DOI: https://doi.org/10.5194/wcd-7-489-2026
تاريخ النشر: 2026-03-12
المؤلف: Maurus Borne وآخرون
الموضوع الرئيسي: الظواهر الجوية والمحاكاة
نظرة عامة
تستند هذه الدراسة إلى أبحاث سابقة تُظهر تحسينات كبيرة في توقعات الرياح والكتلة في المستويات العليا من خلال دمج ملاحظات رياح أيوولوس. باستخدام مجموعة بيانات أيوولوس المعاد معالجتها (الإصدار B16) ضمن نظام التنبؤ العالمي ECMWF على مدى ثلاث سنوات، تشير النتائج إلى أن توقعات الرياح الأفقية تتحسن في جميع أنحاء التروبوسفير خلال الأسبوع الأول من التنبؤ. على وجه التحديد، هناك تخفيضات متوسطة في خطأ الجذر التربيعي المتوسط (RMSE) بحوالي 0.5%، مع تخفيضات تتجاوز 1.5% لوحظت في التروبوسفير العلوي الاستوائي.
تترجم هذه التحسينات في توقعات الرياح إلى تحسين توقعات الأمطار في بعض المناطق والمواسم، كما تم تقييمها بواسطة مقاييس مثل درجة مهارة الكسر (FSS) وخطأ متساوي مستقر في فضاء الاحتمالات (SEEPS). تُلاحظ أكبر التحسينات خلال نصف السنة الشتوي في المناطق خارج المدار، وخاصة في نصف الكرة الجنوبي، بشكل رئيسي على مستوى الشبكة. ومن الجدير بالذكر أن أكبر تحسينات FSS، التي تصل إلى عدة نقاط مئوية، مرتبطة بفترات زمنية تتراوح بين 5-10 أيام وفئات الأمطار الغزيرة، بينما تعكس SEEPS مكاسب ثابتة، وإن كانت متواضعة، في مهارة هطول الأمطار الفئوية. بشكل عام، يبدو أن دمج رياح أيوولوس يعزز الديناميات واسعة النطاق، بما في ذلك تيارات النفاثة وموجات روسبي، مما يحسن التنبؤات طويلة الأجل للأعاصير والجبهات، وفي النهاية يؤدي إلى توقعات أكثر دقة للرياح المحلية والأمطار الغزيرة.
مقدمة
تسلط المقدمة الضوء على الأهمية الحاسمة لتوقعات الأمطار الدقيقة للعديد من القطاعات الاجتماعية والاقتصادية، بما في ذلك الزراعة وإدارة المياه وإنتاج الطاقة. تسهل توقعات الهطول الموثوقة التخطيط الفعال واتخاذ القرارات، خاصة في التخفيف من آثار الأحداث الجوية المتطرفة مثل الفيضانات والجفاف. على الرغم من التقدم في نماذج التنبؤ بالطقس العددي العالمية (NWP)، وخاصة في تهيئة عمليات السحب، لا تزال هناك تحديات في التنبؤ بدقة بأحداث الهطول التكتلي بسبب تطورها السريع وتفاعلاتها المعقدة متعددة المقاييس.
لتحسين توقعات الهطول، أظهر دمج بيانات الأقمار الصناعية عالية الدقة، بما في ذلك إشعاعات السماء الكاملة وقياسات تداخل الراديو GPS (GPSRO)، تأثيرات إيجابية كبيرة. أظهرت قياسات الرياح، على الرغم من ندرتها مقارنة بالملاحظات الساتلية، أنها تحسن دقة التنبؤ بشكل كبير. قدم قمر أيوولوس الصناعي التابع لوكالة الفضاء الأوروبية، الذي أُطلق في عام 2018، ملفات رياح مباشرة ومحللة عمودياً، مما يملأ فجوة ملاحظة حاسمة. تهدف هذه الدراسة إلى تقييم تأثير دمج ملاحظات ملف رياح أيوولوس على توقعات الهطول ضمن نظام التنبؤ المتكامل ECMWF (IFS) من خلال تجارب نظام المراقبة (OSEs) التي أُجريت على مدى ثلاث سنوات، مما يدعم في النهاية المهام المستقبلية لتحسين NWP.
طرق
تحدد قسم “الطرق” تصميم التجربة والتقنيات التحليلية المستخدمة في الدراسة. استخدم الباحثون نهجًا كميًا، حيث قاموا بإجراء تحليلات إحصائية لتقييم البيانات المجمعة من تجارب مختلفة. شملت المنهجيات الرئيسية تجارب محكومة لعزل المتغيرات، إلى جانب استخدام برامج إحصائية متقدمة لتحليل البيانات، مما يضمن موثوقية وصحة النتائج.
بالإضافة إلى ذلك، تم تطبيق نماذج رياضية محددة لتفسير النتائج، مع معادلات تمثل العلاقات بين المتغيرات ذات الاهتمام. يبرز القسم البروتوكولات الصارمة المتبعة لتقليل التحيز وتعزيز إمكانية إعادة الإنتاج، مما يعزز مصداقية استنتاجات الدراسة. بشكل عام، كانت الطرق المستخدمة مصممة لتوفير فهم شامل للظواهر قيد التحقيق.
نتائج
في هذا القسم، يقدم المؤلفون نتائج دراستهم حول تأثير دمج أيوولوس على توقعات الرياح الأفقية والهطول. تركز الجزء الأول على تقييم كيفية تأثير دمج أيوولوس على توقعات الرياح الأفقية، مع الأخذ في الاعتبار التغيرات الموسمية وأنظمة الهطول المتنوعة. تشير النتائج إلى وجود اعتماد موسمي كبير في دقة هذه التوقعات، مما يشير إلى أن بيانات أيوولوس يمكن أن تعزز القدرات التنبؤية في ظل ظروف معينة.
يتناول الجزء الثاني من النتائج تأثير دمج أيوولوس على توقعات الهطول، باستخدام مقاييس تحقق فئوية ومكانية. تكشف التحليلات عن تحسينات في دقة التنبؤ، مما يبرز فعالية بيانات أيوولوس في تحسين توقعات الهطول. بشكل عام، تؤكد النتائج على إمكانية دمج أيوولوس لتعزيز كل من توقعات الرياح والهطول، مع آثار على الممارسات الأرصادية.
مناقشة
في هذا القسم، يوضح المؤلفون الإطار التجريبي ومصادر البيانات المستخدمة لتقييم تأثير ملاحظات أيوولوس على توقعات الرياح والهطول ضمن نظام التنبؤ المتكامل ECMWF (IFS). تستخدم الدراسة تجربتين لنظام المراقبة (OSEs) أُجريتا في ECMWF، واحدة تشمل ملاحظات أيوولوس والأخرى تستبعدها، لتقييم فعالية هذه الملاحظات. يستخدم التحقق من توقعات الرياح مجموعة بيانات إعادة التحليل ERA5، بينما يتم التحقق من توقعات الهطول مقابل منتج قياس الهطول العالمي (GPM) IMERG. تمتد التحليلات من يونيو 2019 إلى أكتوبر 2022، مع التركيز على ظروف جوية مختلفة وجودة بيانات أيوولوس، التي تُصنف إلى ملاحظات واضحة رايليه وملاحظات غائمة مائية بناءً على الظروف الجوية.
يستخدم المؤلفون عدة مقاييس تحقق، بما في ذلك درجة مهارة الكسر (FSS)، وخطأ متساوي مستقر في فضاء الاحتمالات (SEEPS)، وخطأ الجذر التربيعي المتوسط (RMSE)، لت quantifying أداء التنبؤ. تقيم FSS الدقة المكانية لتوقعات الهطول، بينما تقيم SEEPS الأداء الفئوي عبر أنظمة هطول مختلفة. تشير النتائج إلى أن ملاحظات أيوولوس تحسن بشكل كبير توقعات الرياح، خاصة في المناطق الاستوائية ونصف الكرة الجنوبي، حيث تكون ملاحظات الرياح التقليدية نادرة. ومع ذلك، فإن التأثير على توقعات الهطول أكثر تعقيدًا، مع تحسينات ملحوظة في أحداث الأمطار الغزيرة ولكن تأثيرات ضئيلة على الأمطار الخفيفة. بشكل عام، تسلط النتائج الضوء على إمكانية بيانات أيوولوس لتعزيز التنبؤ بالطقس العددي، خاصة في المناطق ذات التغطية الملاحظة المحدودة.
DOI: https://doi.org/10.5194/wcd-7-489-2026
Publication Date: 2026-03-12
Author(s): Maurus Borne et al.
Primary Topic: Meteorological Phenomena and Simulations
Overview
This study builds upon previous research demonstrating significant enhancements in upper-level wind and mass field forecasts through the assimilation of Aeolus wind observations. Utilizing the reprocessed Aeolus dataset (version B16) within the global ECMWF forecasting system over a three-year period, the findings indicate that zonal wind forecasts improve throughout the troposphere during the initial week of forecasting. Specifically, there are average reductions in the Root Mean Square Error (RMSE) of approximately 0.5%, with reductions exceeding 1.5% noted in the tropical upper troposphere.
These improvements in wind forecasts translate to enhanced rainfall predictions in certain regions and seasons, as assessed by metrics such as the Fraction Skill Score (FSS) and the Stable Equitable Error in Probability Space (SEEPS). The most significant enhancements are observed during the winter half-year in the extratropics, particularly in the Southern Hemisphere, predominantly at the grid scale. Notably, the largest FSS improvements, reaching several percentage points, are associated with 5-10 day lead times and heavy rainfall categories, while SEEPS reflects consistent, albeit modest, gains in categorical precipitation skill. Overall, the assimilation of Aeolus winds appears to enhance large-scale dynamics, including jet streams and Rossby waves, thereby improving long-term predictions of cyclones and fronts, and ultimately leading to more accurate local wind and heavy rainfall forecasts.
Introduction
The introduction highlights the critical importance of accurate rainfall forecasts for various socio-economic sectors, including agriculture, water management, and energy production. Reliable precipitation predictions facilitate effective planning and decision-making, particularly in mitigating the impacts of extreme weather events such as floods and droughts. Despite advancements in global Numerical Weather Prediction (NWP) models, particularly in the parameterization of cloud processes, challenges remain in accurately forecasting convective precipitation events due to their rapid evolution and complex multi-scale interactions.
To enhance precipitation forecasts, the assimilation of high-resolution satellite data, including all-sky radiances and GPS Radio Occultation (GPSRO) measurements, has shown significant positive impacts. Wind measurements, although sparse compared to satellite observations, have been demonstrated to greatly improve forecast accuracy. The European Space Agency’s Aeolus satellite, launched in 2018, provided direct, vertically resolved wind profiles, filling a crucial observational gap. This study aims to evaluate the impact of assimilating Aeolus wind profile observations on precipitation forecasts within the ECMWF Integrated Forecasting System (IFS) through Observing System Experiments (OSEs) conducted over three years, ultimately supporting future missions for improved NWP.
Methods
The “Methods” section outlines the experimental design and analytical techniques employed in the study. The researchers utilized a quantitative approach, employing statistical analyses to evaluate the data collected from various experiments. Key methodologies included controlled experiments to isolate variables, alongside the use of advanced statistical software for data analysis, ensuring the reliability and validity of the results.
Additionally, specific mathematical models were applied to interpret the findings, with equations representing the relationships between the variables of interest. The section emphasizes the rigorous protocols followed to minimize bias and enhance reproducibility, thereby reinforcing the credibility of the study’s conclusions. Overall, the methods employed were designed to provide a comprehensive understanding of the phenomena under investigation.
Results
In this section, the authors present the results of their study on the effects of Aeolus assimilation on zonal wind and precipitation forecasts. The first part focuses on evaluating how Aeolus assimilation influences zonal wind forecasts, particularly considering seasonal variations and varying precipitation regimes. The findings indicate significant seasonal dependencies in the accuracy of these forecasts, suggesting that Aeolus data can enhance predictive capabilities under specific conditions.
The second part of the results examines the impact of Aeolus assimilation on precipitation forecasts, utilizing both categorical and spatial verification metrics. The analysis reveals improvements in forecast accuracy, highlighting the effectiveness of Aeolus data in refining precipitation predictions. Overall, the results underscore the potential of Aeolus assimilation to enhance both wind and precipitation forecasting, with implications for meteorological practices.
Discussion
In this section, the authors detail the experimental framework and data sources used to evaluate the impact of Aeolus observations on wind and precipitation forecasts within the ECMWF Integrated Forecasting System (IFS). The study employs two Observing System Experiments (OSEs) conducted at ECMWF, one including Aeolus observations and the other excluding them, to assess the effectiveness of these observations. The verification of wind forecasts utilizes the ERA5 reanalysis dataset, while precipitation forecasts are validated against the Global Precipitation Measurement (GPM) IMERG product. The analysis spans from June 2019 to October 2022, with a focus on various atmospheric conditions and the quality of Aeolus data, which is categorized into Rayleigh-clear and Mie-cloudy observations based on atmospheric conditions.
The authors employ several verification metrics, including the Fractions Skill Score (FSS), Stable Equitable Error in Probability Space (SEEPS), and Root Mean Square Error (RMSE), to quantify forecast performance. The FSS assesses the spatial accuracy of precipitation forecasts, while SEEPS evaluates categorical performance across different precipitation regimes. The results indicate that Aeolus observations significantly improve wind forecasts, particularly in the tropics and Southern Hemisphere, where conventional wind observations are sparse. However, the impact on precipitation forecasts is more nuanced, with notable improvements in heavy rainfall events but minimal effects on light precipitation. Overall, the findings highlight the potential of Aeolus data to enhance numerical weather prediction, particularly in regions with limited observational coverage.