WP 2: Bearbetning & korrektion

I detta WP bearbetas observationerna och prognoserna (WP1) till de produkter som krävs för hydrologisk modelleirng och riskbedömning.

 

Planerade aktiviteter

De ursprungliga prognoserna ska bearbetas för att ta fram skräddarsydda prognosprodukter för specifika tillämpningar. Baserat på utvärderingen i WP1 ska avgöras t.ex. ifall olika typer av prognoser kan kombineras i en total ensemble, i vilken olika prognoser ev. viktas ihop beroende på deras träffsäkerhet, eller ifall det är bättre med parallella men separata prognoser.

Korrektion kan innebära att systematiska fel i de meteorologiska prognoserna reduceras genom statistisk kalibrering. Ensembleprognoser ska omräknas till sannolikhetsprognoser, t.ex. sannolikheten att uppnå olika intensitetsnivåer vid olika tidpunkter i prognosen.

Prognoser för en given tid och plats kan uttryckas antingen som en sannolikhet för att intensiteten överskrider en viss tröskel (t.ex. 25% sannolikhet för nederbörd överstigande 10 mm/h) eller som en mest sannolik intensitet (eller intensitetsintervall). Bearbetning inkluderar även formatering av de slutliga prognoserna till indataformatet hos efterföljande hydrologiska och hydrauliska modeller.

Utförd forskning och uppnådda resultat

Radardata är ytterst värdefulla p.g.a. hög upplösning i både tid och rum, men den uppskattade nederbördsintensiteten är osäker. Därför utvecklas metodik för att justera radardata mot stationsbaserade data och p.s.s. få fram heltäckande, högupplösta, historiska nederbördsfält, något som hittills inte funnits. Olika typer av radardata finns sedan ungefär år 2000 så det finns möjlighet att producera c:a 15 års data.

I ett första angrepp testas att använda radardata för att öka tids upplösningen i den historiska, griddade databas med nederbörd och temperatur som används som används vid SMHI som indata i hydrologisk simulering och prognosering, kallad PTHBV.

Genom utnyttjandet av radardata testas att öka tidsupplösningen från 1 dygn till 1 timme. Båda datakällorna har emellertid sina begränsningar, t.ex. att radardata störs av blockeringar, anomala ekon, m.m., och att PTHBV är baserad på punktmätningar som inte alltid är representativa för omgivningen. Mycket arbete krävs därför för att korrigera den kombinerade produkten och Fig 1 visar några exempel på korrektioner.

MSB Intensiv nederbördsprojekt
Fig 1. Exempel på olika typer av korrektioner som krävs när radardata och stationsbaserade data kombineras.

Nederbördprognoser kan ha systematiska fel (bias) som kan korrigeras innan de används som indata till hydrologisk modell. Genom att utvärdera prognoserna mot observationer utreds behovet av sådan bias-korrigering för de nya, högupplösta nederbördsprognoserna.

En viktig förutsättning för god hydrologisk riskbedömning är en god överblick och medevetenhet om nuläget vad gäller nederbörden. Hur mycket nederbörd har nyligen observerats på olika platser? Vad säger prognoserna om den närmaste framtiden? I en delstudie undersöks möjligheten att kombinera högupplösta observationer och prognoser i ett stödsystem som uppdateras i realtid.