Ny datateknologi gir deg bedre værmelding

[76D11PEA]

For min del ønsker jeg ikke så mye en mer nøyaktig værmelding, men en bedre oversikt over unøyaktighetene. 'Mest sannsynlig pent vær, men mulighet for lengre perioder med regn enkelte steder' er mer informativ en bare 'Pent vær', selv om sannsynligheten er 10% bedre.

[RoyK]

Hvorfor ikek bruke distributed computing? Vil løse problemet med regnekraften iallefall. 

 

Tungregnemaskiner er distribuerte, men har veldig, veldig lav forsinkelse mellom nodene, siden de stort sett bruker infiniband. Skulle man brukt alt av verdens personlige pc-er, ville nok folk ha blitt litt lei av at vifta gikk på full pupp hele tida og maskina hadde grilla edle deler hvis du hadde hatt den på fanget…

[RoyK]

Litt interessant at artikkelforfatter har valgt et bilde av en teiprobot for å illustrere regnekraft

[Gjest Slettet+5132]

For min del ønsker jeg ikke så mye en mer nøyaktig værmelding, men en bedre oversikt over unøyaktighetene. 'Mest sannsynlig pent vær, men mulighet for lengre perioder med regn enkelte steder' er mer informativ en bare 'Pent vær', selv om sannsynligheten er 10% bedre.

 

Modellene som sådann har støtte for dette (altså de som kjører flere perturbasjoner), men det er ikke all informasjon som blir sendt ut til sluttbrukeren. I Sveits gir for eksempel meteorologisk institutt standardavvik på temperaturen.

[ilpostino]

Tungregnemaskiner er distribuerte, men har veldig, veldig lav forsinkelse mellom nodene, siden de stort sett bruker infiniband. Skulle man brukt alt av verdens personlige pc-er, ville nok folk ha blitt litt lei av at vifta gikk på full pupp hele tida og maskina hadde grilla edle deler hvis du hadde hatt den på fanget…

 

Feks F@h kan man stille inn til å bruke maskinen når den ikke brukes av eieren så det med viftestøy trenger ikke være et problem.

[Lars Hole]

 

 

Nå er vel værmeldingen ikke akkurat blitt mer nøyaktig med årene. Tidligere værmeldinger, hvor erfarne meterologer beregnet været, var vel mye mer nøyaktig enn dagens.

 

Meh, kom.borti "Post"

Påstanden er helt feil.

Meteorologisk institutt har databaser over alle varsler og over alle målte værdata ser.tydelig at varslene blir bedre og bedre, men selvfølgelig var det mer 'riktig' med 'Skiftende skydekke med mulighet for ettermiddagsbyger på.Østlandet' som værvarslingen lød for folk flest for 20.år siden enn med.dagens trmperatur, sol, vind og nedbørsprognoser for et hvert sted, men om du foretrekker den gamle varianten, er det bare å.holde seg til tekstvarslet på yr.

Ligger dette åpent? Hvor mye bedre er varsligen blitt de siste 20 årene?

Jeg syntes ikke at varselet er spesielt nøyaktig, noe som er illustrert med forkjeller i meldetjeneste.

[1J7HHBGW]

Reduksjon i str på kvadratene har stor betydning mht lokale variasjoner. Det de har blitt bedre på lokalt der jeg ferdes er vindens/værets retning Vs nedbør, og varslene har definitivt blitt bedre der jeg beveger meg.

 

Utover det har NRK radios reduserte værmeldinger i områder uten mobildekning medført negative utslag, spesielt vinterstid på 2-4 dagers turer som går ut fra område uten mobildekning. Har tatt med radio på slike turer tidligere, men det har begrenset nytte nå. Det betyr at det kan bli uvær med høy risiko uten at man vet det på forhånd.

[Idar Barstad]

ECMWF gjør vel begge deler.

 

Den aller, aller mest høyoppløselige varselet som en singulær vektor, dvs en og kun en modellberegning med ett og kun ett fasitsvar.

 

Klynge-varselet består av 50 singulære vektorer hvor utgangstilstanden - evt tidsutviklingen de første par døgnene - pertuberes. Vi er hele tiden innafor usikkerheten til observasjonene. Når disse singulære vektorene får regna ferdig får vi 50 ulike svar. Oppløsningen er typisk det som var operasjonell "mest høyoppløselig" for et par år siden. (Det sier veldig mye om utvikling av regnekraft: Det vi klarte å kjøre som en - 1 - modell for noen år siden kjører nå som 50 parallelle modeller).

 

Dermed har du to helt ulike produkter:

- Den mest presise modellen gir deg værutvikling med svært høy presisjon, men dette varselet har ingen informasjon om usikkerhet. Verdien er størst de nærmeste dagene, deretter blir det mer og mer sannsynlig at andre løsninger kan dominere.

 

- Klyngevarselet tilfører liten verdi de nærmeste dagene - da har du sjelden noen spredning av betydning mellom modellene; forskjellene må få vokse seg litt større først. Men etter noen dager gir spredningen i klynge-varselet god informasjon om hvordan ulike løsninger fordeler seg. Dermed kan du finne ut slike ting som at joda, det er stor spredning på løsningene, men for Norges del så innebærer de fleste løsningene at vi har østlige vinder med tilførsel av varmluft neste helg. Eller motsatt, her er lavtrykk og høytrykk spredt i alle retninger, så nå kan vi snakke om 30% sannsynligheter for ditt og datt tirsdag i neste uke.

 

Den initielle spredninga i EPS-varselet (ensemble) kjem visst enno frå både bruk av Singulære vektor-teknikk og EDA-teknikk. EDA-teknikken påvirkar dessutan assimilering prosessen til modellen og er viktig for korleis observasjonane skal "rette" på modellen. Desse perturbasjonane vert lagt saman for å få ein initell spredning. Sidan EDA og tek med usikkerheit i observasjonane samt i modell, så er dette den mest logiske måten å få ein initiell spedning på.  Men reknekrafta er framleis for lita (les: modelloppløysing) for at spredning frå EDA åleine er nok.

 

Etter det eg hugsar, så vart det brukt EDA for å få spredning (error estimates)  i den reanalysen som kom etter ERAInterim (ERA20C). Det at den kan brukast her har nok å gjere med oppløysing og slakkare tidskrav. Men i framtida tippar eg at det høgoppløyste varselet vil lagast på same måte som ERA20C - ved å perturbere dei stadane i systemet (obs eller modell) som har usikkerheiter knytt til seg. Ein av fordelane er at EDA-spredninga er ikkje avgrensa til gausisk fordeling slik som Singulære vektorar er. Så i framtida vil ein truleg  ikkje forholde seg til eitt høgoppløyst varsel, men ei rekke varsler med lik oppløysing.

[ACYBN18O]

Jeg var ute med båten her om dagen og det var meldt 0 m/s fra klokken 1800. 2 minutt på 1800 la sjøen seg blikk stille,det mener jeg er så nøyaktig værmelding man kan få. Også disse polare lavtrykkene blir nå meldt på værmeldingen og det stemmer førbløffende godt med realiteten.

[Alun]

Månen (og tildels andre planeter) flytter vanvittige mengder med vann (flo og fjære).

Før meteorologi var utbredt leste bøndene almanakken, og hadde forbløffende god kontroll på været. Denne kunnskapen er i ferd med å komme bort, og meteorologene nekter å bruke av denne kunnskapen. Det er synd, for her ligger mye informasjon som kan gjøre varsling lettere og mere langsiktig. Nøkkelen ligger i å beregne planetposisjon og erfaringstall fra værobservasjoner, og ut fra dette; forutsi været.

[Simen1]

– Modellen vi kjører deler jordens overflate opp i kvadrater på 9 ganger 9 kilometer. I tillegg beregner vi kuber med denne grunnflaten med 9 kilometer høyde helt opp til 80 kilometer i mesosfæren, som er nesten helt ut til der atmosfæren slutter.

1. Så nederste kube i stabelen er hele 9 km høy? Er det ikke veldig mye som foregår i ulike lag i denne kuben? Burde de ikke heller delt opp høyden på en annen måte? F.eks suksessivt høyere kuber desto høyere man kommer.

 

2. Matcher inndataene fra satellittene disse kubene eller må inndata interpoleres inn i modellen?

Endret 17. august 2019 av Simen1

[Maabren]

Di kan mase så mykje di vil om betre værmelding, men fra å kunne gje rimelige grei værmelding 3-4 dager fram har det siste 2 mnd blitt meir som at værmelding 1 dag fram minner om bingo. 2 dager fram er ikkje verdt å bry seg med.

[Simen1]

Det var vel ingen som skrev at distribuert databehandling betyr at "hver PC beregner været i sitt område".

Er ikke det naturlig å anta? Hvilke andre måter ville du delt oppgaven til f.eks 1000 hjemme-PCer? Man kan jo ikke la den ene beregne temperatur, den andre trykk og den tredje vind..

 

Jeg har derimot et annet forslag: I dag kjører meteorologisk institutt lokale beregninger rundt noen flyplasser for å se hvordan vinden tar lokalt. Som input brukes sikkert den landsdekkende værmodellen. De fleste av oss har erfart at lokale værforhold kan variere enormt f.eks mellom to sider av et fjell, eller fra havnivå til fjelltopp. Dette kan være en type beregning som kan la seg distribuere relativt lett og være overkommelig for vanlige PCer. Kort sagt trenger PCen input fra f.eks 1 kube i værmodellen eller 1 kube + nabokubene, samt lokale topografiske forhold. Så kan kuben på 9x9x9 km deles inn i 1000 kuber a 900m for eksempel for å regne på hvordan lokal topografi påvirker lokal forhold. I et sjikt nært bakken kan gjerne kubene deles inn i ennå mindre kuber.

[Simen1]

Varselet blir i gjennomsnitt en dag bedre per 11 år, dvs at 7-dagers varselet i 2016 var like bra som 4-dagers varselet i 1981.

https://www.quora.com/How-much-has-weather-forecasting-improved-in-the-last-10-years

Jeg leser det sånn:

5-dagers er på nivå med det 3-dagers var for 20 år siden

7-dagers er på nivå med det 5-dagers var for 20 år siden

10-dagers er nesten på nivå med det 7-dagers var for 20 år siden

 

Maabren: Det der er jo bare tull. Se linken jeg siterer for dokumentasjon.

 

Alun: Kunnskapen er nok ikke forlatt, bare forbigått av mer presise metoder. Den eneste planeten som påvirker været her på jorda er jorda selv. Månen er ikke en planet, men den er garantert med i beregninger av tidevann, havstrømninger og bølger i værmodellene. Mye av det "værkjennere" kunne forutsi i fortida var det de kunne se direkte. F.eks "aften rød gir morgen sød", noe som skyldes at sola går ned i vest og været i vår del av verden beveger seg østover. Rød solnedgang viser altså at det er skyfritt bak horisonten i vest, som er de luftmassene som strømmer inn over observatøren morgenen etter. Altså ganske nøyaktige 1/2-døgns varsler, ved visse værforhold.

[Gjest Slettet+5132]

Er ikke det naturlig å anta? Hvilke andre måter ville du delt oppgaven til f.eks 1000 hjemme-PCer? Man kan jo ikke la den ene beregne temperatur, den andre trykk og den tredje vind..

 

Skal man flisespikke er det en del som bruker spektralmetoder for å løse inkompresssibel Euler, og da deler man ikke opp geografisk, men det hjelper en ikke noe når når en uansett ender opp med ca like mange gridceller.

 

Og så er det de som kjører på med parallelisering i tid (etter man har parallelisert så mye man kan i spatiell retning), dette er dog på forsøksstadiet i inkompresssible Euler/NS, og blir neppe brukt til værvarsel ennå.

 

eg har derimot et annet forslag: I dag kjører meteorologisk institutt lokale beregninger rundt noen flyplasser for å se hvordan vinden tar lokalt. Som input brukes sikkert den landsdekkende værmodellen. De fleste av oss har erfart at lokale værforhold kan variere enormt f.eks mellom to sider av et fjell, eller fra havnivå til fjelltopp. Dette kan være en type beregning som kan la seg distribuere relativt lett og være overkommelig for vanlige PCer. Kort sagt trenger PCen input fra f.eks 1 kube i værmodellen eller 1 kube + nabokubene, samt lokale topografiske forhold. Så kan kuben på 9x9x9 km deles inn i 1000 kuber a 900m for eksempel for å regne på hvordan lokal topografi påvirker lokal forhold. I et sjikt nært bakken kan gjerne kubene deles inn i ennå mindre kuber.

Her har du et problem: tidssteg. Skal du ha økt nøyaktighet i mindre områder vil du også måtte gjøre tidsteget mindre (jeg er litt usikker på hvor vanlig implisitt tidsintegrator er i værvarsel, altså kan man fort bli begrenset av CFL-betingelsen, ellers kan man på grunn av ulik størrelse på konstanter i feilledet fortsatt bli begrenset av feilen i tid, begge deler fordrer at lengden på et tidsintervall skalerer omtrent som minste diameter over alle beregningsceller ). Det vil si, hvis en vil halvere feilen må en også doble antall tidssteg.

 

Kort sagt, hvis du vil oppnå en feil , vil man forvente at man bruker flyttalsinstruksjoner (høyere ordens metoder er gjerne ikke tatt i bruk for værvarsling ennå, selv om de faktisk kunne gjort ting bedre)

 

Hvis du vil redusere feilen med 90% slik du her foreslår (igjen antar vi førsteordens metode), vil du altså belage deg på å måtte gjøre 10 000 ganger så mange flyttallsberegninger.

 

Sagt på en annen måte, for hver enkeltcelle resten av clusteret regner, må den stakkars hjemmePCen regne ut 10 000 celler i tid-rom.

 

Hvis man antar en flate på 20 000 000 km^2, og høyde på 80km, har vi altså omtrent 2 200 000 beregningsceller.

 

Det er vanskelig å finne nøyaktig hvor mange noder de bruker på dette, men clusteret (https://www.ecmwf.int/en/computing/our-facilities/supercomputer) har altså noder. Antall celler per node blir da 286.

 

Nå kjører de nok alle 50 ensembelmedlemme parallelt, så hver node betydelig flere celler, sannsynligvis 50 ganger så mange, altså

14 300 celler.

Selv om de kun bruker 2% av clusteret til en enkelt sample, vil altså den stakkars hjemmemaskinen måtte regne bare 25% mindre enn en enkelt node på clusteret innen samme tid -- og dette er ikke noen sinker av maskiner, hver node har 2x18 kjerner (Broadwell).

 

Forslaget om å ha variabel cellehøyde kan hjelpe det noe, men det er likevel ikke å komme helt unna at det er en fæl skalering på antall flyttalsinstruksjoner.

 

Altså kort sagt: halverer du lengden på en gridcelle, må du regne med å gjøre 16 ganger så mange flyttallsberegninger. Det skal altså ikke mange halveringer til før en regner mer på de små regionene enn de store.

 

 

Når alt dette er sagt har jeg stor tro på AMR på værvarsel, men jeg tror dette er litt frem i tid rent praktisk -- disse folka er veldig konservative. Men jeg tror på AMR gjort på clusteret, ikke over hjemmePCene.

 

EDIT: og så har en følgende problem: hvis løsningen du foreslår skal gi noe, altså redusert feil, må en kommunisere ved hvert tidssteg. Det er bare det at hvert tidssteg på en slik supercomputer går utrolig raskt, og ofte så raskt at kommunikasjonen innad i clusteret blir en flaskehals -; bare tenk på hva slags flaskehals det blir om du i tillegg må kommunisere med PCer utenfor clusteret.

Endret 17. august 2019 av Slettet+5132

[Simen1]

PingEnt: Det virker som vi prater litt forbi hverandre, eller jeg misforstår. Hensikten med forslaget mitt er ikke å redusere "feilen" og returnere sub-beregningen til hovedberegningen. Hensikten med forslaget er bare at hovedberegningen skal produsere grensebetingelser til en sub-beregning, enveis.

 

Et eksempel er der 9km-kuben beregner en vindfri og skyfri sommerdag. En nærmere beregning av et dalføre som går øst-vest kan for eksempel avsløre at nord-siden av dalføret blir oppvarmet av sola og gir oppadgående vind, som igjen trekker en nedadgående vind på sørsiden/skyggesiden av dalen og en vind fra sør til nord i midten av dalen.

 

Et annet eksempel kan være en overskyet vindfull dag, der 9km-kubens grensebetingelser forteller om vestavind. Et stort fjell kan gjøre at det dannes turbulens bak fjellet som skjermer tettstedet der fra vind. Et annet sted kan bli ekstra vindutsatt.

 

Input til lokal beregning må altså være noe mer enn bare en celle fra den store beregningen. Det må være lokal detaljert topografi, ruhetsfaktor osv.

[Gjest Slettet+5132]

PingEnt: Det virker som vi prater litt forbi hverandre, eller jeg misforstår. Hensikten med forslaget mitt er ikke å redusere "feilen" og returnere sub-beregningen til hovedberegningen. Hensikten med forslaget er bare at hovedberegningen skal produsere grensebetingelser til en sub-beregning, enveis.

 

Et eksempel er der 9km-kuben beregner en vindfri og skyfri sommerdag. En nærmere beregning av et dalføre som går øst-vest kan for eksempel avsløre at nord-siden av dalføret blir oppvarmet av sola og gir oppadgående vind, som igjen trekker en nedadgående vind på sørsiden/skyggesiden av dalen og en vind fra sør til nord i midten av dalen.

 

Et annet eksempel kan være en overskyet vindfull dag, der 9km-kubens grensebetingelser forteller om vestavind. Et stort fjell kan gjøre at det dannes turbulens bak fjellet som skjermer tettstedet der fra vind. Et annet sted kan bli ekstra vindutsatt.

 

Input til lokal beregning må altså være noe mer enn bare en celle fra den store beregningen. Det må være lokal detaljert topografi, ruhetsfaktor osv.

La meg se om jeg forstår: På den lokale PCen regner du ett tidssteg, hva gjør du etterpå? Neste tidssteg?

 

Foreslår du å først gjøre en simulering på det grove griddet (for alle tidssteg) og så kjøre forfinet simulering lokalt på en liten kube?

 

Hvis du beholder randbetingelsene fra den grove simuleringen du gjorde først, vil du få problemer med både nøyaktighet og stabilitet (slike PDEer liker ikke å ha Dirichlet randbetingelser på alle sider, og det blir ikke noe bedre når domenet man regner på er "knøttlite").

 

For å gjøre noe slikt vil du trenge enten noe kommunikasjon mellom grov og fin simulering (toveis), eller så vil du trenge et stort område rundt den fine simuleringen som "buffer" hvor du essensielt forkaster løsningen etterpå. I vanlig værvarsling bruker de nok sistnevnte. Jeg vet at Sveits bruker ECMWF som grov modell for Europa, og så tar de et ganske stort stykke rundt Sveits hvor de beregner på en finere modell (https://www.meteoswiss.admin.ch/home/measurement-and-forecasting-systems/warning-and-forecasting-systems/cosmo-forecasting-system/cosmo-e-probabilistic-forecasts-for-the-alpine-region.html ). Jeg regner med man gjør det samme i Norge, men fant ikke noe informasjon på nett i farta.

 

EDIT: og størrelsen på bufferen vil avhenge av en del fysiske lengdeskalaer. For å ta et enkelt eksempel: luft med vindhastighet på 10 m/s (frisk bris tror jeg det blir klassifisert som?) tilbakelegger litt over 400 km på 12 timer.

 

Hvis lokal gitterforfining var så enkelt som det du her beskriver, hadde det ikke vært et eget fagfelt innen beregningsorientert vitenskap.

Endret 18. august 2019 av Slettet+5132

[Simen1]

La meg se om jeg forstår: På den lokale PCen regner du ett tidssteg, hva gjør du etterpå? Neste tidssteg?

Ja, helst. "video" er bedre enn "stillbilde", det forutsetter selvsagt at grensebetingelsene også er "video".

 

Foreslår du å først gjøre en simulering på det grove griddet (for alle tidssteg) og så kjøre forfinet simulering lokalt på en liten kube?

Det stemmer.

 

Hvis du beholder randbetingelsene fra den grove simuleringen du gjorde først, vil du få problemer med både nøyaktighet og stabilitet (slike PDEer liker ikke å ha Dirichlet randbetingelser på alle sider, og det blir ikke noe bedre når domenet man regner på er "knøttlite").

Tja, det kommer jo helt an på hvilken regnemotor man bruker.

 

For å gjøre noe slikt vil du trenge enten noe kommunikasjon mellom grov og fin simulering (toveis), eller så vil du trenge et stort område rundt den fine simuleringen som "buffer" hvor du essensielt forkaster løsningen etterpå. I vanlig værvarsling bruker de nok sistnevnte. Jeg vet at Sveits bruker ECMWF som grov modell for Europa, og så tar de et ganske stort stykke rundt Sveits hvor de beregner på en finere modell (https://www.meteoswiss.admin.ch/home/measurement-and-forecasting-systems/warning-and-forecasting-systems/cosmo-forecasting-system/cosmo-e-probabilistic-forecasts-for-the-alpine-region.html ). Jeg regner med man gjør det samme i Norge, men fant ikke noe informasjon på nett i farta.

 

EDIT: og størrelsen på bufferen vil avhenge av en del fysiske lengdeskalaer. For å ta et enkelt eksempel: luft med vindhastighet på 10 m/s (frisk bris tror jeg det blir klassifisert som?) tilbakelegger litt over 400 km på 12 timer.

 

Hvis lokal gitterforfining var så enkelt som det du her beskriver, hadde det ikke vært et eget fagfelt innen beregningsorientert vitenskap.

Nei, jeg tenker ikke på toveis kommunikasjon mellom fin og grov beregning. Greit nok med buffer, det nevnte jeg i et tidligere innlegg, men jeg tror du tenker litt for stort på dette. Målet med beregningen er ikke å returnere noe nyttig til den grove modellen, men kun å regne hvordan den globale modellen gir lokale effekter som inversjon i deler av 9km-cellen, hvor i cellen det genereres blomkålskyer (fra kolonner av oppovervind), hvordan fjell gir turbulens og endrer den globale vindretningen, hvor solgangsbrisen oppstår osv. Alt dette er lokale fenomener som ikke trenger å tilbakemelde til den globale modellen.

[Gjest Slettet+5132]

Ja, helst. "video" er bedre enn "stillbilde", det forutsetter selvsagt at grensebetingelsene også er "video".

 

Det stemmer.

 

Tja, det kommer jo helt an på hvilken regnemotor man bruker.

 

 

Kan du nevne en numerisk metode for værvarselinh som ikke vil få dette problemet? Eller hvis du vil ha et forenklet problem: for inkompresssibel Euler. Eller enda enklere: Buegers'. Det finnes ikke!

 

Nei, jeg tenker ikke på toveis kommunikasjon mellom fin og grov beregning. Greit nok med buffer, det nevnte jeg i et tidligere innlegg, men jeg tror du tenker litt for stort på dette. Målet med beregningen er ikke å returnere noe nyttig til den grove modellen, men kun å regne hvordan den globale modellen gir lokale effekter som inversjon i deler av 9km-cellen, hvor i cellen det genereres blomkålskyer (fra kolonner av oppovervind), hvordan fjell gir turbulens og endrer den globale vindretningen, hvor solgangsbrisen oppstår osv. Alt dette er lokale fenomener som ikke trenger å tilbakemelde til den globale modellen.

Jeg har fått med meg at du ikke vil returnere noe til den grovere simuleringen, det var ikke det jeg prøvde å påpeke i det forrige innlegget.

 

Men lufta beveger seg til randen, og du må oppgi randbetingelser, randbetingelsesene vil påvirke løsningen inne i domenet.

 

Poenget med en buffer rundt er at man kan regne på "hvordan randen mottar løsningen" om du vil. Du kan selv lese om dette her: https://www.jstor.org/stable/26215024 . Her nevner de også problemet med unøyaktigheter til randbetingelser når de kommer fra en grovere løsning og hva slags løsninger det finnes på dette. Den alle bruker er dog en buffer.

 

Problemet med bufferen er at denne vil være avhengig av fysiske lengdeskalaer som jeg nevner. Derfor vil den ikke nødvendigvis være noe mindre for en kube på 9km enn en på 100km, altså kan en fort ende opp med at de stakkars maskinene må regne veldig veldig mye. Du vil jo gjerne ha bufferen så stor at kunstige effekter fra randbetingelser ikke kommer frem til det interessante beregningsdomenet før slutttida.

[Simen1]

Inkompressibel euler er jo fullstendig idioti for værvarsling. Det er ikke det jeg foreslår.

 

Ja, man trenger randbetingelser, men de trenger ikke ha den tidsoppløsningen du foreslår. En helt grei tilnærming er å anta stasjonære randbetingelser (f.eks kuling fra vest) innenfor et helt tidssteg i den grove modellen. Eventuelt interpolere randbetingelsene mellom to tidssteg i den grove modellen som input til den fine.

 

Beklager min ignoranse, men jeg kommer ikke til å lese 2617 sider for å finne ut hva jeg eventuelt bommer på i innlegget mitt. Du må heller prøve å forklare på en bedre måte hvorfor du vil ha den graden av integrering mellom den grove og fine modellen. Jeg har nevnt noen høyst lokale fenomener jeg ønsker å få ut fra en finere beregning, og hvorfor jeg mener det bør være oppnåelig.

 

Se gjerne på hvordan det gjøres i overgangen mellom internasjonale globale modeller og den lokale skandinaviske modellen. Nå vet jeg ikke ratioen mellom cellestørrelse i den globale og den skandinaviske modellen, men regner med den er ganske stor og at det samme burde være mulig mellom den skandinaviske 9km-modellen og lokale modeller. Det samme gjelder oppløsningen på tidssteg.