Pemodelan Meteorologi

NWP Process
Gather
Observations

Data
Assimilation

Numerical
Weather
Predictions

Forecast
Postprocessing

Issue forecasts,
Evaluate
NWP adalah teknik memprediksi cuaca dengan menggunakan:
1. Seperangkat persamaan yang menjelaskan aliran fluida
(persamaan pengatur)
2. Dimana seperangkat persamaan tersebut diterjemahkan ke dalam
bahasa pemrograman (metode numerik)
3. Selanjutnya seperangkat persamaan tersebut dikombinasikan
dengan parameterisasi proses lain (parameterisasi)
4. Kemudian diaplikasikan ke dalam sebuah domain (domain model)
5. Diintegrasikan berdasarkan kondisi awal dan kondisi batas domain
tersebut (kondisi awal dan kondisi batas model)
 Komponen Model NWP
1. Persamaan model
2. Teknik numerik
3. Parameterizations
4. Domains
5. Initial and boundary conditions
1. Persamaan Model (governing equation/persamaan
pengatur/ , persamaan primitive/persamaan dasar)

• Conservation of momentum (Newton’ s laws)

– 3 equations for accelerations of 3-d wind ( F = Ma )
• Conservation of mass
– 1 equation for conservation of air (mass continuity)
– 1 equation for conservation of water
• Conservation of energy
– 1 equation for the first law of thermodynamics
• Relationship among p, V , a nd T
– 1 equation of state (ideal gas law)
 2. Teknik Numerik
• Numerical methods
– Menyajikan pendekatan proses yang kontinyu kedalam
proses diskrit
– vector calculus
– integration
– interpolation
• Goal: convert spatial and temporal derivatives into
algebraic equations that computers can solve using
addition, subtraction, multiplication, and division (and
a few others operations)
• Classes of numerical methods
– Finite difference and finite volume
• basis functions are Taylor series
– Spectral and Galerkin methods (finite element, DG, SE)
• based on fourier series or local polynomials
 3. Parameterisasi
• Why do we need to parameterize?
– Model NWP tidak dapat menyelesaikan/
menyajikan/ mengkuantifikasi fitur/proses cuaca
yang terjadi di dalam grid model
• Sehingga parameterisasi dapat dipandang juga
sebagai memodelkan efek dari proses cuaca
bukan memodelkan prosesnya itu sendiri
 Yang di parameterisasi
• cumulus convection
• microphysical processes
• radiation (short wave, long wave)
• turbulence and diffusive processes
• boundary layer and surface fluxes
• interactions with earth’s surface (mountain
drag effects)
 4. Domain Model
• Jumlah dimensi model (1D, 2D, 3D, atau 4D)
• Struktur model (struktur grid)
• Bentuk (koordinak sperical atau kartesian)
• Koordinat vertikal (heigth, pressure, sigma,
eta, isentropik, hybrids)
• Resolusi model
5. Kondisi awal dan kondisi batas model
 Sumber Error model NWP

 Both are important sources of errors in the forecast

 Error growth due to the chaotic nature of the atmosphere amplifies both sources of
error.
 Nilai Tugas
Buat Paragraf ( 2 halaman) yang bersisi
• Definisi
• Spesifikasi parameterisasi
• Proses apa saja yang di kuantifikasi
• Varibel apa saja yang disajikan/dihitung
 Proses mikrofisis
endapan/sedimentasi/hujan
• Proses kondensasi
• Autokonversi
• Akresi
• Evaporasi
• Ice initiation
• Ice and snow aggregation
• Accretion by frozen particles
• Deposition
• Melting
Variabel mikrofisis awan dan hujan
• Particle types
– Cloud droplet
– Rain drops
– Ice cristals and agregates
– Ice particles
– graupel
– hail
• Particle size distribution
 Pilihan Tugas
• Parameterisasi kumulus
– Skema Kain- Fritsch
– Skema Betts- Miller-Janjic
– Skema Grell
– Skema Grell- Devenyi ensemble
• Parameterisasi mikrofisis
1. Kessler
2. Purdue Lin
3. WRF Singgle- Moment 3-class (WSM3)
4. WSM5
5. WSM6
6. ...
7. ....
8. ...
9. ....