Uutinen 30.11.2020

Säämallin ennusteita parannettiin satelliittien pilvihavaintojen avulla

Kehitimme menetelmän, jolla pilvitietoja syötetään HARMONIE-säämalliin niin, että sen alkutila vastaa paremmin havaintoja. Menetelmä parantaa pilviennusteita 2-4 tunnin päähän, millä on merkitystä esimerkiksi aurinkoenergian tuotantoennusteissa.
Kuva: Adobe Stock.

Tutkimme, kuinka satelliittien keräämiä havaintoja pilvistä voidaan hyödyntää määrittämään säämallin alkutilaa. Ideana on, että kun säämallin alkutilanne saadaan vastaamaan paremmin todellisia sääoloja, myös ennuste paranee. Tulokset osoittavat, että uusia havaintoja hyödyntämällä voidaan parantaa säämallin kokonaispilvisyyttä. Parannus näkyy selvästi mallin alkutilanteessa, ja myös ennuste paranee noin 2-4 tunnin päähän. Tutkimuksessa kehitetty menetelmä on esioperatiivisessa käytössä yhteispohjoismaisessa MetCoOp-säänennustusjärjestelmässä.

Säämallin alkutila on hyvin tärkeä ennusteen onnistumisen kannalta. Pilviä pidetään yleisesti ottaen vaikeana ennustaa oikein, mutta pilvihavaintoja ei juurikaan hyödynnetä säämallin alkutilanteen määrittämiseen. Tutkimuksen tavoitteena oli parantaa säämallin ennustetta etenkin pilvisyyden ja auringonsäteilyn osalta hyödyntämällä satelliittien ja maan pinnalta käsin tehtyjä pilvihavaintoja. Aihepiiri on kiinnostava, koska pilvisyys on tärkeä monen ennustetiedon loppukäyttäjän kannalta ja auringonsäteily puolestaan kertoo oleellisesti esimerkiksi aurinkoenergian tuotanto-olosuhteista eli energiasäästä.

Tutkimus, joka on osa BCDC Energia -projektia, tehtiin kansainvälisenä yhteistyönä Suomen, Ruotsin ja Hollannin ilmatieteen laitosten välillä. Tutkimuksessa käytettiin HARMONIE-säämallia. Samaa mallia käytetään myös yhteispohjoismaisessa MetCoOp-säänennustusjärjestelmässä. Lisäksi hyödynnettiin Euroopan sääsatelliittijärjestön (EUMETSAT) satelliittihavaintoja pilvistä.

Uuden menetelmän toimivuutta testattiin heinäkuun 2016 säätiedoilla. Kokonaispilvisyyden lisäksi tarkastelimme myös muiden sääsuureiden käyttäytymistä. Auringonsäteilyn osalta tulokset ovat hieman ristiriitaisia. Melko pilvettömien tilanteiden säteilyennusteet parantuivat, mutta toisaalta menetelmä ennustaa liian usein voimakkaasti vaimentunutta auringonsäteilyä.

Lisätietoja:

Tutkimusprofessori Anders Lindfors, 050 433 1055, anders.lindfors@fmi.fi

Linkki tutkimukseen:

Gregow et al. 2020. The use of satellite and surface observations for initializing clouds in the HARMONIE NWP model. Meteorological applications. https://doi.org/10.1002/met.1965

TiedeuutinenEnergiasääSäämalliPilvisyys