Downscaling of ECMWF SEAS5 seasonal forecasts over the Horn of Africa using the WRF model

Abstract

Several studies have shown the potential for downscaling seasonal forecasts on a convection-permitting (CP) scale using limited-area models (LAMs). In most cases, such experiments initial and boundary conditions are derived from atmospheric and surface analyses, which use measurements to constrain the model evolution. For operational use, the boundary conditions are derived from global seasonal forecasts, which only evolve depending on numerical models. This difference will affect the downscaling process and potentially the results’ skill. In this work, the SEAS5 seasonal forecasts are downscaled to address this gap in our understanding. Specifically, the research questions are: What advantages of a CP simulation are present when dynamically downscaling ensemble seasonal forecasts with a LAM? How do boundary conditions and physics parametrization perturbations affect a LAM ensemble in terms of spread and reliability? What perturbations produce more ensemble spread for temperature and precipitation? The study area chosen is the Horn of Africa. The effects of climate change have become much more apparent in East Africa in the last decade: the rainy season has repeatedly failed, which has led to extreme droughts. Therefore, any improvements in this regions seasonal forecasts can help to develop adaptation strategies further. In addition, areas with complex topography benefit the most from increased spatial resolution, and the global models skill is higher in the tropics and subtropics than in middle latitudes. Thus, it is likely that downscaling can extract helpful information in this region. Four global ECWMF SEAS5 ensemble members were dynamically downscaled for summer 2018 over the Horn of Africa using the Weather Research and Forecasting (WRF) model to investigate the potential of a seasonal forecast on convection-permitting resolution (3 km). A total of 16 WRF ensemble members with varied initial and boundary conditions and different physical schemes were used to evaluate the impact of the downscaling. The analysis assessed the effects of perturbations on surface temperature and rainfall in terms of bias, spatial distribution, probability of extreme events, rain belt movements, and ensemble spread. The main findings of this work are the following: the WRF simulations reproduced the spatial distribution of the 2m temperature and precipitation patterns. The bias present in SEAS5 was transferred to the limited-area model, and the signal is even intensified in some areas. For example, while the four SEAS5 members deviated only by +0.2°C on average compared to the ECMWF analyses, the WRF ensemble bias was +1.1°C. The WRF ensemble simulated an average of 264 mm of rain, compared to 248 mm for SEAS5 and 236 mm for the GPM-IMERG satellite product. The convection-permitting resolution reproduced the precipitation probability density function slightly better than the global model and simulated extreme precipitation events missing in SEAS5. However, it overestimated their frequency compared to observations. In addition, WRF can reproduce the daily precipitation cycle well: the peak times coincide with measurements, showing an accurate representation of convection initiation in the area and the potential of dynamical downscaling at convection-permitting resolution. The boundary conditions limited the movement of the rain belt associated with the inter-tropical convergence zone in the downscaling. For example, the north extension of the tropical rain belt decreased in both models by 2 degrees of latitude compared to GPM-IMERG, and the global model timing strongly influenced the movements of the rain belt in WRF. The SEAS5 has shown moderate skill in precipitation forecasts in Ethiopia. Still, a better understanding of the yearly variability of the rain belt position is necessary, as it is a crucial factor in high-resolution downscaling in the region. The downscaling increased the ensemble spread for precipitation by an average of 60%, partially correcting the SEAS5 under-dispersion. In the Ethiopian highlands, perturbed boundary conditions are primarily responsible for the WRF ensemble spread. Their effect is often 50% greater than the variability resulting from the various physics parameterizations. The results show that boundary-conditions perturbations are necessary to generate adequate ensemble dispersion in a limited-area model with complex topography. The analysis partially confirmed the potential to improve seasonal forecasts through downscaling, especially concerning convective precipitation timing and heavy rainfall events. Some advantages of downscaling atmospheric analysis are lost due to the inaccuracies in the forcing derived from SEAS5 and model bias. It also highlights the necessity of further research on physics schemes or combinations suitable to convection-permitting resolutions.

Mehrere Studien haben das Potenzial gezeigt, saisonale Vorhersagen auf einer konvektionserlaubenden Skala mithilfe von Modellen mit begrenzter Fläche herunterzuskalieren. Bisher wurden in den meisten Fällen die initialen Bedingungen sowie die lateralen Randbedingungen aus Atmosphärenanalysen basierend auf Beobachtungen abgeleitet, um die Modellentwicklung einzugrenzen. Für die betriebliche Nutzung werden die Randbedingungen stattdessen aus globalen saisonalen Vorhersagen abgeleitet, die sich nur in Abhängigkeit von numerischen Modellen entwickeln. Dieser Unterschied wirkt sich auf den Herunterskalierungsprozess und möglicherweise auf die Qualität der Ergebnisse aus. In dieser Arbeit werden die saisonalen SEAS5-Vorhersagen herunterskaliert, um diese Lücke in unserem Verständnis zu schließen. Das Untersuchungsgebiet für diese Studie ist das Horn von Afrika. Regionen mit komplexer Topographie profitieren von der höheren räumlichen Auflösung, und die Globalmodelle erfassen das Klima der Tropen und Subtropen besser als das der mittleren Breitengrade. Alle Punkte zusammen legen nah, dass Downscaling nützliche Mehrinformation für diese Region liefern wird. Vier globale ECMWF SEAS5 Ensemblemitglieder wurden mit Hilfe des Weather Research and Forecasting Modells über dem Horn von Afrika für den Sommer 2018 dynamisch herunterskaliert, um das Potential von saisonalen Vorhersagen auf konvektionserlaubender Auflösung (3km) zu untersuchen. Ein Ensemble aus 16 Ensemblemitgliedern, die sich in ihren Initial- und Randbedingungen bzw. in den physikalischen Parametrisierungsschemata unterschieden, wurden genutzt, um die Effekte des Downscalings zu evaluieren. Die Analysen umfassten die Effekte von Störsignalen auf die Oberflächentemperatur und Niederschlag im Sinne von Biases, räumlicher Verteilung, Wahrscheinlichkeit von Extremereignissen, Regenzonenbewegungen, und der Ensemblestreuung. Die zentralen Erkenntnisse aus den Analysen sind folgende: Die WRF Simulationen reproduzierten die räumliche Verteilung der 2-m Temperatur und der Muster im Niederschlag gut. Der Bias aus SEAS5 spiegelte sich im Bias des Regionalmodells wider, und wurde in vielen Regionen sogar intensiviert. Während beispielsweise die vier SEAS5 Ensemblemitglieder im Mittel nur um +0.2°C von den ECMWF Analysen abwichen, betrug die Abweichung des WRF Ensembles von den ECMWF Analysen +1.1°C. Bezogen auf den Niederschlag betrug die höchste Abweichung gemittelt über alle WRF-Vorhersagen 264mm, während die aus SEAS5 bei 248mm und die Abweichungen von aus GPM-IMERG Satellitendaten ermittelten Niederschlägen bei 236mm lagen. Die Simulationen mit konvektionserlaubender Auflösung reproduzierten die Wahrscheinlichkeitsverteilungsfunktion für den Niederschlag etwas besser als die Globalmodelle und erfassten auch extreme Niederschlagereignisse, die in SEAS5 fehlten. Diese traten dann aber häufiger als in den Beobachtungen auf. Auch der Tagesgang des Niederschlags konnte in WRF gut abgebildet werden. Die Zeitpunkte der Niederschlagspeaks stimmten mit denen der Beobachtungen überein, zeigten eine akkurate Repräsentation der Initiierung von Konvektion im Untersuchungsgebiet und damit das Potenzial des dynamischen Downscalings auf konvektionserlaubende Auflösung. Die Randbedingungen limitierten die Bewegung der Regenzone der innertropischen Konvergenzzone beim Downscaling. Beispielsweise war die nördliche Ausdehnung der tropischen Regenzone im Vergleich zu GPM-IMERG sowohl in WRF als auch in SEAS5 um 2 Breitengrade reduziert. Außerdem beeinflusste das Timing des Globalmodells die Bewegungen der Regenzone in WRF stark. SEAS5 zeigte mittelmäßige Fähigkeiten in Niederschlagsvorhersagen über Äthiopien. Nach wie vor wird ein besseres Verständnis der jährlichen Variabilität der Position der Regenzone benötigt, die ein entscheidendes Kriterium für hochauflösendes Downscaling in der Region darstellt. Das Downscaling erhöhte die Ensemblestreuung des Niederschlags im Schnitt um 60%, was zum Teil die unterschätzte Streuung in SEAS5 korrigiert. Im äthiopischen Hochland waren vorwiegend die perturbierten Randbedingungen verantwortlich für die Streuung im WRF Ensemble. Deren Effekt war in den meisten Fällen um 50% größer als die durch verschiedene Physikparametrisierungen verursachte Variabilität. Die Ergebnisse zeigen, dass Perturbationen der Randbedingungen nötig sind, um in Regionalmodellen mit komplexer Topografie eine adäquate Ensemblestreuung zu erzeugen. Zusammenfassend bestätigt diese Arbeit, dass Downscaling das Potential hat, saisonale Vorhersagen zu verbessern. Dies betrifft vor allem die zeitlichen Aspekte konvektiver Niederschläge und das Auftreten von Starkregenereignissen. Einige der Vorteile, die im Downscaling der Atmosphärenanalysen gesehen wurden, konnten aufgrund von Ungenauigkeiten im Randbedingungen durch SEAS5 und Modellbiases nicht bestätigt werden.