Study of snow data assimilation in Numerical Weather Prediction model ALADIN

Abstract

This study presents the implementation of snow depth data assimilation within the NWP model ALADIN. Snow depth measurements from various sources are described. The principles of optimal interpolation are reviewed and a brief overview of the ALADIN model is given. The implementation of optimal interpolation of snow depth measure- ments, in particular quality control algorithms and correlation modelling, is discussed in detail. The experimental design and a novel validation framework developed to verify the effectiveness of the snow depth analysis using a robust cross-validation technique is de- scribed. Multiple experiments were conducted to evaluate and fine-tune the assimilation scheme. The behaviour of the analysis scheme was investigated under different parameter settings. Finally, the parameter tuning was performed by multidimensional minimization using coordinate descent and downhill simplex methods. 1

Tato práce představuje implementaci asimilace dat měření výšky sněhu v rámci NWP modelu ALADIN. Jsou popsána měření výšky sněhu z různých zdrojů, shrnuty prin- cipy optimální interpolace a je uveden stručný přehled modelu ALADIN. Podrobně je diskutována implementace optimální interpolace měření výšky sněhu, zejména algoritmy kontroly kvality a korelační modelování. Dále je popsán experimentální design a nově im- plementovaný validační přístup pro ověření kvality analýzy výšky sněhu pomocí robustní techniky křížové validace. Byla provedena řada experimentů k vyhodnocení a vyladění asimilačního schématu. Chování analýzy sněhu bylo zkoumáno při různých nastaveních ladících parametrů. Vyladění parametrů bylo provedeno pomocí vícerozměrné minimal- izace s využitím série jednorozměrných minimalizací a metodou downhill simplex. 1