SYNOP

   Aktualne dane meteorologiczne ze stacji synoptycznych IMGW-PIB. Aktualizowane co godzinę (temperatura powietrza, ciśnienie, prędkość i kierunek wiatru, porywy wiatru, wilgotność, widzialność) lub raz na dobę (temperatura maksymalna w dzień, temperatura minimalna w nocy, średnia dobowa temperatura, temperatura minimalna przy gruncie w nocy, grubość pokrywy śnieżnej, zmiana ciśnienia). Stacje synoptyczne to stacje meteorologiczne opracowujące depeszę SYNOP, która jest szyfrowana według obowiązującego na całym świecie międzynarodowego klucza.

Opad (RainGRS)

   System RainGRS generuje estymowane pola opadu z wysoką rozdzielczością czasową i przestrzenną (10 min, 1 km). Wejściem są dane dostarczane przez różne techniki pomiarowe: sieć deszczomierzowa IMGW-PIB, sieć radarowa POLRAD uzupełniona o dane z radarów zagranicznych, oraz pomiary satelitarne Meteosat. Wszystkie dane są weryfikowane i korygowane dedykowanymi algorytmami. Łączenie poszczególnych danych wejściowych odbywa się za pomocą algorytmu kombinacji warunkowej, uwzględniającego także ilościową informację o rozkładzie przestrzennym ich jakości.

Odbiciowość radarowa (CMAX)

   Wielkością mierzoną przez radary meteorologiczne jest odbiciowość radarowa, wyrażona w jednostkach dBZ, skorelowana z natężeniem opadu. Prezentowany produkt CMAX (column maximum) wizualizuje maksymalną wartość odbiciowości w całej kolumnie atmosfery nad danym pikselem, bez względu na wysokość, na której ona wystąpiła. W odróżnieniu od pola opadu, produkt CMAX uwzględnia także wodę występującą w chmurach na wyższych wysokościach, a nie tylko tę, która dochodzi do powierzchni ziemi.

Wyładowania (LIGHTNING)

   Dane o wyładowaniach atmosferycznych są dostarczane przez automatyczny system PERUN działającym w oparciu o rejestrację towarzyszących wyładowaniom sygnałów radiowych ultrakrótkich VHF i długich LF. Lokalizuje on wyładowania z dokładnością przestrzenną do 0,5 km i skutecznością około 95% przy wyładowaniach doziemnych. Dane z tego systemu są dostarczane co minutę w postaci raportów informujących o poszczególnych wyładowaniach. Dane dostarczane przez system detekcji wyładowań burzowych PERUN są przetwarzane  aplikacją LIGHTNING, która przeprowadza kontrolę ich jakości i generuje mapy obrazujące liczbę wyładowań w okręgu o promieniu 5 km w ciągu ostatnich 10 min. Generowane są dwa pola z liczbą wyładowań: doziemnych (CG) oraz łącznie doziemnych i wewnątrzchmurowych (CG + IC), z rozdzielczością przestrzenną 1 km.

Modele ultrakrótkoterminowe (nowcastingowe)

   Modele nowcastingowe są to modele prognostyczne oparte na ekstrapolacji danych pomiarowych, które uwzględniają również ewolucję danego pola meteorologicznego. Dzięki temu, że prognozy te są w dużym stopniu oparte na danych pomiarowych, a w przypadku opadu głównie teledetekcyjnych (czyli przede wszystkim z radarów meteorologicznych polskiej sieci radarowej POLRAD, a także z radiometrów satelitarnych), cechują się one dużą wiarygodnością oraz wysoką rozdzielczością czasową (5-10 min) i przestrzenną (1 km), ale z drugiej strony ich czas wyprzedzenia jest ograniczony do kilku godzin, a w przypadku opadu do około 2 godzin. Główne modele prognoz nowastingowych działające w IMGW-PIB to SCENE i MERGE dla pola opadu oraz INCA-PL2 dla pozostałych pól meteorologicznych. Warunki początkowe dla prognoz opadu, którymi są bieżące pola opadu, wyznacza system RainGRS. Modele LIGHTNING, RainGRS, SCENE, MERGE, i Thunderstorm Prediction (TSP) zostały opracowane w Zakładzie Nowcastingu CMM, IMGW-PIB (model INCA-PL2 udostępniła austriacka służba meteorologiczna ZAMG).

Model INCA-PL2

   System INCA-PL2 przeznaczony do prognoz nowcastingowych podstawowych pól meteorologicznych poza opadem, jest zmodyfikowaną wersją modelu INCA opracowanego przez austriacką służbę meteorologiczną (ZAMG). Prognozy te są generowane na podstawie pól prognostycznych z modelu mezoskalowego AROME oraz aktualnych pomiarów telemetrycznych, przy uwzględnieniu wpływu orografii terenu. Dla danych bieżących stosowany jest 10-min krok czasowy. Dla prognoz stosowany jest 1-godz. krok czasowy, z takim krokiem są one również uaktualniane, przy czym ich czas wyprzedzenia wynosi do 8 godz. Rozdzielczość przestrzenna wszystkich produktów INCA-PL2 wynosi 1 km.

Model MERGE (opad)

   System MERGE produkuje prognozy hybrydowe opadu całkowitego i opadu śniegu. Łączone są prognozy nowcastingowe, generowane przez model SCENE, z prognozami mezoskalowymi z modelu AROME. Prognoza powstaje przez zastosowanie funkcji wagowej nadającej różne wagi tym dwóm prognozom; przy krótszych czasach wyprzedzenia większą wagę mają prognozy SCENE. Krok czasowy prognoz wynosi 10-min, a czas wyprzedzenia do 8 godz., przy zachowaniu wysokiej, 1-km rozdzielczości przestrzennej. Prognozy są uaktualniane co 10 minut.

Model TSP (Thunderstorm Prediction) (burze)

   Model TSP służy do detekcji burz i określania ich intensywności oraz prawdopodobieństwa wystąpienia, a także do prognozowania tych wielkości co 10 min, z czasem wyprzedzenia do 1 godz., z 1-km rozdzielczością przestrzenną. Dane wejściowe do modelu pochodzą z następujących systemów pomiarowych: PERUN (przetworzone modelem LIGHTNING, w tym pole lightning jump), sieć radarowa POLRAD (w postaci różnych tzw. produktów) oraz sieć satelitów Meteosat (przetworzone oprogramowaniem EUMETSAT NWC-SAF). W modelu TSP wykorzystano algorytm SVM (support vector machines) do detekcji burz i klasyfikowania ich intensywności oraz do prognozowania ich dalszego rozwoju. Do prognozowania przemieszczania się poszczególnych komórek burzowych wykorzystuje się pola wektorów z modelu nowcastingowego SCENE.

Model ALARO

   ALARO (ALADIN and AROME) jeden z numerycznych modeli pogody systemu ALADIN, rozwijany głównie przez kraje grupy RC LACE. Fizyka modelu ALARO zdefiniowana jest w ten sposób, aby mogła z powodzeniem przewidywać pogodę w skalach tzw. „szarej strefy” czyli pomiędzy prognozami mezoskalowymi o skalami pozwalającymi na rozwiązywanie problemów konwekcyjnych. Model ALARO wykorzystywany jest operacyjnie przez wiele krajów konsorcjów ALADIN i HIRLAM w prognozach deterministycznych, probabilistycznych i badaniach klimatu. W IMGW-PIB działa operacyjnie od 2014 roku na siatce o rozdzielczości przestrzennej 4 km i 70 poziomach wertykalnych. Prognozy liczone są 4 razy dziennie do 72 godzin.

Model AROME

   AROME (Application de la Recherche a l’Operationnel a Meso-Echelle) jeden z numerycznych modeli pogody systemu ALADIN, rozwijany głównie przez Meteo France. Miał na celu prognozowanie pogody na siatkach o rozdzielczościach poniżej 2.5 km. Wykorzystywany jest z powodzeniem na całym świeci i służy prognozom groźnych zjawisk pogodowych, badaniom klimatu i coraz częściej jako model nowcastinowych, uruchamiany w systemach typu RUC (Rapid Update Cycle) w domenach o rozdzielczościach przestrzennych rzędu 1 km. W IMGW-PIB działa operacyjnie od 2015 roku na siatce o rozdzielczości przestrzennej 2 km i 70 poziomach wertykalnych. Prognozy liczone są 4 razy dziennie na 30 godzin.

Model COSMO

   COSMO (Consortium for Small-Scale Modeling) jest mezoskalowym modelem meteorologicznym rozwijanym w ramach międzynarodowej współpracy konsorcjum COSMO, do którego IMGW-PIB należy od roku 2003. Model ten wykorzystuje system analizy i asymilacji danych pomiarowych, pozwalający na poprawę warunków początkowych prognozy, dostarczanych z modelu globalnego ICON (liczonego w DWD). Wyniki modelu wykorzystywane są jako dane wejściowe do modeli hydrologicznych opad-odpływ, modeli nowcastingu i falowania oraz służą zespołom synoptyków do przygotowania codziennych prognoz, ostrzeżeń i komunikatów pogodowych. Model COSMO uruchamiany jest w IMGW-PIB cztery razy na dobę w terminach 00, 06, 12, 18 UTC, na siatkach o dwóch rozdzielczościach horyzontalnych. Prognozy na siatce 7km, pokrywające centralną część Europy i cały obszar Morza Bałtyckiego wykonywane są z wyprzedzeniem do 78 godzin. Prognozy na gęstszej siatce o rozdzielczości 2.8 km, pokrywające obszar Polski i część powierzchni krajów ościennych mają wyprzedzenie do 48 godzin.

Model WRF METEOPG

   WRF METEOPG jest prognostycznym systemem pogodowym, operacyjnie pracującym i rozwijanym od 2018 roku w Centrum Informatycznym TASK na Politechnice Gdańskiej przez zespół prof. Mariusza Figurskiego z Katedry Geodezji Wydziału Inżynierii Lądowej i Środowiska PG, który wykorzystuje niehydrostatyczny model WRF (Weather Research and Forecasting). Prognozy z WRF METEOPG udostępniane są do IMGW-PIB na mocy podpisanego porozumienia o współpracy między Politechniką Gdańską i Instytutem Meteorologii i Gospodarki Wodnej z 2019 roku. W systemie zastosowano wysokorozdzielcze dane geograficzne (min. obejmujące topografię, szorstkość podłoża, użytkownie gruntów) i zoptymalizowaną parametryzacją fizyki dla Europy Środkowej. Operacyjny model wykorzystuje trzy siatki zanurzone o rozdzielczościach odpowiednio 12.5, 2.5 i 0.5 km na 50 wertykalnych hybrydowych poziomach obliczeniowych . Siatka pierwsza obejmuje kontynent europejski, druga obszar Polski, a trzecia województwa pomorskiego. W systemie można również aktywować kolejne siatki o rozdzielczości 0.5 km dla wskazanych obszarów Polski np. Tatr i Podhala. Do prognozowania pogody asymilowane są dane z globalnego modelu GFS (Global Forecast System) o rozdzielczości 0.25°, który zawiera w sobie sprzężone modele atmosfery, gleby i oceanu. Alternatywnie system może asymilować dane z modelu europejskiego ICON-EU (Icosahedral Nonhydrostatic for Europe) o rozdzielczości 6.6 km lub pobierać dane wejściowe z modeli IMGW COSMO (Consortium for Small-Scale Modeling) i ICON-LM oraz ERA5 z ECMWF (European Center for Medium-range Weather Forecast). System WRF METEOPG w ciągu doby uruchamiany jest dla czterech głównych terminów synoptycznych 00, 06, 12 i 18 z czasem prognozy wynoszącym 60 godzin dla wszystkich siatek obliczeniowych. System obliczeniowy prognozowania pogody pracuje na superkomputerze „TRYTON” wykorzystując 24 węzły obliczeniowe.

WRF ICON

   WRF ICON jest eksperymentalnym modelem opracowanym w ramach projektu obliczeniowego w Centrum Informatycznym TASK „Parametryzacja i opracowanie mezoskalowego numerycznego modelu pogody WRF wysokiej rozdzielczości z asymilacją danych meteorologicznych i GNSS”. Model jest implementacją modelu WRF (Weather Research and Forecasting) opracowanego w NCAR. W celu uniknięcia dużego skoku z rozdzielczości danych wejściowych do rozdzielczości modelu wynoszącej 2.5km, w implementacji WRF ICON do inicjalizacji i warunków początkowych i bocznych w całości wykorzystywany jest model ICON-EU z siatką 6,5 km, model jest inicjowany przez pobranie 61 poziomów modelu ICON-EU atmosfery i 6 poziomów gleby w trzy godzinnych interwałach. Zapewnia to niezwykle szczegółową inicjalizację, a marginalne błędy domeny są zredukowane do minimum. Implementacja danych początkowych z modelu ICON-EU jest autorskim rozszerzeniem prof. Mariusz Figurskiego, który dokonał przebudowy modelu WRF v4.3 w celu wykorzystania danych początkowych zarówno z modelu ICON-EU, jak również modelu globalnego ICON o rozdzielczości 13km. Ze względu na nowe rozwiązania w schemacie NOAH-MP WRF v4.3 związane z obliczaniem procesów hydrotermalnych symulujących zachowanie pokrywy śnieżnej na gruncie oczekiwane jest również lepsze zachowania modelu w warunkach zimowych, gdy grunt jest pokryty śniegiem. Dużą nowością w wersji WRF 4.3 jest inicjalizacja chmur początkowych z wilgotności względnej warunków początkowych, dzięki czemu wyeliminowany został stosunkowo długi okres powstawania chmur i opadów w modelu w okresie rozpędzania modelu. W fazie testów model wykazał znacznie lepsze charakterystyki w symulacji konwekcji, a dzięki zastosowaniu schematu IEVA do sterowania kryterium stabilności pionowej poprawiona została niezawodność numeryczna modelu, a także szybkość symulacji, ponieważ schemat IEVA pozwala na zastosowanie większego maksymalnego kroku czasowego w zastosowaniu adaptacyjnego kroku całkowania, utrzymując stabilność modelu nawet przy wyższych pionowych wartościach CFL. W wersji eksperymentalnej model WRF ICON v4.3 jest uruchamiany raz na dobę dla terminu 00:0, a długość prognozy wynosi 120 godzin.

WRF GFS MEDIUM

   WRF GFS MEDIUM jest eksperymentalnym modelem średnioterminowym opracowanym w ramach projektu obliczeniowego w Centrum Informatycznym TASK „Parametryzacja i opracowanie mezoskalowego numerycznego modelu pogody WRF wysokiej rozdzielczości z asymilacją danych meteorologicznych i GNSS”. Model jest implementacją modelu WRF (Weather Research and Forecasting) opracowanego w NCAR. Model WRF GFS MEDIUM do zdefiniowania warunków początkowych i bocznych wykorzystuje model GFS v16. Prognoza jest realizowana na dwóch zagnieżdżonych domenach ze sprzężeniem zwrotnym o rozdzielczościach horyzontalnych odpowiednio 12 km (Europa) i 4 km Polska oraz 50 poziomach wertykalnych. Do zwiększenia prędkości symulacji w modelu WRF GFS MEDIUM zastosowano całkowanie z adaptacyjnym krokiem całkowania. Wprowadzono rozszerzenie dotyczące asymilacji pól hydrometeorów dostępnych w modelu GFS v16 polepszające prognozowanie pól opadowych. Model jest inicjalizowany przez pobranie 34 pól ciśnieniowych oraz 4 poziomów gleby z modelu globalnego GFS v16. Parametryzacja modelu jest identyczna z parametryzacją modelu WRF ICON. W wersji eksperymentalnej model jest uruchamiany raz na dobę dla terminu 12:00, a długość prognozy wynosi 384 godziny.

ECMWF

   Model ECMWF EPS 46 oparty jest na operacyjnych danych prognostycznych Europejskiego Centrum  Prognoz Średnioterminowych (European Centre for Medium-Range Weather Forecast, ECMWF), które IMGW-PIB na bieżąco otrzymuje dzięki umowie zawartej w 2020 roku. Model ECMWF EPS 46 dostarcza 2 razy w tygodniu prognozę temperatury powietrza i opadu na następne 46 dni, w postaci tygodniowych rozwiązań. Prognozowane parametry pozyskuje się z 50 realizacji tego samego wyprzedzenia, różniących się między sobą parametryzacją (tzw. prognoza wiązkowa).

Prognoza długoterminowa na 4 miesiące

   W IMGW-PIB, podobnie jak w innych ośrodkach meteorologicznych na całym świecie, średnią miesięczną temperaturę powietrza/miesięczną sumę opadów atmosferycznych dla danego miesiąca prognozuje się w odniesieniu do normy wieloletniej przyjmowanej za okres 1991-2020. Wartości średniej miesięcznej temperatury/miesięcznej sumy opadów z tego 30-letniego okresu sortuje się od najniższej do najwyższej, 10 najniższych wartości wyznacza średnią temperaturę/sumę opadów w klasie „poniżej normy”, 10 środkowych „w normie”, a 10 najwyższych „powyżej normy”. Gdy przewidywana jest średnia temperatura/suma opadów: – powyżej normy można zakładać, że prognozowany miesiąc będzie cieplejszy/bardziej mokry od co najmniej 20 obserwowanych, tych samych miesięcy w latach 1991-2020, – poniżej normy można zakładać, że prognozowany miesiąc będzie chłodniejszy/bardziej suchy od co najmniej 20 obserwowanych, tych samych miesięcy w latach 1991-2020, – w normie można zakładać, że prognozowany miesiąc będzie podobny do typowych 10 obserwowanych, tych samych miesięcy w latach 1991-2020. Opracowując końcową prognozę miesięczną, IMGW-PIB wykorzystuje własne autorskie modele IMGW-Reg i IMGW-Bayes oraz wyniki modeli NOAA (National Oceanic and Atmospheric Administration) i ECMWF (European Centre for Medium-Range Weather Forecasts). Pomimo coraz większej mocy obliczeniowej superkomputerów i szerokiej wiedzy o procesach pogodowych, wciąż nie można uniknąć błędów i różnic w prognozach na tak długi okres w przyszłość. Wynikają one zarówno z ryzyka wystąpienia nagłych (często lokalnych) zjawisk meteorologicznych, które mogą zaburzyć prognozowane procesy pogodowe, jak i z samej różnorodności, wykorzystywanych w modelach prognostycznych, założeń fizycznych oraz równań matematycznych i statystycznych. Nie jest możliwy dokładniejszy opis przewidywanej pogody z tak dużym wyprzedzeniem. Należy pamiętać, że prognoza jest orientacyjna, ma charakter eksperymentalny i dotyczy średniego przebiegu dla całego prognozowanego regionu i danego okresu prognostycznego.

ZAGROŻENIE POŻAROWE LASU

   Wysokorozdzielczy system prognozowania zagrożenia pożarowego lasu IMGW-PIB generuje codzienną prognozę zagrożenia pożarowego z 24- i 48-godzinnym wyprzedzeniem czasowym. Obliczenia wykonywane są na podstawie danych uzyskanych z modelu WRF METEOPG o rozdzielczości przestrzennej 2.5 km. Wskaźniki zagrożenia pożarowego publikowane są w okresie od 1 marca do 31 października. System opracowano na podstawie Canadian Forest Fire Weather Index (FWI) System. W skład systemu wchodzi sześć wskaźników obliczanych codziennie na podstawie danych meteorologiczne z godziny 12 UTC (prędkość wiatru, temperatura i wilgotność powietrza, suma opadów atmosferycznych):

• Wskaźnik ogólnego zagrożenia pożarowego (FWI) – wskaźnik oceniający ogólne zagrożenie pożarowe lasu oraz prawdopodobną intensywność pożaru po wystąpieniu zapłonu (na podstawie wskaźników ISI i BUI)
• Wskaźnik szybkości rozprzestrzeniania się ognia (ISI) – wskaźnik oceniający prawdopodobną szybkość rozprzestrzeniania się ognia we wczesnej fazie pożaru po wystąpieniu zapłonu (na podstawie wskaźnika FFMC i prędkości wiatru)
• Wskaźnik dostępności materiałów palnych (BUI) – wskaźnik oceniający prawdopodobną ilość dostępnych (suchych) materiałów palnych do spalania po wystąpieniu zapłonu (na podstawie wskaźników DMC i DC)
• Wskaźnik wilgotności drobnych materiałów palnych (FFMC) – wskaźnik oceniający zawartość wody w górnej warstwie ściółki leśnej (1-2 cm głębokości) oraz w innych drobnych materiałach palnych (liście, małe gałązki); wskaźnik ocenia również względną łatwość zapłonu
• Wskaźnik wilgotności średnich materiałów palnych (DMC) – wskaźnik oceniający zawartość wody w warstwie częściowo rozłożonej ściółki leśnej (5-10 cm głębokości) oraz w średniej wielkości materiałach palnych (gałęzie); wskaźnik oceniać może względną łatwość zapłonu na skutek wyładowań atmosferycznych
• Wskaźnik wilgotności dużych materiałów palnych (DC) – wskaźnik oceniający zawartość wody w głębszych i zwartych warstwach organicznych gleby (10-20 cm głębokości) oraz w większych materiałach palnych (pnie drzew); wskaźnik informować może o ewentualnych trudnościach w dogaszaniu pożarów (tzw. mop-up)
• Wskaźniki oceniają zagrożenie pożarowe występujące w lesie w godzinach popołudniowych (między 12 a 14 UTC). Zagrożenie pożarowe określane jest w nich za pomocą wyznaczonych i stosowanych przez EFFIS – Fire Danger Forecast klas zagrożenia: bardzo niskie, niskie, średnie, wysokie, bardzo wysokie, ekstremalne (klasa ekstremalna stosowana jest tylko w przypadku wskaźnika FWI).

TRAJEKTORIE WSTECZNE

ROLNICTWO