Studium korekce biasu pro asimilaci dat v NWP modelu ALADIN

• Thesis title in Czech: Studium korekce biasu pro asimilaci dat v NWP modelu ALADIN
• Thesis title in English: Study of bias correction for data assimilation in NWP model ALADIN
• Academic year of topic announcement: 2008/2009
• Thesis type: diploma thesis
• Thesis language: čeština
• Department: Department of Atmospheric Physics (32-KFA)
• Supervisor: RNDr. Radmila Brožková, CSc.
• Author: hidden - assigned and confirmed by the Study Dept.
• Date of registration: 04.11.2008
• Date of assignment: 19.04.2010
• Date and time of defence: 25.05.2010 00:00
• Date of electronic submission: 25.05.2010
• Date of proceeded defence: 25.05.2010
• Opponents: doc. RNDr. Zbyněk Sokol, CSc.
• Advisors: Mgr. Alena Trojáková

Guidelines

Main aim of this diploma work is as follows:
- investigation of biases in observations used or to be used in data assimilation system of limited area numerical weather prediction model ALADIN operationally used in CHMI, more especially for MSG/SEVIRI data
- study optimal set of predictors for its bias correction
- frequency of bias correction update
- size of data sample necessary for bias correction

References

D. Dee, 2005: Bias and Data Assimilation, Q.J.Roy. Met. Society., 131, 3323-3343
B.A.Harris and G.Kelly, 2001: A satellite radiance-bias correction scheme for data assimilation, Q.J.Roy. Met. Society.,127, 1453-1468

Preliminary scope of work

Pro správnou asimilaci družicových dat je nezbytné korigovat systematickou chybu jak v pozorovaných datech, tak v předběžném odhadu modelu. Jak ukázal Dee (2005), sytematické chyby v modelech a pozorováních mohou být příčinou různých problémů v systému asimilace, jako jsou například neoptimální využití pozorování, systematické chyby v analýze, nefyzikální struktury v analýze, extrapolace systematických chyb do strukturních funkcí chyb předběžného pole modelu, anebo další chybné trendy při změnách v systému asimilovaných pozorování.

V modelu ARPEGE/ALADIN se pro korekci systematických chyb radiačních teplot používá metoda navržená Harrisem a Kellym (2002). Tato metoda aplikuje dvě různé korekce systematických chyb; jedna závisí na šířkové korekci skanu, druhá závisí na vzduchové hmotě. Prediktory vzduchové hmoty jsou spočítány z předběžného pole, které oproti radiačním teplotám má výhodu konzistentního popisu vzduchové hmoty a charakteristik povrchu. Běžně se používají čtyři prediktory: geopotenciální tloušťka vrstvy 1000-300 hPa, dále vrstvy 200-50 hPa, povrchové teploty a obsahu vodní páry v celém sloupci.

Preliminary scope of work in English

In order to correctly assimilate satellite data, biases between the observed measurements and those simulated from the model first guess, must be corrected. As showed by Dee (2005) the systematic errors in models and observations can cause problems to assimilation system as for example suboptimal use of observations, biases in assimilated fields, non-physical structures in assimilated fields, extrapolation of biases due to multivariate background constraints or spurious trends due to changes in the observing system.

In ARPEGE/ALADIN model the method suggested by Harris and Kelly (2001) is used for correcting radiance-biases. This scheme applies two different bias corrections: a latitudinally dependent scan correction and air-mass dependent one. The air-mass predictors are computed from the background field, since the background field contains a more consistent representation of the air mass and surface characteristics then the observed radiance. Following four predictors can be used: 1000-300 hPa thickness, 200-50 hPa thickness, skin temperature and total column water vapor.