Skip to main content
Login | Suomeksi | På svenska | In English

Browsing by Author "Rasi, Riku Johannes"

Sort by: Order: Results:

  • Rasi, Riku Johannes (2019)
    Tämä työ tarkastelee kylmää jaksoa Pohjois-Euroopassa ja erityisesti Lapissa 1.1.2017 – 6.1.2017. Tarkastelujaksolla Sodankylässä mitattiin yli neljäkymmentä astetta pakkasta, jonka Euroopan keskipitkien ennusteiden keskuksen säämalli IFS ennusti pintalämpötilan yli kymmenen astetta liian korkeaksi. Kylmä jakso ylettyi aina Bulgariaan ja Kreikaan asti antaen viitteitä laajemmasta säähäiriöstä. Näistä lähtökohdista lähdin tutkimaan, mikäli lämpötilan yliennustuksen syy olisi laajemman synoptisen skaalan häiriön epätarkka ennustaminen. Työssä visualisoin IFS:n paine ja lämpötilakenttiä Euroopan keskuksen metview alustalla ja vertaan niitä synoptiseen analyysiin sekä pinta- ja luotaushavaintoihin Sodankylästä. Käytän pohjana Euroopan keskuksen omaa raporttia poikkeuksellisesta sääilmiöistä, joka kuitenkin keskittyy enemmän Kaakkois-Euroopan poikkeukselliseen kylmyyteen ja voimakkaisiin lumisateisiin. Työssä havaitaan, että IFS ennusti synoptisen skaalan matalapainejärjestelmien ja muiden säähäiriöiden synnyn ja liikkeet tarkastelujaksolla varsin hyvin. Syy pintalämpötilan yliennustamiseen ei arvioni mukaan johdu virtaustilanteen väärästä ennustamisesta, vaan mallin tavasta käsitellä pintalämpötilaa. Erittäin stabiileissa olosuhteissa oletukset, joiden perusteella mallin pintalämpötila lasketaan, eivät tuota järkevää tulosta. Luotauksista havaitaan, että Sodankylässä vallitsi voimakas pintainversio, jota malli ei kykene täysin mallintamaan johtuen tavasta, jolla se käsittelee pinnan ja alimman mallitason välistä kerrosta. Ennustettu lämpötila poikkeaa toteutuneesta kuitenkin niin voimakkaasti, että inversion mallintamiseen liittyvät ongelmat eivät välttämättä ole ainoa virhelähde. Lopuksi tarkastelen lyhyesti raportteja mallin ongelmista ennustaa pintalämpötilaa Suomen talviolosuhteisssa, sekä miten Euroopan keskipitkien säähavaintojen keskus on itse käsitellyt ongelmaa. Globaalimallina IFS on kalibroitu tuottamaan keskimäärin osuvin ennuste koko planeetalla, ja on tärkeä tietää ne rajatapaukset, joissa sen oletukset eivät ole päteviä.