Performance evaluation of the WRF model for short -and long- term studies over Europe

Abstract

This PhD thesis focuses on evaluating the capability of a state-of-the-art, widely used mesoscale numerical weather prediction model / regional climate model, Weather Research and Forecasting (WRF), in simulating short- and long-term thermal and hydrological conditions at a regional scale and trying to optimize its efficiency for such studies over Europe. The research conducted focused on determining the optimal grid cell spatial resolution when performing simulations in which dynamical downscaling techniques are applied beyond which no better convergence with observed data is achieved, thereby reducing computational cost, on developing a methodological framework to assess simulation capability /performance of the model under various combinations of physical parameterizations and spatial analyses, to determine the optimal combination of physical parameterizations for simulating extreme precipitation events and to identify European regions that in climate simulations deviate from observed changes and identify/analyze the underlying causes for this behavior. In this context, numerous sensitivity experiments were carried out during three distinct numerical studies. The first numerical study showed that the simulation at a resolution of less than 10 km, when dynamical downscaling techniques are used, does not improve the performance of the model in terms of its thermal and hydrological behavior, regardless of the topography complexity, on the contrary, it greatly increases the computational cost. The second numerical study showed that to better predict extreme precipitation events, it is necessary to use a multicriteria analysis technique to determine the simulating ability of the combination of physical parameterizations included in WRF and their ranking. It presented a methodology for this process and highlighted the optimal combination of parameterizations. Finally, it examined the sensitivity of the results to the spatial resolution of the grid cell used and highlighted the fact that improving the spatial resolution when the initial simulation is performed at a cell resolution below 10 km has no effect on the forecast accuracy in terms of time or intensity of the extreme event. The third study highlighted the capability of WRF to simulate climate thermal and hydrological changes when the initial and boundary conditions are derived from a climate model (NASA GISS ModelE2) and the dynamical downscaling technique is used. It suggested winter as the season during which the largest deviations from the observed values are presented and the region of southwest Europe as the most critical in terms of deviations, while spring as the period during which the lowest regional deviations are presented due to the combination of low snow cover (compared to winter) and milder radiation effects (as opposed to summer).

Η παρούσα διδακτορική διατριβή επικεντρώνεται στην αξιολόγηση της ικανότητας ενός σύγχρονου αριθμητικού μετεωρολογικού μοντέλου μέσης κλίμακας / περιοχικού κλιματικού μοντέλου, του Weather Research and Forecasting (WRF), στην προσομοίωση βραχυχρόνιων και μακροχρόνιων θερμικών και υδρολογικών συνθηκών σε περιφερειακή κλίμακα και στην προσπάθεια βελτιστοποίησης της αποδοτικότητάς του για τέτοιου είδους μελέτες στον Ευρωπαϊκό χώρο. Η έρευνα που διεξήχθη επικεντρώθηκε στον προσδιορισμό βέλτιστης χωρικής ανάλυσης κελιού πλέγματος κατά την πραγματοποίηση προσομοιώσεων στις οποίες εφαρμόζονται τεχνικές δυναμικής μείωσης της κλίμακας πέραν της οποίας δεν επιτυγχάνεται καλύτερη σύγκλιση με παρατηρούμενα δεδομένα, μειώνοντας έτσι το υπολογιστικό κόστος, στην κατάστρωση μεθοδολογίας για την αξιολόγηση της προσομοιωτικής ικανότητας/απόδοσης του μοντέλου υπό διάφορους συνδυασμούς παραμετροποιήσεων και χωρικών αναλύσεων, στον προσδιορισμό του βέλτιστου συνδυασμού φυσικών παραμετροποιήσεων για την προσομοίωση ακραίων γεγονότων βροχόπτωσης και στον προσδιορισμός ευρωπαϊκών περιοχών που κατά την πραγματοποίηση κλιματικών προσομοιώσεων παρουσιάζουν απόκλιση από τις παρατηρούμενες μεταβολές και ταυτοποίηση/ανάλυση των υποκείμενων αιτιών για τη συμπεριφορά αυτή. Στο πλαίσιο αυτό, πραγματοποιήθηκαν πολυάριθμα πειράματα ευαισθησίας κατά τη διάρκεια τριών διακριτών αριθμητικών μελετών. H πρώτη αριθμητική μελέτη έδειξε ότι η προσομοίωση σε διακριτική ανάλυση μικρότερης των 10 km, όταν χρησιμοποιούνται τεχνικές δυναμικής μείωσης της κλίμακας δε βελτιώνει την απόδοση του μοντέλου ως προς τη θερμική και υδρολογική συμπεριφορά του ανεξαρτήτως της πολυπλοκότητας του ανάγλυφου, αντίθετα αυξάνει πολύ το υπολογιστικό κόστος. Η δεύτερη αριθμητική μελέτη έδειξε ότι για την καλύτερη πρόβλεψη ακραίων γεγονότων βροχόπτωσης, είναι απαραίτητη η χρήση τεχνικής πολυκριτηριακής ανάλυσης για τον προσδιορισμό της προσομοιωτικής ικανότητας των συνδυασμού φυσικών παραμετροποιήσεων που εμπεριέχονται στο WRF και την κατάταξή τους. Παρουσίασε μεθοδολογία για τη διαδικασία αυτή και ανέδειξε τον βέλτιστο συνδυασμό παραμετροποιήσεων. Τέλος, εξέτασε την ευαισθησία των αποτελεσμάτων στη χωρική ανάλυση του χρησιμοποιούμενου πλέγματος και ανέδειξε το γεγονός ότι η βελτίωση της χωρικής ανάλυσης όταν η αρχική προσομοίωση εκτελείται σε διακριτική ικανότητα κελιού κάτω των 10 km δεν έχει επίδραση στην ακρίβεια πρόβλεψης όσον αφορά το χρόνο ή την ένταση του ακραίου γεγονότος. Η τρίτη μελέτη ανέδειξε την ικανότητα του WRF για προσομοίωση κλιματικών θερμικών και υδρολογικών μεταβολών όταν οι αρχικές και οριακές συνθήκες προέρχονται από κλιματικό μοντέλο (NASA GISS ModelE2) και γίνεται χρήση της τεχνικής δυναμικής μείωσης της κλίμακας. Ανέδειξε τον χειμώνα ως την εποχή κατά την οποία παρουσιάζονται οι μεγαλύτερες αποκλίσεις από τις παρατηρούμενες τιμές και την περιοχή της νοτιοδυτικής Ευρώπης ως την πλέον κρίσιμη από πλευράς αποκλίσεων, ενώ την άνοιξη ως την περίοδο που παρουσιάζονται οι χαμηλότερες περιοχικές αποκλίσεις λόγω του συνδυασμού χαμηλής χιονοκάλυψης (σε σύγκριση με το χειμώνα) και ηπιότερων επιδράσεων ακτινοβολίας (σε αντίθεση με το καλοκαίρι).