[논문 리뷰] 1D+4D-VAR data assimilation of lightning with WRFDA system using nonlinear observation operators

Răzvan Ştefanescu, I. M. Navon외 2명|arXiv (Cornell University)|2013. 06. 08.

Meteorological Phenomena and Simulations참고 문헌 72인용 수 3

한 줄 요약

이 연구는 비선형 관측 연산자를 사용하여 지구 네트워크 총lightning 네트워크(ENTLN)의 번개 데이터를 WRFDA 시스템에 1D+4D-Var로 통합하여, 대류 가능 잠재 에너지(CAPE)를 대체 지표로 사용하여 폭풍 예측 성능을 평가한다. 1D+4D-Var 접근법은 제어 실험 대비 강우량의 제곱근 평균 제곱 오차를 25~27.5% 감소시켜 극기성 날씨 사건 동안 폭풍 강도와 강우 예측을 크게 향상시킨다.

ABSTRACT

This paper addresses the impact of assimilating data from the Earth Networks Total Lightning Network (ENTLN) during two cases of severe weather. Data from the ENTLN serve as a substitute for those from the upcoming launch of the GOES Lightning Mapper (GLM). We use the Weather Research and Forecast (WRF) model and variational data assimilation techniques at 9 km spatial resolution. The main goal is to examine the potential impact of lightning observations from the future GLM. Previous efforts to assimilate lightning observations mainly utilized nudging approaches. We develop three more sophisticated approaches, 3D-VAR WRFDA and 1D+nD-VAR (n=3,4) WRFDA schemes that currently are being considered for operational implementation by the National Centers for Environmental Prediction (NCEP) and the Naval Research Laboratory (NRL). This research uses Convective Available Potential Energy (CAPE) as a proxy between lightning data and model variables. To test the performance of the aforementioned schemes, we assess the quality of resulting analysis and forecasts of precipitation compared to those from a control experiment and verify them against NCEP stage IV precipitation. Results demonstrate that assimilating lightning observations improves precipitation statistics during the assimilation window and for 3-7 h thereafter. The 1D+4D-VAR approach performs best, significantly improving precipitation root mean square errors by 25% and 27.5% compared to the control during the assimilation window on the two cases. This finding confirms that the variational nD-VAR (n=3,4) assimilation of lightning observations improves the accuracy of moisture analyses and forecasts. Finally, we briefly discuss limitations inherent in the current lightning assimilation schemes, their implications, and possible ways to improve them.

연구 동기 및 목표

• ENTLN의 총 번개 데이터 통합이 변분 자료통합을 통해 극기성 폭풍 예측에 미치는 영향을 평가하기 위해.
• 기존 3D-Var 및 낮추기 방법과 비교하여 고급 1D+nD-Var(scheme, n=3,4)의 성능을 평가하기 위해.
• 번개 관측과 기상 모델 변수 사이의 비선형 연결 고리로 CAPE를 사용하는 방법을 조사하기 위해.
• 번개 데이터가 고영향도 날씨 사건에서 수증기 분석 및 강우 예측을 향상시키는지 확인하기 위해.
• 현재 번개 통합 기법의 한계를 규명하고 운영 적용을 위한 향상 방안을 제안하기 위해.

제안 방법

• 4D-Var 및 3D-Var 변분 통합을 위해 9km 해상도의 WRFDA 시스템을 사용한다.
• 비선형 관측 연산자를 적용하여 CAPE를 물리적 대체 지표로 사용해 번개 플래시 레이트 관측을 모델 상태 변수로 매핑한다.
• 초기 조건을 위한 1D-Var와 시간적 변화를 위한 4D-Var를 조합한 하이브리드 기법인 1D+4D-Var를 사용하여 분석 품질을 향상시킨다.
• 동일한 관측 데이터와 모델 설정을 사용하여 3D-Var, 1D+3D-Var, 1D+4D-Var 세 가지 통합 기법을 비교한다.
• 예측 향상 정도를 정량화하기 위해 NCEP Stage IV 강우량 데이터를 기준으로 결과를 검증한다.
• 관측된 번개와 대기 불안정성 사이의 비선형 연결 고리로 CAPE를 사용하여 통합 과정의 물리적 일관성을 향상시킨다.

실험 결과

연구 질문

• RQ1 1D+4D-Var로 번개 데이터를 통합할 경우, 3D-Var 및 1D+3D-Var에 비해 강우 예측 성능이 어떻게 향상되는가?
• RQ2 번개와 모델 변수 사이의 연결 고리로 CAPE를 사용할 경우, 수증기 및 강우 분석 정확도가 얼마나 향상되는가?
• RQ3 번개 데이터 통합이 극기성 폭풍 강도 및 구조의 시간적 변화에 어떤 영향을 미치는가?
• RQ4 비선형 관측 연산자가 선형 또는 낮추기 접근법에 비해 대류 과정의 표현을 얼마나 향상시키는가?
• RQ5 현재 번개 통합 기법의 주요 한계는 무엇이며, 운영 적용을 위해 어떻게 보완할 수 있는가?

주요 결과

• 1D+4D-Var 통합 기법은 두 번째 극기성 날씨 사건 동안 통합 창 내에서 제어 실험 대비 강우량의 제곱근 평균 제곱 오차를 각각 25%와 27.5% 감소시켰다.
• 번개 데이터 통합은 특히 대류 시스템에서 분석 및 3~7시간 예측 강우 통계를 크게 향상시켰다.
• 1D+4D-Var 접근법은 3D-Var 및 1D+3D-Var를 초월하여 1D-Var 초기화와 4D-Var 시간 최적화의 조합이 분석 품질 향상에 기여한다는 점을 입증했다.
• CAPE를 비선형 대체 지표로 사용함으로써 번개 관측과 대기 불안정성 간의 효과적인 연결 고리가 형성되어 통합 과정의 물리적 일관성이 향상되었다.
• 이 연구는 변분 nD-Var(n=3,4) 기법으로 번개 데이터를 통합함으로써 수증기 분석 및 예측 정확도가 향상됨을 확인했다.
• 현재 기법의 한계는 CAPE와 같은 대체 변수에 의존하고 복잡한 대류 역학을 잘 표현하지 못한다는 점으로, 향후 시스템에서는 보다 향상된 물리 모델링이 필요하다.