Beitrag
MESAN Mesoscale analysis of precipitation
Michelson, Daniel B.; Foltescu, Valentin I.; Häggmark, Lars; Lindgren, Bo
Meteorologische Zeitschrift Vol. 9 No. 2 (2000), p. 85 - 96
22 Literaturangaben
veröffentlicht: Jul 14, 2000
Open Access (Arbeit kann kostenlos heruntergeladen werden)
Abstract
The Mesoscale Analysis System (MESAN) has been running operationally since April, 1997, providing science and consumers of weather information with spatially continuous fields of nine analysed meteorological parameters every hour. Data input to MESAN consists of surface observations from different observation systems, numerical weather prediction model fields, weather radar and satellite imageries, and climate information. Each data source is quality controlled before being subjected to an optimal interpolation (OI) scheme, together with data from the other sources. This paper presents MESAN’s accumulated precipitation product. The methods used for interpolation of the multisource data are presented and discussed, as are the methods used to quality control each data source. Results from August-October 1995, using multisource data including gauge observations from the countries in the Baltic Sea Experiment (BALTEX) Region, exemplify the product. OI, used with a variable first guess error, has been compared with conventional inverse distance interpolation of precipitation in two catchments in mountainous terrain. Verification was conducted through modelled runoff, using areally integrated accumulated precipitation, compared with hydrograph observations. Significant improvements using OI were found in one of the catchments. The relative contribution (or importance) of each data source to the analysis has been evaluated using cross validation. Results show that gauge networks are the single most important sources and that radar imagery makes a significant contribution in areas lacking networks of dense gauges, such as the Baltic Sea. Analysis quality improves with the use of a greater number of input data sources. MESAN is an appropriate tool for creating an overall best estimate precipitation analysis and should be useful in applications where such information is required. In validating precipitation produced by numerical weather prediction models, analyses generated without the use of such model fields is recommended.
Kurzfassung
Das Mesoscale-Analysesystem (MESAN) läuft seit April 1997 operationell und beliefert Wissenschaft und Wetterkunden jede Stunde mit räumlich zusammenhängenden Feldern von neun analysierten meteorologischen Parametern. Die Eingangsdaten von MESAN bestehen aus Bodenbeobachtungen verschiedener Beobachtungssysteme, numerisch vorhergesagten Feldern, Wetterradar und Satellitenbildern sowie Klimainformation. Jede Datenquelle wird qualitatätskontrolliert, bevor sie zusammen mit anderen Datenquellen in ein Optimum-Interpolationsschema (OI) eingespeist wird. In diesem Aufsatz wird das akkumulierte Niederschlagsprodukt von MESAN vorgestellt. Die zur Interpolation der Mehrquellen-Daten benutzten Methoden werden vorgestellt und diskutiert, ebenso wie die zur Qualitätskontrolle jeder einzelnen Datenquelle benutzten Methoden. Ergebnisse aus dem Zeitraum August-Oktober 1995, die Mehrquellen-Daten verwenden, u. A. Daten von Niederschlagsmessstationen aus den Ländern der Baltic Sea Experiment (BALTEX)-Region, veranschaulichen das Produkt. In zwei bergigen Flusseinzugsgebieten wurde die OI in Verbindung mit einem variablen First-Guess-Fehler angewandt und mit konventionellen Interpolationsmethoden, die inverse Distanzen benutzen, verglichen. Die Verifikation erfolgte mit modelliertem Abfluss, unter Verwendung von flächen-integriertem akkumuliertem Niederschlag, im Vergleich zu hydrografischen Beobachtungen. In einem der Einzugsgebiete wurden signifikante Verbesserungen durch die Verwendung der OI gefunden. Der relative Beitrag (oder die relative Bedeutung) jeder Datenquelle an der Analyse wurde mit Cross-Validierung evaluiert. Die Resultate zeigen, dass Niederschlagsmessnetze die wichtigsten Datenquellen sind und dass Radarbilder einen signifikanten Beitrag in Gebieten ohne dichtes Messnetz liefern, wie zum Beispiel im Bereich der Ostsee. Die Qualität der Analyse verbessert sich mit der Zahl der Datenquellen. MESAN ist ein angemessenes Werkzeug, um die generell beste Abschätzung von Niederschlag in einer Analyse zu erreichen; es sollte in Anwendungen nützlich sein, die solche Information benötigen. Zur Validierung von Niederschlagsmengen, die von numerischen Vorhersagemodellen berechnet werden, ist es empfehlenswert, Analysen zu verwenden, die ohne die Verwendung von Modellfeldern erstellt wurden.
Schlagworte
weather information • surface observations • weather prediction • precipitation • Baltic Sea • Ostsee • Niederschlag • Messstation