EVALUERING AV NYTT OPPSETT FOR TURBULENSMODELLEN SIMRA



Like dokumenter
Meteorologisk vurdering av planlagt luftsportsenter i Sørum kommune

HISTORIKK. Meteorologisk institutt met.no

Referansetemperaturer for flyplasser i Norge

Evaluering av farledsvarslingen i BarentsWatch

Vind, bølger, strøm og vannstand ved Full City s havari.

Bedre byluft 2014/15

met.info Ekstremværrapport

VINDSIMULERINGER LØVOLDSGÅRDEN, BODØ

Påregnelige verdier av vind, ekstremnedbør og høy vannstand i Flora kommune fram mot år 2100

NOTAT VURDERING AV VIND- OG SNØFORHOLD. Oppdrag Årnesveien 4, Bodø Vind- og snøforhold Kunde Bodø Kommune Oppdrag Notat nr.

Arktisk vær og Klima kunnskap og utfordringer

Snøforholdene i Drammen vinteren 2017/2018

Klimalaster for 22 kv kraftledning Norstølosen - Lysestølen

Konvertering fra døgn- til timemiddelbaserte varslingsklasser for svevestøv i Bedre byluft Sam-Erik Walker

Rapport etter økt overvåking av vind januar 2017

Snøforholdene i Drammen vinteren 2018/2019

Strømstatistikk for Lofotenområdet 1

Alle snakker om været. Klimautvikling til i dag og hva kan vi vente oss i fremtiden

Klimavurderinger Reguleringsplan Krokbakken

VINDBEREGNINGER SJØGATA 29-31, BODØ

Nye kilder til meteorologidata

Kystnære bølgevarsler på Barentswatch og yr

Klima i Norge i 200 år (fra 1900 til 2100)

Dato: KR Rev. nr. Kundens bestillingsnr./ ref.: Utført: Ansvarlig signatur:

Deskriptiv statistikk., Introduksjon til dataanalyse

Deskriptiv statistikk., Introduksjon til dataanalyse

Hvordan estimere vannføring i umålte vassdrag?

GEO1030 og GEF1100: Fjordtokt oktober 2017

Klimalaster for 132 kv kraftledning Lysebotn - Tronsholen

Flytebrygger i Vikan. NOTAT Oppdragsgiver: Bodø Kommune Oppdragsnr.: Dokumentnr.: 1 Versjon: 1

Endelige klimalaster for 420 kv Tjørhom Ertsmyra - Solhom

FORFATTER(E) Anna Olsen og Egil Lien OPPDRAGSGIVER(E) GRADER. DENNE SIDE ISBN PROSJEKTNR. ANTALL SIDER OG BILAG

Assimilasjon av radarobservasjoner i værvarslingsmodellen Harmonie

Tema: Deskriptiv statistikk for kontinuerlige data. Av Kathrine Frey Frøslie,

Kraftige vindkast i Ofoten og Sør-Troms

BYGGRELATERTE LOKALKLIMADATA FOR ÅS I AKERSHUS. Arne A. Grimenes og Vidar Thue-Hansen

Snøforholdene i Drammen vinteren 2014/2015

PROSJEKTLEDER. Kjetil Arne Vaskinn OPPRETTET AV. Kjetil Arne Vaskinn og Wolf Marchand

1 Forus Avfallsanlegg / Even Lind Karina Ødegård

Meteorologisk vurdering av kraftig snøfall i Agder påsken 2008

Helgeland Havbruksstasjon AS

Dæmi um aðferðir og greiningu veðurgagna er lúta að færslu/nýbyggingu flugvalla í Noregi Haustþing Veðurfræðifélagsins og ISAVIA 9.

no. 17/2015 ISSN 1894/759x METEOROLOGI Tromsø, METinfo Ekstremværrapport Ole, 7. februar 2015

Klimalaster for 300 kv Åsen Oksla, Odda kommune, Hordaland

PROSJEKTLEDER. Kjetil Arne Vaskinn OPPRETTET AV. Kjetil Arne Vaskinn og Wolf Marchand. Morten Søvde REGION MIDT

Databehandlingen for de ovennevnte EKV programmene blir utført på samme dataprogram, og utseendet av rapportene blir derfor tilnærmet likt.

Verifikasjon av hav- og kyst-varselet på yr.no 1

Varsel om ekstreme vêrtilhøve under ekstremvêret ` Cora ` gjeld for:

Meteorologiske utfordringer i nord

Rapport etter førjulstorm Svalbard

Vinterindeks i Nittedal

IVF-statistikk for Vestfold

Godt Vann Drammen Værstasjonenes betydning i varsling

RAPPORT Spredningsberegning - Hordafôr

MET report. Endelige klimalaster Namsos - Roan. Helga Therese Tilley Tajet Karianne Ødemark Bjørn Egil K. Nygaard (Kjeller Vindteknikk AS)

Vinterindeks i Drammen

Berit Hagen og Anne Solveig Andersen Statsmeteorologer ved Vervarslinga på Vestlandet

GRØTNESET SIKTMÅLINGER 2009/2010

Klimaprognosers innvirkning på nedbør, vind og temperatur regionalt

Norsk institutt for luftforskning. Oppdatering av avsetningsberegninger for utvidelse av metanolfabrikken på og nytt gasskraftverk på Tjeldbergodden.

Solcellen. Nicolai Kristen Solheim

FORFATTER(E) Arne E. Lothe OPPDRAGSGIVER(E) Kystverket. Eivind Johnsen GRADER. DENNE SIDE ISBN PROSJEKTNR. ANTALL SIDER OG BILAG

Arktiske værfenomener

MIST Meteorologisk Informasjon for Statkraft -overordnet sluttrapport

Foreløpige klimalaster ved Førre og Storhillerdalen på 420 kv kraftledning Sauda- Lyse

Rapport etter kraftig nedbør i Longyearbyen november 2016.

Snøforholdene i Drammen vinteren 2010/2011

Vindberegninger for Silokaia, Kristiansand

Tema 3: Tekniske problemstillinger omkring vindkraft. Tove Risberg Kjeller Vindteknikk AS

OM EXTRANET OG KAMPANJENS MÅLINGER (innsatsområdene UVI og SVK) Side 2

1 Sec 3-2: Hvordan beskrive senteret i dataene. 2 Sec 3-3: Hvordan beskrive spredningen i dataene

1. Atmosfæren. 2. Internasjonal Standard Atmosfære. 3. Tetthet. 4. Trykk (dynamisk/statisk) 5. Trykkfordeling. 6. Isobarer. 7.

MET report. Klimalaster NORDLINK Gilevann-Vollesfjord. Helga Therese Tilley Tajet Karianne Ødemark Bjørn Egil K. Nygaard (Kjeller Vindteknikk AS)

Nordland Økning til østlig sterk kuling utsatte steder, stiv kuling i Lofoten og Vesterålen. Litt snø, mest i indre strøk.

Støymessige konsekvenser av landinger etter kl 23 på Sandefjord lufthavn

Beregning av trafikkvolum ved hjelp av basiskurvemetoden - En innføring

NOTAT. Feiing og salting i Strømsås-tunnelen mars innledende analyse. Norsk Regnesentral SAMBA/27/04. Magne Aldrin. 9.

Delrapport 4.4 Maritime forhold Grindjordområdet

Desse samanlikingane støttar konklusjonane i (Risberg og Harstveit 2008) om at Lavkadalen ikkje er særskilt godt egna til vindkraftutbygging.

Figur 1-1: Kristvika ligger øst i Averøy kommune, markert med rød firkant (Kartverket).

RAPPORT OM LUFTFARTSULYKKE PÅ VANNØYA, TROMS 10. JULI 2015 MED REIMS AVIATION SA FR172E, SE-FBT

Flomberegning for Grøtneselva. Kvalsund og Hammerfest kommune, Finnmark (217.3)

Planområdet ligger ca. 2,5 km øst for terminalbygget ved Bergen lufthavn, Flesland.

Statistisk behandling av kalibreringsresultatene Del 1. v/ Rune Øverland, Trainor Elsikkerhet AS

Etter Norsk Standard NS : 2003 AQUA KOMPETANSE AS

Klimalaster for 132 kv kraftledning ved Helmikstølen, Hatleskog og Rettedal

Havforskningsinstituttets arbeid med lakselusovervåkning og rådgiving samt utvikling av bærekraftsmodell lus Pål Arne Bjørn (koordinator)

RAPPORT Spredningsberegning - Hordafôr

Bærekraftig utvikling - forskerspiren. Maria Sviland, Skolelaboratoriet NTNU

Hydrologiske data for Varåa (311.2B0), Trysil kommune i Hedmark. Utarbeidet av Thomas Væringstad

Spredningsberegninger før og etter veiomleggingen i forbindelse med Vegpakke Drammen. Harold Mc Innes

Prosjektnotat. Tidevannsanalyse. 1 av 5. Sammenligning av harmoniske konstanter fra modell mot observasjoner

SAMMENDRAG. I le av bygninger skapes det vanligvis en såkalt levirvel, der vindhastigheten er lavere enn vinden omkring bygningen.

ER DU STOLT OVER Å VÆRE NORSK?

Rapport etter økt overvåking av pinsenedbør

Vindkart for Nordland. Rapportnummer: KVT/EB/2007/023

Sentralmål og spredningsmål

Instrument för målning av komprimeringen i grunnen. CompactoBar ALFA N/0827

RAPPORT Spredningsberegning - Hordafôr

Årssummen for gradtall for Norge på 3819 er den nest laveste i årene

Transkript:

no. 15/2012 EVALUERING AV NYTT OPPSETT FOR TURBULENSMODELLEN SIMRA Knut Helge Midtbø 1

report Tittel EVALUERING AV NYTT OPPSETT FOR TURBULENSMODELLEN SIMRA Date 02.10.2012 Section Klima Author(s) Knut Helge Midtbø Report no. No. 15/2012 Classification ISSN 1503-8025 e-issn 1503 Client(s) Client s reference Avinor Abstract På oppdrag fra Avinor og i samarbeid med SINTEF, kjører Meteorologisk institutt i dag en modell kalt SIMRA for varsling av vind og turbulens på 19 norske flyplasser. Modellen er utviklet av SINTEF, avdeling for anvendt matematikk. For varsling er SIMRA avhengig av oppdaterte randbetingelser gitt av en værvarslingsmodell. Det er i dette dokumentet sammenlignet SIMRA-resultater der to ulike værvarslingsmodeller gir de ytre randbetingelser, for de fem flyplassene Hasvik, Tromsø, Sandnessjøen, Værnes og Sandane. Formålet med testingen er å se om et nytt og raskere opplegg for randhåndtering gir vind- og turbulensvarsler med samme kvalitet som det gamle. Keywords Vindmodellering, turbulensvarsling, UM-modellen, HARMONIE-modellen, SIMRA-modellen Disiplinary signature Responsible signature Jørn Kristiansen Øystein Hov 2

Innhold 1. INNLEDNING... 4 1.1 BAKGRUNN... 4 1.2 VALG AV FLYPLASSER... 5 2. VERIFIKASJON AV SIMRA NESTET I UM (SIMRA-UM) OG SIMRA NESTET I HARMONIE (SIMRA-HM) MOT OBSERVASJONSDATA... 6 2.1 SAMMENLIGNING MED TIDSSERIER OG MÅNEDSMIDLER FOR BAKKEBASERTE MÅLINGER FRA RULLEBANEN... 8 2.2 SAMMENLIGNING AV VINDROSER FOR BAKKEBASERTE MÅLINGER FRA RULLEBANEN... 10 2.3 SAMMENLIGNING MED VIND MÅLT MED RADAR FOR HASVIK... 11 2.4 SAMMENLIGNING MED AMDAR-DATA FOR TROMSØ OG VÆRNES... 11 3. SAMMENLIGNING AV SIMRA NESTET I UM (SIMRA-UM) OG SIMRA NESTET I HARMONIE (SIMRA- HM) I GRID... 14 3.1 EKSEMPLER... 14 3.2 SAMMENLIGNING AV RESULTATENE FOR SIMRA-HM OG SIMRA-UM I MODELLGRIDDET MED STATISTIKK FOR EN LENGRE PERIODE... 15 4. OPPSUMMERING AV EVALUERING AV NYTT OPPSETT FOR TURBULENSMODELLEN SIMRA... 17 5. VEDLEGG: FIGURER... 19 6 REFERANSER... 65 3

1. INNLEDNING På oppdrag fra Avinor og i samarbeid med SINTEF, kjører Meteorologisk institutt i dag en modell kalt SIMRA for varsling av vind og turbulens på 19 norske flyplasser. Modellen er utviklet av SINTEF, avdeling for anvendt matematikk. For varsling er SIMRA avhengig av oppdaterte randbetingelser gitt av en værvarslingsmodell. Det er i dette dokumentet sammenlignet SIMRA-resultater der to ulike værvarslingsmodeller gir de ytre randbetingelser, for de fem flyplassene Hasvik, Tromsø, Sandnessjøen, Værnes og Sandane. Formålet med testingen er å se om et nytt og raskere opplegg for randhåndtering gir vind- og turbulensvarsler med samme kvalitet som det gamle. 1.1 BAKGRUNN Turbulensmodellen SIMRA kjøres operasjonelt for 19 flyplasser. SIMRA er satt opp og tilpasset for hver plass. Det er 200-400 meter mellom gridpunktene horisontalt og det brukes 41 lag. Vertikalkoordinat er terrengfølgende z-koordinat og høyeste nivå er mellom 3000 og 4000 m. Det er også tatt et lokalt valg for den enkelte flyplass av hvor mange punkter det er brukt i x- og y-retning horisontalt. For Værnes ble det 15. desember 2011 innført et større område for bedre å dekke fjell som generer turbulens i området rundt plassen og antall lag ble samtidig økt til 53. SIMRA nøstes operasjonelt i UM-modellen med 1 km gridmaske (UM1). UM1 nøstes i UMmodellen med 4 km grid (UM4). Videre nøstes UM4 i HIRLAM8 som igjen får sine laterale randbetingelser fra ECMWF-IFS. UM4 og UM1 er rene dynamiske nedskaleringer av sine respektive drivermodeller. De 19 flyplassene dekkes av 3 ulike områder for UM1. Dagens oppsett innebærer altså multippel nesting av 3 ulike atmosfæremodeller. Dette øker sårbarheten i systemet for varsling av turbulens, og det er krevende å drifte. Samtidig tar produksjonen lang tid (hver modell må kjøre ferdig før neste kan starte). Per i dag kjenner ikke vi til en god metode som sikrer modell-interoperabilitet fra ECMWF-IFS til UM. met.no har heller ikke implementert data-assimilasjon i UM. Første tester innenfor HIRLAM-B viser gode resultater for enkel-nesting fra ECMWF-IFS til HARMONIE2p5 (heretter H25) når det nestes fra en gitteravstand på 16 ned til 2,5 km. Videre, H25 er seinere planlagt med dataassimilasjon. Vi startet så sommeren 2011 parallelle tester med å nøste SIMRA i H25. Dette modelloppsettet kaller vi i det følgende for SIMRA-HM mens det operasjonelle tilsvarende kalles SIMRA-UM. I motsetning til UM1 dekker H25-domenet samtlige flyplasser med ett modelloppsett. Vi antar at lokale terrengstyrte pådriv har størst innflytelse på turbulensvarslene. Med dette oppsettet vil imidlertid SIMRA drives av en modell med grovere horisontal oppløsning enn i dag (Harmonie med 2,5 km erstatter UM med 1 km). Vi må derfor undersøke så nøye som mulig om dette påvirker kvaliteten på SIMRA-beregningene. Målet er altså å vurdere om vi ved byttet kan beholde kvaliteten og som beskrevet ovenfor kan sikre raskere og samtidig enklere og mer stabil produksjon. Det er en stor utfordring å validere turbulensvarslene mot observasjoner i og med at det for de fleste flyplassene bare er 10-m vind fra rullebanen tilgjengelig. Unntaket er for de plassene der det er målinger fra fjell i nærheten og for de som trafikkeres av fly som sender AMDAR- 4

rapporter. En første forutsetning for å kunne gi gode varsler er at modellene (SIMRA og H25) gjengir de typiske lokale strømningsforholdene og deres variabilitet. På tilsvarende måte er det naturlig å sammenligne UM1 og H25 for et større geografisk område. For å se noe på dette har vi beregnet en del verdier i modellgriddene i tre dimensjoner for SIMRA-UM og SIMRA-HM. 1.2 VALG AV FLYPLASSER Det ble valgt ut fem flyplasser for en lengre testperiode. Tromsø og Værnes ble valgt fordi de er de to plassene vi har verifikasjon mot AMDAR-data for. Hasvik ligger i nærområdet for radaren på Sørøya og ble valgt fordi vi da har målinger for radiell vind fra denne i SIMRAområdet samt fra Sluskfjellet øst for Hasvik. Sandnessjøen representerer den ene av de to plassene vi har operert systemet for helt siden starten i 2006 (Hammerfest er den andre). Den femte plassen er Sandane. Denne ble valgt fordi vi anser denne for å være en av de plassene i Norge det er særlig vanskelig å modellere vindforholdene. Vi har tidligere også brukt vindmålinger fra Gjevingåsen ved Værnes og Kjølen ved Tromsø, men det er nødvendig med en del forarbeid for å kunne sammenligne observasjonene med prognosene og disse er ikke med i denne evalueringen. Vi mener det er forsvarlig å gjøre denne evalueringen uten disse dataene siden vi har med data fra Sluskfjellet. Vi har brukt AMDAR-data for perioden september 2011 til mars 2012.Evalueringen for Værnes gjort i forbindelse med denne rapporten avdekket en teknisk feil ved lagringen av noen modelldata for Værnes fra økningen av området i desember 2011. Denne feilen har ikke rammet produksjonen av kartene i traktflatene, men gjorde verifikasjonen mot AMDAR for Værnes umulig for perioden januar til mars 2012. Feilen gjaldt begge systemene, SIMRA-HM og SIMRA-UM. 5

2. VERIFIKASJON AV SIMRA NESTET I UM (SIMRA-UM) OG SIMRA NESTET I HARMONIE (SIMRA-HM) MOT OBSERVASJONSDATA Vind i SIMRA i 10 meters høyde er sammenlignet med observert vind fra rullebanen i samme høyde. Det er observasjoner fra rullebanen ved alle de fem plassene. I tillegg har vi tatt med observasjoner fra Hasvik Sluskfjellet og fra Tromsø (Værvarslinga). Hasvik Sluskfjellet ligger 438 moh NE for flyplassen mens Tromsø ligger 100 m over havet S for Tromsø. Plasseringen av målingene og ellers mye informasjon kan finnes i stasjonsarkivet på met.no på følgende adresse: http://metklim.met.no/stasjonsoversikt/start. SIMRA-vinden er interpolert fra verdiene i SIMRA-griddet til observasjonspunktet med bilineær interpolasjon. 6

Figur 0.1 Området for H25 som brukes for nesting av SIMRA-HM. Alle de 19 flyplassen i drift i sammenligningsperioden er vist i kartet med en svart firkant som markerer SIMRA-området. Sammenligningen er gjort for de fem plassene Tromsø, Værnes, Hasvik, Sandnessjøen og Sandane. Topografien i H25 er gitt ved en fargekode med gul fra 0 meter over havet til brun i fjellet. 7

2.1 SAMMENLIGNING MED TIDSSERIER OG MÅNEDSMIDLER FOR BAKKEBASERTE MÅLINGER FRA RULLEBANEN For sammenligningen med bakkebaserte målinger har vi sett på ulike parametere. Den som gir det beste bildet er etter vår erfaring vindstyrke, ff, og ulike størrelser beregnet fra denne og fra vindkomponentene. Bevegelsesligningene har egenskaper som gjerne kalles kaotiske, dette betyr at to modeller som får noenlunde de samme startverdier før eller seinere gir en spredning i prognosene. For sammenligningen av SIMRA-UM og SIMRA-HM vil vi derfor sjekke om de statistiske egenskapeneer like. Vi har tatt ut ulike statistiske mål i egne figurer. Disse siste tidsseriene har vi ført fram til og med februar 2012. Resultater i figurene 1a-1d og 7a-7d der bokstavene a-e refererer til figurtype og tallene til observasjonsstedet for henholdsvis Hasvik-Sluskfjellet (1), Hasvik lufthavn (2), Tromsø Langnes (3), Tromsø (4), Sandnessjøen (5), Værnes (6) og Sandane (7). Tidsserier er vist i 1a til 7a og oppsummert i tabellene under. Vi har i figurene 1b til 7b også tatt med en størrelse beregnet fra standardavvikene i vindkomponentene gitt ved følgende uttrykk: s uv 1 2 s 2 u s 2 v 8

Figurene 1c til 7c viser månedsmidler av MAE ( absoluttverdi av feilen i vindstyrke ff), SDE (standardavviket i feilen i ff) og ME (middelfeil av ff). For Hasvik lufthavn viser tidsseriene at SIMRA-HM og SIMRA-UM har noenlunde like nivå på den usystematiske feilen i vindstyrke mens modellene med grovere oppløsning, H25 og UM1 har litt lavere feil. H25 har klart mindre systematisk underestimering av vinden enn de andre modellene. Ser vi på tilsvarende resultater for Hasvik Sluskfjellet er alle feilene større, men forholdet mellom de ulike modellen er den samme. H25 kommer godt ut her også fordi den har lav usystematisk feil. For Tromsø Langnes underestimerer alle modellene vindstyrken. Det vises at paret SIMRA- HM og H25 har lavere feil enn paret SIMRA-UM og UM1. Igjen er det slik at feilen er størst for SIMRA-modellene med finest oppløsning. For stasjonen Tromsø blir vinden overestimert av alle modellene, mest av H25 og UM1. Feilene er her parvis ganske like for de to SIMRAmodellen og for H25 og UM1. Feilen for UM1 er for denne stasjonen litt lavere enn tilsvarende for H25, men dette endrer seg fra desember 2011 da UM1 får en svært stor middelfeil. For Sandnessjøen Stokka overestimerer de groveste modellene vinden mens SIMRAmodellene i middel er likere observasjonene. Særlig H25 har en stor usystematisk feil i vintersesongen. Den usystematiske feilen er minst i de to SIMRA-modellene men UM1 er ikke så mye dårligere enn dem. Alt i alt er dette den plassen der oppløsningen i SIMRAmodellene ser ut til å gi mest i kvalitet på vinden på rullebanen. Når det gjelder forholdet mellom de to SIMRA-modellene, så er de ganske like i kvalitet for denne plassen. For Værnes har vi igjen et nytt mønster i forholdet mellom feilen i de ulike modellene. Her underestimerer SIMRA-UM og UM1 vindstyrken og de har samtidig lavere feil enn SIMRA- HM og H25. Hvordan dette slår ut på turbulensberegningene er usikkert siden vi ikke har målinger av dette. Inspeksjon av noen værsituasjoner for Værnes tyder på at det ikke er så stor forskjell på turbulensresultatene som for resultatene for vind på rullebanen. Men, siden SIMRA-HM kommer litt dårlig fra sammenligningen for denne plassen på rullebanen, blir det her særskilt viktig å se etter forskjeller videre. Dette vil vi se på i neste avsnitt. For Sandane er det mindre feil i SIMRA-HM og H25 enn i de respektive SIMRA-UM og UM1. Det kan se ut som om det er en svakhet i UM-oppsettet for denne plassen. Dette kan skyldes oppsettet av den trange fjorden i denne modellen og effekten av dette. Men, selv om SIMRA-HM kommer godt fra sammenligningen for denne plassen på rullebanen, blir det allikevel også for denne viktig å se etter forskjeller i de statistiske størrelsene i griddene akkurat som for Værnes. 9

2.2 SAMMENLIGNING AV VINDROSER FOR BAKKEBASERTE MÅLINGER FRA RULLEBANEN Vi har også sammenlignet vindroser beregnet fra henholdsvis observasjonene og de fire ulike modellene. I denne sammenligningen har vi sett på om vindfordelingen fordelt på retning i modellene ligner på den observerte. Her er det ikke sammenlignet observasjon mot modell for hvert tidspunkt. Allikevel vil denne sammenligningen gi en god pekepinn siden den avdekker om det er forskjeller i vindklima i datasettene når dette måles med en sammenligning av fordelingen etter vindretning. For Hasvik lufthavn ser vi at det er ganske store likheter mellom H25 og SIMRA-HM og mellom UM1 og SIMRA-UM. Det ser ut til at gjelder for både H25 og UM1 som leverer randverdiene til de to SIMRA-modellene at de selv har noenlunde samme retningsfordeling som den SIMRA-modellen de levere randverdier til. Når vi sammenligner med observert vindrose, ser vi at H25 og SIMRA-HM ser ut til å ha den retningsfordelingen som ligner mest på den observerte. Det andre observasjonsstedet i dette området, Hasvik Sluksfjellet bekrefter disse trekkene ved retningsfordelingen. For Tromsø Langnes er bildet noe annerledes siden det er de to SIMRA-modellen som har den retningsfordelingen som ligner mer på den observerte. Det samme forholdet gjelder også for den andre stasjonen i dette området, Tromsø som ligger på toppen av Tromsøya. For Sandnessjøen Stokka gjelder mye det samme som er sagt om Hasvik. For denne plassen at den beste vindfordelingen er gitt av de to SIMRA-modellene og den beste av disse igjen er SIMRA-HM. For Værnes viser ikke vindrosene så mye forskjell mellom datasettene. Det er noenlunde like fordelinger fra observasjonene og fra de fire modellene. For Sandane er resultatene ganske ulike for de forskjellige modellen og dette underbygger at det var grunner for å la denne plassen være en av de som ble med i denne testen. Igjen er det slik at det er store likheter i retningsfordeling mellom den modellen som gir randverdier og SIMRA, det vil si at modell-parene H25 / SIMRA-HM og UM1 / SIMRA-UM har innbyrdes likheter. Vi har sett en del på dette og det ser ut til at UM1 har en dårlig beskrivelse av den trange fjorden. Vurdert fra vindfordelingen ser vi også at SIMRA-HM er langt bedre enn SIMRA-UM for denne plassen. Selv om det å gå over til SIMRA-HM vil gi bedre resultater for denne plassen understreker vi at det er grunn til å følge opp denne plassen spesielt videre. 10

2.3 SAMMENLIGNING MED VIND MÅLT MED RADAR FOR HASVIK Figur 0.2 Prognose av vind fra SIMRA-UM for 22.2.2012 gyldig 09 UTC. Prognosen er basert på render fra 00 UTC. Vindpilene er gitt i rødt. I figuren vises også radiell vindkomponent i en fargeskala som er gitt i venstre kant av figuren. Figuren viser nesting med UM1, og lignende resultater ble funnet med Harmonie. Radardataene egner seg i øyeblikket best for manuell sammenligning med modellprognosene siden det er radarskygge fra fjell og også annen støy i dem. For utvalgte situasjoner har vi gjort visuelle sammenligninger, se Figur 0.2 for ett eksempel på dette. Resultatene viser et godt samsvar mellom observasjon og prognose. Vi vurderer at dette støtter opp om at vindmodelleringen SIMRA fungerer bra med den nestingen som er brukt for Hasvik. 2.4 SAMMENLIGNING MED AMDAR-DATA FOR TROMSØ OG VÆRNES Prognoser med lengde fra +9 til +15 timer basert på render fra 00UTC er verifisert mot observasjon fra det tidsrom som dekkes (12 UTC +/- 3 timer). Tilsvarende er prognoser med lengde fra +3 til + 9 timer basert på render fra 12 UTC verifisert mot observasjoner fra 18 UTC +/- 3 timer. Det er altså to sett av observasjoner og tilhørende prognoser som er brukt. I det siste datasettet verifiseres altså noe kortere prognoser. 11

Vi viser resultater for først Tromsø og så Værnes for september til desember 2011 i tabellen 1 til 4. For Tromsø viser resultatene at SIMRA-HM og SIMRA-UM overestimerer vinden og at SIMRA-HM gjør dette i størst grad. Samtidig har de to modellene noenlunde samme nivå på den usystematiske feilen Dette er et resultat vi kan godta. For Værnes er resultatene for denne perioden at SIMRA-HM og SIMRA-UM overestimerer vinden og at SIMRA-HM gjør dette i størst grad akkurat som for Tromsø. Men, for Værnes har SIMRA-HM en litt større usystematisk feil enn SIMRA-UM. Dette kan skyldes at det området som ble brukt for Værnes inntil midten av desember er ganske lite og har store gradienter i topografien nære rendene. Etter dette tidspunktet ble området for Værnes utvidet. Vi har imidlertid ikke fått verifisert om denne økte usystematiske feilen for i SIMRA-HM for Værnes da er der på grunn av feilen ved lagringen av data for denne plassen. Vi vil derfor følge spesielt nøye med på Værnes-resultatene sommeren 2012 for å vurdere dette. For Tromsø har vi i tabell 5 og 6 også sett på data for perioden januar til mars 2012. Resultatene bygger på litt flere observasjoner enn for den forrige. Når det gjelder Tromsø er resultatene ganske like de fra den forrige perioden. H8 UM SIMRA-UM SIMRA-HM ME 2,8 0,6 0,9 1,4 MAE 3,7 2,8 2,5 2,6 RMSE 4,6 3,7 3,3 3,5 SDE 3,7 3,7 3,2 3,2 Tabell 1 Verifikasjonsresultater for Tromsø for 00UTC +9, +10, +11, +12, +13, +14, +15. Resultatene er basert på 960 observasjoner og dekker perioden september ut desember 2011. H8 UM SIMRA-UM SIMRA-HM ME 2,5 0,5 0,8 1,5 MAE 3,5 3,0 2,5 3,0 RMSE 4,4 3,9 3,5 4,0 SDE 3,6 3,9 3,4 3,7 Tabell 2 Verifikasjonsresultater for Tromsø for 12UTC +3, +4, +5, +6, +7, +8, +9.. Resultatene er basert på 1005 observasjoner og dekker perioden september ut desember 2011. H8 UM SIMRA-UM SIMRA-HM ME 2,7 0,8 1,7 2,8 MAE 3,6 2,6 3,2 4,1 RMSE 4,7 3,6 4,3 5,5 SDE 3,8 3,6 3,9 4,7 Tabell 3 Verifikasjonsresultater for Værnes for 00UTC +9, +10, +11, +12, +13, +14, +15. Resultatene er basert på 960 observasjoner og dekker perioden september ut desember 2011. 12

H8 UM SIMRA-UM SIMRA-HM ME 2,3 0,7 1,8 2,3 MAE 3,3 2,5 3,1 3,9 RMSE 4,1 2,3 4,0 5,2 SDE 3,4 3,2 3,6 4,6 Tabell 4 Verifikasjonsresultater for Værnes for 12UTC +3, +4, +5, +6, +7, +8, +9.. Resultatene er basert på 1005 observasjoner og dekker perioden september ut desember 2011. H8 UM SIMRA-UM SIMRA-HM ME 2,7 1,2 1.0 1,3 MAE 3,6 3,1 2,8 2,8 RMSE 4,5 4,0 3,5 3,8 SDE 3,6 3,8 3,4 3,6 Tabell 5 Verifikasjonsresultater for Tromsø for 00UTC +9, +10, +11, +12, +13, +14, +15. Resultatene er basert på 1217 observasjoner og dekker perioden januar-mars 2012. H8 UM SIMRA-UM SIMRA-HM ME 2,5 0,8 0,8 1,3 MAE 3,3 2,7 2,4 2,7 RMSE 4,3 3,6 3,1 3,6 SDE 3,5 3,5 3,0 3,4 Tabell 6 Verifikasjonsresultater for Tromsø for 12UTC +3, +4, +5, +6, +7, +8, +9.. Resultatene er basert på 1239 observasjoner og dekker perioden januar-mars 2012. 13

3. SAMMENLIGNING AV SIMRA NESTET I UM (SIMRA-UM) OG SIMRA NESTET I HARMONIE (SIMRA-HM) I GRID 3.1 EKSEMPLER Vi har fulgt modellsystemene daglig for å se etter forskjeller. I figurene 11 og 12 viser vi eksempel på en slik sammenligning for Tromsø Langnes. Det som vises er 14-timers prognose av vind og turbulensintensitet basert på randverdier fra modellene med start 0000 UTC 26. desember 2011. Figurene viser data i modellflate 25 som ligger i underkant av 200 meter over SIMRA-modellens topografi. Figur 11 viser resultater med SIMRA-HM, mens figur 12 viser samme prognose med SIMRA-UM. Det er sterk vind fra vest inn mot flyplassen og det er lavtrykket knyttet til ekstremværet Dagmar som rammet Norge 25. og 26. desember som styrer vinden i dette tilfellet. I SIMRA-UM er det maksimalverdier på over 2 m/s langs projeksjonen av innflygingsstrålen, mens det i SIMRA- HM er over 2,5 m/s. Det er en del lokale forskjeller mellom de to prognosene av vindstyrke selv om de store trekkene er ganske like. Samtidig ser vi at maksimal- og minimalverdier av turbulensintensisteten har noenlunde samme struktur og at verdiene er noenlunde like over hele feltet. Verdiene både på vinden og turbulensintensiteten er imidlertid gjennomgående litt lavere i SIMRA-UM. I figurparene 13 og 14, 15 og 16 viser vi tre andre eksempler fra dagene etter Dagmar for henholdsvis Sandnessjøen og Sandane. Figurene 13 og 14 viser et helt tilsvarende resulat for Sandnessjøen. Det er som for Tromsø ovenfor en del lokale forskjeller mellom de to prognosene av vindstyrke og de store trekkene er ganske like. Maksimal- og minimalverdier av turbulensintensisteten har noenlunde samme struktur og at verdiene er noenlunde like over hele feltet. Verdiene både på vinden og turbulensintensiteten er imidlertid gjennomgående litt lavere i SIMRA-UM. Figurene 15 og 16 for Sandane viser også ganske store forskjeller i vindstyrke, men mindre i turbulens. I dette kartet er det kraftig vind og svært høye verdier av turbulensen. Den romlige fordelingen av turbulensen er ganske lik, men SIMRA-HM har noe høyere verdier. Eksemplene har vært supplert med en del andre kart som vi ikke viser her. Oppsuimmert vurdere vi det sånn at disse stikkprøvene bare har gitt resultater akseptable når det gjelder forskjeller på turbulensvarslene fra SIMRA-UM og SIMRA-HM. 14

3.2 SAMMENLIGNING AV RESULTATENE FOR SIMRA-HM OG SIMRA-UM I MODELLGRIDDET MED STATISTIKK FOR EN LENGRE PERIODE Det er gjort en romlig sammenligning av modellresultatene Statistikk er beregnet i hvert gridpunkt slik at resultatene kan studeres som kart. Modellresultatene for SIMRA-UM og SIMRA-HM er sammenlignet for perioden fra 22.5.2011 til 1.12.2001. Det er beregnet middelverdier, maksimalverdier og minimumsverdier av en rekke størrelser slike som vindstyrke (ff), vindkomponeneter (u og v) og turbulensintensistet (TI). Siden materialet vårt dekker nesten et halvt år, er det grunn til å forvente at middelverdiene og standardavviket av sentrale størrelser i de to modellene er noenlunde like. Disse størrelsene gir en god indikasjon på systematisk forskjeller mellom SIMRA-UM og SIMRA-HM. Hvis middelverdiene er noenlunde like, bør vi også kreve at det rommelige bildet karakterisert ved maksimalverdier og ved gradienter er noenlunde likt. Vi må også se til at de ulikhetene vi ser er innenfor det som vi kan godta av denne typen modeller. Både middelverdier og ekstremer bør ha noenlunde samme nivå og noenlunde samme romlige struktur. Vi har inspisert en mengde kart fra ulike nivåer i modellene. Vi ser først på middelverdier. Det er viktig å understreke at når det gjelder denne sammenligningen har vi inspisert alle kartene visuelt i alle nivåer selv om vi bare viser kart for ett nivå som eksempel. Det er tre statiske resultater vi viser, nemlig gjennomsnitt av størrelsene vindstyrke (ff) i figurene 8a-e, gjennomsnitt av turbulensintensitet (TI) i figurene 9a-e og til sist maksimum av vindstyrke (ff) i figurene 10a-e. Plassen vist i figurseriene 8, 9 og 10 er som før Hasvik (a), Tromsø Langnes (b), Sandnessjøen (c) og Sandane (d). Vi har i sluttstillingen av denne rapporten droppet resultatene for Værnes da det viser seg at vi hadde en feil i de lagrete dataene for denne plassen. Gjennomsnittsverdiene og maksimalverdiene gjelder for hele perioden nevnt ovenfor. Alle dataene er her presentert i nivå 33 som eksempel. Dette nivået ligger ca. 90 meter over terrenget i SIMRA-oppsettet (dette varierer litt fra flyplass til flyplass). I alle kartene er det røde kurver for SIMRA-UM og tilsvarende blå kurver for SIMRA-HM. For Hasvik viser kartene forskjeller, men ikke så store i forhold til de absolutte verdiene. Vurdert ut fra disse tre kartene ser det ut til at for Hasvik avdekker vi ikke vesentlige forskjeller fra disse dataene. For Tromsø gjelder det samme som for Hasvik bortsett fra at det nær rendene i SIMRA er noe større forskjeller. Dette siste skyldes at det er komplisert topografi nær rendene i Tromsø som har så små detaljer at forskjellen på UM1 og HM vil kunne bli ganske stor, mens det ikke er tilsvarende topografi nær rendene for Hasvik. Det viktige i vår sammenheng er at disse forskjellene er begrenset til områder i noe avstand fra innflygingsstrålene. Ser vi på de tre kartene fra Sandnessjøen, ser vi at det igjen er forskjeller, men at forskjellen ikke er så store i forhold til absoluttverdiene. For denne plassen er komplisert topografi inne i området men ikke så komplisert topografi nær rendene. Som vi kan vente er det ikke større forskjeller nær rendene slik som vi ser for Tromsø. Til slutt ser vi på de tre kartene for Sandane. Her er det inne i området fortsatt forskjeller og av dem fem plassene er det for denne det er høyest verdi på forskjellene. Det gjelder for denne plassen det samme som for Tromsø, det er større forskjeller nærmere rendene. Når vi studerer kartet over maksimal vind og sammenligner med tilsvarende for de andre plassene, ser vi at 15

det er flest lukkede maksimumskonturer og at dette viser at det er resultatene med stor romlig variasjon for denne plassen. En inspeksjon av topografien for denne underbygger dette. Selv om det ikke er enkel topografi for de andre plassene heller, er denne allikevel særlig komplisert. For eksempel er maksimal vindstyrke nær rendene opp mot doblet noen steder i SIMRA-HM i forhold til SIMRA-UM mens det er mindre forskjeller inne i området. Allikevel mener vi at det vi har sett er innenfor grenser vi vurderer som akseptable. 16

4. OPPSUMMERING AV EVALUERING AV NYTT OPPSETT FOR TURBULENSMODELLEN SIMRA Et parallelloppsett for de fem flyplasser 2011 Hasvik, Tromsø, Sandnessjøen, Værnes og Sandane utvalgte har blitt testet for hele perioden juli 2011 til mars 2012. Vi har hatt tilgang til alle observasjoner og modellresultater for denne perioden med ett unntak for AMDAR-data for Værnes. Dette skyldes som nevnt tidligere en feil i datalagringen etter økningen av området for SIMRA for Værnes som har ført til at vi bare kunnet verifisere SIMRA-UM og SIMRA-HM for Værnes mot AMDAR-data for Værnes før 15.12.2011. Formålet var å vurdere betydningen av overgangen fra UM-modellen til Harmonie-modellen som randmodell for SIMRA. Ved et bytte til HARMONIE vil vi spare regnetid, antall nest reduseres og dermed også sårbarheten, og det vil være ferdige produkter en god stund tidligere enn med dagens oppsett. Videre, Harmonie vil fases inn som operasjonell værvarslingsmodell ved Meteorologisk institutt, og både turbulensvarslingen og værvarslingen vil potensielt styrkes ved at det samme modellverktøyet benyttes. Det er imidlertid viktig at kvaliteten på SIMRA-prognosene ikke reduseres. I Harmonie er det et mindre detaljert oppsett med 2,5 km grid i stedet som er litt grovere enn den operasjonell UM med 1-km grid. I den rutinemessige verifikasjonen vi gjør av SIMRA-modellen for de 19 plassen vi har drift for i dag utnytter vi følgende observasjoner: 1 Vind fra rullebanen. Dette er 10 minutters middelvind i 10 meter høyde. 2 Vindmålere på fjelltopper nær flyplassene. 3 Amdar-målinger av vind fra fly under inn- og utflyging. Vi sammenlignet de to modellsystemene SIMRA-HM og SIMRA-UM med det samme settet med observasjoner (seksjon 2). En nyhet med denne studien er en første bruk av vindobservasjoner fra radar for verifikasjon av modellprognosene. Vi viste et eksempel med vinddata fra Sørøya som dekker Hasvik flyplass. Resultatene av visuelle sammenligninger støtter de øvrige resultatene i studien. Det viser også at det er et potensiale for større bruk av disse dataene. Siden prognoserer av atmosfærens tilstand nødvendigvis kommer i tre dimensjoner, har vi i tillegg gått i gjennom prognosene og sett på middelverdier og ekstremverdier av vind og turbulensintensitet i hele modellgriddet for de ulike modelloppsettene (seksjon3). Resultatene fra sammenligningen av vind fra rullebanen og fra Sluskfjellet viser at modellen verifiserer ganske likt målt med de verifikasjonsmålene vi bruker rutinemessig. Det er allikevel ulikheter. Det ser ut til at disse oftest avspeiler forskjeller på randmodellene (henholdsvis H25 og UM1). Retningsfordelingen fra SIMRA-HM er litt bedre enn den fra SIMRA-UM både for Hasvik og Sandane. 17

Vi har også sett på verifikasjonen mot AMDAR-data for Tromsø og Værnes (på disse stedene har vi slike data). Denne verifikasjonen viser som ventet forskjeller mellom de to SIMRAmodellene. Disse forskjellene er ganske små slik at de støtter antakelsen om at det ikke er vesentlige kvalitetsforskjeller på tubulensvarslene fra SIMRA-UM og SIMRA-HM. Vurderingen av ulikheter mellom SIMRA-HM og SIMRA-UM har vært supplert med sammenligninger i SIMRA-modellenes tredimensjonale gitter. Som diskutert og også demonstrert med eksempler ser det ut til at SIMRA-HM og SIMRA-UM har ganske like statistiske egenskaper i modellgriddene. Vi finner igjen nivå på middelverdier og størrelse på ekstremer. Vi finner også igjen noenlunde den samme romlige strukturen på disse størrelsene. Det har vært kjørt en kortere test for alle 19 plasser i juli 2011 da testingen startet. Vi vet fra denne at alle modelloppsettene fungerer med SIMRA-HM. Vi valgte raskt å redusere til testing for de fem valgte plassene for å spare regneressurser og lagringsplass. Når det gjelder å gå over fra SIMRA-UM til SIMRA-HM for de plassene der vi ikke har gjennomført videre testing, vurderte vi det den gangen slik at resultatene for de fem plassene ville være representative også for de resterende. Dette holder vi fast ved, og mener fortsatt at det ikke er behov for ytterligere testing av de 12 siste plassene. Etter en vurdering av resultatene fra parallellkjøringen anbefaler vi at det byttes fra SIMRA- UM til SIMRA-HM for alle 19 flyplasser. Vi mener allikevel at vi har tilstrekkelig med resultater til å konkludere i forhold til resultatene av testen og vi vurderer at et bytte fra SIMRA-UM til SIMRA-HM vil gi noenlunde samme kvalitet på turbulensvarslene som i dag. Vi vil samtidig understreke at drift og verifikasjon/validering av modelloppsetten for de 19 flyplassene er ressurskrevende. Byttet fra SIMRA-UM til SIMRA-HM som i skrivende stund er gjennomført forenkler dette ganske vesentlig. Vi vil i den nærmeste tiden overvåke to flyplasser spesielt. Den ene er Værnes der bakgrunnen er at vi som et resultat av feilen i lagring av modelldata ikke fikk verifisert mot AMDAR-data for hele testperioden. Vi vil derfor sikre byttet av modell for Værnes bedre ved å følge nøye med for denne plassen. Skulle det i løpet av sommeren 2012 avdekkes noe særskilt problematisk, vil vi gjøre tiltak for å bøte på det. Den andre plassen er Sandane der UM og UM-SIMRA så ut til å h noen problemer spesifikke for disse to modellene. Siden H25 og SIMRA-HM verifiserte bedre er det trolig ikke noe spesielt å avdekke og heller ikke behov for tiltak. Allikevel velger vi å være føre var og å følge nøye med her, også fordi vi anser denne plassen for den av de 19 plassene som kan hende gir de største utfordringene for modellering av turbulens. 18

5. VEDLEGG: FIGURER Figur 1a Sammenligning for tidsrommet som angitt i figuren for Hasvik - Sluskfjellet av observert vindstyrke (SYNOP) og modellert vindstyrke (SIMRA-HM (SIMRA nestet i HARMONIE), SIMRA-UM (SIMRA nestet i UM), H25 (HARMONIE med 2,5 km grid) og UM1 (UM med 1 km grid)) fra fire modeller. Sammenligningen er gjort hver tredje time. I kurvene er verdien av ff plottet (fargekode i figurene). De øverste linjene gir fargekode og det er kolonner for henholdsvis minimumsverdi (Min), middelverdi (Middel), maksimumsverdi (Maks), standardavvik (std) og antall observasjoner (N). I de nederste fire linjene sammenlignes vindstyrke fra de fire modellene med observert vindstyrke. Her er det kolonner for middelfeil (Middelfeil), standardavvik i feilen (Std.feil), RMS-feil (RMSE), midlere absoluttfeil (MAE), maksimal absoluttfeil (Maks.abs.feil) og antall (N). 19

Figur 1b Månedsmidler av feilen for Hasvik-Sluskfjellet gitt ved (se tekst for definisjon) og Mean Error (middelfeil av vindstyrken ff) for kalendermånedene fra mars 2011 til og med februar 2012. Dataene er vist for SIMRA-HM (mørk blå), SIMRA-UM (lys grønn), H25 (turkis) og UM1 (rød). s uv 20

Figur 1c Månedsmidler av feilen for Hasvik - Sluskfjellet gitt ved MAE (maksimal absoluttverdi av feilen i vindstyrke ff), SDE (standardavviket i feilen i ff) og ME (Mean Error, det vil si middelfeil av ff) for kalendermånedene fra mars 2011 til og med februar 2012. ME er også vist i det første settet med figurer med månedsmidler gitt før i dette avsnittet. Dataene er vist for SIMRA-HM (mørk blå), SIMRA-UM (lys grønn), H25 (turkis) og UM1 (rød). 21

Figur 1d Figur som for Hasvik Sluskfjellet viser vindstyrke ff fordelt på retning i åtte sektorer. Vindstyrken er angitt med nyanser av grønt vist i figuren. De fem datasettene som er vist er observasjoner, SIMRA-HM, SIMRA-UM, H25 og UM1. Dataene er for perioden 22.5.2011 til 01.12.2011. 22

Figur 2a Sammenligning for tidsrommet som angitt i figuren for Hasvik lufthavn av observert vindstyrke (SYNOP) og modellert vindstyrke (SIMRA-HM (SIMRA nestet i HARMONIE), SIMRA-UM (SIMRA nestet i UM), H25 (HARMONIE med 2,5 km grid) og UM1 (UM med 1 km grid)) fra fire modeller. Sammenligningen er gjort hver tredje time. I kurvene er verdien av ff plottet (fargekode i figurene). De øverste linjene gir fargekode og det er kolonner for henholdsvis minimumsverdi (Min), middelverdi (Middel), maksimumsverdi (Maks), standardavvvik (std) og antall observasjoner (N). I de nederste fire linjene sammenlignes vindstyrke fra de fire modellene med observert vindstyrke. Her er det kolonner for middelfeil (Middelfeil), standardavvik i feilen (Std.feil), RMS-feil (RMSE), midlere absoluttfeil (MAE), maksimal aboluttfeil (Maks.abs.feil) og antall (N). 23

Figur 2b Månedsmidler av feilen for Hasvik lufthavn gitt ved s uv (se tekst for definisjon) og Mean Error (middelfeil av vindstyrken ff) for kalendermånedene fra mars 2011 til og med februar 2012. Dataene er vist for SIMRA-HM (mørk blå), SIMRA-UM (lys grønn), H25 (turkis) og UM1 (rød). 24

Figur 2c Månedsmidler av feilen for Hasvik lufthavn gitt ved MAE (maksimal absoluttverdi av feilen i vindstyrke ff), SDE (standardavviket i feilen i ff) og ME (Mean Error, det vil si middelfeil av ff) for kalendermånedene fra mars 2011 til og med februar 2012. ME er også vist i det første settet med figurer med månedsmidler gitt før i dette avsnittet. Dataene er vist for SIMRA-HM (mørk blå), SIMRA-UM (lys grønn), H25 (turkis) og UM1 (rød). 25

Figur 2d Figur som for Hasvik lufthavn viser vindstyrke ff fordelt på retning i åtte sektorer. Vindstyrken er angitt med nyanser av grønt vist i figuren. De fem datasettene som er vist er observasjoner, SIMRA-HM, SIMRA-UM, H25 og UM1. Dataene er for perioden 22.5.2011 til 01.12.2011. 26

Figur 3 a Sammenligning for tidsrommet som angitt i figuren for Tromsø - Langnes av observert vindstyrke (SYNOP) og modellert vindstyrke (SIMRA-HM (SIMRA nestet i HARMONIE), SIMRA-UM (SIMRA nestet i UM), H25 (HARMONIE med 2,5 km grid) og UM1 (UM med 1 km grid)) fra fire modeller. Sammenligningen er gjort hver tredje time. I kurvene er verdien av ff plottet (fargekode i figurene). De øverste linjene gir fargekode og det er kolonner for henholdsvis minimumsverdi (Min), middelverdi (Middel), maksimumsverdi (Maks), standardavvik (std) og antall observasjoner (N). I de nederste fire linjene sammenlignes vindstyrke fra de fire modellene med observert vindstyrke. Her er det kolonner for middelfeil (Middelfeil), standardavvik i feilen (Std.feil), RMS-feil (RMSE), midlere absoluttfeil (MAE), maksimal absoluttfeil (Maks.abs.feil) og antall (N). 27

Figur 3b Månedsmidler av feilen for Tromsø Langnes gitt ved s uv (se tekst for definisjon) og Mean Error (middelfeil av vindstyrken ff) for kalendermånedene fra mars 2011 til og med februar 2012. Dataene er vist for SIMRA-HM (mørk blå), SIMRA-UM (lys grønn), H25 (turkis) og UM1 (rød). 28

Figur 3c Månedsmidler av feilen for Tromsø Langnes gitt ved MAE (maksimal absoluttverdi av feilen i vindstyrke ff), SDE (standardavviket i feilen i ff) og ME (Mean Error, det vil si middelfeil av ff) for kalendermånedene fra mars 2011 til og med februar 2012. ME er også vist i det første settet med figurer med månedsmidler gitt før i dette avsnittet. Dataene er vist for SIMRA-HM (mørk blå), SIMRA-UM (lys grønn), H25 (turkis) og UM1 (rød). 29

Figur 3d Figur som for Tromsø Langnes viser vindstyrke ff fordelt på retning i åtte sektorer. Vindstyrken er angitt med nyanser av grønt vist i figuren. De fem datasettene som er vist er observasjoner, SIMRA-HM, SIMRA-UM, H25 og UM1. Dataene er for perioden 22.5.2011 til 01.12.2011. 30

Figur 4 a Sammenligning for tidsrommet som angitt i figuren for Tromsø av observert vindstyrke (SYNOP) og modellert vindstyrke (SIMRA-HM (SIMRA nestet i HARMONIE), SIMRA- UM (SIMRA nestet i UM), H25 (HARMONIE med 2,5 km grid) og UM1 (UM med 1 km grid)) fra fire modeller. Sammenligningen er gjort hver tredje time. I kurvene er verdien av ff plottet (fargekode i figurene). De øverste linjene gir fargekode og det er kolonner for henholdsvis minimumsverdi (Min), middelverdi (Middel), maksimumsverdi (Maks), standardavvik (std) og antall observasjoner (N). I de nederste fire linjene sammenlignes vindstyrke fra de fire modellene med observert vindstyrke. Her er det kolonner for middelfeil (Middelfeil), standardavvik i feilen (Std.feil), RMS-feil (RMSE), midlere absoluttfeil (MAE), maksimal absoluttfeil (Maks.abs.feil) og antall (N). 31

Figur 4b Månedsmidler av feilen for Tromsø gitt ved (se tekst for definisjon) og Mean Error (middelfeil av vindstyrken ff) for kalendermånedene fra mars 2011 til og med februar 2012. Dataene er vist for SIMRA-HM (mørk blå), SIMRA-UM (lys grønn), H25 (turkis) og UM1 (rød). s uv 32

Figur 4c Månedsmidler av feilen for Tromsø gitt ved MAE (maksimal absoluttverdi av feilen i vindstyrke ff), SDE (standardavviket i feilen i ff) og ME (Mean Error, det vil si middelfeil av ff) for kalendermånedene fra mars 2011 til og med februar 2012. ME er også vist i det første settet med figurer med månedsmidler gitt før i dette avsnittet. Dataene er vist for SIMRA-HM (mørk blå), SIMRA-UM (lys grønn), H25 (turkis) og UM1 (rød). 33

Figur 4d Figur som for Tromsø viser vindstyrke ff fordelt på retning i åtte sektorer. Vindstyrken er angitt med nyanser av grønt vist i figuren. De fem datasettene som er vist er observasjoner, SIMRA-HM, SIMRA-UM, H25 og UM1. Dataene er for perioden 22.5.2011 til 01.12.2011. 34

Figur 5a Sammenligning for tidsrommet som angitt i figuren for Sandnessjøen av observert vindstyrke (SYNOP) og modellert vindstyrke (SIMRA-HM (SIMRA nestet i HARMONIE), SIMRA- UM (SIMRA nestet i UM), H25 (HARMONIE med 2,5 km grid) og UM1 (UM med 1 km grid)) fra fire modeller. Sammenligningen er gjort hver tredje time. I kurvene er verdien av ff plottet (fargekode i figurene). De øverste linjene gir fargekode og det er kolonner for henholdsvis minimumsverdi (Min), middelverdi (Middel), maksimumsverdi (Maks), standardavvik (std) og antall observasjoner (N). I de nederste fire linjene sammenlignes vindstyrke fra de fire modellene med observert vindstyrke. Her er det kolonner for middelfeil (Middelfeil), standardavvik i feilen (Std.feil), RMS-feil (RMSE), midlere absoluttfeil (MAE), maksimal absoluttfeil (Maks.abs.feil) og antall (N). 35

Figur 5b Månedsmidler av feilen for Sandnessjøen gitt ved (se tekst for definisjon) og Mean Error (middelfeil av vindstyrken ff) for kalendermånedene fra mars 2011 til og med februar 2012. Dataene er vist for SIMRA-HM (mørk blå), SIMRA-UM (lys grønn), H25 (turkis) og UM1 (rød). s uv 36

Figur 5c Månedsmidler av feilen for Sandnessjøen gitt ved MAE (maksimal absoluttverdi av feilen i vindstyrke ff), SDE (standardavviket i feilen i ff) og ME (Mean Error, det vil si middelfeil av ff) for kalendermånedene fra mars 2011 til og med februar 2012. ME er også vist i det første settet med figurer med månedsmidler gitt før i dette avsnittet. Dataene er vist for SIMRA-HM (mørk blå), SIMRA-UM (lys grønn), H25 (turkis) og UM1 (rød). 37

Figur 5d Figur som for Sandnessjøen viser vindstyrke ff fordelt på retning i åtte sektorer. Vindstyrken er angitt med nyanser av grønt vist i figuren. De fem datasettene som er vist er observasjoner, SIMRA-HM, SIMRA-UM, H25 og UM1. Dataene er for perioden 22.5.2011 til 01.12.2011. 38

Figur 6a Sammenligning for tidsrommet som angitt i figuren for Værnes av observert vindstyrke (SYNOP) og modellert vindstyrke (SIMRA-HM (SIMRA nestet i HARMONIE), SIMRA- UM (SIMRA nestet i UM), H25 (HARMONIE med 2,5 km grid) og UM1 (UM med 1 km grid)) fra fire modeller. Sammenligningen er gjort hver tredje time. I kurvene er verdien av ff plottet (fargekode i figurene). De øverste linjene gir fargekode og det er kolonner for henholdsvis minimumsverdi (Min), middelverdi (Middel), maksimumsverdi (Maks), standardavvik (std) og antall observasjoner (N). I de nederste fire linjene sammenlignes vindstyrke fra de fire modellene med observert vindstyrke. Her er det kolonner for middelfeil (Middelfeil), standardavvik i feilen (Std.feil), RMS-feil (RMSE), midlere absoluttfeil (MAE), maksimal absoluttfeil (Maks.abs.feil) og antall (N). 39

Figur 6b Månedsmidler av feilen for Værnes gitt ved (se tekst for definisjon) og Mean Error (middelfeil av vindstyrken ff) for kalendermånedene fra mars 2011 til og med februar 2012. Dataene er vist for SIMRA-HM (mørk blå), SIMRA-UM (lys grønn), H25 (turkis) og UM1 (rød). s uv 40

Figur 6c Månedsmidler av feilen for Værnes gitt ved MAE (maksimal absoluttverdi av feilen i vindstyrke ff), SDE (standardavviket i feilen i ff) og ME (Mean Error, det vil si middelfeil av ff) for kalendermånedene fra mars 2011 til og med februar 2012. ME er også vist i det første settet med figurer med månedsmidler gitt før i dette avsnittet. Dataene er vist for SIMRA-HM (mørk blå), SIMRA-UM (lys grønn), H25 (turkis) og UM1 (rød). 41

Figur 6d Figur som for Værnes viser vindstyrke ff fordelt på retning i åtte sektorer. Vindstyrken er angitt med nyanser av grønt vist i figuren. De fem datasettene som er vist er observasjoner, SIMRA-HM, SIMRA-UM, H25 og UM1. Dataene er for perioden 22.5.2011 til 01.12.2011. 42

Figur 7a Sammenligning for tidsrommet som angitt i figuren for Sandane av observert vindstyrke (SYNOP) og modellert vindstyrke (SIMRA-HM (SIMRA nestet i HARMONIE), SIMRA- UM (SIMRA nestet i UM), H25 (HARMONIE med 2,5 km grid) og UM1 (UM med 1 km grid)) fra fire modeller. Sammenligningen er gjort hver tredje time. I kurvene er verdien av ff plottet (fargekode i figurene). De øverste linjene gir fargekode og det er kolonner for henholdsvis minimumsverdi (Min), middelverdi (Middel), maksimumsverdi (Maks), standardavvik (std) og antall observasjoner (N). I de nederste fire linjene sammenlignes vindstyrke fra de fire modellene med observert vindstyrke. Her er det kolonner for middelfeil (Middelfeil), standardavvik i feilen (Std.feil), RMS-feil (RMSE), midlere absoluttfeil (MAE), maksimal absoluttfeil (Maks.abs.feil) og antall (N). 43

Figur 7b Månedsmidler av feilen for Sandane gitt ved (se tekst for definisjon) og Mean Error (middelfeil av vindstyrken ff) for kalendermånedene fra mars 2011 til og med februar 2012. Dataene er vist for SIMRA-HM (mørk blå), SIMRA-UM (lys grønn), H25 (turkis) og UM1 (rød). s uv 44

Figur 7c Månedsmidler av feilen for Sandane gitt ved MAE (maksimal absoluttverdi av feilen i vindstyrke ff), SDE (standardavviket i feilen i ff) og ME (Mean Error, det vil si middelfeil av ff) for kalendermånedene fra mars 2011 til og med februar 2012. ME er også vist i det første settet med figurer med månedsmidler gitt før i dette avsnittet. Dataene er vist for SIMRA-HM (mørk blå), SIMRA-UM (lys grønn), H25 (turkis) og UM1 (rød). 45

Figur 7d Figur som for Sandane viser vindstyrke ff fordelt på retning i åtte sektorer. Vindstyrken er angitt med nyanser av grønt vist i figuren. De fem datasettene som er vist er observasjoner, SIMRA-HM, SIMRA-UM, H25 og UM1. Dataene er for perioden 22.5.2011 til 01.12.2011. 46

Figur 8a Isolinjer vist for Hasvik lufthavn av gjennomsnittlig turbulensintensitet i modellflate 33 for SIMRA-HM (blått) og SIMRA-UM (rødt) for perioden 22.7.2011 til 1.12.2011. Modellflate 33 ligger ca. 100 meter over topografiene i SIMRA-modellen. Turbulensintensitet er kvadratroten av turbulens kinetisk energi og er vist i enhet m/s. 47

Figur 8b Isolinjer vist for Tromsø av gjennomsnittlig turbulensintensitet i modellflate 33 for SIMRA- HM (blått) og SIMRA-UM (rødt) for perioden 22.7.2011 til 1.12.2011. Modellflate 33 ligger ca. 100 meter over topografiene i SIMRA-modellen. Turbulensintensitet er kvadratroten av turbulens kinetisk energi og er vist i enhet m/s. 48

Figur 8c Isolinjer vist for Sandnessjøen av gjennomsnittlig turbulensintensitet i modellflate 33 for SIMRA-HM (blått) og SIMRA-UM (rødt) for perioden 22.7.2011 til 1.12.2011. Modellflate 33 ligger ca. 100 meter over topografiene i SIMRA-modellen. Turbulensintensitet er kvadratroten av turbulens kinetisk energi og er vist i enhet m/s. 49

Figur 8d Isolinjer vist for Sandane av gjennomsnittlig turbulensintensitet i modellflate 33 for SIMRA- HM (blått) og SIMRA-UM (rødt) for perioden 22.7.2011 til 1.12.2011. Modellflate 33 ligger ca. 100 meter over topografiene i SIMRA-modellen. Turbulensintensitet er kvadratroten av turbulens kinetisk energi og er vist i enhet m/s. 50

Figur 9a Isolinjer vist for Hasvik lufthavn av gjennomsnittlig vindstyrke ff i modellflate 33 for SIMRA-HM (blått) og SIMRA-UM (rødt) for perioden 22.7.2011 til 1.12.2011. Modellflate 33 ligger ca. 100 meter over topografiene i SIMRA-modellen. Enhet er m/s. 51

Figur 9b Isolinjer vist for Tromsø av gjennomsnittlig vindstyrke ff i modellflate 33 for SIMRA-HM (blått) og SIMRA-UM (rødt) for perioden 22.7.2011 til 1.12.2011. Modellflate 33 ligger ca. 100 meter over topografiene i SIMRA-modellen. Enhet er m/s. 52

Figur 9c Isolinjer vist for Sandnessjøen av gjennomsnittlig vindstyrke ff i modellflate 33 for SIMRA- HM (blått) og SIMRA-UM (rødt) for perioden 22.7.2011 til 1.12.2011. Modellflate 33 ligger ca. 100 meter over topografiene i SIMRA-modellen. Enhet er m/s. 53

Figur 9d Isolinjer vist for Sandane av gjennomsnittlig vindstyrke ff i modellflate 33 for SIMRA-HM (blått) og SIMRA-UM (rødt) for perioden 22.7.2011 til 1.12.2011. Modellflate 33 ligger ca. 100 meter over topografiene i SIMRA-modellen. Enhet er m/s. 54

Figur 10a Isolinjer vist for Hasvik for maksimal vindstyrke ff i modellflate 33 for SIMRA-HM (blått) og SIMRA-UM (rødt) for perioden 22.7.2011 til 1.12.2011. Modellflate 33 ligger ca. 100 meter over topografiene i SIMRA-modellen. Enhet er m/s. 55

Figur 10b Isolinjer vist for Tromsø for maksimal vindstyrke ff i modellflate 33 for SIMRA-HM (blått) og SIMRA-UM (rødt) for perioden 22.7.2011 til 1.12.2011. Modellflate 33 ligger ca. 100 meter over topografiene i SIMRA-modellen. Enhet er m/s. 56

Figur 10c Isolinjer vist for Sandnessjøen for maksimal vindstyrke ff i modellflate 33 for SIMRA-HM (blått) og SIMRA-UM (rødt) for perioden 22.7.2011 til 1.12.2011. Modellflate 33 ligger ca. 100 meter over topografiene i SIMRA-modellen. Enhet er m/s. 57

Figur 10d Isolinjer vist for Sandane for maksimal vindstyrke ff i modellflate 33 for SIMRA-HM (blått) og SIMRA-UM (rødt) for perioden 22.7.2011 til 1.12.2011. Modellflate 33 ligger ca. 100 meter over topografiene i SIMRA-modellen. Enhet er m/s. 58

Figur 11 Prognose for Tromsø fra SIMRA-HM basert på render fra 26.12.2011 00 UTC. Prognosen er på 14 timer og gjelder 14 UTC. Det som vises er turbulensintensitet i m/s, vind og høyde av modellflate 25 i meter. Den sorte streken med to knekkpunkter viser projeksjonen rullebanen på flyplassen og i forlengelsen av denne projeksjonen av de to innflygingstrålene på kartet. 59

Figur 12 Prognose for Tromsø fra SIMRA-UM basert på render fra 26.12.2011 00 UTC. Prognosen er på 14 timer og gjelder 14 UTC. Det som vises er turbulensintensitet i m/s, vind og høyde av modellflate 25 i meter. Den sorte streken med to knekkpunkter viser projeksjonen rullebanen på flyplassen og i forlengelsen av denne projeksjonen av de to innflygingstrålene på kartet. 60

Figur 13 Prognose for Sandnessjøen fra SIMRA-HM basert på render fra 26.12.2011 00 UTC. Prognosen er på 6 timer og gjelder 06 UTC. Det som vises er turbulensintensitet i m/s, vind og høyde av modellflate 25 i meter. Den sorte streken med to knekkpunkter viser projeksjonen rullebanen på flyplassen og i forlengelsen av denne projeksjonen av de to innflygingstrålene på kartet. 61

Figur 14 Prognose for Sandnessjøen fra SIMRA-UM basert på render fra 26.12.2011 00 UTC. Prognosen er på 6 timer og gjelder 06 UTC. Det som vises er turbulensintensitet i m/s, vind og høyde av modellflate 25 i meter. Den sorte streken med to knekkpunkter viser projeksjonen rullebanen på flyplassen og i forlengelsen av denne projeksjonen av de to innflygingstrålene på kartet. 62

Figur 15 Prognose for Sandane fra SIMRA-HM basert på render fra 25.12.2011 12 UTC. Prognosen er på 6 timer og gjelder 06 UTC. Det som vises er turbulensintensitet i m/s, vind og høyde av modellflate 25 i meter. Den sorte streken med to knekkpunkter viser projeksjonen rullebanen på flyplassen og i forlengelsen av denne projeksjonen av de to innflygingstrålene på kartet. 63

Figur 16 Prognose for Sandane fra SIMRA-UM basert på render fra 25.12.2011 12 UTC. Prognosen er på 6 timer og gjelder 06 UTC. Det som vises er turbulensintensitet i m/s, vind og høyde av modellflate 25 i meter. Den sorte streken med to knekkpunkter viser projeksjonen rullebanen på flyplassen og i forlengelsen av denne projeksjonen av de to innflygingstrålene på kartet. 64

6. REFERANSER Haugen, J. E., Aspelien, T., Homleid, M., Køltzow, M. and Vignes, O.(2008) Operasjonell Hirlam med 12km, 8km og 4 km gitter. (in Norwegian) Met.no note No. 1, The Norwegian Meteorological Institute, 2008 Midtbø, K.H., Bremnes, J.B., Homleid, M., Ødegaard, V (2008) Verification of wind forecasts for the airports Hammerfest, Honningsvåg, Sandnessjøen, Ørsta, Værnes, Sandane and Narvik. Met.no note No. 2, The Norwegian Meteorological Institute, 2008 Midtbø, K.H., Bremnes, J.B., Homleid, M., Ødegaard, V (2008) Verification of wind forecasts for the airports Hammerfest, Honningsvåg, Sandnessjøen, Ørsta, Værnes, Sandane and Narvik for the period 1.1.2008 to 30.4.2008. Met.no note No. 10, The Norwegian Meteorological Institute, 2008 Midtbø, K.H., Bremnes, J.B., Homleid, M., Ødegaard, V (2008) Verification of wind forecasts for the airports Hammerfest, Honningsvåg, Sandnessjøen, Ørsta, Værnes, Sandane and Narvik for the period 1.5.2008 to 31.8.2008. Met.no note No. 18, The Norwegian Meteorological Institute, 2008 Midtbø, K.H., Bremnes, J.B., Homleid, M., Ødegaard, V (2009)Verification of wind forecasts for the airports Hammerfest, Honningsvåg, Sandnessjøen, Ørsta, Værnes, Sandane and Narvik for the period 1.9.2008 to 31.12.2008. Met.no note No. 20, The Norwegian Meteorological Institute, 2009 Midtbø, K.H., Bremnes, J.B., Homleid, M., Ødegaard, V (2009 Verification of wind forecasts for the airports Hammerfest, Honningsvåg, Sandnessjøen, Ørsta, Værnes, Sandane and Narvik for the period 1.1.2009 to 30.04.2009. Met.no note No. 21, The Norwegian Meteorological Institute, 2009 Midtbø, K.H., Homleid, M., Ødegaard, V (2010) Verification of wind forecasts for the airports Honningsvåg, Hammerfest, Hasvik, Tromsø, Evenes, Narvik, Mosjøen, Sandnessjøen, Brønnøysund, Værnes, Ørsta-Volda, Sandane, Førde and Fagernes for the period 1.5.2009 to 30.4.2010. Met.no note No. 8, The Norwegian Meteorological Institute, 2010 65