FI.3. További lehetőségek

Az alábbiakban említés szinten bemutatunk néhány olyan vizsgálati lehetőséget, melyek a WRF segítségével egyszerűen elvégezhetőek, ám mélyebb megértésük, az eredmények teljeskörű kiértékelése már nagyobb energiát, akár több éves kutatómunkát is igényelhet. Röviden összefoglaljuk az egyes vizsgálatok elvégzésének műveleti sorrendjét. A paracssoros illetve szkript szintű megoldásokat a Függelék végén közöljük.

FI.3.1. Eltérő parametrizációs sémák alkalmazása

A WRF modell egyik egyedülálló sajátossága, és éppen ebben rejlik egyik erőssége, hogy a lehetséges parametrizációs beállítási opciók óriási számú lehetséges kombinációban ad teret a kísérletezésnek. Nem célunk itt kitérni az egyes parametrizációs sémák és módszerek bemutatására. Meg kívánjuk azonban említeni, hogy a valódi modellezői munka egyik legnagyobb kihívása éppen a lehető legjobb, a célnak és a lehetőségeknek leginkább megfelelő modellbeállítás megválasztása. Célszerű egy-egy esettanulmány megismétlése a különféle, alkalmasnak tűnő beállítási együttesek alkalmazásával, majd a kapott eredmények összevetése az elvárásokkal, tapasztalatokkal, esetleg konkrét mérési adatokon való verifikáció végrehajtása valamely verifikációs eljárás segítségével.

A modell felhasználói kézikönyve minden lehetséges parametrizációs opciót részletesen tárgyal, illetve megadja a vonatkozó szakirodalmi referenciákat. Két dologra kell azonban felhívni a figyelmet:

  1. Az egyes parametrizációs opciók művelet igénye és ezzel számítási költsége között akár 5-szörös szorzó is előfordulhat, elképzelhető, hogy a rendelkezésre álló számítástechnikai eszközön egy bizonyos konfiguráció nem futtatható ésszerű keretek között még kutatási, érzékenység vizsgálati céllal sem.

  2. Bizonyos paraméter beállítások tiltott kombinációkkal rendelkeznek. Érdemes erre külön odafigyelni, ugyanis egyes Planetáris határréteg sémák (pl.: YSU PBL séma) csak bizonyos  felszínközeli réteg sémával (előző példánál maradva az MM5 Monin-Obukov séma) alkalmazható. Ennek csak részben oka az, hogy a sémák közötti kölcsönhatások instabilitásra vezetnek. Ennél prózaib ok is van: az egyes parametrizációs csomagok bemenő adatai között szerepelnek olyan speciális változók, melyeket csak a nekik megfelelő másik csomag képes szolgáltatni.

Az egyes parametrizációs beállításokat a modell futtatás paraméter állományában (namelist.input file) lehet megadni számértékekkel. A namelist file szerkesztését követően általában nem kell újra elvégezni a real.exe futtatását, elegendő csak a wrf.exe vérehajtható állomány elindítása. Figyeljünk arra oda, hogy az egyes modell futtatások között mentsük el a korábbi futtatások eredményeit, mégpedig oly módon, hogy azok később is felismerhetően adják meg a korábbi futtatás beállításait. Ehhez kapcsolódó megjegyzés, hogy a wrf kimenetek utófeldolgozása során létrejövő kontroll állomány (wrf.ctl file) megjegyzéseiben tartalmazza a legtöbb modell futtatási beállítással kapcsolatos információt, de emellett azért a könnyebb rekonstruálhatóság okán célszerű a namelsit-eket és pár feljegyzést tartalmazó napló filet archiválni, melyek a modell output adatokhoz képest elenyésző helyet foglalnak a lemezterületen.

A különböző beállításokkal végrehajtott futtatások utófeldolgozását követően összehasonlítható modell adat mezőket kapunk, melyek összevetése nem is annyira triviális feladat. A mérési adatok térben és időben igen ritkán állnak rendelkezésre, a pontosságuk sem feltétlenül kielégítő. Amikor pedig két modell mezőt akarunk összevetni, akkor felmerülhet a kérdés, hogy milyen szempont alapján állítjuk bármelyikről is azt, hogy jobb a másiknál. Fontos szempont a modell beállítások tesztelésénél még az is, hogy milyen célra kívánjuk alkalmazni a modell kimenő adatait. Például ha repülésmeteorológiai támogatásra akarjuk használni, akkor a látástávolság és felhőalap szempontjából jelentős hidrometeorok (mikrofizikai parametrizáció) és a turbulenciát, zivatartevékenységet meghatározó felszíni áramok (pbl sémák) lesznek a legfontosabbak. Ha a szélenergia hasznosítás szempontjából szeretnénk a modell hasznosíthatóságát értékelni, akkor egyértelműen az áramlási viszonyokat befolyásoló tényezőket kell előtérbe helyezni. Példaképp végezzük el a planetáris határréteg, valamint a mikrofizikai folyamatokat reprezentáló sémák közül kettő-kettő összehasonlító vizsgálatát.

Mikrofizikai parametrizációk szerepe a numerikus modellekben

A mikrofizikai alatt a közvetlenül figyelembe vett vízgőz, felhő és csapadék folyamatait értjük. A modell képes kezelni bármennyi változó keverési arányát vagy részecskeszám koncentrációját. Ezen skalármennyiségek megadására négydimenziós tömböket alkalmaz a modell, mely három térbeli indexszel és egy szabadsági fokkal rendelkezik, mely utóbbi a változó tulajdonságára vonatkozó jelzőszám. Az ARW-ben jelenleg a mikorfizikai számítás az időlépcső végén kerül végrehajtásra és akkor módosítja az eredményt, tehát nem adódik hozzá a tendenciához. Ennek az az oka,. hogy a kondenzáció ne borítsa fel az egyensúlyt a végső telítettségben a hőmérséklet és a nedvesség értékeivel. Emellett a látens hő bevitel a potenciális hőmérséklet értékének meghatározása során szintén fontos paraméter. A vízgőz, víz és jég fázisok mellett vegyes halmazállapotú részecskékkel is számolunk, melyek a jég és vízfázis kölcsönhatásai során alakulnak ki, és graupel vagy jégeső kialakulásához vezetnek. Általánosságban kijelenthető, hogy a 10 km alatti rácstávolság esetén, amikor jelentős feláramlások is létrejönnek a modell terében, a vegyes halmazállapotot is tartalmazó sémák használata ajánlott, főleg olyan helyzetekben, amikor konvekció és jégképződés jellemző. Ritkább felbontású rácshálózat alkalmazása esetén ezen sémák többletköltsége nem térül meg, mivel a jégképződés nem bontható fel a ritkább rácshálózat terében.

WRF egy-momentumos, 3 osztályú (WSM3) séma (mp_physics 3-as opció)

A WRF egy momentumos mikrofizikai séma Hong és munkatársai nyomán (2004) szedimentációt és más jégfázisú parametrizációkat is tartalmaz. Más megközelítésektől főleg abban különbözik, hogy a jég részecskék számának koncentrációja egy diagnosztikai összefüggés segítségével kerül meghatározásra, mely a hőmérséklet helyett a jég tömeg tartalom alapján számol.

A WSM5 és WSM6 sémákhoz hasonlóan az olvadási és fagyási folyamatok a zuhanási tag al-folyamatok során kerülnek megállapításra. A WSM3 séma három hidrometeor kategóriát számít: vízgőz, felhőalkotó vízcseppek és jégkristályok, valamint eső és hó. Ez a séma az úgynevezett egyszerű jég sémák csoportjába tartozik. Fagypont feletti hőmérsékleteknél a felhő és esőcseppek mennyiségének, fagypont alatti tartományban pedig a felhő jégrészecskék és hóklristájok mennyiségének meghatározására Dudhia (1989) módszerét követi. Számítástechnikailag hatékony séma a jég folyamatainak figyelembevételével, ám hiányzik belőle a túlhűlt víz és a fokozatos olvadás folyamatainak figyelembevétele.

WSM5 séma (mp_physics 4-es opció)

Nagyban hasonlít a WSM3-ra, azonban a vízgőz, eső, hó, felhő jég részecskék és vízcseppek öt különböző tömbben vannak tárolva. Így lehetővé teszi a túlhűlt víz létezését és a fokozatosan felolvadó hó kezelését amint az az olvadási rétegbe kerül. További részleteket tudhatunk meg róla Hong és munkatársai írásából (2004). Ez a séma a köztes léptékű rácshálózatok alkalmazása esetén hatékony (mezoskálájú és zivatarfelhőket felbontani képes skálatartomány).

Az első séma alkalmazásával futtassuk le a modellt, hajtsuk végre az utófeldolgozást, majd mentsük el az eredményeket tartalmazó file-t arra alkalmas névvel, hogy a későbbi feldolgozás során egyértelmű legyen. Ezek után módosítsuk a parametrizáció beállítását, futtassuk le újra a modellt (az előfeldolgozást és a modell inicializációját nem, csak a modell integrálást, wrf.exe futtatását kell megismételni). Az utófeldolgozás során létrejött kimeneti adatokat az első futtatás eredményével összevethetjük, vizsgálhatjuk a konvektív folyamatok előrejelzett hatásait (konvektív felhőzet és csapadék mennyisége, radarjel erősség, stb. összehasonlításával). A modell integrálását a time parancs segítségével végezzük, hogy lássuk, milyen számítási költsége van az egyes sémák alkalmazásának, és eldönthessük, hogy a rendelkezésre álló számítási kapacitások mellett megéri-e a bonyolultabb séma alkalmazása (1:37 vs. 2:10).

Az első futtatás előtt módosítsuk a nameleist.input file megfelelő sorát a következőképpen:

 mp_physics = 3,  3,  3,

A futtatás, utófeldolgozás és adatfile elmentése után állítsuk át a változó értékét a WSM5-höz tartozó értékére, azaz 4-re:

 mp_physics = 4,  4,  4,

Ismételt futtatás, utófeldolgozás és adatmentést követően rendelkezésünkre fognak állni a megfelelő adatok. Amennyiben meg kívánunk győződni arról, hogy a modell kimenet pontosan milyen parametrizációs beállítással lett végrehajtva, akkor az utófeldolgozással kapott kimeneti adat leíró fájljában (wrf.ctl file) található közlemény sorok között megtalálhatjuk az információt:

> 0 08:07:37 $ grep MP_PHYSICS wrf.ctl

@ global String comment MP_PHYSICS =  3

Planetáris határréteg sémák (PBL)

A PBL sémák alkalmasak a turbulens örvények által végbemenő keveredés okozta függőleges keveredés modellben való figyelembevételére a teljes légoszlopban, beleértve a planetáris határrétegen kívüli tartományt is. Ezért ha valamely PBL sémát aktiváljuk, a közvetlen vertikális diffúziót inaktiválni kell, mert a PBL séma kezeli ezt a folyamatot. A felszíni áramokat a felszíni és felszínközeli parametrizációs sémák szolgáltatják, a PBL séma pedig meghatározza a fluxus profilját a jól átkevert planetáris határrétegben és a stabil rétegben is. A hőmérsékletre, nedvességre (felhőkre is) és vízszintes légmozgásra vonatkozó tendenciák így állnak elő. A legtöbb PBL séma száraz keveredéssel dolgozik, de a telítődés hatását a vertikális stabilitásra figyelembe tudja venni. A sémák egydimenziósak, és feltételezik, hogy a rácshálózat méreténél kisebb léptékű és a modell által felbontott örvények között tiszta skála elválasztódás áll fenn. Ez a szeparáció kevésbé válik tisztává a néhány száz méter alatti rácsfelbontások esetében, amikor a határréteg örvényeit is már képes felbontani. Ekkor a PBL sémákat fel kell váltani teljesen három dimenziós, a rácshálózatnál kisebb léptékű helyi turbulencia sémával (pl.: 3D TKE diffúziós séma, megjegyezzük, hogy a turbulens kinetikus energia vertikális profilját egydimenziós parametrizációs eljárások is tartalmazzák, gondoljunk csak a másfeles, vagy az annál magasabb rendű lezárási sémákra).

Yonsei Egyetem (YSU) PBL

(bl_pbl_physics 1-es opció)

A YSU a korábbi MRF PBL következő generációja ((Hong et al., 2006), a fluxusokat ellengradiens tagokkal veszi figyelembe, és a PBL tetején található behatolási réteget expliciten kezeli. A PBL tetejét a kritikus Richardson számmal (0.5) határozza meg, (és nem ott, ahol a diffúziós együttható nullává válik). A kisebb mértékű ellengradiens keveredés jó átkeveredő határréteget hoz létre, és stabil esetben egy speciális diffúziós algoritmus biztosítja a mélyebb határréteg kialakulását szeles helyzetben.

Mellor-Yamada-Janjic (MYJ) PBL

(bl_pbl_physics 2-es opció)

A 2.5-ös turbulencia lezárási modell nem-szinguláris megvalósítása, a légköri turbulencia teljes skálatartományán. Az együtthatók legmagasabb értéke a TKE értékétől, valamint a felhajtóerő és a szélnyírás mértékétől függ. Az instabil tartományban az a feltétel, hogy a TKE produkció nem lehet szinguláris növekedő turbulencia esetében, míg stabil esetben a feltétel az, hogy a függőleges sebesség ingadozás szórása és a TKE hányadosa nem lehet kisebb mint a gyengülő turbulencia esetén. A TKE keletkezését illetve disszipációját leíró differenciálegyenlet megoldása iterációval történik, és az empirikus állandókat is felülvizsgálták (Janjic, 2002).

A mikrofizikai parametrizációk teszteléséhez hasonlóan futtassuk le mind a két sémával a modellt. Hasonlítsuk össze a modell futtatások eredményét a planetáris határréteg magasságára, a határréteg áramlási viszonyaira és a határrétegben kialakuló hőmérsékleti profilra, annak napi menetére vonatkozóan. Szintén összehasonlíthatjuk a diffúziós együttható vertikális profiljait, annak napi menetét.

FI.3.2. Parametrizációs együtthatók módosítása

A különféle parametrizációkhoz tartozó együtthatók értéke mérési adatokra történő illesztéssel került meghatározásra. Jellemző példa mondjuk a magyarországi talaj adatokból kapott hővezetési, vízháztartási adatok együtthatóinak különbözősége az amerikai talajmintákra vonatkozó értékeiktől. A modell eredeti paramétereit a talaj termodinamikai és hidrológiai paramétereinek felülvizsgálatával megváltoztathatjuk a SOILPARM.TBL file-ban. Hasonlóan a felszín fizikai tulajdonságait leíró paramétereket (albedó, emisszivitás, hővezető képesség, hőkapacitás, súrlódási magasság, stb.) a LANDUSE.TBL és VEGPARM.TBL file-okban. A különféle paraméterekkel végrehajtott futtatásokra példát találhatunk a jelen FI. Függelék végén elhelyezett példaszkriptben.

FI.3.3. Más bemenő adatok alkalmazása

Mint az a jegyzetben több ízben részletesen is említésre került, a meteorológiai modell futtatásához földrajzi és meteorológiai bemenő adat mezők szükségesek. Ezeket mind külön forrásból is megszerezhetjük. Végezzük el a modell érzékenységének tesztelését ezekre az adatokra.

Statikus földrajzi adatok

A modellel együtt szabadon hozzáférhető globális statikus adatbázis, mely elsősorban műholdas távérzékeléssel készült adatokból áll elő. A felszín magassága, a felszínborítottság és a talaj típusa meghatározható egyéb módon is, és ezekkel az információkkal pontosítható, felülvizsgálható helyi szinten a meglévő globális adatbázis. Példaként bemutatjuk az eredeti globális és a Corine adatbázis szerinti felszínhasználat eloszlási térképeit (FI.1. videó), valamint az eredeti talaj adatbázis és a Kreybig-féle talaj adatok alapján készült eloszlási térképeket (FI.2. videó) a Kárpát medence térségére. A videókat létrehozó szkript (átméretezés, felirat készítés, és animáció elkészítése az ImageMagicks convert parancs használatával) megtalálható a jelen FI. függelék végén.

FI.1. videó. Az eredeti globális és a Corine felszín borítottsági adatbázis eloszlási térképei a Kárpát medencében.

FI.2. videó. Az eredeti globális és a Kreybig-féle talaj adatbázis eloszlási térképei a Kárpát medencében.

A modell érzékenységének vizsgálata a földrajzi adatokra

Hajtsunk végre egy szabványos WRF futtatást egy napos nyári napra vonatkozóan (pl. 2012. július 04-én 12 UTC-től 06-án 00 UTC-ig terjedő időszakra) a Kárpát medence területére 10 km-es felbontásban. Hajtsuk végre az utófeldolgozást és az adatok mentését. Ezt követően a WPS előfeldolgozó namelist-jében geog_data_path változó értékeként megadott könyvtárat linkeljük be egy másik helyre (akár magába a futtatási könyvtárba), és írjuk felül a Kárpátmedencére eső két-két felszínhasználati illetve talaj textúra adatfile-okat a Corine illetve a Kreybig adatbázist tartalmazó fileokkal, ezután futtassuk le újra a geogrid.exe és a metgrid.exe programokat (az ungrib-et nem kell, mert a meteorológiai adatok nem változtak), majd hajtsuk végre a modell inicializációját (real.exe), integrálását (wrf.exe) és utófeldolgozását (ARWpost.exe). Az előző futtatás kimeneti adatait ezzel összevetve vizsgáljuk a modell érzékenységét a Dunántúlon és a Duna-Tisza közén a planetáris határréteg magasság menetére, hőmérsékleti és nedvesség profilokra, a talaj-közeli áramok menetére, stb. vonatkozóan.

Meteorológiai adatok

Amennyiben a GFS helyett más adatbázison szeretnénk futtatni az előfeldolgozó program geogrid.exe egysége futtatását nem kell megismételni. A WRF rendszer lehetőséget nyújt többek között az ECMWF, az ERA, ERA-Interimm GODAS, GSM, NAM, NCEP Reanalízis, NOGAPS, RUC vagy UKMO modell adatainak is a fogadására. A ~/WPS/ungrib/Variable_Tables könyvtárból linkeljük be a megfelelő változó táblázatot az előfeldolgozó program futtatási könyvtárába Vtable néven:

ln -sf ~/WPS/ungrib/Variable_Tables/Vtable.ECMWF ./Vtable

Ezt követően futtassuk újra az ungrib programot, miután belinkeltük a megfelelő GRIB formátumú file-okat a könyvtárba. Ezután a modell futtatás menete formailag megegyezik egy szabványos futtatáséval.

FI.3.4. Rácsfelbontás, beágyazás

A tér- és időbeli felbontást (lépésközt) megadó beállításoknál két szempontot kell figyelembe venni: konzisztencia a WPS beállításaival, és CFL kritérium. Az integrálási időlépcső (másodpercben) ne legyen hosszabb, mint a térbeli felbontás (kilométerben) hatszorosa. Tehát például 10 km-es horizontális felbontás esetén egy perces időlépcső alkalmazása javasolt. Többszörösen beágyazott modell tartományok esetében a modell futtatás stabilitása szempontjából a leginkább érzékenyek a közepes felbontású tartományok: a köztes rácson már jelentősek lehetnek a feláramlások, amelyek miatt sérülhet a vertikális CFL, viszont az időlépcső még nem biztos, hogy ezt követni tudja. A legfinomabb felbontású beágyazott tartományok esetében az időlépcső általában már a horizontális felbontás miatt elegendően rövid.

A vertikális felbontás növelésére lehetőséget ad a e_vert számértékének a növelése. A konkrét modell  szinteket a real.exe program fogja megállapítani. Amennyiben valamilyen oknál fogva a felhasználó nem elégedett a szoftver belső logikája szerint meghatározott vertikális felosztással (mondjuk mert egy vizsgálat keretében az alsó szinteken sokkal nagyobb vertikális felbontást szeretne elérni, a magasabb szinteken pedig csak gyengébbet igényel), akkor az egyes η szintek nominális értékét megadhatjuk az eta_levels tömb konkrét definiálásával is a következő módon.

__________________________________________________________________________

eta_levels = 1.000, 0.9947, 0.9895, 0.9843, 0.979,0.9739, 0.9635, 0.9485, 0.9294, 0.907, 0.8818, 0.8543, 0.825, 0.7945, 0.763, 0.7311, 0.699, 0.6669, 0.6352, 0.604, 0.5735, 0.5437, 0.5148, 0.4869, 0.4599, 0.4339, 0.4089, 0.3848, 0.3617, 0.3394, 0.3179, 0.2972, 0.2772, 0.2578, 0.239, 0.2207, 0.2028, 0.1854, 0.1682, 0.1514, 0.1323, 0.1159, 0.0999, 0.0843, 0.069, 0.0542, 0.0397, 0.0257, 0.0122, 0.000,e_vert = 50, 50, 50, 50, 50,

__________________________________________________________________________

Fontos megjegyezni, hogy a tömb elemeinek a száma meg kell, hogy egyezzen az e_vert értékkel, valamint a vertikális felbontás minden beágyazott tartományban megegyezik a szülő tartományéval. Ez utóbbi azt is maga után vonja, hogy a vertikális CFL stabilitási kritérium erősebb megkötést jelenthet, mint az a horizontális ökölszabályból adódna (lásd fentebb is). Ennek kiküszöbölésére ad lehetőséget az, ha off-line hajtjuk végre a beágyazást, azaz a gyengébb felbontású modell kimenet adatain futtatjuk újra magát a modellt nagyobb felbontásban, újra definiált vertikális rácsra. Ez azonban a kétirányú visszacsatolás lehetőségét – természetesen – eleve kizárja.