Værdata fra Meteorologisk institutt

Transkript

1 Lysbilde 1 Værdata fra Meteorologisk institutt Viel Ødegaard med bidrag fra Jan Erik Haugen Meteorologisk institutt, FoU Viel Ødegaard, kommer fra Forsknings- og Utviklingsdivisjonen ved Meteorologisk institutt. Har samarbeidet med SVV i bedre byluft siden 2003 og har hovedansvar for numeriske værvarslingsmodeller på høy oppløsning, 1km og mindre. Presenterer også arbeid av kollega Jan Erik Haugen som holder på med klimascenarier.

2 Lysbilde 2 Oversikt datapolitikk datatyper observasjoner klimadata prognoser klimascenarier dataportaler yr.no kilden - Nye kilden eklima/wsklima Nye klimatjenester senorge Kobling av data i modeller

3 Lysbilde 3 - Etter at vi reduserte prisene på meteorologiske data til 0 for ett år siden, har bruken av disse dataene gått rett til værs. Tidligere solgte vi meteorologiske data. Haken ved dette var at ingen kjøpte dem. Og resultatet var at vi satt inne med informasjon som kunne vært svært nyttig for samfunnet. Den kunne f.eks bidratt til bedre værvarsler eller et mer presist beslutningsgrunnlag. Ved å sette dataprisen til kr. 0,- har vi kunnet publisere all vår informasjon på nettet - og det skulle bare mangle! Virksomheten er jo allerede finansiert over skatteseddelen! (Anton Eliassen, met.no 19. september 2009)

4 Lysbilde 4 - Etter at vi reduserte prisene på meteorologiske data til 0 for ett år siden, har bruken av disse dataene gått rett til værs. Tidligere solgte vi meteorologiske data. Haken ved dette var at ingen kjøpte dem. Og resultatet var at vi satt inne med informasjon som kunne vært svært nyttig for samfunnet. Den kunne f.eks bidratt til bedre værvarsler eller et mer presist beslutningsgrunnlag. Ved å sette dataprisen til kr. 0,- har vi kunnet publisere all vår informasjon på nettet - og det skulle bare mangle! Virksomheten er jo allerede finansiert over skatteseddelen! (Anton Eliassen, met.no 19. september 2009) Problemet var også at salget gikk dårlig. Folk var ikke villige til å betale for temperaturen time for time på Gjøvik. De greide seg med det som fantes, forteller direktør Anton Eliassen. yr.no 18. september 2009 Våre data har ikke tilstrekkelig kommersielt potensial til at kostnadene lar seg dekke ved salg. Det er store kostnader knyttet til innsamling og prosessering av observasjoner, utvikling, vedlikehold og drift av numeriske værvarslingsmodeller, arkivering og distribusjon av data, tungregning og egen software og hardware. Bevilgninger over statsbudsjettet dekker mesteparten av kostnadene.

5 Lysbilde 5 Turbulens og luftkvalitet Nord-Norge 940 cpu Sør-Norge 1008 cpu Helgeland 48 cpu Simra 320 cpu Byluft 160 cpu Hver morgen ca kl 4 tar vi i bruk ca 2500 av drøyt 3000 tilgjengelige beregningsenheter på tungregneanlegget til NOTUR, når vi starter opp værvarslingsmodeller med 1 km oppløsning for varsling av turbulens og lokal luftkvalitet.

6 Lysbilde 6 Konvensjonelle observasjoner temperatur 2m vind 10m nedbør 6t skydekning snødybde relativ fuktighet 2m... sanntidsrapportering timesdata / 6-timersdata Observasjoner med bakkebaserte instrumenter der våre stasjoner inngår i et internasjonalt nettverk.

7 Lysbilde 7 Konvensjonelle observasjoner temperatur 2m vind 10m nedbør 6t skydekning snødybde relativ fuktighet 2m... sanntidsrapportering timesdata / 6-timersdata Meteorologisk institutt skal måle vær og klima i Norge, og registrere endringer i klima. Hvaler nedbørstasjon har vært i drift i over 100 år.

8 Lysbilde 8 Værradar 8 radarerlangs kysten av Norge sanntid ~1 km oppløsning tidsoppløsning 15 min Værradarer sender elektromagnetiske bølger med en bølgelengde som reflekteres av partikler av samme størrelse som nedbørpartikler. Intensiteten i ekkoet er proporsjonalt med tettheten av nedbørpartikler i volumet som bølgene reflekteres fra.

9 Lysbilde 9 Værradar 8 radarerlangs kysten av Norge sanntid ~1 km oppløsning tidsoppløsning 15 min 8 radarer foreløpig: Asker, Hægebostad, Øigarden, Stadt, Rissa, Røst, Andøya, Hasvik.

10 Lysbilde 10 Værradar 8 radarerlangs kysten av Norge sanntid ~1 km oppløsning tidsoppløsning 15 min For at Meteorologisk institutt skal kunne starte bygginga av ein ny verradar ved Gednje på Varangerhalvøya, foreslår departementet å auke løyvinga på posten med 10 mill. kroner. Kostnaden ved å byggje vêrradaren er om lag 20 mill. kroner og vil bli finansiert over to år. Med byggjestart i 2011 vil radaren kunne settast i drift sommaren 2012.Når radaren på Varangerhalvøya kjem i drift, vil heile kysten av Finnmark og Troms vere dekt av vêrradarnettet. Vêrradaren på Varangerhalvøya vil medverke til betre varsling av farleg ver, som til dømes polare lavtrykk, intense byer og plutseleg sterk vind. Forskning på radarer: etablere sammenhengen mellom radarekko og observert nedbørmengde på bakken, må kalibreres for hver enkelt radar. utnytte vindinformasjon fra radar, også til initialisering av atmosfæremodeller. Fjell som blokkerer radarbølgene begrenser radarens rekkevidde i områder med mye topografi.

11 Lysbilde 11 Satellitt Satellittdata mottar vi gjennom medlemskap i European Organisation for the eploitation of meteorological satellites (EUMETSAT ) og fra National Oceanographic and Atmospheric Administration (NOAA). Til venstre et bilde fra en polarbanesatellitt (NOAA). Til høyre Jason-2, ny satellitt som måler vannstand og bølger med høy presisjon

12 Lysbilde 12 Største minuttverdi Største døgnsum Største månedssum Største årssum 4.3mm Gardermoen 8/ mm Matre 26/ mm Flora januar mm Brekke 1990 Klimadata historiske observasjoner statistikk (normaler, rekorder...) kvalitetskontroll

13 Lysbilde 13 Observasjoner i 1 km gitter (senorge.no) snø, snøegenskaper temperatur, nedbør døgnoppløsning daglig oppdatering kl 07 og 10 Data interpolert fra observasjonspunkter til et 1x1 km rutenett. Snøegenskaper beregnet i en snømodell hos NVE, der inngangsverdiene er observert temperatur og nedbør.

14 Lysbilde 14 Klimascenarier Regional nedskalering av globale scenarier 25 km grid 25 km oppløsning er for grovt til direkte beregning av nedbørekstremer. Kalibrering av scenariene gjøres ved å modellere dagens klima og sammenligne med observerte verdier. Scenariene justeres på samme måte som man må justere klimamodellens beregning av dagens klima for at den skal passe med observasjonene.

15 Lysbilde 15 Observed max 1 hour rainfall at Oslo - Blindern Oslo Observert 1-times nedbør (maximum pr. år) mm km HIRHAM 2 scenarier Etter tilpasningen gir klimascenariene timesverdier av nedbør som samsvarer godt med observert verdier.

16 Lysbilde 16 Norsk Transportplan og Klima og Transport (vegvesenet) Inndeling i regioner Endring av temperatur, nedbør,... Svingninger rundt 0 grader, etc. met.no har bidratt med data fra klimamodellering til Nasjonal Transportplan for Statens Vegvesen.

17 Lysbilde 17 Langtidsprognoser European Center for Medium range Weather Forecasting oppdatering 2x daglig 10 døgn Numeriske prognosemodeller. Globale prognoser fra European Center for Medium range Weather Forecasting (ECMWF). ECMWF leverer prognoser for 10 døgn, 15 døgn, måned og sesonger, samt sannsynlighetsprognoser og randverdier til våre regionale modeller. Organisasjonen er også en motor i utvikling av moderne værvarsling og leverer "state of the art" prognoser.

18 Lysbilde 18 Prognoser 8 og4 km grid oppdateres 4x daglig 60 timer met.no kjører regionale modeller med 8 og 4 km oppløsning.

19 Lysbilde 19 Prognoser 1 km grid oppdateres 2x daglig 24 timer turbulens byluft Vi arbeider kontinuerlig med å utvikle prognosekvaliteten. For met.no er det et mål å tilby relevant informasjon for norsk infrastruktur og verdiskapning. I norge er det stort behov for meteorologisk informasjon på veldig fin skala. Topografi og kystlinje bidrar til store lokale forskjeller i vær og føreforhold. Samarbeidsprosjekter med brukere innenfor infrastruktur og verdiskapning har vært motoren i utvikling av finskala prognosemodeller. Energibransjen var tidlig ute og bidro til arbeid med nedbørvarsling, og etterhvert ensemblemetoder, statistiske metoder og vindkraft. NVE leder prosjekt for skredvarsling. Gjennom dette bidras det til utvikling av kobling mellom cryosfære og atmosfære. Avinor har gjennom turbulensprosjektet bidratt til satsing på modeller med høy oppløsning, og det samme har SVV gjennom Bedre byluft-prosjektet.

20 Lysbilde 20 Yr.no javascript PHP-script xml Prognoser for 7 mill steder observasjoner Norge grib data i grid prognoser data til yr.no fra modeller med 4 km oppløsning for Norge.

21 Lysbilde 21 Kilden portal for data til samarbeidspartnere i det offentlige kystverket avinor SVV kommuner NVE grafikk og data-nedlasting

22 Lysbilde 22 eklima - wsklima eklima inneholder data fra alle værstasjoner som Meteorologisk institutt har i drift i dag, og har drevet tidligere, samt data som andre lar oss distribuere. Fra eklima kan du hente ut enkle lister eller avanserte analyser og du bestemmer selv hvordan rapportene skal se ut. wsklima er tjenester hvor klimadata og metadata er gjort tilgjengelig. Ved hjelp av Web Services teknologien kan du sette opp klienter som henter ut data fra met.no's klimadatabase en felles webportal for klimadata inkludert scenariererunder utarbeidelse

23 Lysbilde 23 Nye kilden webgrensesnitt til data utplukk fra data i grid åpne standarder søkbar metadatabase selvvalgt område kartprojeksjon Tidsperiode Parametervalg dataformat Hvilke data som først tilgjengeliggjøres gjennom Nye kilden avhenger i stor grad av brukerbehovet

24 Lysbilde 24 Nye kilden - funksjonalitet gir tilgang til meteorologiske produkter og tjenester for offentlige brukere, prosjektgrupper, samarbeidspartnere og kunder gjennom grensesnitt for både mennesker (primært web) og maskiner (api for integrasjon i brukernes egne systemer) kan tilpasses og utvikles videre av interne ressurser holder nede kostnadene ved vedlikehold, videreutvikling og administrasjon av brukere og produkter lar brukerne slippe å bruke Yr i tillegg til Kilden og sikrer en god integrasjon mot eklima gir enkel distribusjon av nye produkter til samarbeidspartnere og kunder har høy grad av tilgjengelighet og følger beste praksis knyttet til sikkerhet i webapplikasjoner

25 Lysbilde 25 Værnes 3. oktober Eksempler på produkter fra finskalamodellering. Turbulens på Værnes 3. oktober varslet med modellsystemet bestående av turbulensmodellen Simra, som er utviklet ved Sintef i Trondheim, og som drives av data fra UM 1km.

26 Lysbilde NO2-Bergen- Danmarksplass NO2-Bergen-Rådhuset Bergens Tidende Eksempel 2: Forurensningsepisoden i Bergen januar Høy lokal forurensningskonsentrasjon fram til 14. januar.

27 Lysbilde 27

28 Lysbilde 28 høytrykk med senter over Bergen

29 Lysbilde 29 Kortbølget innstråling Bakkens energibalanse er strålingsdominert. Kortbølget solinnstråling har vi kun få timer midt på dagen. Lav solvinkel (60 grader N) og høy refleksjon (albedo) gir lave maksimalverdier.

30 Lysbilde 30 Langbølget utstråling (σt 4 ) Langbølget utoverrettet varmestråling er proporsjonal med bakketemperaturen i 4. potens, varierer lite gjennom døgnet

31 Lysbilde 31 Strålingsbalanse bakkens energibalanse (når vinden er liten, turbulente flukser 0) Summen er negativ strålingsbalanse og kraftig avkjøling av bakkens overflate.

32 Lysbilde 32 atmosfæren avkjøles nedenfra og blir svært stabil, dvs ingen vertikal bevegelse

33 Lysbilde 33 Vi beregner horisontal bevegelse av lufta fra tre utgangsposisjoner som er valgt ved innfartsårene til Bergen.

34 Lysbilde 34

35 Lysbilde 35 Lufta sirkulerer innenfor et begrenset område og akkumulerer forurensning. Høytrykket er et kraftig storskala pådriv i denne situasjonen. Vinden blir svak og det er relativt enkelt for modellen å varsle situasjonen, selv om oppløsningen ikke tillater mange detaljer i topografien omkring Bergen.

36 Lysbilde 36 4 km 0.33km Windspeed blue: > 2 m/s red: < 2 m/s 1 km 0.33km 4 km I Oslo, der det var en lett vind fra nord på stor skala, er det store lokale variasjoner i vindfeltet km oppløsning er nødvendig for å modellere variasjonen på en realistitsk måte

37 Lysbilde 37 Høy oppløsning bringer modellen mye nærmere observasjonene. Vi oppnår svakere vind på Blindern, som er konsistent med høye konsentrasjoner av forurensning observert vest i Oslo, bl.a på Smestad. Vi oppnår også sterkere vind ut Groruddalen, konsistent med observasjonene av relativt lav forurensningskonsentrasjon på Alnabru.

38 Lysbilde 38 Oppsummering deler data har mye data samarbeidspartnere bidrar til raskere utvikling av Datakvalitet Datadistribusjon

39 Lysbilde 39 Takk for oppmerksomheten!