omsz
>>
    OMSZ      IDŐJÁRÁS      ÉGHAJLAT      LEVEGŐKÖRNYEZET      ISMERET-TÁR   
Kutatás és fejlesztés |  Numerikus prognosztika |  Levegőkörnyezet-elemzés 
Felbontás: KicsiFelbontás: NormálFelbontás: KözepesFelbontás: NagyobbFelbontás: Nagy Copyright © 

Magyarországi szélklimatológiai információk előállítása az ALADIN modell segítségével

A felszínközeli légrétegek szélviszonyainak kielégítő pontosságú ismerete ma már elengedhetetlen például a szélerőművek tervezésénél, illetve a különböző környezetvédelmi hatástanulmányok elvégzésénél. Az elmúlt években a Nemzeti Kutatási és Fejlesztési Programok szél- és napenergiával kapcsolatos pályázata során az Országos Meteorológiai Szolgálat (OMSZ) egyik kiemelt feladata olyan nagyfelbontású szélinformációk előállítása volt, amelyek a légkör alsó 150 méteres rétegének átlagos szélviszonyait jellemzik egy múltbeli időszak adatainak feldolgozása alapján. Erre a feladatra a Szolgálatnál több megoldás is született - az alábbiakban a numerikus modellek felhasználásán alapuló ún. dinamikai leskálázás módszerének szakmai alapjait, az információk minőségére utaló eredményeket, valamint az adatok felhasználási lehetőségeit mutatjuk be részletesen.

A problémakör

A légkör magassági szélviszonyainak meghatározása során alapvetően két problémával szembesülünk. Az első probléma az, hogy a légkör magasabban (néhány száz méteren) fekvő rétegeinek szélmérések útján történő feltérképezése hazánkban csak az utóbbi néhány évben valósult meg, s ezek a mérések is csak egy-egy földrajzi pont (általában a nagyobb városok) szélviszonyairól szolgálnak részletes információval. Hosszabb időszakok vizsgálatához tehát alapvetően csak a felszíni (10 méteres magasságban elvégzett) megfigyelésekből lehet kiindulni. A másik probléma ezeknek a mérési pontoknak a meglehetősen szabálytalan térbeli elhelyezkedéséből és sűrűségéből ered. A felszínen ugyanis a meteorológiai mérőállomások egymástól átlagosan 30-50 km távolságban helyezkednek el, a gyakorlatban is jól használható nagyfelbontású információk előállításához azonban olyan pontokban is ismernünk kell az adatokat, ahol konkrét mérési információval nem rendelkezünk. Tehát például egy olyan - napjainkban már nem is kifejezetten finom felbontású - széltérkép előállításához, amelyben 5 km-enként szerepel információ, egy 5 km-es felbontású szabályos rács minden egyes rácspontjában meg kell határoznunk a szélviszonyokat, aminek a megvalósítása az eddigiek alapján egyáltalán nem magától értetődő feladat.

A meteorológiai vizsgálatokhoz jó minőségű, térben és időben reprezentatív adatok szükségesek. Ebből a szempontból komoly problémát jelentenek a mérőhálózat változásából és fejlődéséből (például egyes állomások megszűnéséből vagy áthelyezéséből, illetve a mérőeszközök cseréjéből) következő adathiányok, inhomogenitások és mérési hibák. Ezért az adatok feldolgozásához és azokból további információk előállításához elengedhetetlen az adatellenőrzés és -pótlás, valamint a homogenizálás. Csak ezt követően végezhető el az ily módon feldolgozott mérési információkból az egységes térbeli rácsra történő interpoláció. A Szolgálatnál kifejezetten erre a célra fejlesztették ki a MISH (Meteorological Interpolation based on Surface Homogenized Data Basis) programcsomagot, mely az interpoláció matematikai megvalósítása során éghajlati információkat is felhasznál. Az eljárás lényege, hogy az interpolálni kívánt meteorológiai elem (jelen esetben a vízszintes szélsebesség) térbeli statisztikai szerkezetét a mérőállomások rendelkezésre álló hosszú (általában 20-30 évre visszatekintő) éghajlati adatsorainak segítségével határozzuk meg, s az így felállított statisztikai kapcsolatok ismeretében végezzük el az interpolációt a felszínen, majd a felszínen előállt szélmezőből következtetünk a magassági szélviszonyokra. (A 3. ábrán a MISH módszer eredményeként kapott szélmezőre láthatunk példát 10 méteres magasságban.)

A magassági szélviszonyok kielégítő pontosságú leírásának egy másik lehetséges megoldását jelenti a numerikus előrejelző modellek alkalmazása, amelyek egy háromdimenziós térbeli rácson oldják meg a légköri folyamatokat leíró matematikai egyenletrendszert. A modellek futtatásához szükséges kezdeti feltételeket ugyancsak ezen a számítási rácson kell előállítani a térben és időben szabálytalanul elhelyezkedő megfigyelések felhasználásával, tehát a fent ismertetetthez nagyban hasonló problémát kell megoldani, amire napjainkra már számos, rendkívül összetett, operatívan is használt eljárást fejlesztettek ki. A Szolgálat Numerikus Modellező és Éghajlat-dinamikai Osztályán két módszer is rendelkezésre áll, hogy kielégítsük a felhasználók igényeit a finomfelbontású szélklimatológiai információkkal kapcsolatban, amelyek közül most elsősorban az ún. ERA-40 adatokon alapuló eljárást mutatjuk be részleteiben.

Az alkalmazott módszertani háttér

A numerikus időjárás-előrejelzés alapjai

Az időjárás alakításában a legfontosabb szerepet a légkörben fellépő áramlási folyamatok és kölcsönhatások játsszák, melyeket a fizika alapvető törvényei (úgymint a tömeg-, az impulzus és az energia-megmaradás) kormányoznak. Ha ennek a fizikai törvényszerűségek által meghatározott rendszernek ismerjük az állapotát adott időpillanatban, akkor e törvények alapján felállított matematikai egyenletek segítségével egyértelműen meghatározható a jövőbeli fejlődése. Mindezen folyamatok és kölcsönhatások megismerésére, majd ezt követően az időjárás előrejelzésére már az 1910-es évektől kezdve numerikus (vagy számszerű) modelleket alkottak. A numerikus modellek alapját tehát a fizikai törvények figyelembevételével felállított folytonos nemlineáris parciális differenciál-egyenletrendszer képezi, amelyet a numerikus megoldás során közelítő módszerek segítségével oldunk meg: a kezdeti- és határfeltételeket igénylő egyenletrendszert egy háromdimenziós térbeli rács rácspontjaiban értelmezzük és az előrejelzés folyamán diszkrét lépésekben oldjuk meg.

A modell futtatásának megkezdéséhez szükséges kezdeti feltétel meghatározása az előrejelzés elkészítésének egyik legkritikusabb lépése, hiszen minél pontosabban ismerjük a kiinduláskor a légkör állapotát leíró meteorológiai paraméterek - a hőmérséklet, a légnyomás, a szélsebesség, a légnedvesség - eloszlását, annál megbízhatóbban tudjuk előrejelezni ezek változását. Tehát az előrejelzési tartományt lefedő háromdimenziós rács minden pontjában előállítjuk ezeknek a változóknak a kezdeti értékeit, amihez minden létező meteorológiai információt felhasználunk: a különböző típusú megfigyelési adatokat csakúgy, mint a korábbi időpontból indított modell-előrejelzéseket.

A légkör véges függőleges kiterjedése miatt az előrejelzési feladat megoldásához nemcsak kezdeti feltételekre, hanem alsó és felső peremfeltételekre is szükségünk van. Az integrálás számításigénye nagyban csökkenthető, az alkalmazott rács vízszintes felbontása pedig növelhető, ha az egész Földre vonatkozó globális előrejelzés helyett csupán egy kisebb - az érdeklődésünkre számot tartó - tartományra készítünk előrejelzést (azaz korlátos tartományú modellt futtatunk). Ebben az esetben a terület oldalsó határain is szükségünk van peremfeltételekre annak érdekében, hogy a tartományon kívülről érkező nagyskálájú folyamatok a tartományon belül is kifejthessék hatásukat, illetve a tartományon belül lejátszódó jelenségek akadálytalanul elhagyhassák a modell-területet. Az oldalsó peremfeltételeket a gyakorlatban globális (vagy a tartományt magában foglaló korlátos tartományú) modellek előrejelzései szolgáltatják.

A légkörben ható legfontosabb mozgató erők - a nyomáskülönbségből és a Föld forgásából eredő erők, valamint a gravitáció - hatására történő áthelyeződések, illetve az ezek során végbemenő hőtágulással kapcsolatos folyamatok mind dinamikai hatásra jönnek létre, amelyeket az említett egyenletekkel tudunk leírni. A légkör viselkedésére azonban olyan folyamatok is hatással bírnak, melyeknek karakterisztikus mérete kisebb a modell térbeli rácsának felbontásánál, illetve amelyek túl komplexek ahhoz, hogy ily módon meghatározhatók lennének - ezeket ún. parametrizációs eljárások segítségével, empirikus összefüggések felhasználásával írjuk le a numerikus modellekben. Tipikus példa parametrizáció alkalmazására a csapadékképződés mechanizmusa, a sugárzás, a konvekció vagy a turbulens folyamatok.

Az ECMWF re-analízisek

Az Európai Középtávú Időjárás Előrejelző Központnál (ECMWF) egy széleskörű nemzetközi együttműködés, az ERA-40 projekt keretében elvégezték az elmúlt évtizedek időjárásának rekonstruálását az egész Földre vonatkozóan. Egy Földet lefedő 3-dimenziós rácson előállították tehát a legfontosabb meteorológiai változókat, amihez a lehető legtöbb mérési adat (felszíni megfigyelések, rádiószondás felszállások, repülőgépes adatok, radar- és műholdas mérések adatai stb.), illetve megbízható modell-előrejelzések kerültek felhasználásra lefedve az 1957-2002 időszak több mint negyven évét. Az adatok (az ún. re-analízisek) egy meglehetősen durva, 125 km-es horizontális felbontású és 60 vertikális szintet tartalmazó rácshálózaton álltak elő, de még ezen a kis felbontású rácson sem állt rendelkezésre elegendő mérés és megfigyelés (különösen a légkör magasabb rétegeiben), ezért kellett igénybe venni a modellek előrejelzéseit is.

Az ERA-40 projekt során előállított eredményeket az ECMWF adatbázisában tárolják, ahonnan kutatási célokra a Központ partnerei számára szabadon letölthetők. Mivel ezek az adatok jelentik a "közelmúlt" időjárási viszonyaira vonatkozóan a jelenlegi ismereteink legmegbízhatóbb forrását, ezért nagy jelentőséggel bírnak a modellezési kutatások területén - sok központ alkalmazza a re-analíziseket modellfuttatásaik kezdeti- és peremfeltételeként, illetve a modellkísérletek eredményeinek validálására is.

Ezeknek a globális mezőknek a felbontása azonban meglehetősen durva, így az adatbázis csupán a nagyléptékű áramlási rendszerek jellemzőit képes leírni, a domborzati viszonyok által nagymértékben befolyásolt regionális és lokális skálájú áramlási folyamatok nem jelennek meg bennük - közvetlenül tehát nem nyerhető ki az adatokból a kívánt részletes szélinformáció. Éppen ezért az igényelt finom (5 km-es) felbontású szélmező előállításához a globális adatok ún. dinamikai leskálázását hajtottuk végre az ALADIN numerikus előrejelző modell alkalmazásával - azaz a modellt a globális adatok által biztosított kezdeti- és peremfeltételekkel futtattuk több egymásba ágyazott, kisebb, ugyanakkor finomabb felbontású tartományon. Ezt a feladatot elvben a meteorológiai változók 125 km-es rácsról 5 km-es felbontású rácsra (egyetlen lépésben) történő interpolációjával is végre lehetett volna hajtani, ebben az esetben azonban éppen a kisebb skálájú folyamatok és felszíni jellemzők hatását hagytuk volna figyelmen kívül, s a szélmező ily módon jelentős hibával lett volna terhelve.

Az ALADIN modell

Az ALADIN-projekt (Aire Limitée Adaptation dynamique Développement InterNational) az OMSZ egyik legfontosabb nemzetközi együttműködése a korlátos tartományú numerikus modellezés területén. A projektet a Météo-France kezdeményezte 1990 végén és napjainkra 15 nemzeti meteorológiai szolgálat tagja az együttműködésnek. Az OMSZ a kezdetektől részt vesz az ALADIN-projektben, amelynek alapvető célja egy korszerű korlátos tartományú numerikus előrejelző modell megalkotása és közös fejlesztése. Az ALADIN korlátos tartományú modellt a Szolgálatnál 1998 óta futtatjuk operatívan rövidtávú előrejelzések készítésére.

Az elmúlt évek során a hazánkban használt modellváltozat számos fejlesztésen esett át mind az alkalmazott háromdimenziós rács részletességét, mind a kezdeti feltételek meghatározására szolgáló módszert, mind pedig a fizikai folyamatok minél pontosabb leírását illetően. Az ALADIN modellt időjáráselőrejelzés céljából naponta négyszer futtatjuk kétnapos időtartamra, s az Európa nagy részét lefedő előrejelzési tartomány horizontális felbontása 8 km, a függőleges szintek száma 49.

A dinamikai leskálázás

Az 5 km-es felbontású magyarországi szélklimatológia kiindulási adatait tehát az ECMWF ERA-40 re-analízisei jelentették. A finom felbontású szélmező eléréséhez az ALADIN modellt futtattuk a re-analízisek által biztosított kezdeti- és peremfeltételekkel több egymásba ágyazott, kisebb, ugyanakkor finomabb felbontású tartományon. A dinamikus leskálázást a következő lépésekben valósítottuk meg (1. ábra):

  1. A legelső lépésben a globális adatokat egy 45 km-es horizontális felbontású európai tartományra interpoláltuk. Emellett vertikális interpolációra is sor került, mivel az ALADIN modell és a re-analízisek függőleges szintjei nem estek egybe. Az ezt követő leskálázási lépésben az ALADIN modellt 45 km-es felbontáson futtattuk, kezdeti és határfeltételként felhasználva az előzőekben előállított információkat.

  2. A második leskálázási lépésben az ALADIN modellt egy kisebb, Európa középső részét lefedő tartományon futtattuk 15 km-es felbontáson, határfeltételként az előző lépésben előállított előrejelzéseket használva.

  3. Az utolsó lépésben a 15 km-es futtatás eredményeire egy speciális utó-feldolgozást alkalmaztunk egy még kisebb, csupán Magyarországot lefedő tartomány felett. Ennek eredményeként elkészült az 5 km-es felbontású szélmező a 10, 25, 50, 75, 100, 125 és 150 méteres magassági szinteken hatórás időbeli felbontásban az 1957 és 2002 közötti időszakra vonatkozóan.

 
1. ábra: A dinamikai leskálázás lépései. Az ábrákon az egyre finomodó felbontású modell-tartományok láthatók.

A 15 km-es térbeli felbontás még nem elegendő ahhoz, hogy azzal minden létező légköri fizikai folyamatot leírjunk. Ha növeljük a modell felbontását, és ezzel együtt a domborzatot is pontosabban vesszük figyelembe, a lokális jelenségekre vonatkozóan jobb eredményeket kapunk. Az ALADIN modell felbontásának növelésekor azonban a rendelkezésre álló számítási kapacitás mellett a modell által alkalmazott egyes közelítések is korlátozást jelentenek. Az utolsó lépésben alkalmazott utó-feldolgozás a modell speciális konfigurációja. Alkalmazása során először a durvább (15 km-es) felbontású meteorológiai előrejelzési mezőt egy finomabb (5 km-es) felbontású rácsra interpoláljuk, majd egy rövid modell-integrálást hajtunk végre, melynek végén előáll a finomabb felbontású domborzathoz igazított pontosabb szélmező. A rövid integrálás során kizárólag azokat a folyamatokat vesszük figyelembe, amelyek a felszínközeli szél alakításában közvetlenül szerepet játszanak, ezért a légkör felső tartományában a modellszintek számát lecsökkentjük, illetve a szélmező szempontjából nem releváns, nem-adiabatikus (például a felhőzetben végbemenő vízgőz-kondenzációs és csapadékképződési) folyamatok nagy részét is figyelmen kívül hagyjuk. A 2. ábrán egy utó-feldolgozással (5 km-es felbontáson) illetve anélkül (15 km-es felbontáson) készített 10-méteres ALADIN szélelőrejelzésre látunk példát - az ábrákon mind a domborzat felbontásbeli különbsége, mind a szélmezők közötti eltérés megfigyelhető.


2. ábra: Példa egy 10-méteres szélelőrejelzésre speciális utó-feldolgozás alkalmazása nélkül, 15 km-es
felbontáson (bal), illetve speciális utó-feldolgozás alkalmazásával 5 km-es horizontális felbontáson
(jobb). A háttérben az adott felbontáshoz tartozó modell domborzat látható.

Az eredmények és interpretációjuk

Az eljárás eredményeként az említett 7 magassági szinten állt elő az 5 km-es felbontású szélmező (azaz a vízszintes áramlás két sebességkomponense) hatóránként az 1957 és 2002 közötti időszakra. Az így létrejött több mint negyvenéves adatbázisból számos széllel kapcsolatos hasznos információ nyerhető ki:

  • az országban uralkodó átlagos szélviszonyokat (a szélnek mind az irányára, mind a sebességére vonatkozóan) átlagszél-térképeken tekinthetjük át az időszak egészére vagy tetszőleges kisebb szeletére (4. ábra),
  • az adott sebességértéket meghaladó szelek gyakoriságáról, illetve
  • a szélsebesség alapján származtatható paraméterek - mint például a specifikus szélenergia - országon belüli megoszlásáról szintén térképek útján kaphatunk információt.

Nemcsak "országosan" van lehetőségünk az eredményeket áttekinteni és elemezni - az adatbázis alapján 5 km-es pontossággal bármely magyarországi helységre meghatározhatók a kívánt időszak (s az időszak itt nem kizárólag egybefüggő éveket jelenthet, hanem adott évszakot illetve hónapot)

  • átlagos szélviszonyai,
  • a széliránynak (5. ábra), valamint
  • a szélerősség tetszőleges értékeinek gyakoriságai (a 6. ábra példa az adott földrajzi pontban számított eloszlásfüggvényre).

Mindezen információk nyilvánvaló gazdasági hasznosíthatóságán túlmenően az adatok számos szakterületen alkalmazhatók kutatási célokra is.

Az eredmények megbízhatósága

Az előállt információk minősége természetesen csak akkor ítélhető meg korrekt módon, ha azokat mérésekkel is össze tudjuk vetni. A megfigyelési információkkal történő összehasonlítást nem a teljes négy évtizedre, csupán az időszak 1992 és 2001 közötti tíz évére végeztük el - a vizsgált tízéves időszakra az OMSZ által működtetett 19 felszíni mérőállomás 10 m-es széladataival vetettük össze az eredményeket.

A 7. ábra a megfigyelések és a dinamikai leskálázással kapott átlagszelek különbségét mutatja be, ami alapján látható, hogy a dinamikai leskálázással többnyire kissé felülbecsültük a mért szélsebességet. Az eltérés több forrásból is eredhet: míg a megfigyelések esetében az átlag kiszámítása órás szélmérések alapján történt, addig a dinamikai módszerrel csak hatóránként álltak rendelkezésre a széladatok, illetve míg egy mérés az adott állomást pontszerűen jellemzi, addig a dinamikai módszer egy 5 km x 5 km-es rácsdoboz átlagos jellemzőit tudja csak visszaadni.

Az átlagszél mellett megvizsgáltuk a mérési pontokban a szélirány szerinti eloszlást is: a legtöbb helyen a megfigyelt és a szimulált szélirányeloszlás jó egyezést mutatott, de különbségek természetesen itt is adódtak. Az 5. ábrán két reprezentatív mérési pontra mutatjuk be a szimulált és a valódi szélirány eloszlást.

További lehetőségek

Az Országos Meteorológiai Szolgálatnál egy másik (az eddigiekben ismertetett módszerhez nagyban hasonló) eljárás is kidolgozásra került, amelynek alapját szintén az ALADIN numerikus modell képezi, s amely a Szolgálat napi előrejelzési eredményeire támaszkodva állít elő ugyancsak 5 km-es horizontális felbontással szélinformációt. Az eljárás főként a kiindulási adataiban különbözik a fent bemutatott módszertől, valamint abban, hogy az így létrejött adatbázis mindössze négy évre nyúlik vissza. A dinamikus leskálázás ugyanúgy egész Földet lefedő globális adatokból indul, csak ezeket az operatív gyakorlatban a francia szolgálat ARPEGE modelljének 25 km-es felbontású előrejelzései biztosítják. A leskálázás mindössze két lépésben valósul meg: az ALADIN előrejelzésekhez a globális mezők szolgáltatnak kezdeti- és peremfeltételt, majd az így készült 8 km-es felbontású előrejelzésekre alkalmazva az előbbi speciális utó-feldolgozási eljárást áll elő a finom felbontású szélmező. Az ily módon létrejött adatbázis ugyanolyan típusú információk előállítására alkalmas, mint a hosszabb múltbeli időszak adatsora.

Összefoglalás, kitekintés

Az elmúlt három évben a hazai megújuló energiaforrások feltérképezését végezte el a Nemzeti Kutatási és Fejlesztési Programok keretében az Országos Meteorológiai Szolgálat vezetésével működő konzorcium. A projektben az OMSZ egyik kiemelt feladata volt olyan nagyfelbontású információk előállítása, amelyek képesek a felszínközeli légrétegek szélviszonyainak megbízható jellemzésére. A cél megvalósítására két lehetséges megoldás állt rendelkezésünkre: a 10 méteres magasságban mért szélsebesség-értékek közvetlen felhasználásán alapuló meteorológiai interpolációs módszer, illetve az időjárás-előrejelzésben használt számszerű előrejelző modellek alkalmazása - a fentiekben az utóbbi módszert mutattuk be részletesen.

Az eljárás során az egész Földre vonatkozó 125 km-es felbontású adatokból kiindulva állítottunk elő Magyarországra vonatkozóan 5 km-es felbontású szélmezőt az 1957-2002 közötti időszakra az ALADIN numerikus előrejelző modell felhasználásával. A globális adatok dinamikai leskálázása révén elértük, hogy a felszínközeli szélmezők az ALADIN modell részletesebb felszíni jellemzői (például a domborzat) révén megbízhatóan tükrözzék a valós áramlási viszonyokat, s így olyan pontokban és magasságokban is tudtunk szélmezőt előállítani, ahol máskülönben nem rendelkezünk mérési információkkal.

A módszerrel nyert szélinformációk értékelését a 10 méteres magasságban mért szélsebesség-értékekkel végeztük el az 1992-2001 közötti időszakra. A validációt szeretnénk kiterjeszteni a teljes 45 évre, lehetőség szerint nemcsak a felszíni, hanem minél több magassági szélméréssel is kiegészítve az eredményekről kapott képet. Mindezen információk birtokában áll az Országos Meteorológiai Szolgálat mindazon érdeklődők és potenciális megrendelők rendelkezésére, akiket a témával kapcsolatban további részletek illetve a szélinformációk megrendelése érdekel.

A témával kapcsolatos publikációk (PDF-formátumban):

Kertész, S., Szépszó, G.,Lábó, E., Radnóti, G. and Horányi, A., 2005: Dynamical downscaling of the ECMWF ERA-40 re-analyses with the ALADIN model. ALADIN/ALATNET Newsletter no. 28, pp. 78-83.

Szépszó G., Horányi A., Kertész S., Lábó E., 2006: Magyarországi szélklimatológia előállítása globális mezők dinamikai leskálázásával. Magyar Meteorológiai Társaság előadássorozata, beszámolókötet, pp. 82-93.

Zagar, M., Zagar, N., Cedilnik, J., Gregoric, G. and Rakovec, J., 2005: High-resolution wind climatology from ERA-40. ALADIN/ALATNET Newsletter no. 28, pp. 101-104.


3. ábra: A statisztikai modellezéssel előállított átlagos szélsebesség-mező
10 méteres magasságban az 1997-2003 időszakra vonatkozóan.

4. ábra: A dinamikai leskálázással számított átlagos szélsebesség 75 méteres
magasságban az 1992-2001 időszakra vonatkozóan.

5. ábra: A dinamikai leskálázással számított (alsó sor), illetve a meteorológiai mérésekből
származtatott (felső sor) 10m-es szél átlagos irány szerinti eloszlása két mérési helyen
(bal oldalon Sopron, jobb oldalon Szeged) az 1992-2001 időszakra vonatkozóan.

6. ábra: A dinamikai leskálázással számított 10m-es szélsebesség nyári
eloszlásfüggvénye az 1992-2001 időszakra, Sopronra vonatkozóan.

7. ábra: A dinamikai leskálázással számított és a meteorológiai mérésekből származtatott
10 m-es átlagszél különbsége az 1992-2001 időszakra vonatkozóan.

 

Feladatok 
HAWK-2 
ALADIN modell 
   Adatasszimiláció 
   AROME 
   LAMEPS 
ECMWF 
Klímamodellezés 
   Bevezetés 
   Történet 
   Regionális modellkísérletek 
   Megfigyelési adatbázisok 
   Validáció 
   Projekciók 
   Szélsőségek 
   Tervek 
   További információk 
   Hivatkozások 
Verifikáció 
Utófeldolgozás