De presentatie wordt gedownload. Even geduld aub

De presentatie wordt gedownload. Even geduld aub

1 Maurice Schmeits (KNMI, R&D Weer- en klimaatmodellen) KWG Wintersymposium 10 januari 2015 Kansverwachtingen in de meteorologie.

Verwante presentaties


Presentatie over: "1 Maurice Schmeits (KNMI, R&D Weer- en klimaatmodellen) KWG Wintersymposium 10 januari 2015 Kansverwachtingen in de meteorologie."— Transcript van de presentatie:

1 1 Maurice Schmeits (KNMI, R&D Weer- en klimaatmodellen) KWG Wintersymposium 10 januari 2015 Kansverwachtingen in de meteorologie

2 2 Inhoud Waarom kansverwachtingen? Numerieke weersverwachting: Hoe werkt het? (Beperkingen van) deterministische weersverwachting Kansverwachtingen m.b.v. een ensemble predictie systeem (EPS) Verificatie van kansen Gebruik van kansverwachtingen: cost-loss Kansverwachtingssysteem voor (zwaar) onweer (case 9 juni 2014)  Model output statistics (MOS) KWG Wintersymposium 10 januari 2015

3 Waarom kansverwachtingen? (Met dank aan: Kees Kok (KNMI)) Kwantificeren van inherente onzekerheid O.a. t.b.v. het nemen van (risico)beslissingen Stelling: Het nemen van beslissingen kan worden verbeterd door gebruik te maken van onzekerheidsinformatie Stelling is waar: - mits kansverwachtingen skill hebben - mits ze goed gecommuniceerd worden - mits de ontvanger die snapt 3KWG Wintersymposium 10 januari 2015

4 4 Numerieke weersverwachting: Hoe werkt het? Numeriek model beschrijft de processen in het aardsysteem (Met dank aan: Renate Hagedorn (ECMWF)) KWG Wintersymposium 10 januari 2015

5 5 Numerieke weersverwachting: Hoe werkt het? Observaties als start van de verwachting (Met dank aan: Renate Hagedorn (ECMWF)) KWG Wintersymposium 10 januari 2015

6 6 Computer Observaties Model Numerieke weersverwachting: Hoe werkt het? (Met dank aan: Renate Hagedorn (ECMWF)) KWG Wintersymposium 10 januari 2015

7 7 Deterministische weersverwachting Verwachtingstijd Temperatuur Beginconditie Verwachting Is deze verwachting “correct”? Initiële onzekerheid Modelfout (Met dank aan: Renate Hagedorn (ECMWF)) KWG Wintersymposium 10 januari 2015

8 8 (Bron: The Independent) KWG Wintersymposium 10 januari 2015

9 9 Kansverwachtingen: ensembles Verwachtingstijd Temperatuur Complete beschrijving van de weersverwachting in termen van een Probability Density Function (PDF) Beginconditie Verwachting (Met dank aan: Renate Hagedorn (ECMWF)) KWG Wintersymposium 10 januari 2015

10 10 Stromingsafhankelijkheid van verwachtingsfouten Als de ensembleleden coherent zijn (kleine spreiding) is de atmosfeer voorspelbaarder dan als de ensembleleden divergeren (grote spreiding) 26 juni juni 1994 (Met dank aan: Renate Hagedorn (ECMWF)) KWG Wintersymposium 10 januari 2015

11 11 ECMWF Ensemble Predictie Systeem (EPS): kansverwachting voor de komende twee weken “pluim” en staafdiagrammen voor De Bilt: “pluim” en staafdiagrammen voor De Bilt: (Bron: ECMWF) KWG Wintersymposium 10 januari 2015

12 12 Deterministische vs. probabilistische verwachting Deterministisch verwachten: 1.Data-assimilatie 2.Run een weermodel vanuit een enkele (beste) analyse 3.Resultaat: deterministische verwachting Maar omdat de atmosfeer chaotisch is, hebben we een schatting van de onzekerheid nodig. Daarom: Probabilistisch verwachten: 1.Ensemble data-assimilatie 2.Run (een) weermodel(len) vanuit meervoudige analyses 3.Creëer een ensemble van weersverwachtingen 4.Resultaat: kansverwachting KWG Wintersymposium 10 januari 2015

13 13 Verificatie van kansen KWG Wintersymposium 10 januari 2015

14 14 Verificatie van kansen: reliability diagram KNMI neerslagkansen voor 1 dag vooruit: Waargenomen frequentie Verwachte kans KWG Wintersymposium 10 januari 2015

15 15 Verificatie van kansen: reliability diagram KNMI neerslagkansen voor 5 dagen vooruit: Waargenomen frequentie Verwachte kans KWG Wintersymposium 10 januari 2015

16 16 Verificatie van kansen: Brier skill score KNMI neerslagkansen

17 17 Evolutie van ECMWF EPS Brier skill scores voor neerslag (6 dagen vooruit) KWG Wintersymposium 10 januari 2015

18 18 Het nut van weersverwachtingen (Met dank aan: Kees Floor) helpt bij beslissingen die leiden tot acties die “ellende” voorkomen geld “opleveren” KWG Wintersymposium 10 januari 2015

19 19 Cost-loss analyse Cost-loss analyse (Met dank aan: Kees Floor) Schade (loss) L bij (onverwacht) optreden Schade (loss) L bij (onverwacht) optreden kosten C bij voorzorgsmaatregel kosten C bij voorzorgsmaatregel strategie: zorg ervoor dat je alles bij elkaar zo min mogelijk geld kwijt bent strategie: zorg ervoor dat je alles bij elkaar zo min mogelijk geld kwijt bent KWG Wintersymposium 10 januari 2015

20 20 Cost-loss analyse Cost-loss analyse (Met dank aan: Kees Floor) Schade (loss) 100k€ bij optreden Schade (loss) 100k€ bij optreden kosten 15k€ bij voorzorgsmaatregel kosten 15k€ bij voorzorgsmaatregel strategie: zorg ervoor dat je alles bij elkaar zo min mogelijk geld kwijt bent strategie: zorg ervoor dat je alles bij elkaar zo min mogelijk geld kwijt bent Actie ondernemen als kans > C/L, dus als Actie ondernemen als kans > C/L, dus als kans > 0.15 in dit geval

21 21 Toegevoegde waarde van EPS verwachtingen (voorbeeld: neerslag > 1 mm) +96h +144 h KWG Wintersymposium 10 januari 2015

22 22 Kansverwachtingssysteem voor (zwaar) onweer (Case Tweede Pinksterdag 9 juni 2014) KWG Wintersymposium 10 januari 2015 (Bron: 3FM) (Foto: Dennis Oswald)

23 23 Model output statistics (MOS) KWG Wintersymposium 10 januari 2015

24 24 MOS systeem voor (zwaar) onweer Predictorbron 1: Ensemble van geadvecteeerde radardata (0 tot +6 h) Predictorbron 2: Ensemble van geadvecteeerde bliksemdata (0 tot +6 h) Predictorbron 3: Weermodel- uitvoer (0 tot +48 h) Predictandbron: Bliksemdata

25 KWG Wintersymposium 10 januari  RVHV Voorbeeld van ensemble van advectievectoren

26 26 (Conditionele) kans op (zwaar) onweer (0 tot +6 h/…./+42 tot +48 h) Archief: lengte: 3/2 jaar  3 warme halfjaren 2/3 deel voor ontwikkeling 1/3 deel voor verificatie Logistisch regressie (LR) model KWG Wintersymposium 10 januari 2015 Ensemble van geadvecteeerde radardata (0 tot +6 h) Ensemble van geadvecteeerde bliksemdata (0 tot +6 h) Weermodel- uitvoer (0 tot +48 h) MOS systeem voor (zwaar) onweer Bliksemdata

27 KWG Wintersymposium 10 januari Kans op onweer Wortel uit 6-h convectieve neerslagsom ((0.1 mm) 1/2 ) kruisjes: binaire predictand driehoekjes: conditioneel gemiddelde plusjes: logistische curve Voorbeeld van logistische regressie

28 KWG Wintersymposium 10 januari Klimatologische conditionele* kansen op zwaar onweer (maximale 5-min. bliksemintensiteit) * Conditie: > 1 ontlading

29 29 Case 9 juni 2014 (15-21 UTC; +30 tot +36 h verwachtingen) ‘Klim.’ kans op onweer: 5-19 % ‘Klim.’ cond. kans op zwaar onweer ( ≥ 200 ontladingen/5 min.): 5 % (abs. kans: < 1 %) Conditionele kans op zwaar onweer (≥ (≥ 50 ontladingen/ 5 min.)(≥ 200 ontladingen/ 5 min.) Kans op onweer Maximale 5-min. bliksemintensiteit

30 30 Waarschuwing voor extreem weer voor 9 juni UTC Code oranje voor zwaar onweer in het zuiden & code geel voor windstoten (Uitgiftetijd: UTC) KWG Wintersymposium 10 januari 2015

31 Radar- en bliksembeelden 9 juni 2014 (12-15 UTC) KWG Wintersymposium 10 januari

32 32 Case 9 juni 2014 (15-21 UTC; 0 tot +6 h verwachtingen) ‘Klim.’ kans op onweer: 5-19 % ‘Klim.’ cond. kans op zwaar onweer ( ≥ 200 ontladingen/5 min.): 5 % (abs. kans: < 1 %) Kans op onweer Maximale 5-min. bliksemintensiteit Conditionele kans op zwaar onweer (≥ 50 ontladingen/ 5 min.)(≥ 200 ontladingen/ 5 min.)

33 33 Weeralarm voor 9 juni UTC UTC Weeralarm (code rood) voor zwaar onweer in Limburg Code oranje voor zwaar onweer in ZL, NB en GLD Code geel voor zware windstoten (Uitgiftetijd: UTC) KWG Wintersymposium 10 januari 2015

34 34 Observaties 9 juni 2014 BliksemMaximale windstoot KWG Wintersymposium 10 januari LT

35 Radar- en bliksembeelden 9 juni 2014 (15-21 UTC) KWG Wintersymposium 10 januari

36 KWG Wintersymposium 10 januari Verificatie: Brier skill scores (> 1 ontlading) +6 h verwachtingen +12 h verwachtingen

37 KWG Wintersymposium 10 januari Verificatie: Brier skill scores (≥ 50/100/200 ontladingen/5 min.) +6 h verwachtingen +12 h verwachtingen

38 38 Verificatie: reliability diagrammen (15-21 UTC; +6 h fc; ≥ 200 ontladingen/5 min.) Waargenomen frequentie Verwachte kans

39 39 Case 9 juni 2014: impact YouTube: KWG Wintersymposium 10 januari 2015 (Bron: Volkskrant) (Bron: Gelderlander)

40 40 Nieuwe ontwikkelingen en onderzoek Nabije toekomst: gebruik van ons nieuwe hoge-resolutiemodel Harmonie als een bron van potentiële predictoren en gebruik van data van een nieuw bliksemdetectiesysteem. Iets verdere toekomst: onderzoek naar nieuwe methodes op basis van extremewaardenstatistiek en of deze kunnen leiden tot betere kansverwachtingen voor extreem weer (in samenwerking met Geurt Jongbloed en Juan-Juan Cai van de TU Delft en Kees Kok (KNMI))

41 41 Bedankt voor jullie aandacht! Vragen? Populair-wetenschappelijk STAtOR-artikel “Over regenkansen en paraplu’s”: KWG Wintersymposium 10 januari 2015


Download ppt "1 Maurice Schmeits (KNMI, R&D Weer- en klimaatmodellen) KWG Wintersymposium 10 januari 2015 Kansverwachtingen in de meteorologie."

Verwante presentaties


Ads door Google