Meteorologiska forskningstillämpningar
Gruppen ansvar för forskning och utveckling av nya tillämpningar av prognoser som ett komplement till väderprognoser. Utvecklingen av väderprognosbaserade trafikväder-, vindkraft- och solkraftsprognoser är ett viktigt område. Till vår forskning och utveckling hör även postprocessering- och kalibreringsmetoder, vilkas mål är att ta bort systematiska fel och korrigera prediktionsintervallet i sannolikhetsprognoser att bättra motsvara prognosens osäkerhet/tillförlitlighet. Vi använder oss av flera olika sorters modeller, observationer och datadrivna metoder i vår forskning. Vi är också aktiva inom internationella utvecklingsprojekt runtom i världen, där målet är att höja nivån inom nationella meteorologiska och klimatologiska institut.
Trafikvädermodellen
Målet med forskningen inom trafikvädret är att utveckla och förbättra trafikvädermodellen. Över tid har våra forskare lagt till friktionskoefficient, snöyra och fotgängarvädret i trafikvädermodellen. Vi strävar efter att ständigt utveckla prognosernas kvalitet, till exempel genom att använda oss av datadrivna metoder för att förbättra prognoserna. Många forskningsprojekt har skett i samarbete med Sodankylä. Aktuella forskningsfrågor inom trafikväder är:
Användning av sakernas internet-teknologi (Internet of Things, IoT-teknologi)
Förbättring av trafikväderprognoser med hjälp av datadrivna metoder
Utveckling av trafikvädertjänster för tung trafik
Sol- och vindkraft
Hur vädret påverkar sol- och vindkraftsproduktion är ett viktigt forskningsämne i vår grupp. Vår forskning stödjer utvecklingen av sol- och vindkraftsprognoser. Vindkraftsproduktionen varierar i enlighet med hur mycket det blåser. På vintern kan även nedisning av vindturbinerna minska produktionen. Solkraftsproduktionen beror först och främst på molnighet och tidpunkten på året. Snötäckta paneler leder till minskad produktion på vintern och våren, medan höga temperaturer kan minska produktionen på sommaren.
Fotot är taget i Helsingfors, där en 21 kilowatts solpanelsanläggning har installerats på taket av Meteorologiska institutets kontorsbyggnad. Förutom elproduktion så mäts där även andra intressanta variabler så som mängden solstrålning på underlag med olika lutning och solpanelernas temperatur. En liknande solpanelsanläggning med motsvarande utrustning finns även på Meterologiska institutets kontor i Kuopio och små forskningsanläggningar med några paneler finns i Sodankylä och på Utö.
Datadrivna tillämpningar och prognoser
Traditionella väderprognoser baserar sig på ekvationer som beskriver atmosfärens fysik. Dessa ekvationer löses numeriskt med hjälp av datorer. Den här sortens prognosmodell kallas för numeriska väderprognosmodeller (numerical weather prediction, NWP). Förutom NWP modeller så håller datadrivna modeller på att bli en viktig del av väderprognoser. Datadrivna metoder processerar stora mängder observations- och modelldata med statistiska och maskininlärningsmetoder. Vår grupp använder datadrivna metoder i postprocessering av prognoser, i trafikvädermodellen och i utvecklandet av en datadriven väderprognosmodell.
Många vädervariabler, såsom yttemperatur, beror på lokala förhållanden och vissa vädertyper kan vara svåra för en NWP modell att prognostisera. Genom att använda statistiska maskininlärningsmetoder så kan dessa fel korrigeras. Till exempel 15-dygnsprognosen som visas på Meteorologiska institutets hemsida för lokalvädret och presenteras som sannolikheter grundar sig på ensembleprognoser. Prognoserna på hemsidan har genomgått statistik efterkorrigering så att prognosernas prediktionsintervall bättre motsvarar det prognosfel som har skett tidigare.
Dessutom så utvecklar vi Meteorologiska institutets datadrivna väderprognosmodell Aila i samarbete med andra grupper inom FMI och genom internationellt samarbete. Aila kan producera högresolutionsprognoser för norra Europa. FMI strävar efter att använda Aila operativt vid sidan av fysikbaserade modeller och andra datadrivna modeller utvecklade och underhållna av andra vädercenter.
