Introduktion

Note

Här tänkte jag samla lite matnyttigt kring hur du sätter upp dina egna väderprognoser.

• Här nedan radar jag upp först upp delarna och stegen som behövs eller kan behövas för att kunna köra en egen väderprognosmodell.

• Ibland finns lite olika alternativ beroende vad du redan kan eller har för utrustning.

• Jag har valt modellen WRF, som jag har mest erfarenhet av, och som amatörer över världen använder.

• WRF-modellen (då med dataassimilering) används också av många nationella vädertjänster.

• Längre ner ger jag länkar till online-handledningar eller kortkurser.

• Om du är intresserad av att komma igång och du inte vet något om LINUX, eller behöver fräscha upp minnet så föreslår jag att du klickar på en sådan länk innan föredraget.

• Titta på första punkten för att bestämma dig för vilket system som passar där.

• Under andra punkten är det bra att bestämma vilket system du vill öva dina färdigheter i Linux och sedan eventuellt det system du vill installera WRF i.

Varför göra detta?

• Finns ju så mkt redan på nätet!

• Kartor, tvärsnitt, hodogram, modellsonderingar

• Öppna Arome-data?

  • https://www.smhi.se/data/utforskaren-oppna-data/meteorologisk-modell-arome-prognosdata-realtid

• Kontroll!

• Du kan testa olika fysik

• Välja själv vad du vill analysera

• Lära dig. Du blir en expert på ditt system, systemadministratör!

• Hobby

• Hjälp på olika forum, bara googla!

• Flexibelt, går att utöka vartefter.

En översikt över

• Prognosmodellernas tekniska miljö, d.v.s. nätverk av dator

• Dess datasystemmiljö

• Steg för att sätta upp WRF-modellen

• Steg för att köra WRF-modellen

• Analys av prognosdatan

• Förhoppningsvis en inspiration till er som vill försöka sätta upp WRF-modellen hemma

• … inte en utvärdering av WRF-modellen!

• … lite reklam för Raspberry Pi,

• men dess tillkortakommanden kommer synas och alternativ ges.

Steg

1. Utrustning

• alt 1: En riktigt snabb dator

• alt 2a: flera datorer med liknande prestanda i ett ”datorkluster”

• alt 3b: flera enkortsdatorer, typ RaspberryPi, i ett ”datorkluster”

2. Linux eller andra UNIX-liknande system

• Linux på Windows (WSL2)

• MacOS terminal

• Linux terminal

3. Installation av WRF och nödvändig sekundär programvara/bibliotek

• Du behöver kunna läsa filer i NetCDF- och GRIB2-format

• Om du kör flera datorer behöver du parallelliseringsbiblioteket openMPI

4. Köra WRF

• Geografisk data

• Meteorologisk drivning, GFS 0.25° från NCEP är gratis.

• 3D-version av WRF, eller 1D-version (ej så krävande).

5. Analysera resultatet

• wrf-python

6. Automatisera (frivilligt men bra om man just kör prognoser)

• skript och kronjobb

7. Publicera på webben (frivilligt)

• För egen del sätt upp egen webserver

• Annars på ”webhotell”