Περίληψη
Η παρούσα διδακτορική διατριβή αποτελεί μια μελέτη της εξάρτησης του βαθμού προγνωσιμότητας των βασικών μετεωρολογικών παραμέτρων και συγκεκριμένα της θερμοκρασίας και του υετού, από τον τύπο καιρού για την περιοχή της βορειοδυτικής Ελλάδας. Επιπλέον, τα αποτελέσματα αυτής της μελέτης χρησιμοποιήθηκαν για περαιτέρω έρευνα που σκοπό είχε τη διερεύνηση της βελτίωσης του προγνωστικού μοντέλου που εφαρμόστηκε. Έχει παρατηρηθεί ότι για την περιοχή της βορειοδυτικής Ελλάδας, η προγνωστική ικανότητα ενός μετεωρολογικού μοντέλου που εφαρμόζεται σε αυτήν, διαφέρει ανάλογα τις καιρικές συνθήκες που επικρατούν. Ο τρόπος με τον οποίο εξαρτάται η προγνωστική ικανότητα ενός μετεωρολογικού μοντέλου από τον τύπο καιρού δεν είναι σαφής, ιδιαίτερα σε περιοχές πολύπλοκου ανάγλυφου, όπως αυτού της βορειοδυτικής Ελλάδας. Για τον λόγο αυτό, στην παρούσα διδακτορική διατριβή επιχειρείται να δοθεί απάντηση στο πρόβλημα που αναφέρεται. Για τους σκοπούς της παρούσας διατριβής, αρχικά προσδιορίζονται οι τύποι κα ...
Η παρούσα διδακτορική διατριβή αποτελεί μια μελέτη της εξάρτησης του βαθμού προγνωσιμότητας των βασικών μετεωρολογικών παραμέτρων και συγκεκριμένα της θερμοκρασίας και του υετού, από τον τύπο καιρού για την περιοχή της βορειοδυτικής Ελλάδας. Επιπλέον, τα αποτελέσματα αυτής της μελέτης χρησιμοποιήθηκαν για περαιτέρω έρευνα που σκοπό είχε τη διερεύνηση της βελτίωσης του προγνωστικού μοντέλου που εφαρμόστηκε. Έχει παρατηρηθεί ότι για την περιοχή της βορειοδυτικής Ελλάδας, η προγνωστική ικανότητα ενός μετεωρολογικού μοντέλου που εφαρμόζεται σε αυτήν, διαφέρει ανάλογα τις καιρικές συνθήκες που επικρατούν. Ο τρόπος με τον οποίο εξαρτάται η προγνωστική ικανότητα ενός μετεωρολογικού μοντέλου από τον τύπο καιρού δεν είναι σαφής, ιδιαίτερα σε περιοχές πολύπλοκου ανάγλυφου, όπως αυτού της βορειοδυτικής Ελλάδας. Για τον λόγο αυτό, στην παρούσα διδακτορική διατριβή επιχειρείται να δοθεί απάντηση στο πρόβλημα που αναφέρεται. Για τους σκοπούς της παρούσας διατριβής, αρχικά προσδιορίζονται οι τύποι καιρού (WTs) που επικρατούν στην περιοχή της βορειοδυτικής Ελλάδας, για μια χρονική περίοδο, στην οποία θα εφαρμοστεί ένα μετεωρολογικό μοντέλο πρόγνωσης καιρού. Για τον προσδιορισμό των WTs, εφαρμόζονται συνδυαστικά οι στατιστικές μέθοδοι α) Παραγοντική Ανάλυση, η οποία αποτελεί μια παραλλαγή της Ανάλυσης Κύριων Συνιστωσών, και β) Ανάλυση κατά Συστάδες, χρησιμοποιώντας μετεωρολογικά δεδομένα για την ευρύτερη περιοχή ενδιαφέροντος από τη βάση ERA5 Reanalysis. Αρχικά, με την εφαρμογή της Παραγοντικής Ανάλυσης γίνεται μια μείωση του μεγάλου πλήθους των αρχικών μετεωρολογικών παραμέτρων που χρησιμοποιούνται έτσι ώστε να προκύψει ένα μικρότερος αριθμός ασυσχέτιστων παραγόντων. Στη συνέχεια, στους παράγοντες που προκύπτουν από την προηγούμενη ανάλυση, εφαρμόζεται η Ανάλυση κατά Συστάδες που έχει ως αποτέλεσμα τον προσδιορισμό των τελικών WTs. Το μετεωρολογικό μοντέλο που χρησιμοποιείται για τον έλεγχο της προγνωστικής του ικανότητας είναι το Μοντέλο Έρευνας και Πρόγνωσης Καιρού (WRF) και συγκεκριμένα η έκδοση 4.1.5. Η αρχικοποίηση του WRF γίνεται με τη χρήση των δεδομένων πρόγνωσης του Παγκόσμιου Σύστηματος Πρόγνωσης (GFS), ενώ η εκτέλεση του πραγματοποιείται σε τρεις περιοχές προσομοίωσης χρησιμοποιώντας την τεχνική της μονόδρομης εμφώλευσης, με την περιοχή της βορειοδυτικής Ελλάδας να αποτελεί την τελική περιοχή με την υψηλότερη οριζόντια χωρική ανάλυση (2 km). Η εκτέλεση του WRF πραγματοποιείται για τις πλησιέστερες ημέρες στο κέντρο κάθε συστάδας σε κάθε WT. Στη συνέχεια τα αποτελέσματα πρόγνωσης θερμοκρασίας στις 04 και 12 UTC και ημερήσιου υετού συγκρίνονται με τα δεδομένα μετεωρολογικών σταθμών του Εθνικού Αστεροσκοπείου Αθηνών. Για τη σύγκριση των τιμών θερμοκρασίας εφαρμόζεται η μέθοδος Cressman (χρήση τεσσάρων πλησιέστερων πλεγματικών σημείων στον σταθμό) και υπολογίζονται στατιστικά σφαλμάτων για κάθε σταθμό, ενώ για τη σύγκριση των τιμών υετού εφαρμόζεται μια μεθοδολογία που λαμβάνει υπόψη τον υετό στα εννέα πλησιέστερα πλεγματικά σημεία στον σταθμό και υπολογίζονται στατιστικές συναρτήσεις σφαλμάτων και επίδοσης. Από την εφαρμογή των αναφερόμενων μεθόδων προσδιορίζονται δέκα WTs για την περιοχή της βορειοδυτικής Ελλάδας. Από τα αποτελέσματα προκύπτει ότι το μοντέλο υπερεκτιμά σημαντικά τη θερμοκρασία αέρα στα 2 μέτρα στις 04 UTC για συγκεκριμένους WTs που χαρακτηρίζονται από αντικυκλωνική κυκλοφορία και για συγκεκριμένους σταθμούς της ενδοχώρας. Επίσης από τα αποτελέσματα των στατιστικών συναρτήσεων σφαλμάτων και επίδοσης για τον ημερήσιο υετό, προκύπτουν παρατηρούμενες διαφορές μεταξύ των WTs. Από τη μελέτη βελτίωσης των αποτελεσμάτων πρόγνωσης της θερμοκρασίας, προκύπτει ότι με την κατάλληλη τροποποίηση συγκεκριμένων φυσικών παραμετροποιήσεων υπάρχει σημαντική βελτίωση της προγνωστικής ικανότητας του μοντέλου για τους WTs και τους σταθμούς που εμφανίζουν μεγάλα σφάλματα. Επίσης, προκύπτουν οι βέλτιστες φυσικές παραμετροποιήσεις μικροφυσικής και ανωμεταφοράς για τον WT3, όπου παρατηρούνται οι μεγαλύτερες τιμές υετού. Τα αποτελέσματα αυτής της διδακτορικής διατριβής μπορούν να χρησιμοποιηθούν για την εκτίμηση και βελτίωση των αποτελεσμάτων πρόγνωσης του μοντέλου που διενεργείται καθημερινά από το Εργαστήριο Μετεωρολογίας του Πανεπιστημίου Ιωαννίνων, ενώ μπορούν να αξιολογηθούν και ευρύτερα από την ερευνητική κοινότητα που ασχολείται με την αριθμητική πρόγνωση καιρού σε τοπικό επίπεδο.
περισσότερα
Περίληψη σε άλλη γλώσσα
This doctoral dissertation investigates the dependence of the predictability of basic meteorological parameters, namely temperature and precipitation, on weather types in the region of Northwestern Greece. The study's findings were used for further research aimed at improving the forecasting model employed. It has been observed that in the region of Northwestern Greece, the predictive ability of a meteorological model depends on the prevailing weather conditions. The manner in which the predictive ability of a meteorological model is influenced is unclear, particularly in regions with complex terrain, such as Northwestern Greece. For this reason, this doctoral dissertation aims to provide answers to this issue. For the purposes of this dissertation, the weather types (WTs) prevailing in the region of Northwestern Greece were first identified for a period during which a weather forecasting model would be applied. To identify the WTs, statistical methodologies were combined: (a) Factor A ...
This doctoral dissertation investigates the dependence of the predictability of basic meteorological parameters, namely temperature and precipitation, on weather types in the region of Northwestern Greece. The study's findings were used for further research aimed at improving the forecasting model employed. It has been observed that in the region of Northwestern Greece, the predictive ability of a meteorological model depends on the prevailing weather conditions. The manner in which the predictive ability of a meteorological model is influenced is unclear, particularly in regions with complex terrain, such as Northwestern Greece. For this reason, this doctoral dissertation aims to provide answers to this issue. For the purposes of this dissertation, the weather types (WTs) prevailing in the region of Northwestern Greece were first identified for a period during which a weather forecasting model would be applied. To identify the WTs, statistical methodologies were combined: (a) Factor Analysis, a variation of Principal Component Analysis, and (b) Cluster Analysis, using meteorological data for the greater region of Epirus, obtained from the ERA5 Reanalysis database. Initially, Factor Analysis was applied to reduce the large number of initial meteorological parameters used, resulting in a smaller number of uncorrelated factors. Subsequently, the factors derived from this analysis were subjected to Cluster Analysis, which identified the final WTs. The meteorological model used to assess its predictive ability is the Weather Research and Forecasting Model (WRF) and specifically the version 4.1.5. The WRF model is initialized using forecast data from the Global Forecast System (GFS) and is applied in three nested simulation domains, with Northwestern Greece serving as the final domain at the highest horizontal spatial resolution (2 km). WRF simulations were performed for the days closest to each cluster center within each WT. The predicted temperature results at 04 and 12 UTC and daily precipitation were then compared with data from meteorological stations of the National Observatory of Athens. For temperature comparisons, the Cressman method (using the four nearest grid points to the station) was applied, and error statistics were calculated for each station. For precipitation comparisons, a methodology considering precipitation at the nine nearest grid points to the station was used, with error and performance statistics being calculated. From the application of the aforementioned methods, ten WTs were identified for the region of Northwestern Greece. The results indicate that the model significantly overestimates the 2-meter air temperature at 04 UTC for specific WTs characterized by anticyclonic circulation and for certain inland stations. Additionally, the error and performance statistics for daily precipitation reveal notable differences between WTs. From the study of improving temperature forecast results, it is shown that appropriately modifying specific physical parameterizations significantly enhances the model’s predictive ability for WTs and stations with high errors. Furthermore, optimal microphysics and convection parameterizations were identified for WT3, where the highest precipitation values were observed. The results of this doctoral dissertation can be utilized for evaluating and improving the forecasting results of the model used daily by the Meteorology Laboratory of the University of Ioannina. Also, they can be used by the research community dealing with numerical weather forecast, especially on a local basis.
περισσότερα