Assimilação de dados em escala de quilômetro para o modelo COSMO (KENDA)

Um filtro de Kalman em conjunto para assimilação de dados em escala convectiva (KENDA) foi desenvolvido para o Consórcio para Modelagem em Pequena Escala (COSMO). O sistema KENDA compreende um filtro de Kalman de transformação local em conjunto (LETKF) e uma análise determinística baseada no ganho de Kalman para a média do conjunto de análise. O pacote de software KENDA inclui ferramentas para localização adaptativa, inflação de covariância multiplicativa, relaxamento a perturbações anteriores e erros de observação adaptativos. Na versão apresentada aqui, dados convencionais (radiossonda, aeronaves, perfilador de vento, dados de estações de superfície) são assimilados. Um nudging de calor latente da precipitação de radar também foi adicionado ao sistema KENDA para ser aplicado apenas à análise determinística ou adicionalmente a todos os membros do conjunto. O desempenho de diferentes componentes do sistema é investigado em um ambiente quase operacional utilizando um ambiente de ciclo básico (BACY) por um período de seis dias com previsões de 24 horas. Durante este período e um período adicional de 28 dias, previsões determinísticas do KENDA são comparadas com previsões baseadas no esquema de assimilação de dados por nudging de observação, que está atualmente operacional no Serviço Meteorológico Alemão (Deutscher Wetterdienst, DWD). Para nossos experimentos, as condições de contorno laterais para o modelo regional são fornecidas por um filtro de Kalman em conjunto global para o modelo ICOsahedral Nonhydrostatic (ICON). O desempenho do sistema KENDA é, de maneira geral, superior à qualidade das previsões do esquema operacional de nudging, especialmente no que diz respeito à precipitação. O nudging de calor latente melhora as previsões de precipitação em ambos os sistemas e tem um benefício ligeiramente maior em combinação com o LETKF do que com o nudging de observação.