Implementation of a high-resolution ensemble Kalman filter system for the Western Mediterranean

Abstract

[spa] Los fenómenos hidrometeorológicos extremos (p. ej., lluvias intensas, inundaciones, vientos huracanados, granizo o tornados) figuran entre los desastres naturales más devastadores en términos de mortalidad que afectan a la cuenca Mediterránea. Durante el periodo 2000-2015 se registraron 256 víctimas directamente relacionadas con fenómenos meteorológicos extremos en Europa Occidental. Además, en España las pérdidas económicas superan los 600 M € por década. La baja resiliencia social a las falsas alarmas, crea una fuerte presión sobre los predictores para mejorar las predicciones y avisos a la población. Actualmente, la comunidad científica internacional afronta el ambicioso reto de generar predicciones útiles, fiables y anticipadas, de fenómenos severos (tornados, medicanes, lluvias intensas, vientos huracanados, ...). Las deficiencias en la predicción de la localización (espacial y temporal), intensidad y fenomenología de extremos se originan en los errores en el estado inicial, en carencias en los procesos físicos modelados y, principalmente, en la inherente naturaleza caótica de los modelos físicos actuales de la atmósfera. En este contexto, el problema requiere de un tratamiento mixto dinámicoprobabilista, situando el problema en la frontera del conocimiento. El proyecto de tesis propuesto tiene como objetivo mejorar las predicciones de tiempo de alto impacto social en el Mediterráneo Occidental, implementando un sistema de asimilación de datos por conjuntos basado en Ensemble Kalman Filter. Estos sistemas hacen un uso óptimo de las diferentes fuentes de información disponibles, minimizando los errores pero tratándolos explícitamente en la predicción. Estos sistemas son especialmente prometedores sobre regiones con lagunas importantes de observaciones in-situ, como es el Mar Mediterráneo y su cuenca Occidental en particular. Para llevar a cabo este objetivo hemos realizado varios estudios donde se han evaluado los efectos de la asimilación de varias fuentes de observaciones sobre la predicción de fenómenos de alto impacto que se han iniciado principalmente sobre el mar Mediterráneo y que después han afectado áreas costeras pobladas. Además, se han realizado varios experimentos utilizando múltiples paradigmas físicos y numéricos para determinar las configuraciones que simulan los sistemas físicos responsables de los episodios meteorológicos severos en la región Mediterránea Occidental. En primer lugar, se analizó el impacto de asimilar datos convencionales/estándar in-situ en el Mediterráneo Occidental con la intención de mejorar la predicción de una línea de convergencia (Squall line) que se inició sobre el mar de Alboran y que evolucionó hacia el noreste afectando gravemente las Islas Baleares, sobre todo Mallorca. Los resultados mostraron que la predicción numérica de este fenómeno meteorológico utilizando las observaciones convencionales era capaz de representar con mayor precisión la formación y evolución de la línea de convergencia, que en el caso de no tener en cuenta dichas observaciones adicionales. En segundo lugar, se aplicó la asimilación de datos convencionales junto con dos sistemas diferentes de predicciones por conjuntos en un estudio hidrometeorológico sobre la cuenca del Serpis (Valencia) para evaluar qué sistema producía una mejor estimación de la cantidad de precipitación recogida por la cuenca. El sistema de predicción formado por el EnKF tenía en cuenta incertidumbres asociadas a las condiciones iniciales y a las parametrizaciones físicas, mientras que los otros dos sistemas por conjuntos tenían en cuenta únicamente incertidumbres en las parametrizaciones físicas o en las condiciones iniciales. Aunque se asimilaron datos convencionales y se tuvieron en cuenta las dos fuentes de incertidumbre principales, el sistema de predicción por conjuntos generado por el EnKF no fue capaz de superar el sistema de predicción por conjuntos que usaba microfísicas diferentes. En este caso, el error cometido por la predicción de los sistemas convectivos que produjeron estas precipitaciones intensas era muy sensible al esquema de microfísica usado. El sistema de predicción por conjuntos en que se basaba el EnKF usaba únicamente un tipo de microfísica, limitando su diversidad; en cambio, el sistema de predicción que mostró unos mejores resultados usaba diferentes microfísicas. En tercer lugar, se incorporó información con alta resolución temporal y espacial procedentes de radares meteorológicos tipo Doppler, que típicamente resultan ser de gran utilidad para observar sistemas convectivos profundos y en rotación. De esta clase de radar pudimos extraer información de la velocidad radial y de la reflectividad medida en diferentes planos de inclinación del radar. Utilizando estas observaciones, conjuntamente con la asimilación de datos convencionales, se hizo un estudio para evaluar el impacto que tenían los datos de radar para mejorar la predicción de un caso de lluvias intensas que afectó principalmente el norte y la parte central de Italia. Los resultados demostraron el potencial de esta fuente de observaciones, a pesar de que su efecto se veía amortiguado al cabo de aproximadamente 8 horas. Finalmente, como último capítulo de la tesis, se abordó la asimilación de observaciones procedentes de instrumentos meteorológicos instalados sobre satélites. Las observaciones obtenidas a partir de los satélites nos proporcionan información a alta resolución tanto espacial como temporal con una cobertura global. Este hecho nos permite tener más información del estado de la atmósfera sobre áreas donde típicamente no tenemos prácticamente observaciones, como por ejemplo encima de superficies marítimas. Entre la ingente cantidad de diferentes observaciones disponible se optó por la asimilación de la velocidad y dirección del viento a diferentes niveles de la atmósfera. Este tipo de observaciones se conocen como "Atmospheric Motion Vectors". Utilizando estas observaciones, junto con los datos convencionales, se estudió el impacto que tenía la asimilación de estos datos para poder mejorar la predicción de un ciclón Mediterráneo con características tropicales (medicane). Los resultados mostraron que los experimentos en los que se asimilaban este tipo de observaciones mejoraban significativamente la representación de la dinámica de las capas medias y altas de la atmósfera y por ende predecían con más precisión la intensidad y la trayectoria de este medicane. En resumen, los resultados presentados a lo largo de esta Tesis demuestran los beneficios de incorporar, mediante una avanzada técnica de asimilación de datos por conjuntos, diferentes fuentes de observaciones in-situ y observaciones remotas para mejorar la predecibilidad de eventos meteorológicos de alto impacto que típicamente afectan regiones pobladas situadas en las costas del Mediterráneo. Además, esta Tesis supone un primer paso hacia la implementación operacional de un sistema de alertas en la cuenca Mediterránea que pudiera proporcionar con suficiente tiempo de antelación alertas a los ciudadanos de las poblaciones que pudieran ser afectadas por eventos meteorológicos extremos.

[cat] Els fenòmens hidrometeorològics extrems (p. ex., pluges intenses, inundacions, vents huracanats, calabruix o tornados) figuren entre els desastres naturals més devastadors en termes de mortalitat que afecten la conca Mediterrània. Durant el període 2000-2015 es registraren 256 víctimes directament relacionades amb fenòmens meteorològics extrems a Europa Occidental. A més, a Espanya les pèrdues econòmiques superen els 600 Me per dècada. La baixa resiliència social a les falses alarmes, crea una forta pressió sobre els predictors per a millorar les prediccions i avisos a la població. Actualment, la comunitat científica internacional afronta l’ambiciós repte de generar prediccions útils, fiables i anticipades, de fenòmens severs (tornados, medicanes, pluges intenses, vents huracanats,...). Les deficiències en la predicció de la localització (espacial i temporal), intensitat i fenomenologia d’extrems s’originen en els errors en l’estat inicial, en mancances en els processos físics modelats i, principalment, en la inherent naturalesa caòtica dels models físics actuals de l’atmosfera. En aquest context, el problema requereix d’un tractament mixt dinàmic-probabilista, situant el problema a la frontera del coneixement. Aquesta tesi té com a objectiu principal millorar les prediccions de temps d’alt impacte social al Mediterrani Occidental, implementant un sistema d’assimilació de dades per conjunts basat en Ensemble Kalman Filter. Aquests sistemes fan un ús òptim de les diferents fonts d’informació disponibles, minimitzant els errors però tractant-los explícitament en la predicció. Aquests sistemes són especialment prometedors sobre regions amb llacunes importants d’observacions in-situ, com és la Mar Mediterrània i la seva conca Occidental en particular. Per dur a terme aquest objectiu hem realitzat diversos estudis on s’han avaluat els efectes de l’assimilació de diverses fonts d’observacions sobre la predicció de fenòmens d’alt impacte que s’han iniciat principalment sobre la mar Mediterrània i que després han afectat àrees costeres poblades. A més, s’han realitzat diversos experiments fent servir múltiples paradigmes físics i numèrics per a determinar les configuracions que simulen els sistemes físics responsables dels episodis meteorològics severs a la regió Mediterrània Occidental. En primer lloc, es va analitzar l’impacte d’assimilar dades convencionals/estàndard in-situ en la Mediterrània Occidental amb la intenció de millorar la predicció d’una línia de convergència (squall line) que es va iniciar sobre la mar d’Alboran i que va evolucionar cap al nord-est afectant greument les Illes Balears, sobretot Mallorca. Els resultats varen mostrar que la predicció numèrica d’aquest fenomen meteorològic fent servir les observacions convencionals era capaç de representar amb més precisió la formació i evolució de la línia de convergència, que en el cas de no tenir en compte aquestes observacions addicionals. En segon lloc, es va aplicar l’assimilació de dades convencionals juntament amb dos sistemes de prediccions per conjunts addicionals en un estudi hidro-meteorològic sobre la conca del Serpis (Valencia) per avaluar quin sistema produïa una millor estimació de la quantitat de precipitació recollida per la conca. El sistema de predicció format per l’EnKF tenia en compte incerteses associades a les condicions inicials i a les parametritzacions físiques, mentre que els altres dos sistemes per conjunts tenien en compte únicament incerteses en les parametritzacions físiques o en les condicions inicials. Malgrat assimilar dades convencionals i tenir en compte les dues fonts de incerteses principals, el sistema de predicció per conjunts generat per l’EnKF no va ser capaç de superar el sistema de predicció per conjunts que emprava microfísiques diferents. En aquest cas, l’error comès per la predicció dels sistemes convectius que van produir aquestes precipitacions intenses era molt sensible a l’esquema de microfísica emprat. El sistema de predicció per conjunts en què es basava l’EnKF emprava únicament un tipus de microfísica, limitant la seva diversitat; en canvi, el sistema de predicció que va mostrar uns millors resultats emprava diferents microfísiques. En tercer lloc, es van incorporar informació amb alta resolució temporal i espacial procedents de radars meteorològics tipus Doppler, que típicament s’empren per observar sistemes convectius intensos. D’aquests tipus de radar vàrem poder extreure informació de la velocitat radial i de la reflectivitat mesurada a diferents plans d’inclinació del radar. Fent servir aquestes observacions, conjuntament amb l’assimilació de dades convencionals, es va fer un estudi per avaluar l’impacte que tenien les dades de radar per millorar la predicció d’un cas de pluges intenses que va afectar principalment el nord i la part central de Itàlia. Els resultats van demostrar el potencial d’aquesta font d’observacions, malgrat que el seu efecte es veia esmorteït al cap de aproximadament 8 hores. Finalment, com a darrer capítol de la tesi, es va abordar l’assimilació d’observacions procedents de instruments meteorològics instal·lats sobre satèl·lits. Les observacions obtingudes a partir dels satèl·lits ens proporcionen informació a alta resolució tan espacial com temporal amb una cobertura global. Aquest fet ens permet tenir més informació de l’estat de l’atmosfera sobre àrees on típicament no tenim pràcticament observacions, com per exemple damunt superfícies marítimes. Entre la ingent quantitat de diferents observacions disponible es va optar per l’assimilació de la velocitat i direcció del vent a diferents nivells de l’atmosfera. Aquest tipus d’observacions es coneixen com “Atmospheric Motion Vectors”. Fent servir aquestes observacions, juntament amb les dades convencionals, es va estudiar l’impacte que tenia l’assimilació d’aquestes dades per poder millorar la predicció d’un cicló Mediterrani amb característiques tropicals (medicane). Els resultats varen mostrar que els experiments on s’assimilaven aquest tipus d’observacions milloraven significativament la representació de la dinàmica de les capes mitges i altes de l’atmosfera i per tant, podien predir amb més precisió la intensitat i la trajectòria d’aquest medicane. En resum, els resultats que es presenten en aquesta Tesi demostren els beneficis de incorporar, mitjançant una avançada tècnica d’assimilació de dades per conjunts, diferents fonts d’observacions in-situ i observacions remotes per millorar la predecibilitat de fenòmens meteorològics d’alt impacte que típicament afecten regions poblades situades en les costes del Mediterrani. A més, aquesta Tesi suposa un primer pas cap a la implementació operacional d’un sistema d’alertes en la conca Mediterrània que pugui proporcionar amb suficient temps d’antelació alertes als ciutadans de les poblacions que poguessin ser afectades per fenòmens meteorològics extrems.

[eng] Hydrometeorological extreme weather events (e.g., heavy precipitation, flash floods, strong winds, hailstorms or tornadoes) are among the most devastating natural disasters in terms of mortality affecting the Mediterranean basin. During the period 2000-2015, 256 victims were registered directly related to extreme weather events in the Western Europe. In addition, the economic losses exceed 600 M € per decade in Spain. The low social resilience to false alarms, creates a strong pressure on the predictors to improve forecasts and warnings to the population. Currently, the scientific community is facing the ambitious challenge to generate useful predictions, reliable and anticipated, of severe weather phenomena (tornadoes, medicanes, heavy rains, strong winds ...). Deficiencies in the accurate prediction of the location (spatial and temporal), intensity and phenomenology of extreme weather events are originated in the initial condition errors, shortcoming in the physical processes modeled, and mainly, on the inherent chaotic nature of the existing numerical weather models. In this context, the problem requires a dynamic mixed-probabilistic treatment, placing the issue at the frontier of knowledge. The proposed thesis project aims to improve forecasts of social high-impact in the Western Mediterranean, implementing a system of data assimilation based on the Ensemble Kalman Filter. This system makes optimal use of different sources of information available, minimizing errors but treating them explicitly in the prediction stage. These systems are especially promising on regions with significant lack of in-situ observations, such as the Mediterranean basin. To accomplish this goal we have conducted several studies which have evaluated the effects of assimilating observations from different sources on the prediction of high impact weather events which were started mainly on the Mediterranean Sea and then affected populated coastal areas. In addition, several numerical experiments using multiple physical and numerical set-ups were run to determine the configurations that represent the physical systems responsible of severe weather events in the Western Mediterranean region. First, we analyzed the impact of assimilating conventional in-situ observations in the Western Mediterranean with the aim of improving the prediction of a squall line that initiated offshore Murcia (i.e., over the Alboran Sea) and evolved northeastward seriously affecting the Balearic Islands, in particular Mallorca. Results showed that the numerical forecast of this weather event, assimilating conventional observations, was able to perform with enough accuracy the initiation and posterior evolution of the squall line. Secondly, we assess the potential of the EnKF, using conventional observations, in providing useful information to a hydrometeorological system. In this study, the EnKF system is compared against two additional ensemble prediction systems (EPS) to evaluate which system produced the best estimation of the amount of precipitation collected on the Serpis basin (Valencia, Spain). The EnKF-EPS takes into account uncertainties associated with the initial conditions and the physical parameterizations, while the other two EPS were only accounted for uncertainties in the physical parameterizations or the initial conditions. Despite conventional data assimilation accounts for both types of uncertainites, EnKF-EPS was not able to overcome the EPS using different microphysics. In this case, the forecast accuracy of this flash flood was very sensitive to the microphysics scheme choice. The EnKF-EPS only used one scheme of microphysics, meanwhile the EPS showing better results used a combination of different microphysic schemes. Thirdly, information was included with high temporal and spatial resolution from Doppler radars, which are typically used to observe intense convective systems. From this kind of radar instruments we extracted information from the radial velocity and reflectivity measured at different vertical levels. Using these observations, together with conventional data assimilation, a study assessing the potential of such observations to improve the predictability of a heavy rain episode that affected the north and central part of Italy was performed. Results showed the potential of the radar observations, although its effect was damped after about 8 hours of free forecast. Finally, in the last chapter of this thesis is addressed the assimilation of observations obtained from weather instruments deployed on board satellites. The observations obtained from satellites provide us high spatial and temporal resolution information covering the entire globe. This allows us to have more information about the state of the atmosphere in areas where we have a lack of in-situ observations, such as over maritime bodies. Among the huge number of different observations available it was decided to assimilate speed and wind direction observations at different levels trough the entire atmosphere. Such observations are known as "Atmospheric Motion Vectors." Using these observations, along with conventional data, it was studied the impact of these observations to improve the prediction of a Mediterranean tropical-like cyclone (medicane). Results showed that experiments in which Atmospheric Motion Vectors were assimilated significantly improved the upper level dynamics of the atmosphere and in consequence, they could predict with more accuracy the intensity and trajectory of this medicane event. Overall, results presented along this Thesis show the potential benefit of assimilating, using an advance ensemble-based data assimilation technique, different sources of in-situ and remote sensing observations to improve the predictability of high-impact weather events that typically affect Mediterranean populated coast land areas. In addition, this Thesis supposes a first attempt to move forward towards the implementation of a near future operational warning system in the Mediterranean basin that could provide with sufficient lead time warnings to the population that could be affected by hazardous weather events.