεθόδου σε συστήματα έγκαιρης πρόγνωσης και πρόληψης πλημμυρών.

scholarly journals On the Uncertainty of High-Resolution Hourly Quantitative Precipitation Estimates in California

2020 ◽  
Vol 21 (5) ◽  
pp. 865-879
Author(s):  
Janice L. Bytheway ◽  
Mimi Hughes ◽  
Kelly Mahoney ◽  
Rob Cifelli
Keyword(s):  
High Resolution ◽  
Complex Terrain ◽  
Heavy Rain ◽  
Reference Dataset ◽  
Wet Season ◽  
Large Variability ◽  
Operational Forecast ◽  
Bay Area ◽  
Precipitation Estimates ◽  
Quantitative Precipitation Estimates

AbstractThe Bay Area of California and surrounding region receives much of its annual precipitation during the October–March wet season, when atmospheric river events bring periods of heavy rain that challenge water managers and may exceed the capacity of storm sewer systems. The complex terrain of this region further complicates the situation, with terrain interactions that are not currently captured in most operational forecast models and inadequate precipitation measurements to capture the large variability throughout the area. To improve monitoring and prediction of these events at spatial and temporal resolutions of interest to area water managers, the Bay Area Advanced Quantitative Precipitation Information project was developed. To quantify improvements in forecast precipitation, model validation studies require a reference dataset to compare against. In this paper we examine 10 gridded, high-resolution (≤10 km, hourly) precipitation estimates to assess the uncertainty of high-resolution quantitative precipitation estimates (QPE) in areas of complex terrain. The products were linearly interpolated to 3-km grid spacing, which is the resolution of the operational forecast model to be validated. Substantial differences exist between the various products at accumulation periods ranging from hourly to annual, with standard deviations among the products exceeding 100% of the mean. While the products seem to agree fairly well on the timing of precipitation, intensity estimates differ, sometimes by an order of magnitude. The results highlight both the need for additional observations and the need to account for uncertainty in the reference dataset when validating forecasts in this area.

High-resolution boreal winter precipitation projections over tropical America from CMIP5 models

2017 ◽  
Vol 51 (5-6) ◽  
pp. 1773-1792 ◽  
Author(s):  
Reiner Palomino-Lemus ◽  
Samir Córdoba-Machado ◽  
Sonia Raquel Gámiz-Fortis ◽  
Yolanda Castro-Díez ◽  
María Jesús Esteban-Parra
Keyword(s):  
High Resolution ◽  
Winter Precipitation ◽  
Cmip5 Models ◽  
Boreal Winter ◽  
Tropical America ◽  
Precipitation Projections

Near future changes of extreme precipitation over complex terrain in Central Europe derived from high resolution RCM ensemble simulations

2012 ◽  
Vol 33 (8) ◽  
pp. 1964-1977 ◽  
Author(s):  
Hendrik Feldmann ◽  
Gerd Schädler ◽  
Hans-Jürgen Panitz ◽  
Christoph Kottmeier
Keyword(s):  
High Resolution ◽  
Central Europe ◽  
Extreme Precipitation ◽  
Complex Terrain ◽  
Ensemble Simulations ◽  
Near Future

Optical turbulence estimates over complex terrain using a high-resolution wind model

1994 ◽  
Author(s):  
Young P. Yee ◽  
Ronald M. Cionco ◽  
Robert A. Sutherland
Keyword(s):  
High Resolution ◽  
Complex Terrain ◽  
Optical Turbulence ◽  
Wind Model
Sign in / Sign up

Export Citation Format

Share Document