Vurdering av OTT Parsivel Present Weather Sensor som sikt- og nedbørmengdesensor

Abstract

Opp gjennom historien har manuelle observasjoner vært kilden for innhenting av meteorologiske måledata. Meteorologene ønsker å vite mest mulig om atmosfærens tilstand, og er da avhengig av værobservasjoner, både automatiske og manuelle. Observasjonene danner grunnlaget for å utvikle klimamodeller og klimastatistikk, slik at kunnskap om atmosfæren økes. Gode observasjoner av været, vil bedre værprognosene. Senere har observasjonsprosessen gått over til å bli mer automatisert, noe grunnet vanskeligheten med å finne personell som er villige til å binde seg til å være observatører 365 dager i året, 24 timer i døgnet (Meteorologisk Institutt, 2015f). Det finnes noen sensorer som er designet for å måle sikt, nedbørstype og nedbørintensitet, såkalte Present Weather Sensors (PWSs). Sensorene er først og fremst utviklet som nedbørtypesensor, men beregner mengde som et biprodukt. Målet med oppgaven er å undersøke om to OTT PARticle SIze VELocity PWS, én OTT Parsivel2 ved Fokstugu, Oppland, og én OTT Parsivel1 i Ås, Akershus, kan brukes som ‘sikt i nedbør’- og nedbørmengdesensorer. OTT Parsivel måler både hastighet og diameter til fallende nedbørspartikler for oppsamling av nedbørkarakteristikk. Forskjellen på de to OTT Parsivel-sensorene er maksverdi som oppgis når ingen nedbørpartikler blir observert. For OTT Parsivel1 er denne 10000 m og 20000 m for OTT Parsivel2. Siktverdier fra sensorene ble sammenliknet med siktvurderinger foretatt av to observatører. Nedbørmengdeverdier ble sammenliknet med mengdeverdier registrert av to Lambrecht vippepluviografer, to Geonor T-200B nedbørmengdemålere samt manuelle nedbørmengdeavlesninger for hverdager kl. 8 av IMT/ NMBU. Det har også blitt undersøkt om sensorene er pålitelig nok slik at de kan brukes til klimatologisk forskning, eller om sensorene egner seg bedre for ‘nåverdi’- opplysninger. Sammenligningen ble gjort i perioden januar 2016 til mars 2016. Siktdata fra sensorene ble registrert hvert tiende minutt, og siktdata fra observatør ved Fokstugu ble foretatt hver tredje time fra kl. 7 til 22, mens det ved Ås ble foretatt hver time ved sammenhengende nedbør-perioder. For nedbørmengdedata registrerer de ulike sensorene med forskjellig frekvens, fra minutt- til timesverdier. Vindhastighet ble også inkludert i analysen for å nærmere undersøke OTT Parsivels påvirkning av vind ved ulike værsituasjoner. Resultatene er presentert og analysert som diverse plot og kontingenstabeller med tilhørende scoreverdier (PC, POD og FAR). Fra resultatene kan det konkluderes med følgende: For beregning av nedbørmengde per måned for OTT Parsivel (‘ikke-fangende’- nedbørmåler), er manglende dager et problem da disse dagene kan inneholde signifikante nedbørmengde-tilfeller. Da 97 % - regularitetsmålet til MET bare ble oppfylt en gang av OTT Parsivel1 for mars (98,6 %), oppleves OTT Parsivel å være for ustabil til å kunne brukes til klimatologisk forskning og egner seg bedre til angi ‘nåverdi’- opplysninger. Sensorene fungerer ikke til bruk som siktindikator, da regresjonskoeffisienten = 0,29 og 0,09 for henholdsvis OTT Parsivel2 og OTT Parsivel1. OTT Parsivel2 ved Fokstugu angir i 41 av 55 tilfeller bedre sikt enn observatør for siktverdier mindre enn 8000 m. For siktverdier over dette, er det tilfeldig (50 %) om Parsivel angir bedre eller dårligere sikt enn observatør. Ved vindhastigheter over 6 m/s, ble det observert ved Fokstugu at Geonor (referanse) konse-kvent registrerte mindre nedbør enn OTT Parsivel. Tilsvarende resultater ble funnet i Wollf et al. (2013). Vind kan skape turbulente luftstrømmer over sylinderåpningen til Geonor, samt partikler med stor hastighet som følge av vind, kan tolkes som kraftig nedbør fra Parsivel (høy intensitet). Dette kan være to faktorer som påvirker sensorenes registrering av nedbør. OTT Parsivel1 ved Ås egner seg bedre som nedbørmengdesensor enn ‘sikt i nedbør’- sensor, da regresjonskoeffisienten = 0,72. For Ås ble det funnet at sensoren registrerte 5 %, 13 % og 41 % mer enn referanseverdier for henholdsvis januar, februar og mars 2016. Ved Fokstugu ble det observert at OTT Parsivel registrerte 500 %, 383 % og 325 % mer enn Geonor for henholdsvis januar, februar og mars 2016. Fra scoreverdier utarbeidet fra 2×2 kontingenstabeller for nedbørdeteksjon, fremgår det at treffsikkerheten med observatør (PC) er 92,4 % for OTT Parsivel2 og 95,6 % for OTT Parsivel1. Sensorenes evne til å detektere nedbør (POD) er 86,4 % for OTT Parsivel2 og 88,7 % for OTT Parsivel1. Ved omtrent 50 % av tilfellene der OTT Parsivel2 registrerte nedbør, har referanseverdi (Geonor) ikke registrert nedbør.

Throughout history, manual observations have been the source for obtaining meteorological measurement data. Meteorologists want to know most about the atmospheric condition, and thus rely on weather reports, both automatic and manual. These observations forms the basis for developing climate models and climate statistics, so that knowledge of the atmosphere increases. Good observations of the weather, results in better weather forecasts. In more modern times, the observation process has become more automated, which due to the difficulty in finding observers who are willing to commit to being observers 365 days a year, 24 hours a day (Meteorologisk Institutt, 2015f). There are some sensors that are designed to measure visibility, precipitation type and precipitation intensity, so-called Present Weather Sensors (PWSs). The sensors are primarily designed as precipitation type sensor, but calculates amount as a byproduct. The purpose of the thesis is to investigate two OTT PARticle SIze VELocity PWS, one OTT Parsivel2 at Fokstugu, Oppland, and one OTT Parsivel1 in Ås, Akershus, can be used as visibility- and precipitation amount sensors. OTT Parsivel measures both velocity and diameter of the falling precipitation particles for collecting precipitation characteristics. The main difference between the two OTT Parsivel sensors is maximum value provided when no precipitation particles are observed. For OTT Parsivel1 this is 10000 m and 20000 m for OTT Parsivel2. Visibility values from the sensors were compared with visibility assessments made by two observers. Precipitation values from OTT Parsivel at Ås were compared with quantity values registered by two Lambrecht Tipping buckets, one Geonor T-200B All Weather Precipitation Gauge as well as manual rainfall readings for weekdays 08 AM by IMT/ NMBU. Precipitation values from OTT Parsivel at Fokstugu were compared with quantity values registered by one Geonor T-200B. It has also been assessed whether the sensors are reliable enough so that they can be used to climatological research, or if the sensors are better suited as ‘in-time'- type sensors. The comparison was made between January 2016 to March 2016. Visibility data from the sensors were recorded every ten minutes, and visibility from observer at Fokstugu were performed every third hour starting at 7’ to 22’, while at Ås meassurements were made every hour for continuous precipitation events. For rainfall data the various sensors records with different frequency, varying from minute to hourly values. Wind was also included for analysis and was used as added information for analyzing specific weather situations. The results are presented and analyzed as various plots and contingency tables with associated score values (PC, POD and FAR). Based on the results, the following conclutions were made: For calculation of rainfall per month for Parsivel (non catching type rain gauges), lack of days is a problem as these days may contain significant rainfall cases. When the ‘97% - regularity’ goal of MET were only met once by OTT Parsivel1 for March (98.6 %), OTT Parsivel is experienced to be too unstable to be used for climatological research and is more suited for ‘safety and nowcasting ' information. The sensors do not work as an optical range sensors, when the regression coefficient = 0.29 and 0.09 for respectively OTT Parsivel2 and OTT Parsivel1. OTT Parsivel2 at Fokstugu specifies in 41 of 55 cases better visibility than observer visibility for values less than 8000 m. For visibility values over 8000 m, it is random (50%) if OTT Parsivel indicates better or worse visibility than the observer. At wind speeds greather than 6 m/s, it was observed at Fokstugu that Geonor (reference) consistently registered less rainfall amount than Parsivel. Similar results were found in (Wollf et al., 2013). Wind can create turbulent air flows over the cylinder opening to Geonor. Futhermore, particles at high speed, as a result of wind, can be interpreted as heavy rainfall from Parsivel (high intensity). This may be two factors that affects the sensors detection of precipitation. OTT Parsivel1 at Ås is better suited as rainfall sensor than visibility indicator sensor, as the regression coefficient = 0.72. At Ås, it was found that the sensor registered 5 %, 13 % and 41 % more than the reference values for respectively January, February and March 2016. At Fokstugu, it was observed that Parsivel registered 500 %, 383 % and 325 % more than Geonor for respectively January, February and March 2016. From score values calculated from 2×2 contingency tables for precipitation detection, it appears that accuracy with observer (PC) is 92.4 % for OTT Parsivel2 and 95.6 % for OTT Parsivel1. The sensors ability to detect precipitation (POD) is 86.4 % for Parsivel2 and 88.7 % for Parsivel1. At approximately 50 % of cases where OTT Parsivel2 detects rainfall, the reference value (Geonor) did not registered precipitation.