Hvordan beregnes værvarselet?
Varselet lages med værvarslingsmodellen "Weather Research and Forecasting" (WRF). Kort sagt deler modellen opp atmosfæren i såkalte gridbokser og i hver av disse boksene beregnes meteorologiske variabler (bl.a. temperatur, nedbør, lufttrykk og luftfuktighet) framover i tid. Desto mindre avstand mellom hver gridboks, desto bedre blir nøyaktigheten i varselet. Vanligvis begrenses nøyaktigheten av datamaskinens hastighet og minnekapasitet.
Hvilke områder og tidsperioder lages det varsler for?
Figuren til høyre viser de to områdene (domenene) som det beregnes varsel for. Det ytterste domenet dekker Nord-Europa og har en horisontal oppløsning på 25 kilometer. Dvs. at det er 25 km mellom hvert punkt hvor det beregnes meteorologiske variabler. Det innerste området dekker bare Sør-Norge, men har til gjengjeld nokså høy oppløsning på 5 km. Tidsperiodene er 7 dager framover i tid for det ytterste domenet og 2 dager for det innerste. Ideelt sett burde det vært høy oppløsning på hele 7-dagers perioden, men siden varselet blir beregnet på min hjemme-pc, som ikke akkurat er noen superdatamaskin, ville det blitt altfor krevende med høyere oppløsning.
Hvor lang tid tar det å lage et varsel?
WRF-simuleringen settes i gang om kvelden (ca. kl 23) og med oppsettet som er beskrevet ovenfor tar det ca. 8 timer før værvarselet er ferdig. Det vil si at for de dagene jeg setter i gang en simulering så vil varselet være oppdatert her på websidene i løpet av morgentimene neste dag.
Hvor hentes meteorologiske data fra?
Når en simulering settes i gang trengs det data som sier noe om værforholdene ved starttidspunktet (initialbetingelser). I tillegg, siden WRF bare dekker et begrenset område av kloden, er det også nødvendig med informasjon om værforholdene i grensene til det ytterste domenet (grenseflatebetingelser). Disse dataene lastes ned fra NCEP sin "Global Forecast System" (GFS) modell i USA.
Hvorfor holder jeg på med dette?
Siden jeg bruker WRF-modellen i min masteroppgave er dette god trening i å bli bedre kjent med modellen og dens muligheter. I tillegg er det spennende å se hvordan varselet stemmer med virkeligheten og med andre værvarsler fra f.eks. Meteorologisk Institutt og Storm Weather Center. I masteroppgaven bruker jeg i tillegg en kjemimodul (WRF-Chemistry) som gjør at jeg kan studere lokal luftforurensning i urbane områder.