Operational METOC models at Norwegian Meteorological Institute (met.no)

Date Issued
2008
Keywords
Meteorologi
Oseanografi
Project number
2008/02369
Permalink
http://hdl.handle.net/20.500.12242/2254
Collection
Rapporter
08-02369.pdf
Size: 1M
Abstract
The numerical forecasting models run by the Norwegian Meteorological institute (met.no) are crucial in providing meteorological and oceanographic services to the Norwegian armed forces. In this report our goal is to demonstrate the large spectrum of forecasting parameters available to the Armed forces from these models. The METOC projects at FFI has been the link between FFI and met.no since 2002. Working closely together with military representatives – in particular the METOC department at KNM Tordenskjold – FFI has been consulted about focus areas and priorities for present models and future developments at met.no. Why should we do high cost model development in Norway when we have access to high-quality forecast products from our closest allies? Access to services from our allies does not render our national modeling capacity redundant: • No other forecasting service has the same experience or self-interest in providing high quality forecasting services for Norwegian areas as the Norwegian Meteorological Institute (met.no). • Met.no has proven that it is capable of implementing and providing services that are dedicated and tailor-made to the needs and requests of the Norwegian Armed forces – and do so at extremely short notice. It is hard to imagine that other national weather services will have the same degree of commitment to the Norwegian needs and wants. • Met.no is now committed to develop capacity to rapid deploy numerical models for areas anywhere in the world. This capacity is an important part of the Norwegian commitments to the NATO alliance. • Research and development are integral part of a modern forecasting service. Without ongoing research and development even the best service will soon be obsolete. • No matter what the Military decides, Met.no will make intensively use of forecasting models to solve its commitment to the civilian community. Limitations in computing power dictate that the model setup is a choice between resolution and areal coverage. Met.no uses a low resolution atmospheric model to cover the Atlantic Ocean, Europe and the Arctic and several high resolution models to “zoom in” on areas of interest, such as Scandinavia (4km resolution in models UM4, Hirlam4) and smaller regions with several 1 km resolution models (UM1). A similar setup is used for wave and ocean forecasting models. Looking ahead, we would like to emphasize the ongoing implementation of data assimilation in oceanographic models and infrastructure for METOC data. This report provides a snapshot of available models per December 2008. This snapshot will soon be outdated on certain technical details. However, the overview of different model setup, different model types and the range of available parameters will maintain its merit. We would also like to emphasize that all models have strength and weaknesses, and these should be understood when applying the results.
Numeriske varslingsmodeller er en svært viktig del av tjenestene til Meteorologisk institutt (met.no), som er Forsvarets leverandør av vær- og oseanografiske tjenester. I denne rapporten ønsker vi å vise frem det store spekter av varslingsparametre som er tilgjengelig for Forsvaret fra disse modellene. Dette danner grunnlaget for utvikling av nye tjenester til beste for Forsvaret. METOC prosjektene ved FFI har siden 2002 vært bindeleddet mellom met.no og FFI. Sammen med forsvarets representanter – i første rekke METOC avdelingen ved KNM Tordenskjold – har FFI vært rådspurt om hvilke geografiske områder og egenskaper Meteorologisk institutt (met.no) skal prioritere i sitt arbeid med varslingsmodeller. I blant møter vi spørsmålet om hvorfor det er riktig å prioritere kostbar modellutviking nasjonalt når vi samtidig har tilgang til gode varslingsprodukter fra våre allierte. Selvsagt skal vi benytte gode tilbud fra våre allierte, men det er likevel behov for en nasjonal kapasitet: • Ingen andre nasjoner har samme erfaring med værvarsling for ”våre” områder som Meteorologisk institutt – eller har samme egeninteresse for å løse denne oppgaven. • Andre nasjoners tjenester kan ikke gi samme servicegrad som meteorologisk institutt når det gjelder å utvikle nye tjenester spesialtilpasset Forsvarets behov og sette disse i drift på kort varsel. • Meteorologisk institutt har forpliktet seg til å bygge opp kapasitet til å sette i drift modellkjøringer for hvor som helst i verden på kort varsel. Slik kapasitet er en viktig del av våre forpliktelser i internasjonale operasjoner. • Forskning og utvikling er en integrert del av en moderne værvarslingstjeneste. Uten kontinuerlig FoU-innsats vil tjenestene raskt bli akterutseilt og utdaterte. • Uavhengig av Forsvaret så vil Meteorologisk institutt løse sitt oppdrag for det sivile samfunn med intensiv bruk av varslingsmodeller. Tilgjengelig regnekraft gjør at man i oppsettet for en modell må velge mellom detaljert oppløsning for et lite geografisk område eller større område, men grovere oppløsning. Dermed blir det naturlig å kjøre en grovmasket atmosfæremodell for å dekke Atlanterhavet, Europa og Arktis og finere modeller som dekker mindre områder, for eksempel Skandinavia med 4 km (Hirlam4, UM4) og luftrommet nær Værnes med 1 km oppløsning (UM1). Tilsvarende oppdeling har man i bølge- og havmodellene. For det videre arbeidet vil vi spesielt trekke frem arbeidet med data assimilasjon i oseanografiske modeller og infrastruktur for METOC data. Videre fremover vil økt regnekraft og generell videreutvikling gjøre at modellene nevnt her erstattes av mer detaljerte og bedre modeller. Rapportens øyeblikksbilde per desember 2008 vil derfor relativt fort bli utdatert på en del tekniske detaljer. Rapporten har likevel relevans fordi den gir en oversikt over spennvidden i modelltyper og hvilke datatyper som tilbys. Vi vil også trekke frem at alle modeller har sine sterke og svake sider. For eksempel burde det være rett frem å lage varsling av sikt basert på fuktighetsvarsel fra modellene – men her er presisjonen ennå ikke god nok.
View Meta Data