Improving the Quantitative Precipitation Forecast (QPF) over Ghana using WRF Interfaced with Genetic Algorithm

Abstract

Over the past few decades, the quantitative precipitation forecast (QPF) has achieved remarkable progress through practical application of numerical weather prediction in many parts of the world. The demand for accurate weather prediction has increased over the years, which calls for improvement on forecast skill. This study seeks to improve QPF for a better forecast skill of heavy rainfall systems over Ghana, using the Weather Research and Forecasting (WRF) model interfaced with micro-genetic algorithm (GA). GA is a global search optimization method that uses a natural selection of parameters for evolution to obtain an optimal parameter values for a better forecast. Spatial interpolation of rain gauge data was done by applying inverse distance weighting interpolation method to bring observation to the model grid spacing. The optimization is performed using the WRF-GA system for three parameters in the Betts-Miller-Janjic (BMJ) convective parameterization scheme, including the convective adjustment time and two reduction factors in the humidity reference profile. We successfully obtained the optimal parameter values in the BMJ scheme and evaluated the model performance, using the optimized values, for two heavy rainfall events of Ghana, occurred on 01 June 2013 (case A) and 22 June 2010 (case B). We noticed significant improvements in QPF, with reductions in the root mean square error by 33.8 % for case A and by 61.8 % for case B, respectively.;지난 수십 년 동안 수치예보 (numerical weather prediction) 기술을 이용한 정량적 강수 예보 (quantitative precipitation forecast; QPF) 의 정확도는 세계 여러 각국에서 크게 향상되어왔다.이러한 예보기술은 정확한 기상 예측에 대한 수요에 맞추어 더욱 더 향상되어야 한다.본 연구에서는 아프리카 가나 (Ghana) 지역에서 발생하는 호우시스템에 대한 예보기술의 진전을 위해 Weather Research and Forecasting (WRF) 모델과 마이크로 유전알고리즘 (genetic algorithm; GA)을 이용하여 QPF를 향상시키고자 한다.GA는 생물들의 유전과 진화에서 착안된 방법으로,더 나은 기상 예측값을 얻기 위하여 진화를 위한 매개변수 자연선택을 통한 전체 최적점을 구하는 방법이다. 본 모의 결과를 관측값과 비교 분석하기 위해 관측 자료를 역거리가중 (inverse distance weighting)기법을 이용하여 모델 격자로 내삽하였다.WRF-GA를 이용한 최적화는 Betts-Miller-Janjic (BMJ) 대류 모수화 방안에 포함되어 있는 대류조정시간 (convective adjustment time)과 습도기준프로파일을 정하는 두 가지 감소 인자 (reduction factors in the humidity reference profile) 에 대해 수행되었다.본 모의를 통하여 BMJ 방안에서 최적화된 값을 얻었고, 그 값으로 2013년 6월 1일 (case A) 과 2010년 6월 22일 (case B) 에 발생한 가나 지역의 두 가지 호우 사례에 대해 모델 수행 능력을 평가하였다.그 결과 QPF에 큰 향상이 나타났는데,평균 제곱근 오차 (root mean square error)가 case A에서는 33.8%,case B에서는 61.8% 정도 감소하였다.