We gebruiken het Weather Research and Forecasting (WRF) mesoscale model met 3D-variationale data-assimilatie op een resolutie van 100 meter in het binnenste modelgebied. Om stedelijke waarnemingen in het model op te nemen, ontwikkelen we een schema om stedelijke temperatuurafwijkingen te verminderen door de temperaturen van stedelijk materiaal aan te passen.
We hebben dit schema getest met onafhankelijke stedelijke waarnemingen voor juli 2014, met name voor een warme periode en een extreem neerslagevenement. Onze resultaten laten zien dat data-assimilatie afwijkingen in temperatuur en windsnelheid vermindert. Met name binnen de stad hebben we de voorspelling van het Urban Heat Island (UHI) effect aanzienlijk verbeterd door negatieve temperatuurafwijkingen tijdens heldere nachten te verminderen.
Wat betreft neerslag verbeterde de fractionele vaardigheidsscore met de assimilatie van extra waarnemingen, waarbij het grootste effect werd waargenomen bij het assimileren van weer-radargegevens.
Koopmans, S., van Haren, R., Theeuwes, N., Ronda, R., Uijlenhoet, R., Holtslag, A. A., & Steeneveld, G. J. (2023). The set‐up and evaluation of fine‐scale data assimilation for the urban climate of Amsterdam. Quarterly Journal of the Royal Meteorological Society, 149(750), 171-191.
|
|