ΤΡΟΠΟΠΟΙΗΣΕΙΣ ΤΟΥ ΣΧΗΜΑΤΟΣ ΠΑΡΑΜΕΤΡΟΠΟΙΗΣΗΣ ΚΑΤΑΚΟΡΥΦΩΝ ΚΙΝΗΣΕΩΝ ΜΕΤΑΦΟΡΑΣ KAIN FRITSCH ΚΑΙ ΙΕΡΕΥΝΗΣΗ ΤΗΣ ΠΡΟΓΝΩΣΤΙΚΗΣ ΤΟΥ ΙΚΑΝΟΤΗΤΑΣ Ν. ΜΑΖΑΡΑΚΗΣ 1,2, Β. ΚΟΤΡΩΝΗ 2, Κ. ΛΑΓΟΥΒΑΡ ΟΣ 2 ΚΑΙ Α. ΑΡΓΥΡΙΟΥ 1 1 Πανεπιστηµιο Πατρών Τµήµα Φυσικής. 2 Εθνικό Αστεροσκοπείο Αθηνών. ΠΕΡΙΛΗΨΗ Στην παρούσα εργασία διερευνάται η προγνωστική ικανότητα βροχής του αριθµητικού µοντέλου ΜΜ5, χρησιµοποιώντας το σχήµα παραµετροποίησης των κατακόρυφων κινήσεων µεταφοράς των Kain Fritch και διαφόρων τροποποιήσεων του. Η µελέτη αφορά 2 ηµέρες της θερµής περιόδου των ετών 25-27, κατά τις οποίες παρατηρήθηκαν έντονες βροχοπτώσεις πάνω από τον Ελλαδικό χώρο. Οι τροποποιήσεις στο σχήµα παραµετροποίησης που εξετάζονται αφορούν: (i) στη µεγιστοποίηση της παραµέτρου αποδοτικότητας βροχόπτωσης, (ii) στην αλλαγή του χρονικού βήµατος εφαρµογής του σχήµατος, (iii) στην εξώθηση του σχήµατος να παράγει περισσότερη/λιγότερη νεφική µάζα εξαιτίας των κατακόρυφων κινήσεων µεταφοράς και (iv) την τροποποίηση της κατακόρυφης κατατοµής των ανοδικών ρευµάτων στο µοντέλο νέφους που χρησιµοποιείται στο σχήµα. THE SENSITIVITY OF NUMERICAL FORECASTS TO VARIOUS MODIFICATIONS OF THE KAIN FRITSCH CONVECTIVE PARAMETERIZATION SCHEME DURING THE WARM PERIOD N. MΑΖΑRAΚIS 1,2, Β. ΚΟΤRONI 2, Κ. LΑGOUVΑRDOS 2 AND Α. ΑRGIRΙΟΥ 1 1 University of Patras Department of Physics. 2 National Observatory of Athens. ABSTRACT The sensitivity of numerical model quantitative precipitation forecasts to the various modifications of the Kain Fritsch (KF) convective parameterization scheme (CPS) is examined for twenty selected cases characterized by intense convective activity and widespread precipitation over Greece, during the warm period of 25-27. Τhe study is conducted using MM5 model. The modifications include: (i) maximization of the convective scheme precipitation efficiency, (ii) variation of the convective time step, (iii) forcing of the convective scheme to produce more/less cloud material and (iv) alteration of the vertical profile of updraft mass flux detrainment. 1. ΕΙΣΑΓΩΓΗ Μία από τις µεγαλύτερες δυσκολίες αλλά και προκλήσεις της αριθµητικής πρόγνωσης καιρού είναι η ορθή πρόγνωση της βροχόπτωσης. Η δυσκολία αυτή, σε ότι αφορά τον Ελλαδικό χώρο, γίνεται εντονότερη κατά τη θερµή περίοδο του έτους που η µετωπική δραστηριότητα είναι µειωµένη και το κυρίαρχο ρόλο στη διαµόρφωση των γεγονότων βροχής παίζουν πλέον οι κατακόρυφες κινήσεις µεταφοράς (Mazarakis et al., 28). Τα κυριότερα σφάλµατα που κάνουν τα αριθµητικά µοντέλα σε ότι αφορά την πρόγνωση του
υετού είναι: (i) η λανθασµένη εκτίµηση της ποσότητας του, (ii) η λανθασµένη χωροθέτηση του, (iii) τα λάθη στη διάρκεια και τη γενικότερη εξέλιξη των φαινοµένων, ενώ σε αρκετές περιπτώσεις το αριθµητικό µοντέλο είτε δίνει υετό σε περιοχές που τελικά δεν βρέχει ή ακόµα συχνότερα αποτυγχάνει να προσοµοιώσει την εκδήλωση υετού σε περιοχές που τελικά αυτός παρατηρείται. Οι αδυναµίες των αριθµητικών µοντέλων µπορούν να αποδοθούν σε διάφορες αιτίες καθώς η λειτουργία τους βασίζεται σε ένα πλήθος παραδοχών, συµβάσεων και απλοποιήσεων, οι οποίες έχουν άµεσο αντίκτυπο στο τελικό αποτέλεσµα της πρόγνωσης. Σηµαντικότατο ρόλο στη διαµόρφωση του προγνωστικού πεδίου του υετού παίζει το σχήµα παραµετροποίησης των κατακόρυφων κινήσεων µεταφοράς (ΠΚΚΜ), καθώς όχι µόνο η επιλογή του, αλλά και η διαφορετική παραµετροποίηση του, όπως θα δούµε παρακάτω, έχουν άµεσο αντίκτυπο στην πρόγνωση. Ανάµεσα στα διάφορα σχήµατα ΠΚΚΜ (Mazarakis et al., 29), τα καλύτερα αποτελέσµατα σε περιπτώσεις που παρατηρείται έντονη καταιγιδοφόρος θερινή δραστηριότητα πάνω από τον ελλαδικό χώρο, δίνει το σχήµα των Kain Fritsch (KF), (Kain and Fritsch, 1993). Ωστόσο η εφαρµογή του συγκεκριµένου σχήµατος παρουσιάζει κάποια µειονεκτήµατα τα οποία τελικά οδηγούν σε συστηµατικά λάθη στην εκτίµηση του προβλεπόµενου υετού. Ένα ίσως από τα σηµαντικότερα, είναι η υποεκτίµηση της ποσότητας του εκτιµώµενου υετού, σφάλµα το οποίο παρουσιάζεται σε όλα τα εύρη τιµών µε εξαίρεση µόνο την ασθενή βροχόπτωση. Η παρούσα εργασία είναι αφιερωµένη στην προσπάθεια βελτίωσης της προγνωστικής ικανότητας του αριθµητικού µοντέλου MM5 κατά τη διάρκεια της θερµής περιόδου. Για το λόγο αυτό, χρησιµοποιώντας το σχήµα KF στην γνήσια έκδοση του, όπως τροποποιήθηκε από τον Kain το 24 (Kain 24), και πλήθος άλλων τροποποιήσεων, γίνεται προσπάθεια να διερευνηθεί κατά πόσο µπορούν οι τροποποιήσεις που εφαρµόζονται να βελτιώσουν την πρόγνωση του υετού. 2. ΠΡΟΓΝΩΣΤΙΚΟ ΜΟΝΤΕΛΟ Ε ΟΜΕΝΑ ΚΑΙ ΜΕΘΟ ΟΛΟΓΙΑ ΕΠΑΛΗΘΕΥΣΗΣ Το αριθµητικό προγνωστικό µοντέλο που χρησιµοποιείται στην παρούσα µελέτη είναι το MM5. Η εφαρµογή του µοντέλου γίνεται σε δύο πλέγµατα: το εξωτερικό, µε ανάλυση 24 km που περιλαµβάνει σχεδόν το σύνολο της Ευρώπης και τη Μεσόγειο και το εσωτερικό, µε ανάλυση 8 km που περιλαµβάνει την ευρύτερη περιοχή του Ελλαδικού χώρου (34 Β 42 Β, 18 Α 3 Α). Ως αρχικές και οριακές συνθήκες για τις προσοµοιώσεις χρησιµοποιήθηκαν οι αναλύσεις για τις : UTC της κάθε µέρας και οι προγνώσεις από t+6 h ως t+48 h αντίστοιχα από το παγκόσµιο µοντέλο NCEP/GFS. Το σχήµα ΠΚΚΜ που χρησιµοποιείται είναι το σχήµα των Kain Fritsch στη γνήσια έκδοση του, ενώ παράλληλα εκτελούνται και οκτώ επιπλέον προσοµοιώσεις για κάθε εξεταζόµενη περίπτωση (συνολικά πραγµατοποιήθηκαν και αναλύθηκαν εννέα προσοµοιώσεις για κάθε µία εκ των είκοσι εξεταζόµενων περιπτώσεων, δηλαδή 18 προσοµοιώσεις στο σύνολο), χρησιµοποιώντας κάθε φορά διαφορετική τροποποίηση του σχήµατος. Επιγραµµατικά, οι τροποποιήσεις που χρησιµοποιούνται είναι η µεγιστοποίηση της αποδοτικότητας της βροχόπτωσης (Spenser and Stensrud, 1998), η αλλαγή του χρονικού βήµατος ανάκλησης του σχήµατος (Yang and Arritt, 21; Gallus and Segal 21), η µεταβολή του ρυθµού παραγωγής υετού από το σχήµα, οι αλλαγές στην συνάρτηση ενεργοποίησης του σχήµατος και η τροποποίηση της κατακόρυφης κατατοµής των ανοδικών ρευµάτων (Anderson et al., 2
27). Ο αριθµός των εξεταζόµενων περιπτώσεων είναι 2 και έχουν επιλεγεί στο χρονικό διάστηµα από 15 Μαΐου έως 3 Σεπτεµβρίου των ετών 25 27. Οι εξάωρες αθροιστικές βροχοπτώσεις που προσοµοιώθηκαν µε το µοντέλο MM5 συγκρίθηκαν µε τις παρατηρήσεις βροχόπτωσης από 116 µετεωρολογικούς σταθµούς, της Εθνικής Μετεωρολογικής Υπηρεσίας και του Εθνικού Αστεροσκοπείου Αθηνών. Η στατιστική ανάλυση περιλαµβάνει τον υπολογισµό των παρακάτω στατιστικών δεικτών: µεροληψία (Bias), µέσο απόλυτο σφάλµα (Mean Absolute Error) και κρίσιµο δείκτη επιτυχίας (Threat) για τα ακόλουθα πέντε διαφορετικά κατώφλια ύψους βροχής:.1, 1, 2.5, 5 και 1 mm. 3. ΠΕΡΙΓΡΑΦΗ ΤΡΟΠΟΠΟΙΗΣΕΩΝ ΤΟΥ ΣΧΗΜΑΤΟΣ KAIN - FRITSCH 3.1 Μεγιστοποίηση της αποδοτικότητας της βροχόπτωσης (PEF9) Στο γνήσιο σχήµα η αποδοτικότητα της βροχόπτωσης (precipitation efficiency) κυµαίνεται από.1 έως.9. Στην παρούσα τροποποίηση έχουµε απλά θέσει την αποδοτικότητα της βροχόπτωσης σταθερή και ίση µε τη µέγιστη τιµή της, δηλαδή.9. Αυτό πρακτικά σηµαίνει ότι το 9% των υδρατµών που συµπυκνώνονται στο νέφος µετατρέπονται σε υετό, αναγκάζοντας έτσι το σχήµα να παράξει τη µέγιστη δυνατή ποσότητα υετού. 3.2 Αλλαγή του χρονικού βήµατος ανάκλησης του σχήµατος (1ΜΙΝ, 15ΜΙΝ) Στην επιχειρησιακή αλυσίδα πρόγνωσης η ρουτίνα του σχήµατος ΠΚΚΜ των Kain Fritsch καλείται από το αριθµητικό µοντέλο µε χρονικό βήµα τα 5 λεπτά (convective time step). Στην παρούσα τροποποίηση ελέγχονται δύο διαφορετικοί χρόνοι: (i) θέτουµε το χρονικό βήµα ίσο µε 1 λεπτό και (ii) θέτουµε το χρονικό βήµα ίσο µε 15 λεπτά. 3.3 Μεταβολή του ρυθµού παραγωγής υετού από το σχήµα (, RATE1) Στο σχήµα των Kain Fritsch ο υπολογισµός του παραγόµενου υετού δq c που οφείλεται στις κατακόρυφες κινήσεις µεταφοράς βασίζεται στην σχέση των Ogura and Cho (1973): δz δqc = qc 1 exp c (1) w όπου q c η αναλογία µίγµατος των υδροσταγόνων του νέφους, w η µέση κατακόρυφη ταχύτητα στο στρώµα δz και c είναι µία σταθερά η οποία αντιστοιχεί στον ρυθµό µε τον οποίο οι υδροσταγόνες του νέφους µετατρέπονται σε υδροσταγόνες υετού. Όσο υψηλότερες τιµές παίρνει η σταθερά c, τόσο πιο γρήγορα παράγονται οι υδροσταγόνες που φτάνουν τελικά στο έδαφος ως υετός. Στο γνήσιο σχήµα η σταθερά c ισούται µε.1. Στην παρούσα εργασία θέλοντας να αντιµετωπίσουµε την έντονη τάση υποεκτίµησης του αριθµητικού µοντέλου στα µέτρια και µεγάλα ποσά βροχόπτωσης, κατά τη διάρκεια των θερινών καταιγίδων επιλέχθηκε η τιµή.1. Επειδή όµως σε περιπτώσεις που η 3
καταιγιδοφόρος δραστηριότητα συνεχίζεται για αρκετές ώρες, η τιµή αυτή µπορεί να επιφέρει σηµαντική µείωση του παραγόµενου, από το αριθµητικό µοντέλο, υετού στις µεταγενέστερες ώρες της εξέλιξης του φαινοµένου επιλέξαµε να µελετήσουµε και τη συµπεριφορά του σχήµατος όταν ο ρυθµός c είναι ίσος µε.1. Η µείωση της σταθεράς c µπορεί να επιφέρει θετικά αποτελέσµατα σε περιπτώσεις όπου οι καταιγίδες δεν εντοπίζονται µόνο κατά τις µεσηµεριανές και απογευµατινές ώρες, αλλά συνεχίζονται και κατά τη διάρκεια της νύχτας. 3.4 Αλλαγές στη συνάρτηση ενεργοποίησης (, EAYSTRIG2) Λόγω γενικότερα της µικρής χωρικής κλίµακας που λαµβάνουν χώρα οι καταιγίδες αστάθειας κατά τη διάρκεια της θερµής περιόδου, το σχήµα ΠΚΚΜ σε αρκετές περιπτώσεις δεν ενεργοποιείται καθώς οριακά δεν ικανοποιείται το βασικό κριτήριο της συνάρτησης ενεργοποίησης, το οποίο αναφέρει ότι σε ένα πλεγµατικό στοιχείο το σχήµα KF ενεργοποιείται όταν ικανοποιείται η πρώτη συνθήκη της παρακάτω σχέσης: >, ευνοείται η αστάθεια T LCL +δτ νν - T ENV (2), ευνοείται η ευστάθεια όπου T LCL η θερµοκρασία της αέριας µάζας στη στάθµη συµπύκνωσης λόγω εξαναγκασµένης ανόδου, T ENV η θερµοκρασία περιβάλλοντος και δτ νν η διαταραχή της θερµοκρασίας (Fritsch and Chappell, 198). Στην παρούσα τροποποίηση, επιθυµώντας το σχήµα ΠΚΚΜ να ενεργοποιείται πιο εύκολα στα πλεγµατικά στοιχεία στα οποία οριακά έχουµε ευστάθεια, έχει προστεθεί στο 1 ο µέλος της σχέσης 2 ο συντελεστής.5 και ο συντελεστής 1. ώστε να αυξηθεί η πιθανότητα να ενεργοποιηθεί το σχήµα σε οριακά ευσταθείς καταστάσεις. 3.5 Τροποποίηση της κατακόρυφης κατατοµής των ανοδικών ρευµάτων () Η τελευταία τροποποίηση είναι ίσως η πιο σύνθετη από αυτές που ήδη έχουν παρουσιαστεί. Αρχικά αναπτύχθηκε για το αριθµητικό µοντέλο WRF (Weather Research and Forecasting Model) από τον Anderson (27) και µε τις κατάλληλες τροποποιήσεις προσαρµόστηκε για να λειτουργεί και στο αριθµητικό µοντέλο MM5. Ο πυρήνας της τροποποίησης είναι η αλλαγή του τρόπου εκροής των ανοδικών ρευµάτων, του µονοδιάστατου µοντέλου νέφους που χρησιµοποιείται στο σχήµα KF, στο περιβάλλον. Έτσι το επίπεδο εκροής αλλάζει και αντί του επιπέδου ισορροπίας χρησιµοποιείται το επίπεδο της ελάχιστης ισοδύναµης δυνητικής θερµοκρασίας ή διαφορετικά το στρώµα τήξης (melting layer, ML). 4. ΣΤΑΤΙΣΤΙΚΗ ΑΞΙΟΛΟΓΗΣΗ ΤΩΝ ΙΑΦΟΡΩΝ ΤΡΟΠΟΠΟΙΗΣΕΩΝ ΤΟΥ ΣΧΗΜΑΤΟΣ KAIN - FRITSCH Στην παρούσα ενότητα παρουσιάζονται τα αποτελέσµατα της στατιστικής ανάλυσης που πραγµατοποιήθηκε χρησιµοποιώντας εκτός από το γνήσιο σχήµα KF και τις οκτώ επιµέρους τροποποιήσεις. Αναλυτικά λοιπόν σε ότι αφορά τη συχνότητα µεροληψίας Β 4
Συχνότητα Μεροληψίας - Β 2 1,5 1,5,1 1 2,5 5 1 Κατώφλι Βροχόπτωσης (mm) PEF9 RATE1 (α) Κρίσιµος είκτης Επ ιτυχίας - C S I,8,6,4,2,1 1 2,5 5 1 Κατώφλι βροχόπτωσης (mm) PEF9 RATE1 (β) Πιθανότητα ανίχνευσης - P O D 1,8,6,4,2,1 1 2,5 5 1 Κατώφλι Βροχόπτωσης (mm) PEF9 RATE1 (γ) Λόγος Ψευδών Συναγερµών - F A R,6,4,2,1 1 2,5 5 1 Κατώφλι βροχόπτωσης (mm) PEF9 RATE1 (δ) Μέσο Απόλυτο Σφάλµα - ΜΑΕ 4 3 2 1.1-2.5 2.5-5 5-1 1-2 >2 Εύρος βροχόπτωσης (mm) PEF9 RATE1 (ε) Ποσότητα µεροληψίας - Q B -1-2 -3-4.1-2.5 2.5-5 5-1 1-2 >2 Εύρος βροχόπτωσης (mm) ΣΧΗΜΑ 1. (α) Συχνότητα µεροληψίας (Β), (β) Κρίσιµος δείκτης επιτυχίας (CSI), (γ) Πιθανότητα ανίχνευσης (POD), (δ) Λόγος ψευδών συναγερµών (FAR), (ε) Μέσο απόλυτο σφάλµα (ΜΑΕ), (στ) ποσότητα µεροληψίας (QB). PEF9 RATE1 (στ) (σχ. 1α) βλέπουµε ότι όταν το ύψος του υετού ξεπερνάει τα 5 και τα 1 mm, η γενικότερη τάση του αριθµητικού µοντέλου να υποεκτιµά τη χωρική κατανοµή του υετού διατηρείται ανεξαρτήτως από το αν έχει χρησιµοποιηθεί η γνήσια ή µία τροποποιηµένη εκδοχή του σχήµατος. Παρόλα αυτά, για τα συγκεκριµένα κατώφλια βροχόπτωσης παρατηρούµε µία ξεκάθαρη βελτίωση της πρόγνωσης όταν αυξήσουµε το ρυθµό παραγωγής του υετού από το σχήµα παραµετροποίησης (τροποποίηση RATE1). Η συγκεκριµένη τροποποίηση δίνει εξίσου καλά αποτελέσµατα και για τα µικρότερα κατώφλια βροχόπτωσης, παρά το γεγονός ότι για την ασθενή βροχόπτωση (>.1 mm και >1 mm) υπάρχει µία µικρή υπεροχή της αύξησης του χρονικού βήµατος ανάκλησης του σχήµατος στα 15 λεπτά από τα 5 λεπτά που 5
χρησιµοποιούνται σαν χρονικό βήµα στο γνήσιο σχήµα. Ειδικότερα στα µεγάλα ύψη βροχής εκτός από την υπεροχή της τροποποίησης RATE1, καλύτερα αποτελέσµατα σε σύγκριση µε το γνήσιο σχήµα δίνουν επιπλέον οι τροποποιήσεις και στα 5 mm, και, και PEF9 στα 1 mm αντίστοιχα. Σε ότι αφορά τον κρίσιµο δείκτη επιτυχίας CSI (σχ. 1β), όπως ήταν αναµενόµενο οι τιµές του φθίνουν προοδευτικά µε την αύξηση του κατωφλίου βροχόπτωσης, µε τις µικρότερες τιµές (<,3) να παρατηρούνται στα µεγάλα κατώφλια βροχόπτωσης (>1 mm). Οµοίως µε τα αποτελέσµατα για το δείκτη µεροληψίας, η υπεροχή της τροποποίησης RATE1 διατηρείται για τα κατώφλια των 2.5 και των 5. mm ενώ και οι υπόλοιπες τροποποιήσεις δίνουν παρόµοια αποτελέσµατα, µε εξαίρεση την τροποποίηση και που γενικά στις µέτριες και µεγάλες βροχές οι επιδόσεις τους είναι χαµηλές. Αντίθετα στο µικρότερο κατώφλι (>.1 mm) όταν το µοντέλο εξωθηθεί να παράξει περισσότερη νεφική µάζα () είναι ξεκάθαρη η βελτίωση της προγνωστικής ικανότητάς του. Οι διαφορές των αποτελεσµάτων των υπόλοιπων τροποποιήσεων, παρά τη µικρή υπεροχή της τροποποίησης των, είναι κατά κανόνα µικρές για το ίδιο κατώφλι ενώ στο αντίστοιχο του 1. mm η υπεροχή των 15ΜΙΝ, έστω και οριακά διατηρείται. Ειδικότερα στα µεγάλα ύψη βροχής (>1 mm) εκτός από την υπεροχή της τροποποίησης RATE1, καλύτερα αποτελέσµατα σε σύγκριση µε το γνήσιο σχήµα δίνουν επιπλέον οι τροποποιήσεις, και PEF9. Αναφορικά µε την πιθανότητα ανίχνευσης POD (σχ. 1γ) η τροποποίηση δίνει τα καλύτερα αποτελέσµατα σε σχέση µε τις άλλες, αλλά όµως δεν θα πρέπει να παραβλεφθεί το γεγονός ότι οι υψηλές τιµές της POD συνοδεύονται από µεγάλες τιµές του δείκτη µεροληψίας για τη συγκεκριµένη τροποποίηση. Στο κατώφλι του 1. mm η πρόσθεση του συντελεστή.5 στη συνάρτηση ενεργοποίησης φαίνεται να βελτιώνει έστω και οριακά την απόδοση της προγνωστικής ικανότητας του µοντέλου ενώ οι υπόλοιπες τροποποιήσεις, µε εξαίρεση τη που δίνει φτωχά αποτελέσµατα, δεν διαφέρουν σηµαντικά. Στα 2.5 και τα 5 mm η υπεροχή της τροποποίησης RATE1, όπως και στους προαναφερθέντες δείκτες, διατηρείται, χωρίς µάλιστα αυτές να συνδυάζονται από µεγάλες τιµές του λόγου των ψευδών συναγερµών FAR (σχ. 1δ). Για τα ίδια κατώφλια, καλές σχετικά τιµές δίνει και η τροποποίηση των, οι οποίες συνδυάζονται και µε ικανοποιητικές τιµές του λόγου των ψευδών συναγερµών. Στα µεγάλα ύψη βροχής (>1 mm) ανεξαρτήτως επιλογής τροποποίησης, η προγνωστική ικανότητα του µοντέλου είναι µικρή αλλά και πάλι παρατηρείται µία µικρή βελτίωση σε σχέση µε το γνήσιο KF σχήµα όταν χρησιµοποιούνται οι τροποποιήσεις RATE1 και PEF9. Σε ότι αφορά την ικανότητα του µοντέλου να προβλέπει σωστά την ποσότητα της βροχής είναι φανερό από τα σχήµατα 1ε και 1στ, ότι κατά τη διάρκεια της θερµής περιόδου το µοντέλο δεν είναι ικανό να προβλέψει σωστά τις µέτριες και µεγάλες βροχοπτώσεις. Η συµπεριφορά βέβαια αυτή µπορεί να δικαιολογηθεί από το γεγονός ότι οι θερινές καταιγίδες αστάθειας χαρακτηρίζονται από έντονο τοπικό χαρακτήρα αλλά και από µεγάλες τιµές ρυθµού βροχόπτωσης, οι οποίες µπορούν σε σύντοµο χρονικό διάστηµα να δώσουν µεγάλες ποσότητες βροχής. Είναι χαρακτηριστική η αύξηση του µέσου απόλυτου σφάλµατος µε την αύξηση των τιµών του εύρους βροχόπτωσης ενώ χαρακτηριστικές είναι οι µεγάλες τιµές για βροχοπτώσεις > 2 mm. Η τάση υποεκτίµησης της ποσότητας του υετού από το µοντέλο φαίνεται ότι είναι ένα χαρακτηριστικό πρόβληµα της θερµής 6
περιόδου καθώς ανάλογη στατιστική επεξεργασία που έχει γίνει για δύο συνεχόµενες χρονιές για το µοντέλο BOLAM πάνω από τον Ελλαδικό χώρο (Lagouvardos et al., 23), έδωσε θετικές τιµές της ποσότητα µεροληψίας έως και το εύρος των 5-1 mm. Στα ίδια ραβδογράµµατα παρατηρούµε επίσης ότι τελικά µόνο στο µικρότερο εύρος των.1 2.5 mm το µοντέλο έχει την τάση να υπερεκτιµά ελαφρώς τον υετό. Σε αυτό το εύρος η τροποποίηση χάρη στη µείωση του υετού που προκαλεί, παρουσιάζει τη µικρότερη υπερεκτίµηση, χωρίς όµως τα καλά αποτελέσµατα να συνεχίζονται και στα µεγαλύτερα κατώφλια, αφού η τάση υποεκτίµησης είναι εµφανής. Παρόλα αυτά οι τροποποιήσεις που ωθούν το σχήµα να παράξει περισσότερο υετό φαίνεται να έχουν θετική επίδραση στις τιµές της ποσότητας µεροληψίας. Για παράδειγµα στον πίνακα 1 που ακολουθεί εµφανίζονται τα αποτελέσµατα της προσοµοίωσης µίας πρόσφατης περίπτωσης της 3 ης Αυγούστου του έτους 29, για την παράµετρο της βροχόπτωσης. Η συγκεκριµένη ηµέρα ήταν µία τυπική καλοκαιρινή µέρα η οποία άρχισε µε αίθριο καιρό αλλά κατά τις θερµές ώρες της ηµέρας δηµιουργήθηκαν αναπτύξεις πάνω από τον ηπειρωτικό κορµό της Ελλάδας, οι οποίες έδωσαν αρκετά ισχυρές καταιγίδες κυρίως πάνω από τις ορεινές περιοχές της Ηπείρου, της Πίνδου και της Κεντρικής Πελοποννήσου, ενώ στις παραθαλάσσιες περιοχές, µε εξαίρεση το Βόρειο Ιόνιο, ο καιρός διατηρήθηκε καλός. Στον πίνακα 1 η 2 η στήλη περιέχει τις πραγµατικές µετρήσεις αθροιστικής βροχόπτωσης από το δίκτυο των βροχοµέτρων που έχουν χρησιµοποιηθεί για το χρονικό διάστηµα από 12. έως 18. UTC, ενώ αντίστοιχα η 3 η στήλη το αποτέλεσµα της προσοµοίωσης µε τη χρήση του γνήσιου KF σχήµατος, η 4 η στήλη τα αποτελέσµατα µε τη χρήση της τροποποίησης RATE1 και η 5 η στήλη τα αποτελέσµατα µε τη χρήση του ταυτόχρονου συνδυασµού δύο τροποποιήσεων, της RATE1 και της PEF9. Από τις τιµές του πίνακα παρατηρούµε ότι ο ταυτόχρονος συνδυασµός των δύο τροποποιήσεων βελτιώνει σηµαντικά την προγνωστική ικανότητα του µοντέλου σε σχέση µε τη χρησιµοποίηση του γνήσιου σχήµατος. Παρόλα αυτά, όπως άλλωστε αναµενόταν, οι προγνωστικές τιµές όσο µεγαλώνει το ύψος τηςτης παρατηρούµενης βροχόπτωσης, ΠΙΝΑΚΑΣ 1. Συγκριτικός πίνακας για την αθροιστική βροχόπτωση µεταξύ της πραγµατικής τιµής και της προγνωστικής τιµής από το αριθµητικό µοντέλο ΜΜ5 µε τη χρήση του γνήσιου KF σχήµατος () και του σχήµατος µε τις τροποποιήσεις RATE1 και του συνδυασµού RATE1 και PEF9. Σταθµός Βροχόπτωση από RATE1 RATE1 PEF9 12-18 UTC Αγρίνιο 14. 11.1 9.9 1.4 Άρτα 9.2 8.4 8.3 7.8 ερβίζιανα Ιωαννίνων 12. 1.5 11.7 11.9 Φολόη Ηλείας 22.2 1.4 18.6 19. Κέρκυρα 33.2... Κονισκός Τρικάλων 16.2 15.1 15.2 15.4 Μεγαλόπολη 9.8 2.8 4.6 4.6 Βεγορίτιδα 13.8 6.3 6.7 6.9 Βέροια 13.2 1.8 2.4 2.1 Μιλιανά Άρτας 19.5 5.6 8.9 9.2 Πίστιανα Άρτας 34.9 12.9 16.6 18.8 7
υπολείπονται σηµαντικά από την πραγµατικότητα. Αξιοσηµείωτη επίσης για τη συγκεκριµένη ηµέρα ήταν και η αποτυχία του µοντέλου να προγνώσει την ισχυρή βροχή που εκδηλώθηκε στην Κέρκυρα. Μορφοποιήθηκε: Εσοχή: Πρώτη γραµµή: εκ. 5. ΣΥΜΠΕΡΑΣΜΑΤΑ Στην παρούσα εργασία παρουσιάστηκαν διάφορες τροποποιήσεις του σχήµατος ΠΚΚΜ των Kain Fritsch και εξετάστηκε το κατά πόσο µπορούν να βελτιώσουν την προγνωστική ικανότητα του µοντέλου ΜΜ5 για τη βροχόπτωση, κατά τη διάρκεια της θερµής περιόδου για 2 επιλεγµένες ηµέρες όπου παρατηρήθηκε έντονη ανάπτυξη καταιγίδων πάνω από τον Ελλαδικό χώρο. Το γενικότερο συµπέρασµα που προκύπτει από την επεξεργασία των αποτελεσµάτων είναι ότι η πρόγνωση της βροχής κατά τη διάρκεια θερινών καταιγίδων αποτελεί µία εξαιρετικά σύνθετη διαδικασία η οποία εξαρτάται από πολλές παραµέτρους. Αδιαµφισβήτητο πάντως είναι το γεγονός ότι τροποποιώντας το σχήµα KF µπορεί να βελτιωθεί η πρόγνωση του πεδίου της βροχής. Έτσι όταν ωθήσαµε το σχήµα ΠΚΚΜ να παράξει περισσότερο υετό µέσω της τροποποίησης RATE1 υπήρξε φανερή βελτίωση των επιµέρους στατιστικών δεικτών κυρίως στα κατώφλια των 2.5 και 5 mm. Θετική επίσης ήταν και η επίδραση της αύξησης του χρόνου ανάκλησης του σχήµατος από τα 5 min, που είναι στο αυθεντικό σχήµα, στα 15 min. Το τελικό συµπέρασµα που εξάγεται από την παρούσα µελέτη είναι ότι κατά τη διάρκεια των θερινών καταιγίδων η προσοµοίωση της βροχόπτωσης γίνεται ορθότερα όταν το σχήµα παραµετροποίησης ωθείται να παράξει µεγαλύτερες ποσότητες υετού από ότι το γνήσιο σχήµα (τροποποίηση RATE1), αλλά και όταν η ρουτίνα του σχήµατος καλείται από το αριθµητικό µοντέλο ανά µεγαλύτερα χρονικά διαστήµατα (τροποποίηση 15 ΜΙΝ). ΒΙΒΛΙΟΓΡΑΦΙΑ Anderson, C.J., R.W. Arritt, and J.S. Kain, 27: An Alternative Mass Flux Profile in the Kain Fritsch Convective Parameterization and Its Effects in Seasonal Precipitation. J. Hydrometeor., 8, 1128 114. Fritsch, J. M., and C. F. Chappell, 198: Numerical prediction of convectively driven mesoscale pressure systems. Part I: Convective parameterization. J. Atmos. Sci., 37, 1722 1733. Gallus, W. A., and M. Segal, 21: Impact of improved initialization of mesoscale features on convective system rainfall in 1-km Eta simulations. Wea. Forecasting, 16, 68 696. Kain, J.S., 24: The Kain Fritsch Convective Parameterization: An Update. J. Appl. Meteor., 43, 17 181. Lagouvardos K., V. Kotroni, A. Koussis, Η. Feidas, Α. Buzzi and P. Malguzzi (23). The meteorological model BOLAM at the National Observatory of Athens: assessment of two-year operational use. Journal of Applied Meteorology, 42, 1667-1678. Mazarakis, N., V. Kotroni, K. Lagouvardos and A. Argiriou, 28: Storms and lightning activity in Greece during the warm period of 23-6. J. Appl. Meteor., 47, 389 398. Mazarakis, N., V. Kotroni, K. Lagouvardos, A. Argiriou, 29: The sensitivity of numerical forecasts to convective parameterization during the warm period and the use of lightning data as an indicator for convective occurrence, Atmos. Research, 94, Issue 4, 74-714. Ogura, Y., and H. R. Cho, 1973: Diagnostic determination of cumulus cloud populations from observed largescale variables. J. Atmos. Sci., 3, 1276 1286. Spencer, P.L., and D.J. Stensrud, 1998: Simulating Flash Flood Events: Importance of the Subgrid Representation of Convection. Mon. Wea. Rev., 126, 2884 2912. Yang, Z., and R. W. Arritt, 21: Ensemble simulations of regional flood and drought climates. Preprints, Precipitation Extremes: Prediction, Impacts, and Responses, Albuquerque, NM, Amer. Meteor. Soc., 236 239. 8