גיליון 1/2010 - האיגוד המטאורולוגי הישראלי

Transcription

גיליון 1/2010 - האיגוד המטאורולוגי הישראלי
‫תוכן העניינים‬
‫עמוד השער‬
‫תמונת הגיליון‬
‫בעלי תפקידים באמ"י‬
‫‪2‬‬
‫על תמונת השער‬
‫‪2‬‬
‫דבר המערכת‬
‫‪3‬‬
‫דבר היו"ר‬
‫‪4‬‬
‫הכנס השנתי של אמ"י תש"ע המוקדש לזכרו של גדעון שטייניץ ז"ל‬
‫‪6‬‬
‫דבר המזכיר של ‪ WMO‬ליום המטאורולוגיה העולמי‬
‫‪7‬‬
‫קווים לדמותו של גדעון שטייניץ ז"ל‬
‫‪11‬‬
‫תמונות מכנס אמ"י תש"ע‬
‫‪20‬‬
‫טכס יקיר אמ"י תש"ע‬
‫‪23‬‬
‫תקצירי מאמרים‬
‫‪25‬‬
‫בעלי תפקידים באמ"י‬
‫הועדה המרכזת‬
‫נח וולפסון‪ ,‬מטאו‪-‬טק‬
‫יו"ר ‪-‬‬
‫אלונה אריה‪ ,‬מטאו‪-‬טק‬
‫מזכירה ‪-‬‬
‫עמיר גבעתי‪ ,‬נציבות המים‬
‫גזבר ‪-‬‬
‫ועדת הדרכה‬
‫שמעון קריצ'ק‪ ,‬אוניברסטית ת"א‬
‫פנחס אלפרט‪ ,‬אוניברסיטת ת"א‬
‫הדס סערוני‪ ,‬אוניברסיטת ת"א‬
‫חברי המועצה‬
‫פנחס אלפרט‪ ,‬אוניברסיטת תל אביב‬
‫יוסי ברקן‪ ,‬אוניברסיטת תל אביב‬
‫יאיר גולדרייך‪ ,‬אוניברסיטת בר‪-‬אילן‬
‫אורי דיין‪ ,‬האוניברסיטה העברית‬
‫עמית סביר‪ ,‬מטאו‪-‬טק‬
‫שמעון קריצ'ק‪ ,‬אוניברסיטת ת"א‬
‫דוריטה רוסטקייר‪-‬אדלשטיין‪ ,‬המכון הביולוגי‬
‫תמי אליאס‪ ,‬מטאו‪-‬טק‬
‫ועדת ביקורת‬
‫ברוך זיו‪ ,‬האוניברסיטה הפתוחה‪,‬‬
‫הדס סערוני‪ ,‬אוניברסיטת ת"א‬
‫איתן מאזה‪ ,‬המשרד להגנת הסביבה‬
‫מערכת מטאורולוגיה בישראל‬
‫יאיר גולדרייך‪ ,‬עורך‬
‫אבריל גולדרייך‪ ,‬עריכה גראפית‬
‫חברי המועצה בתוקף תפקידם‬
‫מנהל השירות המטאורולוגי‬
‫ערן בז'ה‪ ,‬מפקד מטאורולוגיה ח"א‬
‫תמונת השער‬
‫בג' שבט תש"ע )‪ (18.1.10‬צילם אורי איתיאל את תוצאותיה של כמות הגשם הגדולה ביותר שנמדדה בשדה בוקר‬
‫בפרק גשם אחד מאז היווסדה‪ .‬בתמונה נראה השיטפון המתנקז בראש מפל עין עבדת‪.‬‬
‫‪2‬‬
‫אנו פותחים בחוברת זאת‪ ,‬החוברת הראשונה של השנה הרביעית של הביטאון האינטרנטי של האיגוד‬
‫המטאורולוגי הישראלי‪ .‬כרגיל‪ ,‬החוברת הראשונה בכל שנה מסקרת את הכנס השנתי שלנו‪ ,‬שהתקיים‬
‫באוניברסיטה הפתוחה ביום ה' י"ח באדר תש"ע )‪ .(4.3.70‬בדרך כלל מתקיים הכנס סביב יום המטאורולוגיה‬
‫הבין‪-‬לאומי – ‪ .23.3‬הכנס הוקדם הפעם לרגל היעדרותו של היו"ר מן הארץ באותה תקופה‪.‬‬
‫מסיבות המפורטות במכתבו של ד"ר וולפסון‪ ,‬יו"ר אמ"י‪ ,‬המופיעה בהמשך‪ ,‬ההשתתפות הפעם הייתה‬
‫מרשימה פחות מזו של שנה שעברה‪ .‬יש לציין כי רמת ההרצאות לא נפלה מזו של אשתקד אלא אף עלתה עליה‪.‬‬
‫הכנס הוקדש השנה לזכרו של מר גדעון שטייניץ ז"ל שהיה מנהל השרות המטאורולוגי‪ .‬מר שטייניץ‪ ,‬שאמנם‬
‫לא סיים את לימודי הדוקטורט שלו בגרמניה עם עליית הנאצים לשלטון‪ ,‬נתבקש ללמד מטאורולוגיה דינמית‬
‫באוניברסיטה העברית‪ .‬אנו מביאים בחוברת זאת מן הדברים שנכתבו עליו ב‪“Isr. Meteorol. Res. Paper” -‬‬
‫כרך ‪ 1977 ,1‬לאחר פטירתו‪ .‬נציג המשפחה‪ ,‬ד"ר גדעון שטייניץ )זו אינה טעות – אותו השם( הביא בכנס דברים‬
‫לזכרו‪.‬‬
‫ליקיר אמ"י תש"ע נבחר חברנו פרופ' דוד שרון מהאוניברסיטה העברית‪ .‬פרופ' שרון נולד בצ'כיה ועלה לארץ‬
‫בגיל צעיר‪ .‬לאחר ילדות ונערות בפתח תקווה‪ ,‬שרת בצבא‪ ,‬והחל בלימודי הגיאוגרפיה באוניברסיטה העברית‪ .‬עד‬
‫מהרה התבלט בחריצותו ונתמנה לאסיסטנט ומרצה‪ .‬את הדוקטורט כתב בהדרכתו של פרופ' דוד עמירן‪ ,‬חתן‬
‫פרס ישראל‪ ,‬על ניסויים מיקרו‪-‬אקלימיים בנחל שורק‪ .‬בעבודה זאת ניכרת ידיעה מעמיקה בסטטיסטיקה‬
‫ובמיוחד בסטטיסטיקה מרחבית‪ .‬שרון לא נשאר בתחום המיקרו‪-‬מזו‪-‬קלימטולוגיה אלא חקר בתחומים השונים‬
‫של הקלימטולוגיה‪ .‬הוא בעל שם עולמי בתחום הקלימטולוגיה הסטטיסטית‪ ,‬פרסם מאמרים רבים שהופיעו‬
‫בבמות המכובדות ביותר‪ .‬שרון מוזמן להשתתף בקבוצות מחקר בארצות רבות‪ ,‬בהם בילה את השבתונים שלו עם‬
‫יהודית רעייתו‪ .‬הוא נחשב לבכיר הקלימטולוגים הפועל במסגרת האוניברסיטאית ומשמש כמדריך‪-‬על‬
‫לקלימטולוגים רבים השוחרים לפתחו‪ .‬למרות שעבר את גיל השמונים ולמרות מוגבלותו בראייה‪ ,‬הוא עדיין פעיל‬
‫בתחום המחקר‪ ,‬ועד לפני זמן לא רב היה פוקד את משרדו בגבעת רם באוניברסיטה העברית בקביעות‪ .‬נאחל‬
‫לפרופ' דוד שרון עוד שנים רבות של עבודה ומחקר פורה‪.‬‬
‫האספה השנתית של חברי אמ"י המתקיימת כמדי שנה במסגרת הכנס השנתי‪ ,‬התקיים דיון על הסעיפים‬
‫השונים מתוך התקנון שהובאו להצבעת החברים‪ .‬ראה את פרוט הדברים בדבריו של היו"ר בהמשך‪ .‬כן ראה‪,‬‬
‫באותו הקשר‪ ,‬את מכתבו של יו"ר ועדת ביקורת על תוצאות הבחירות של אחד הסעיפים‪ .‬כן נבחרו חברים חדשים‬
‫למועצת אמ"י לוועדה המרכזת ולועדת ביקורת‪.‬‬
‫לסיום ברצוני להזכיר לחברים את שלוש האפשרויות להגשת מאמרים לביטאון‪:‬‬
‫‪ .1‬מאמרים )יעברו שיפוט( ‪ .2‬רשימות\תגובות )"‪ - "camera-ready‬ללא שיפוט ועל אחריות הכותב ]עריכה‪ ,‬עריכה‬
‫לשונית ותוכן[( ‪ .3‬תקצירי מאמרים )מורחב ‪ -‬לפחות ‪ 3‬עמודים ]כולל איורים ומראי מקום[ ‪ -‬בעברית( שהתפרסמו‬
‫בכתבי עת שפיטים )"‪ .("camera-ready‬המטרה היא שהמאמרים הללו יגיעו לקהל שאינו מצוי אצל כתבי עת‬
‫אלו‪ ,‬יוכל לקרא ולהתעדכן‪ .‬החומר יוגש בעברית )חובת העברית היא רק על תקצירי המאמרים( על דף ‪ A4‬ויודפס‬
‫בתכנת ‪ ,WORD‬באותיות מסוג ‪ DAVID‬בגודל ‪ 12‬בגוף התקציר ו‪ 14-‬בכותרות‪ ,‬וברווח של שורה אחת )מאמרים‬
‫לשיפוט ‪ -‬רווח כפול(‪ .‬הכותרת‪ ,‬שם‪/‬שמות מלא‪/‬ים של המחבר‪/‬ים )ללא תארים( וכתובת מלאה של המוסד בו‬
‫בוצע המחקר )כולל מיקוד( ודוא"ל יופיעו באותיות מודגשות )‪ .(BOLD‬את החומר יש לשלוח אלי בדוא"ל לפי‬
‫הכתובת‪[email protected] :‬‬
‫המערכת‬
‫‪3‬‬
‫דבר היו"ר‬
‫האיגוד המטאורולוגי הישראלי סיים שנת פעילות ענפה וסוערת‪ .‬במרוצת השנה פרשו אנשי השירות‬
‫המטאורולוגי מן האיגוד‪ ,‬לאחר שניסיונות השמ"ט למנוע ממועצת האיגוד לדון בנושאים המעניינים את חברי‬
‫האיגוד‪ ,‬באופן מדעי ואישי‪ ,‬כשלו‪ .‬תהליך זה הגיע לשיאו בהצבעה על ביטול "שריון" מושב קבוע במועצה למנהל‬
‫השירות‪ ,‬עקב היותו לרועץ ביכולת לנהל את האיגוד באופן גלוי‪ ,‬שקוף ודמוקרטי‪.‬‬
‫בבואנו לבחון אירוע זה יש להסתכל לעבר‪ ,‬ולהבין מדוע בוצע ה"שריון" מלכתחילה‪ .‬ואכן‪ ,‬מעיון בפרוטוקולים‬
‫מהעבר‪ ,‬עולה כי ה"שריון" נקבע על מנת להעמיק את הקשר בין האיגוד לשמ"ט ולעודד את אנשי השמ"ט להיות‬
‫חברים באיגוד המוסדי‪ ,‬לתרום באופן אישי למטרותיו ולסייע בקידומו‪ .‬נושאים אלה היו מקודמים כשורה כל‬
‫עוד מופרד הנושא האישי מהמוסדי‪.‬‬
‫אין ספק‪ ,‬כי הפעילות האחרונה של מנהלת השמ"ט‪ ,‬בפנותה ליו"ר האיגוד בדרישה אולטימטיבית שלא לדון‬
‫בנושאים אשר אינם לרוחה האישית‪ ,‬ולא מדובר כאן בהחלטות של המועצה אלא בדיון בלבד‪ ,‬ואחר כך במתן‬
‫הוראה גורפת לאנשי השמ"ט לפרוש מאמ"י‪ ,‬שהיא עמותה פרטית‪ ,‬בה החברות הינה אישית ולא מוסדית‪,‬‬
‫מצביעה כי נושא ה"שריון" ויחסי המרות בין ההנהלה המוסדית לחברים האישיים יכול להיות מנוצל לרעה‬
‫ולהפריע להתנהלות אמ"י‪ ,‬ולראיה פרישת כל עובדי השירות – ולמה?‬
‫בנוסף‪ ,‬אי ההשלמה של הנהלת השמ"ט עם תוצאות הבחירות בשנה שעברה גררה את האיגוד לשישה חודשים‬
‫סוערים של אי אפשרות לניהול תקין‪ ,‬עקב התכתבויות אין קץ עם רשם העמותות בנושאים רבים ושונים‪ .‬הרשם‬
‫דחה חד משמעית את ערעור השמ"ט על תוצאות הבחירות וכמו כן הורה הרשם ליו"ר על הצורך המיידי בהוצאת‬
‫אנשי השמ"ט מוועדת הביקורת‪.‬‬
‫במרוצת השנה התגבר האיגוד על כל הבעיות המנהלתיות ושב לתפקד במלוא המרץ‪ .‬הרכב המועצה הושלם‪,‬‬
‫נכתב תקנון בחירות חדש על ידי ד"ר ברוך זיו וד"ר הדס סערוני‪ ,‬בסיוע התנדבותי של עו"ד חיצוני‪ ,‬ואשר הוכיח‬
‫את יעילותו והגינותו בכנס האחרון‪ .‬יצרנו את פנקס החברים – דרישה אולטימטיבית של רשם העמותות – ותיקנו‬
‫במקביל את תקנון האיגוד‪ ,‬אשר לא עמד בדרישות הרשם אשר הועברו אלינו‪.‬‬
‫בד בבד‪ ,‬התקיימו כנוסים רבים של המועצה‪ ,‬אשר בשיאם הצלחנו בארגון כנס מדעי ברמה גבוהה‪ ,‬בניהול‬
‫וועדת ההדרכה בראשות ד"ר קריצ'ק ופרופ' אלפרט ובסיוע מסור של המזכירה‪ ,‬אלונה אריה‪ ,‬תוך קבלת סיוע‬
‫מהאוניברסיטה הפתוחה ועל כן תודתנו לד"ר ברוך זיו‪.‬‬
‫יחד עם זאת‪ ,‬לא צלחו מאמצינו לעודד את משרד התחבורה להגדיל את תקציב השירות המטאורולוגי‪ ,‬על מנת‬
‫לאפשר אספקת מידע ונתונים בתעריפים נמוכים למוסדות המדע ולאקדמיה‪ .‬המשרד סירב לדון בבקשתנו זו‪ ,‬אך‬
‫אנו מקווים להמשיך בפעילות זו עד להצלחה‪.‬‬
‫האיגוד מנהל פעילות נוספת‪ ,‬הכוללת‬
‫‪‬‬
‫חברות ב‪ ,European Meteorological Society -‬המובלת על ידי פרופ' קריצ'ק‬
‫‪‬‬
‫מלגת נסיעה למדען צעיר‬
‫‪‬‬
‫ארגון כנסים מדעיים לקדום נושא המטאורולוגיה‬
‫תוכנית הפעולה לשנה הבאה תכלול בין השאר –‬
‫‪‬‬
‫מספר כנסים וסימפוזיונים מדעיים‪ ,‬אשר יאורגנו על ידי ד"ר ברוך זיו‬
‫‪‬‬
‫הקמת מערכת להסמכת חזאים וצופים‪ ,‬בהתאם לצורכי ותנאי המדינה‬
‫‪‬‬
‫חיזוק הקשר עם ה‪EMS -‬‬
‫‪4‬‬
‫‪‬‬
‫תמיכה ועידוד בפרסום הביטאון "מטאורולוגיה בישראל"‪ ,‬המובל על ידי פרופ' יאיר גולדרייך‬
‫‪‬‬
‫הגדלת מספר החברים באיגוד והושטת יד לחובבי המטאורולוגיה‪ ,‬לחיבורם לאגודה‬
‫‪‬‬
‫פיתוח אתר האינטרנט של האיגוד‬
‫ולסיום ברצוני להדגיש‬
‫‪‬‬
‫ישיבות מועצת האיגוד פתוחות לכל חברי האיגוד‬
‫‪‬‬
‫חברי האיגוד מוזמנים להציע הצעות לסדר היום ולתגבור פעולות האיגוד‬
‫‪‬‬
‫ייעשה מאמץ להחזיר את עובדי השמ"ט לפעילות וחברות באיגוד‬
‫ד"ר נח וולפסון‬
‫י ו " ר האיגוד‬
‫הודעה בעניין עדכון תקנון האיגוד‬
‫לאחר בדיקת תוצאות ההצבעות ‪,‬מול התקנון התקף הזמן ההצבעה עולה כי ההצעה לבטל את המקום‬
‫הקבוע של מנהל השמ"ט במועצה לא השיגה את הרוב הדרוש‪ ,‬בן שני השלישים‪ ,‬הקבוע בתקנון )סעיף שנויים‬
‫ותוספות לתקנון( ולפיכך הצעת השנוי לא עברה‪.‬‬
‫ד"ר ברוך זיו‬
‫יו"ר ועדת ביקורת‬
‫‪5‬‬
‫הכנס השנתי של אמ"י תש"ע המוקדש לזכרו של‬
‫גדעון שטייניץ ז"ל‬
‫‪6‬‬
2010 ‫ ליום המטאורולוגיה העולמי‬WMO ‫דבר המזכיר של‬
World Meteorological Day 2010
60 years of service for your safety and well-being
23 March 2010
Each year, on 23 March, the World Meteorological Organization, its 188 Members and the
worldwide meteorological community celebrate World Meteorological Day around a chosen theme.
This day commemorates the entry into force, on that date in 1950, of the WMO Convention
creating the Organization. Subsequently, in 1951, WMO was designated a specialized agency of
the United Nations System.
This year, the theme is “60 years of service for your safety and well-being
60 years of service for your safety and well-being
Message by Michel Jarruad, Secretary-General of WMO, on
the occasion of World Meteorological Day 2010
Every
year
Organization
on
(WMO)
23
March,
and
the
the
World
Meteorological
international
meteorological
community join in celebrating World Meteorological Day, to
commemorate the coming into force of the WMO Convention on
23 March 1950, precisely 30 days after the day when the thirtieth
instrument of ratification of the Convention was deposited by countries wishing to join the new
Organization. The text of the Convention had previously been approved unanimously, on 11
October 1947, by representatives of 31 countries at a Conference of Directors of National
Meteorological Services held in Washington, D.C.
Until then, international collaboration in meteorology had been the mission of the International
Meteorological Organization (IMO), which resulted from a process launched at the First
International Meteorological Congress (Vienna, September 1873) to facilitate coordinated
observations and instrument standardization and which was also responsible for the 1896
publishing of the first international cloud-atlas. The IMO assumed its form through a sequence of
decisions adopted by an ad-hoc Permanent Committee presided by C.H.D. Buys Ballot
(Netherlands), during the period between the Vienna Congress and the Second International
Meteorological Congress (Rome, April 1879).
A key outcome of the Rome Congress was the establishing of the International Meteorological
Committee, firstly presided by Heinrich Wild (Russia/Switzerland), with the responsibility to review
IMO progress periodically and to take any necessary actions. Thus was born the predecessor of
our WMO Executive Council. Moreover, although the two congresses were governmental
meetings, the International Meteorological Committee agreed that IMO would function more
efficiently, at that time, as a non-governmental organization. Therefore, no further International
Meteorological Congresses were convened by IMO and a system of Conferences of Directors of
Meteorological Services was established instead, on a non-governmental basis.
7
In addition to its key role in the standardization of observations, IMO made outstanding
contributions to scientific research, in particular by organizing the first two International Polar
Years, during the periods 1882-1883 and 1932-1933, on a scale that exceeded the capabilities of
any single nation.
IMO and WMO in fact coexisted for a very short period, before the final IMO Conference of
Directors gathered in Paris from 15-17 March 1951, and, at its closure, IMO President Sir Nelson
Johnson (UK) formally declared that IMO ceased to exist and that WMO had taken its place. Two
days later, on 19 March 1951, the First WMO Congress opened in Paris and at the end of the
same year, on 20 December 1951, The United Nations General Assembly adopted its Resolution
531(VI) and WMO became a specialized agency of the United Nations System.
WMO was therefore fortunate that its founders chose to erect it upon the solid base laid out by
IMO and through a Convention which, with minor amendments, has succeeded in providing all the
strength and the flexibility needed by WMO to take appropriate initiatives and to face the
challenges it encountered over six decades. From the start, WMO was recognized as the paradigm
of successful international cooperation and even the Cold War was no impediment, since
meteorology does not distinguish political boundaries, so cooperation flourished during those
difficult years. Observational networks were extended to cover practically the entire globe and
measurements were expanded to include all traditional and even some non-traditional
environmental parameters.
WMO was however always aware of the risks and the 1986 WMO Technical Document No 99 Possible Climatic Consequences of a Major Nuclear War - shall remain a historic reference for
future generations. The nuclear winter scenario has now ceased to be a major concern but, by
then, WMO had released its 1976 authoritative statement on the accumulation of carbon dioxide in
the atmosphere and the potential impacts on the Earth’s climate, which contributed to focus
attention on global warming and climate change, clearly seen today as a major threat to
sustainable development and even to human survival, and which United Nations SecretaryGeneral Ban Ki-moon has identified as “the defining challenge of our era”.
Following the First World Climate Conference, organized in 1979 to consider the looming threat
of climate change and its potential impacts, WMO and ICSU established the World Climate
Research Programme (WCRP), subsequently also joined by the Intergovernmental Oceanographic
Commission (IOC) of UNESCO. WCRP has been vital for science, in particular by providing the
scientific foundation of the assessments of the Intergovernmental Panel on Climate Change
(IPCC), which WMO and the United Nations Environment Programme (UNEP) have co-sponsored
since 1988 and which at the end of 2007 received the prestigious Nobel Peace Prize.
Moreover, as a consequence of the Second World Climate Conference (Geneva, November
1990), WMO joined forces with ICSU, UNEP and the IOC of UNESCO to establish the Global
Climate Observing System (GCOS). In addition, the Second World Climate Conference set in
motion the process leading to the establishment of the United Nations Framework Convention on
Climate Change (UNFCCC).
8
Another major challenge arrived in 1975 when WMO convened a group of experts to release an
authoritative statement alerting the world on the thinning of our protective stratospheric ozone layer
shielding us from exposure to excessive ultraviolet radiation. The ozone-hole issue demonstrated
the importance of long-term measurements, without which ozone destruction would have continued
unabated and might not have been detected until more serious damage was evident. The ensuing
Montreal Protocol to the Vienna Convention has been an outstanding example of collaboration
among scientists and decision-makers.
As we look back over these six decades, several developments opened exceptional scientific
and technological possibilities for the Organization; for example, the launching of artificial satellites
and the unprecedented possibilities which they offered in terms of observations, in coincidence
with the thriving development of computers and telecommunications. These initially individual
factors soon converged to facilitate real-time international exchange of data and products and the
implementation of the World Weather Watch, a key WMO programme, which became the basis for
the others.
WMO sponsored research flourished. After the Organization assumed IMO responsibilities, it
joined forces with the International Council for Science (ICSU) to launch the 1957-1958
International Geophysical Year and, more recently, the International Polar Year 2007-2008, which
is still producing exceptional scientific results. WMO and ICSU organized in 1967 the Global
Atmospheric Research Programme and its famous experiments, among which the GARP Atlantic
Tropical Experiment, the Monsoon Experiment and the 1978-1979 First GARP Global Experiment,
or Global Weather Experiment.
Marked improvement in weather forecasting soon followed: whereas in 1950 we only could
hope for 24- to 36-hour forecasts, today we have useful seven-day predictions, an achievement of
WMO’s international coordinating role in observations, research, analysis and modelling, and also
led to longer-range predictions, from a season to a year ahead. This would not have been possible
without the free and unrestricted international exchange of data and products, a concept so
implicitly structured in the spirit of the WMO Convention that it had not been formally included
initially.
By the 1990s, however, the international services-delivery structure had substantially evolved
from its form of the 1950s, and at one point this situation developed enough for it to become a
major challenge, which was addressed by WMO Members with foresight and determination, within
the traditional spirit of cooperation and satisfactorily resolved through World Meteorological
Congress Resolutions 40 (Cg-XII) and 25 (Cg-XIII).
Natural hazards pose very serious threats to human security, so WMO has devoted substantial
efforts to develop operational warning systems and effective preparedness measures, which have
contributed to a significant decrease in the associated loss of lives. To ensure that these benefits
reach its Members, WMO has devoted considerable attention to the development needs of the
National Meteorological and Hydrological Services, in particular in the least developed countries, to
warrant that they have ready access to advanced products and the capacity to use them according
9
to their national requirements and their global commitments, an objective driven by WMO’s
fundamental mission.
During these 60 years, the map of the world has changed substantially, and today WMO’s
Membership comprises 189 countries and territories, following the recent incorporation of the
Democratic Republic of Timor-Leste on 4 December 2009. However, at the time of joining WMO
some of our newer Members lack the experience and the resources to establish even the most
fundamental weather services in support of their sustainable development, so technical
cooperation and education and training are areas in which WMO accomplishments have clearly
made a difference.
The resolution to incorporate hydrology within the scope of WMO developed between the
Second (1955) and Third (1959) World Meteorological Congresses. The latter established the
Commission for Hydrological Meteorology, which by 1971 had evolved into the present CHy.
Thanks to these key decisions, surface and ground water monitoring and quality controls have
enabled WMO to issue authoritative warnings against dwindling water supplies, especially in view
of mounting population pressure and water pollution, while WMO integrated water resources
management is showing the way to optimize the exploitation of our limited fresh water resources.
It is today traditional to focus the annual World Meteorological Day celebration on a special
theme and at its sixtieth session the WMO Executive Council decided that in 2010 this theme
would be “the World Meteorological Organization – 60 Years of service for your safety and wellbeing”, a specially appropriate theme at a time when communities around the globe are striving to
achieve the United Nations Millennium Development Goals, in particular concerning health, food
and water security and poverty alleviation, as well as to improve their resilience in the face of
recurrent natural disasters and to assist them in proactively responding to the mounting impacts of
climate variability and change.
Several other WMO programmes and activities have provided exceptional examples during
these six decades of the socioeconomic benefits that can be achieved by many sectors through
cooperation in meteorology, especially in terms of human safety and well-being. Obvious
examples include agriculture and food security, health, transportation, tourism, construction and
energy, among others. It might be impractical and even inequitable to give credit to all of them in
this short message, so they are considered far more fittingly in the 2010 World Meteorological Day
booklet “World Meteorological Organization – 60 years of service for your safety and well-being”.
The new booklet is also a renewed effort to preserve WMO history for future generations. I am
indeed confident that the theme of World Meteorological Day 2010: “the World Meteorological
Organization – 60 Years of service for your safety and well-being” will contribute to further engage
all WMO Members and partners, for which I wish to congratulate them wholeheartedly.
I also would like to recall that Heads of State and Government, Ministers and senior government
officials of 160 countries, participating from 31 August to 4 September 2009 in the High-level
Segment of World Climate Conference-3 (WCC-3), unanimously agreed to establish a Global
Framework for Climate Services (GFCS) to strengthen the provision and use of climate predictions,
products and information worldwide. This GFCS will be crucial to support climate change-resilient
10
societies. Through strengthened observations, research and information, as well as novel
interaction mechanisms between climate information users and providers, the Framework will
ensure that all societal sectors have user-friendly climate products enabling them to better plan
ahead in the face of a changing climate.
I am convinced that through this initiative and others that will follow, WMO will be even more
relevant in serving humanity over decades to come. For this capability we are all in debt to
successive generations of meteorologists and hydrologists from all countries. To all of them we
pay tribute on the occasion of the 2010 World Meteorological Day
‫גדעון שטייניץ ז"ל‬
11
12
13
14
15
16
17
18
19
‫ת מונות מהכנס השנתי‬
‫‪20‬‬
21
22
23
24
‫תקצירי ההרצאות – כנס אמ"י תש"ע‬
(‫ב של המחבר הראשון )או המרצה‬-‫התקצירים מופיעים הסדר א‬
Flash floods warning technique based on wireless
communication networks data
1
2
Noam David , Pinhas Alpert and Hagit Messer
3
1
The Department of Geophysics and Planetary Sciences, Tel-Aviv University, Tel Aviv, Israel.
2
The Porter School of Environmental Studies, Tel-Aviv University, Tel Aviv, Israel.
3
The School of Electrical Engineering, Tel-Aviv University, Tel Aviv, Israel.
Presenter: Prof. Pinhas Alpert
Flash floods can occur throughout or subsequent to rainfall events, particularly in cases where
the precipitation is of high-intensity. Unfortunately, each year these floods cause severe property
damage and heavy casualties.
At present, there are no sufficient real time flash flood warning facilities found to cope with this
phenomenon. Here we show the high potential of flash floods advanced warning based on
precipitation measurements of commercial microwave links.
As was recently shown, wireless communication networks supply high resolution precipitation
measurements at ground level [1, 2] while often being situated in flood prone areas, covering large
parts of these hazardous regions.
We present the flash flood warning potential of the wireless communication system for two
different cases when floods occurred at the Judean desert and at the northern Negev in Israel [3,
4]. In both cases, an advanced warning regarding the hazard could have been announced based
on this system.
References:
Messer, H., Zinevich, A. & Alpert, P. Environmental monitoring by wireless communication
networks. Science. 2006; 312: 713.
2. David, N., Alpert, P. & Messer, H. Technical Note: Novel method for water vapour monitoring
using wireless communication networks measurements, Atmos. Chem. Phys. 2009; 9: 24132418.
3. Dayan, U. & Morin, E. Flash flood–producing rainstorms over the Dead Sea: A review.
Geological Society of America Special Papers. 2006; 401: 53-62.
4. Kahana, R., Ziv, B., Enzel, Y. & Dayan, U. Synoptic climatology of major floods in the Negev
Desert, Israel. International Journal of Climatology. 2002; 22: 867-882.
1.
This research was supported by THE ISRAEL SCIENCE FOUNDATION (grant No. 173/08). This
work was also supported by a grant from the Yeshaya Horowitz Association, Jerusalem. Additional
support was provided by the PROCEMA-BMBF project and by the GLOWA-JR BMBF project.
25
‫שינויי ריכוז גרעיני הקרח במהלך סופת אבק בודדת‬
‫‪1‬‬
‫קרין ארדון דרייר‪ 1,2‬וזאב לוין‬
‫‪1‬החוג לגיאופיזיקה ומדעים פלנטאריים‪ ,‬אוניברסיטת תל אביב‬
‫‪2‬בית הספר ללימודי הסביבה ע"ש פורטר‪ ,‬אוניברסיטת תל אביב‬
‫תקציר‪ :‬לגבישי הקרח תפקיד חשוב ביצירה של משקעים וגם בבטיחות טיסה‪ .‬גבישי הקרח בעננים נוצרים על ידי‬
‫נוקליאציה של חלקיקים הנקראים גרעיני קרח )‪ .(IN‬חלקיקים אלה משתנים ממקום למקום ומעונה לעונה‪.‬‬
‫המקור וההרכב שלהם עדיין לא ידוע בצורה ברורה‪ .‬בתנאים מטאורולוגים שונים מתקבלים ריכוזי גרעיני קרח‬
‫שונים‪ .‬אחת מהבעיות המרכזיות היא העובדה שקרח בעננים יכול להיווצר בדרכים שונות וריכוזם של גרעיני‬
‫הקרח נמוך ביותר בהשוואה לריכוז החלקיקים באוויר‪ .‬ממדידות שבצענו ואשר תואמות מדידות בארץ‬
‫ובמקומות שונים עולה שריכוז גרעיני הקרח הכללי בימים עם אבק גבוה יותר מאשר בימים ללא אבק‪ .‬בעבודה זו‬
‫בחנו את אפקטיביות גרעיני הקרח במהלך סופת אבק בודדת‪ .‬ריכוז גרעיני הקרח )מספר לליטר( גדל ככל שריכוז‬
‫האבק גדל‪ ,‬אבל ריכוזם גדל במיוחד עם גידול הריכוז של החלקיקים הגדולים )גדולים מ‪ ~1 -‬מיקרון(‪ .‬כמו כן‬
‫מתברר שחלק לא קטן מהאירוסולים הצליח ליצר קרח גם בלחות קטנה יותר מרוויה של מים‪ .‬דבר המצביע על‬
‫היווצרות קרח בעננים בתהליך של התעבות‪-‬הקפאה‪ .‬ביעילות לא קטנה‪.‬‬
‫‪ .1‬מבוא ורקע‪:‬‬
‫לגבישי הקרח תפקיד חשוב ביצירה של משקעים‪ .‬גבישי הקרח בעננים נוצרים על ידי נוקליאציה של חלקיקים‬
‫הנקראים גרעיני קרח )‪ .(IN‬חלקיקים אלה משתנים בהתאם למקורם ולמסלולם וכן בהתאם לתהליכים הכימיים‬
‫שהם עוברים בדרכם‪ .‬בנוסף‪ ,‬המכאניזם היוצר קרח בעננים עדיין לא מובן היטב וישנה אי בהירות בכל הנוגע‬
‫למדידת ריכוזם ואפיונם )‪ .(Levin and Cotton, 2009‬חלק מהבעיה באפיונם של חלקיקים אלה הוא ריכוזם‬
‫הנמוך בכ‪ 3-4 -‬סדרי גודל בהשוואה לריכוז גרעיני ההתעבות ובכ‪ 6-7 -‬סדרי גודל בהשוואה לריכוז האירוסולים‬
‫באוויר‪ .‬העדר מדידות אמינות של ריכוז גרעיני הקרח גורם לכך שרב המודלים של עננים ומשקעים נאלצים‬
‫להשתמש בקירובים )פרמטריזציה( המתבססים על מדידות בודדות בלבד‪ .‬כך שלמרות חשיבותו של הקרח‬
‫להתפתחות עננים ומשקעים ובטיחות טיסה עדיין לא ברורים התהליכים בהם הקרח נוצר בעננים‪ .‬מטרת‬
‫המחקר שאנו מבצעים היא ללמוד על ריכוזם של גרעיני הקרח באזורנו‪ ,‬על תלותם בשינויים המטאורולוגים ובכך‬
‫לאפיין את גרעיני הקרח באזורנו ולבנות משוואות מתאימות לשימוש במודלים מתמטיים‪ .‬המדידות שאנו‬
‫מבצעים על בסיס יומי יעזרו בהשוואה של ריכוזי גרעיני הקרח באזורנו )המושפע מריכוזים גבוהים של חלקיקי‬
‫אבק( לריכוז גרעיני הקרח הנמדד במרכז אירופה תוך שימוש במערכות מדידה חדשות‪.‬‬
‫בעבודה הנוכחית נתאר מקרה אחד של שינויים בריכוז ותכונות גרעיני הקרח במעבר סופת אבק אחת באזורנו‪.‬‬
‫‪ .2‬שיטת המדידה‪:‬‬
‫במהלך חודש דצמבר אירעו מספר סופות אבק כאשר בעבודה זו נתמקד בסופת אבק אחת שנכנסה ב‪16.12.09-‬‬
‫בשעות אחר הצהרים ונמשכה עד לשעות המאוחרות של ה‪) 17.12.09 -‬טבלה ‪ .(1‬בכל אחד מהזמנים הללו‬
‫האירוסולים נאספו באוניברסיטת תל אביב על גבי משטח סיליקון )‪ (Wafer Silicon‬בעובי של ‪ 0.7mm‬וקוטר‬
‫של ‪ .45mm‬חמישה ליטרים של אוויר נאספו על משטח הסיליקון בעזרת מכשיר ה ‪EAC- Electrostatic Aerosol‬‬
‫ ‪ ,(Klein et al., 2009) Collector‬ראה איור ‪ .1‬האירוסולים נכנסים לתוך ה‪ EAC -‬דרך צינור מרכזי ומרגע‬‫כניסתם הם נטענים במטען חשמלי שלילי ע"י אלקטרונים שנוצרים מקורונה סביב ‪ 12‬אלקטרודות המחוברות‬
‫למתח של ‪ 15‬קילו וולט‪ .‬השדה החשמלי שמייצרות אלקטרודות אלה גורם לאירוסולים להינעץ על משטח‬
‫הסיליקון‪ .‬בזמן המדידה ריכוז האירוסולים )‪ (0.1-3μm‬נדגם ע"י‬
‫‪26‬‬
‫ה‪ .(TSI Model 3010) Condensation Particle Counter -‬כמו כן נמדדו פרמטרים מטאורולוגים שונים‬
‫ונתוני ‪ PM10‬ו‪ PM2.5 -‬נתקבלו מתחנות מנ"א )מערך ניטור אוויר ארצי של המשרד להגנת הסביבה( הקרובות‬
‫לאוניברסיטה‪.‬‬
‫טבלה מס' ‪ :1‬זמני המדידה של אירוע האבק‬
‫תאריך‬
‫זמן מדידה‬
‫‪16.12.09‬‬
‫‪13:30‬‬
‫‪16.12.09‬‬
‫‪17:00‬‬
‫‪16.12.09‬‬
‫‪19:00‬‬
‫‪17.12.09‬‬
‫‪08:30‬‬
‫איור ‪ :1‬דיגום האירוסולים על משטח הסיליקון ה‪.(Klein et al., 2009) EAC-‬‬
‫יעילותם של האירוסולים הנדגמים כגרעיני קרח נבחנת בשני סוגי נוקליאציה הטרוגנית‪ :‬דפוזיציה‪ ,‬והתעבות‪-‬‬
‫‪FRIDGE-TAU‬‬
‫ה‪-‬‬
‫במכשיר‬
‫נעשות‬
‫המדידות‬
‫הקפאה‪.‬‬
‫)‪ .(Frankfurt Ice-nuclei Deposition freezing Experiment the Tel Aviv University version‬הסבר נוסף על‬
‫תא זה ועל אופן מדידת הקפיאה בהתעבות‪-‬הקפאה ודפוזיציה ניתן למצוא ב‪ .Bundke et al (2008) -‬בתהליך‬
‫הדיפוזיציה מתקבצות מולקולות מים על החלקיק ויוצרות עובר קרח ישירות מהמצב הגזי‪ .‬בתהליך התעבות‪-‬‬
‫הקפאה נוצר עובר הקרח ע"י יצירת טיפה קטנה שקופאת מיד לאחר מכן‪.‬‬
‫‪ .3‬תוצאות ראשוניות‪:‬‬
‫ריכוז האירוסלים שנמדדו עלה בעקבות כניסתה של סופת אבק בתאריך ‪ 16.12.09‬בסביבות השעה ‪.17:00‬‬
‫הריכוז המשקלי של חלקיקי האבק הקטנים מ‪ 10-‬ו‪ 2.5 -‬מיקרון עלה עד לערך מקסימאלי שנמדד ב‪.17.12.09-‬‬
‫כמו כן‪ ,‬ריכוז מספר החלקיקים בטווח הגודל ‪ 0.11-3μm‬עלה גם הוא מרגע כניסתה של הסופה‪ ,‬אך הכמות‬
‫המספרית של סך כל החלקיקים קטנה במדידות הערב והבוקר )איור מס' ‪ ;(2‬הסבר יינתן בהמשך‪.‬‬
‫‪27‬‬
‫איור ‪ :2‬ריכוז חלקיקי האבק בזמן המדידה‪ .‬הקו הורוד מייצג את מסת האירוסולים הקטנים מ ‪ .10μm‬הקו האדום מייצג את מסת‬
‫האירוסולים הקטנים מ‪ 2.5μm -‬והקו הכחול מייצג את ריכוז מספרם הממוצע של האירוסלים בגודל ‪ 0.11-3 μm‬הנמדד ע"י ה‪. TSI -‬‬
‫במהלך מדידות אלה נבדקה גם התפלגות ריכוז האירוסולים ע"י מכשיר ה‪ .PCASP-‬תוצאות אלה המוצגות‬
‫באיור ‪ 3‬מלמדות אותנו כי עם התעצמותה של סופת האבק ריכוז האירוסלים הקטנים )גודל קוטר ‪(0.1-0.4 μm‬‬
‫קטן )מבחינים זאת במדידת ה‪ TSI-‬במעבר מהמדידה בשעות אחר הצהרים למדידה בערב(‪ ,‬כאשר בו זמנית ריכוז‬
‫האירוסולים הגדולים )‪ (D>0.5 μm‬גדל בחצי סדר גודל‪ ,‬כפי שניתן לראות במדידת הבוקר של ה‪ 17-‬לעומת ערכי‬
‫הערב של ה‪ .16-‬עליה זו באה לידי ביטוי גם בעליה קטנה בריכוז האירוסולים שנמדדו ע"י ה‪) TSI-‬יש לזכור‬
‫שהירידה בריכוז החלקיקים הקטנים הייתה גדולה מאוד כך שגידול אפילו בסדר גודל אחד בחלקיקים הגדולים‬
‫מופיע בגרף כעליה קטנה יחסית בסך כל החלקיקים(‪ .‬נראה שהגידול בריכוז האירוסולים הגדולים ב‪ 17-‬נובע מן‬
‫העובדה שהאוויר שהגיע בשעות הבוקר עבר דרך ארוכה יותר מהאוויר שנמדד יום קודם לכן )איור ‪ .(4‬האוויר‬
‫שהגיע לאזורנו ב‪ 17-‬לחודש נע במשך כ‪ 72 -‬שעות לאורך חופי אפריקה‪ ,‬עבר מעל הים התיכון ומעל היבשה ואף‬
‫עבר מעל קהיר‪ .‬תוך כדי הסעתו יש סיכוי גדול שחלקיקי האבק המדברי שינו במידת מה את הרכבם ע"י‬
‫אינטראקציה עם חלקיקי סולפט מזיהום אוויר ועם חלקיקי מלח מהים )‪.(Levin et al, 1996; 2005‬‬
‫אינטראקציה זו מגדילה את גודלם של חלקיקי האבק ואף גורמת לחלקם להיות מסיסים ולהפוך לטיפונות‬
‫קטנות כאשר הלחות היחסית עולה מעבר לכ‪.60% -‬‬
‫איור ‪ :3‬שינוי בריכוז האירוסולים הנמדד ע"י ה‪ PCASP -‬בגודל ‪ .0.11-3 μm‬ניתן לראות את הקטנת ריכוז האירוסולים הקטנים‬
‫והגדלת ריכוז האירוסלים הגדולים ככל שסופת האבק התחזקה )הערה‪ :‬ריכוזי האירוסלים הנמדד ע"י ה ‪ PCASP‬אינם מדויקים‬
‫מספיק‪,‬והם מובאים לצורך הצגה סכמאטית של שינוי גודל החלקיקים(‪.‬‬
‫‪28‬‬
‫איור ‪ :4‬כיוון תנועתו של האוויר לפני הגיעו לאזור המדידה‪ ,‬ניתן לראות שהאוויר הגיע לאזורנו ב‪ 16‬לחודש מכיוון דרום מערב ובכל‬
‫מהלכו היה יבשתי‪ .‬מנגד‪ ,‬האוויר שהגיע ב ‪ 17.12.09‬עבר דרך ארוכה יותר‪ ,‬כיוונו העיקרי היה מערבי‪ .‬בחלק מהזמן האוויר נע מעל‬
‫היבשה ובחלק מהזמן מעל הים התיכון‪ ,‬לפי כיוונו נראה כי לפני הגיעו אלינו הוא גם עבר מעל קהיר ובודאי שעבר אינטראקציה עם‬
‫הזיהום הכבד באזור זה‪.‬‬
‫השימוש ב‪ FRIDGE-TAU-‬מאפשר לנו להעריך ולהשוות את תהליכי התעבות‪-‬קפיאה ודפוזיציה עבוד‬
‫דוגמאות שנאספו במהלך סופת האבק‪ .‬ריכוז גרעיני הקרח בזמן סופת אבק גבוהה מאשר ביום נקי ‪(DeMott et‬‬
‫)‪ .al., 2003‬איור ‪ 5‬מציג את התלות של ריכוז גרעיני הקרח כפונקציה של יחס הרוויה של מים בטמפרטורה ‪-‬‬
‫‪ .18ºC‬כצפוי‪ ,‬ריכוז גבישי קרח גבוה ככל שמתקרבים לרוויה של מים‪ .‬זה מצביע על העובדה שגרעיני קרח יעילים‬
‫יותר בתהליכי התעבות‪-‬הקפאה או בתהליך של הקפאה בלבד )בה גרעין הקרח נמצא בתוך הטיפה וגורם‬
‫להקפאתה‪ .‬תהליך זה דומה לתהליך התעבות הקפאה ואין יכולת להבדיל בניהם(‪ .‬חשוב להדגיש שברוויה נמוכה‬
‫מזו שמוצגת פה‪ ,‬לא נוצרו גבישי קרח‪ ,‬דבר המצביע על כך שתהליכי יצירת קרח ע"י די פוזיציה אינם מתרחשים‬
‫בטמפרטורות אלה‪.‬‬
‫ריכוזים גבוהים של גרעיני קרח )ריכוז אבסולוטי ‪ (IN/L‬נמצאו בזמן סופת האבק בהשוואה למדידות שנלקחו‬
‫לפני כניסתה של הסופה‪ .‬לפני כניסת האבק ריכוז גרעיני הקרח היה נמוך‪ ,‬אך מרגע כניסתו )‪ 16.12.09‬בשעות‬
‫אחה"צ( ניתן לראות עליה בריכוז גרעיני הקרח‪ .‬הכמות המקסימאלית של גרעני הקרח )‪ (#/L‬נמדדה בזמן בו‬
‫ריכוז חלקיק האבק היה הגבוה ביותר במדידת הערב והבוקר‪ .‬אנו סבורים כי הריכוזים הגבוהים של גרעיני‬
‫הקרח שנמצאו מרגע כניסתה של סופת האבק )בשעות אחה"צ( נובעים מהימצאותם של חלקיקי אבק גדולים‬
‫)גדולים מ‪ ~1 -‬מיקרון(‪.‬‬
‫איור מס ‪ :5‬שינוי בריכוז גרעיני הקרח )‪ (#/L‬עבור יחס הרוויה ביחס למים בטמפרטורה ‪ -18ºC‬עבור זמנים שונים‪.‬‬
‫‪ .4‬מסקנות‪:‬‬
‫תוצאות ראשוניות חושפות כי ריכוז גרעיני הקרח )מספר לליטר( גדל ככל שריכוז האבק גדל‪ ,‬אבל ריכוזם גדל‬
‫במיוחד עם גידול הריכוז של החלקיקים הגדולים )גדולים מ‪ ~1 -‬מיקרון(‪ .‬כמו כן מתברר שחלק לא קטן‬
‫‪29‬‬
‫מהאירוסולים מצליח ליצר קרח גם בלחות קטנה יותר מרוויה של מים‪ .‬לדבר זה חשיבות לאור העובדה שחלק‬
‫לא קטן מחלקיקי האבק באזורנו נמצאו עטופים בחומרים מסיסים כגון סולפט ומלח ) ; ‪(Levin et al., 1996‬‬
‫‪ .2005‬אולם המדידות מראות כי יצירת קרח באמצעות תהליך דיפוזיציה אינו סביר ויעילותו נמוכה לפחות‬
‫בטמפרטורות שאנו מדדנו )‪.(<-25C‬‬
‫‪ .5‬מקורות‪:‬‬
‫‪1. Bundke, U., Nillius, B., Jaenicke, R., Wetter, T., Klein, H., and Bingemer, H., Atmospheric‬‬
‫‪Research 90, 180–186 (2008).‬‬
‫‪2. DeMott, P.J., K. Sassen, M.R. Poellet, D. Baumgardner, D.C. Rogers, S.D. Brooks, A J.‬‬
‫‪Prenni, and S.M. Kreidenweis, Geophys. Res. Lett. 30 (14), 1732, doi:10.1029/2003GL017410,‬‬
‫‪(2003).‬‬
‫‪3. Klein, H., Haunold, W., Bundke, U., Nillius, B., Wetter, T., Schallenberg, S., and Bingemer, H.,‬‬
‫‪Submitted to Atmospheric Research (2009).‬‬
‫‪4. Levin, Z. and Cotton, W.R: Aerosol Pollution Impact on Precipitation: A Scientific Review,‬‬
‫‪Dordrecht: Springer, (2009).‬‬
‫‪5. Levin, Z., E. Ganor and V. Gladstein, J. Appl. Meteor., 35, 1511-1523, (1996).‬‬
‫‪6. Levin, Z., Teller, A., Ganor E., and Yin, Y., J. Geophys. Res., 110, D20202,‬‬
‫‪doi:10.1029/2005JD005810, (2005).‬‬
‫הדמיות עונתיות לאזור הים התיכון עם מודל אזורי משולב ים‪-‬אטמוספרה‬
‫סטיב ברנר ואייל שיבר‬
‫המחלקה לגיאוגרפיה וסביבה‪ ,‬אוניברסיטת בר אילן‬
‫מערכת הים התיכון מהווה גורם חשוב באופי האקלימי באגני הים השונים באזור‪ .‬הים התיכון משפיע על‬
‫אקלים האזור באינטראקציה עם גושי האוויר הנעים מעליו‪ ,‬על ידי שטפי חום ולחות‪ .‬מבחינה אטמוספרית‪,‬‬
‫תהליך זה מתבטא בעיקר דרך גרדיינט הטמפרטורה בין פני הים למסת האוויר באטמוספרה‪ .‬במחקר זה‪ ,‬אנו‬
‫ממחישים סימולאציות של חיזוי עונתי אקלימי בטווח זמן של כ‪ 90 -‬יום ע"י שילוב של מודל אזורי אטמוספרי ה‪-‬‬
‫)‪ Regional Spectral Model (RSM‬של ‪ ,NCEP‬עם שתי שיטות לחיזוי טמפרטורת פני הים )‪ (1) :(SST‬עדכון‬
‫האנומליה של טמפרטורת פני הים ביחס לנתון ומגמה הקלימטולוגית )‪ (persisted SST anomaly, PSSTA‬ו‪(2)-‬‬
‫מודל אוקיאני חד ממדי המבוסס על ה‪ .(POM) Princeton Ocean Model -‬הרצו הדמיות לשש עונות חורפיות‬
‫החל מחורף ‪ 2000-01‬ועד לחורף ‪ .2005-06‬תנאי האתחול ותנאי השפה למודל האזורי סופקו ע"י מערך אנליזות‬
‫)כולל אנליזה של נתוני ‪ (SST‬המתקבלות ממערכת הטמעת הנתונים )‪ (Global Data Assimilation System‬של‬
‫‪ .NCEP‬מפני שהדמיות אלו מוגדרות כ‪ analysis driven simulations -‬נתוני טמפרטורת פני הים האמיתיים‬
‫זמינים במהלך כל עונה ולכן התחלנו כל ניסוי עם הרצת הבקרה המבוססת על נתונים אלו‪ .‬בשלב השני הרצנו כל‬
‫הדמיה עם ה‪ .PSSTA-‬כלי זה הינו פשוט ונמצא בשימוש בהרבה מערכות לחיזוי עונתי‪ .‬הוא מתבסס בהנחה‬
‫שהאנומליה ב‪ SST-‬מחזיקה מעמד במשך תקופה קצרה יחסית של עונה‪ .‬בשלב השלישי של המחקר‪ ,‬הרצנו אותן‬
‫עונות נבחרות עם מודל משולב ים‪-‬אטמוספרה בכדי לראות אם ניתן להשיג שיפור בחיזוי בהשוואה לניסוי עם ה‪-‬‬
‫‪ .PSSTA‬בהרצות אלו אנו מעדכנים את ה‪ SST -‬לאורך העונה ע"י חיזוי של פרופיל הטמפרטורה במודל הימי‬
‫מתנאי אתחול בתחילת העונה‪ .‬בהשוואה להרצות הבקרה‪ ,‬התקבל שיפור כושר החיזוי משמעתי הן בשדות ה‪-‬‬
‫‪ ,SST‬והן בשדות המשקעים של העונות‪ ,‬בהרצות עם המודל הימי לעומת ההרצות עם ה‪ .PSSTA-‬סטיית ה‪rms-‬‬
‫בטמפרטורת פני הים ירדה מ‪ 1.14°C-‬עם שיטת ה‪ PSSTA-‬ל‪ 0.84°C-‬עם המודל המשולב‪ .‬סטיית ה‪rms-‬‬
‫במשקעם ירדה מ‪ 11.6 mm/day -‬ל‪ ,6.0 mm/day -‬בהתאם‪ .‬ייתכן וניתן לשפר את חיזוי ה‪ SST-‬אפילו יותר אם‬
‫נדייק יותר בנתוני ההתחלה של פרופילי טמפרטורת הים‪.‬‬
‫‪30‬‬
‫שימוש במודלים אקלימיים ברזולוציה גבוהה לצורך חיזוי מאזני מים‬
‫ומלח בימת הכנרת‬
2
‫ פנחס אלפרט‬, 3‫ אלון רימר‬, 2‫ רנה סמואלס‬, 1‫עמיר גבעתי‬
[email protected] – ‫ רשות המים‬,‫השירות ההידרולוגי‬1
[email protected] – ‫ המחלקה לגיאופיסיקה‬,‫אוניברסיטת תל אביב‬2
[email protected] – ‫ המכון לחקר ימים ואגמים‬,‫ המעבדה לחקר הכנרת‬3
Identifying and quantifying future climate effects on water resources has major economic and
societal implications, rendering such studies extremely important for water planners. Here we
integrate results from a high-resolution global climate model into hydrological tools to provide first
approximations of climate change impacts on water quantity and quality in the Sea of Galilee (also
called Lake Kinneret), the major freshwater resource in Israel. Using meteorological data extracted
from a climate model, annual incoming water volumes to the lake and evaporation from the lake
were calculated for the historical 1979-2007 and the future 2015-2035 periods. The modeled
historical period was verified against observed data. Results indicate that future changes in
precipitation (-4%) and evaporation (+5%) will result in a decrease of ~10%, or ~60 mcm, of
available water volume in the Kinneret. This will be in addition to an observed decrease of
110 mcm over recent decades caused by decreased local rainfall in the upper Kinneret basin and
increased water consumption in the watershed upward of the lake. The lake salinity concentration
is mostly impacted by changes in inflows (primarily from the Jordan River) since these flows have
low salinity concentrations. Results of the sequential models indicate an 18% increase in average
salinity (from
~234 mg/l - ~277 mg/l between the two periods) due to future meteorological
changes. While the presented results are based on a single climate model which should be verified
using additional models, for now, they can provide important information for water policy and
planning.
‫רשימה ביבליוגרפית‬
Allen RG, Pereira LS, Raes D, Smith M (1998) Crop evapotranspiration: guidelines for computing
crop water requirements. . FAO Irrigation and Drainage Paper, 56, Rome, 300 pp.
Alpert P, Krichak SO, Shafir H, Haim D, I. Osetinsky (2008) Climatic trends to extremes: employing
regional modeling and statistical interpretation over the E. Mediterranean. Global and
Planetary Change , 63:163-170.
Assouline, S., Shaw, M., Rom, M. 1994. Modeling the solute and water components in Lake
Kinneret System. Water- Shed Unit, Mekorot, Sapir Site, Israel (in Hebrew).
Ben-Zvi, A., Benoualid, S. 1981. A model to predict the Lake Kinneret salinization and the solutes
storage. Israel Hydrological Service report 1981/5 (in Hebrew).
Ben – Zvi A (1974) Seasonal forecast for Lake Kinneret, Israel Hydrological service, Hydro report ,
1974/5, Jerusalem, Israel.
Berger, D. 2000. Operational model for the Lake Kinneret system. Watershed Unit, Mekorot, Sapir
Site, Israel (in Hebrew).
Berger D (2001) Estimating the natural flow in the upper catchments of the Jordan River,
Watershed Unit, Mekorot, Sapir Site, Israel (in Hebrew).
Berger, D., Rom. M,, Teltsch B. (2008) Salt, Water and energy in Lake Kinnert, Watershed Unit,
Mekorot, Sapir Site, Israel (in Hebrew), May 2008, 37 p.
31
CDWR (2003). California Department of Water Resources, Water Conditions in California,
Sacramento, CA USA. Bulletin 120.
Déqué M (2007) Frequency of precipitation and temperature extremes over France in an
anthropogenic scenario: Model results and statistical correction according to observed values.
Global and Planetary Change, 57:16-26.
Diez E, Primo C, GarcÍA-Moya JA, Gutierrez JM, Orfila B (2005) Statistical and dynamical
downscaling of precipitation over Spain from DEMETER seasonal forecasts. Tellus A 57, no
3:409-423.
Doty BE, Kinter III JL (1995) Geophysical Data Analysis and Visualization using GrADS.
Visualization Techniques in Space and Atmospheric Sciences, Vol 209-219., NASA,
Washington, D.C.
Gilad, D., and Bonne, J., 1990. Snowmelt of Mt. Hermon and its contribution to the sources of the
Jordan River. Journal of Hydrology, 114, (1/2), 1-15.
Givati, A. (2006). Available water model for lake Kinnert, Israeli Hydrological service, Hydro report
2006/2/, October, 2006, Jerusalem, Israel.
Givati, A. and D. Rosenfeld (2007). "Possible impacts of anthropogenic aerosols on water
resources of the Jordan River and the Sea of Galilee",Water Resour. Res. 43:
doi:10.1029/2006WR005771.
Gvirtzman, H., Garven, G., Gvirtzman, G., 1997. Hydrogeological modeling of the saline hot
springs at the Sea of Galilee, Israel. Water Resour. Res 33 (5), 913–926.
IPCC (2007) Climate Change 2007: Impacts, Adaptation, and Vulnerability. Contribution of
Working Group II to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Parry, Martin L., Canziani, Osvaldo F., Palutikof, Jean P., van der Linden, Paul J.,
and Hanson, Clair E. eds], Vol. Cambridge University Press, Cambridge, United Kingdom.
Hansen JW (2007) Downscaling of Seasonal Precipitation for Crop Simulation. Journal of Applied
Meteorology and Climatology, 46, Issue 6 :677-693.
Jin F, Kitoh A, Alpert P (2009) The atmospheric mosture budget over the eastern mediterranean
based on a high resolution global climate model - past and future. International Journal of
Climatology, submitted.
Kitoh A, Yatagai A, Alpert P (2008) First super-high-resolution model projection that the ancient
Fertile Crescent will disappear in this century. Hydrological Research Letters , 2, 1-4.
Krichak S, Alpert P, Bassat K, Kunin P (2007) The surface climatology of the eastern
Mediterranean region obtained in a three-member ensemble climate change simulation
experiment. Advances in Geosciences, 12: 67-80.
Kunstmann H, Suppan P, Heckl A, Rimmer A (2007) Regional climate change in the Middle East
and impact on hydrology in the Upper Jordan catchment. IAHS publication 313, Quantification
and reduction of predictive uncertainty for sustainable water resources management: 141-149.
Mero, F., Simon, E. 1992. The simulation of chloride inflows into Lake Kinneret. J. Hydrol. 138: 345
–360.
Mizuta R, Oouchi K, Yoshimura H, Noda A, Katayama K, Yukimoto S, Hosaka M, Kusunoki S,
Kawai H, . MN (2006) 20-km-mesh global climate simulations using JMA-GSM model - Mean
climate states. Journal of the Meteorological Society of Japan , 84:165-185.
Moshe, B. (1978). Information analysis of the saline springs in the west coast of Lake Kinneret.
Israel Hydrological Service report 1978/7, Jerusalem. (in Hebrew)
Rimmer, A., Hurwitz, S. and Gvirtzman, H. (1999). Spatial and temporal characteristics of saline
springs: Sea of Galilee, Israel. Ground Water, 37: 663-673.
Rimmer A (2003) The mechanism of Lake Kinneret salinization as a linear reservoir. Journal of
Hydrology, 281:173-186.
Rimmer A, Gal G (2003) Estimating the saline springs component in the solute and water balance
of Lake Kinneret, Israel. Journal of Hydrology, 284: 228-243.
Rimmer A., Y. Salingar. 2006. Modeling precipitation-streamflow processes in Karst basin: The
case of the Jordan River sources, Israel, Journal of Hydrology, 331, 524-542.
Rimmer A. (2008) System approach hydrology tools for the Upper Catchment of the Jordan River
and Lake Kinneret, Israel. The Israel Journal of Earth Science. 56: 1–17.
Rimmer A, Samuels R, Lechinsky Y (2009) A comprehensive study across methods and time
scales to estimate surface fluxes from Lake Kinneret, Israel. Journal of Hydrology, 379, Issues
1-2,181-192.
32
Roose M., 2004, California Cooperative Snow Surveys Program, ICID 2nd Asian Regional
Conference, Echuca - Moama, Australia.
Samuels R, Rimmer A, Hartman A, Krichak S, Alpert P (2009) Climate Change impacts on Jordan
River flow: Downscaling application from a Regional Climate Model. Journal of
Hydrometeorology, in revisions.
Samuels R, Rimmer A, Hartman A, Krichak S, Alpert P (2009) Climate Change impacts on Jordan
River flow: Downscaling application from a Regional Climate Model. Journal of
Hydrometeorology, in revisions.
Shentsis I, Ben – Zvi A (1999) Within – Season updating of seasonal forecast of Lake Kinneret
inflow. J. Hydrol. Eng., ASCE 4: 381-385.
Tath H, Dalfes HN, Mentes SS (2004) A Statistical Downscaling Method for Monthly Total
Precipitation over Turkey, International Journal of Climatology , 24, Part 2:161-180.
Valiantzas JD (2006) Simplified versions for the Penman evaporation equation using routine
weather data. Journal of Hydrology , 331: 690 – 702.
Wetzel, R.G., 1983. Limnology. Saunders College Publishing, Fort-Worth, 767 pp.
The Orientations of Prolate Ellipsoids in Linear Shear Flows
E. Gavze, M. Pinsky, A. Khain
Collisions of small ice crystals in mixed-phase and ice clouds determine snow (aggregate)
formation which determine precipitation from cold stratiform clouds and dramatically affect
precipitation in mixed-phase clouds. At the same time the rate of collisions of ice crystals is not
known. The non-spherical shape of ice crystals makes their motion very complex even in still air. In
cloud such collisions take place in turbulent environment which makes the problem more difficult.
This study represents the first step toward understanding of motion and collisions between small
non-spherical crystals in turbulent flows.
The most widespread shapes of ice crystals is clouds are prolate and oblate ellipsoids. In this
study the dynamics of the orientations of small prolate ellipsoids in general linear shear flow is
considered. The orientations of a single ellipsoid are studied via the solution of “Jeffery Equation”.
The attractors of the equation are found. It is shown that the equation may have either a stable
fixed point or a stable limit cycle or periodic solutions - “Jeffery Orbits”.
Characteristic time scales for convergence to the stable solutions are found. It is shown that
convergence may not be monotonic due to non-normal growth, thus resulting in long convergence
times compared to the characteristic time scale of the shear. The probability distribution function of
the orientations of an ensemble of particles is calculated via the solution of the Fokker-Planck
equation. As with the case of a single particle, the convergence of the p.d.f. may be nonmonotonic. Possible implications to the collision rate of non-spherical particles in turbulent flows
are discussed.
33
Water Vapor Monitoring by Wireless Communication Networks
Noam David1, Pinhas Alpert2 and Hagit Messer3
1
The Department of Geophysics and Planetary Sciences, Tel-Aviv University
2
The Porter School of Environmental Studies, Tel Aviv University
3
The School of Electrical Engineering, Tel-Aviv University
Abstract
We propose a new technique for monitoring near-surface water vapor, by estimating humidity
from data collected through existing wireless communication networks. Weather conditions and
atmospheric phenomena affect the electromagnetic channel, causing attenuations to the radio
signals. Thus, wireless communication networks are in effect built-in environmental monitoring
facilities. The wireless microwave links, used in these networks, are widely deployed by cellular
providers for backhaul communication between base stations, a few tens of meters above ground
level. As a result, if all available measurements are used, the proposed method can provide
moisture observations with high spatial resolution and potentially high temporal resolution. We
present results, from real-data measurements taken from a microwave link used in a backhaul
cellular network, that show very good agreement with surface station humidity measurements.
1 Introduction
Atmospheric humidity has a cardinal part in a variety of environmental processes in many fields.
As the most influential of greenhouse gases, it absorbs long-wave terrestrial radiation. The water
vapor cycle of evaporation and recondensation is a major energy redistributing mechanism
transferring heat energy from the Earth's surface to the atmosphere. Meteorological decisionsupport for weather forecasting is based on atmospheric model results, the accuracy of which is
determined by the quality of its initial conditions or forcing data. Hence, humidity, in particular, is a
crucial variable for the initialization of atmospheric models [1].
1.1 Traditional monitoring techniques
Current methods for obtaining humidity measurements include predominantly, humidity gauges,
radiosondes and satellite systems. Humidity instruments found at surface stations, suffer from low
spatial resolution since they provide only very local point observations. Moisture, in particular, is a
field having unusually high variability in the mesoscale as demonstrated, for instance, by structure
functions [2]. Furthermore, over heterogeneous terrain and complex topography, the spread of
gauges is even more restricted due to often poor accessibility and positioning difficulties. Satellites,
although they cover large areas, are frequently not accurate enough at surface levels while it is the
near-surface moisture level that is, in many cases, the crucial variable for convection.
Radiosondes, which are typically launched only 2-4 times a day, also provide very limited
information. Additionally, these monitoring methods are costly for implementation, deployment and
maintenance.
34
Weckwerth et al. showed that spatially distributed measurements of water vapor content
improve short-term forecasts of convective events [3]. In fact, One of the central conclusions of the
Mesoscale Alpine Programme (MAP), aimed at improving prediction of the regional weather and
particularly rainfall and flooding, was that accurate moisture fields for initialization are essential [1].
For model initialization, a point moisture measurement close to the surface (about 2 m, as in a
standard meteorological station) is not satisfactory due to local surface perturbations. For
meteorological modeling purposes, an area average representing the near-surface moisture at an
altitude of a few tens of meters, over a box with the scale of the model's grid, is ideally required.
This type of data cannot, with use of current measuring tools, be effectively collected.
1.2 Water vapor monitoring using commercial microwave links
Weather conditions and atmospheric phenomena cause impairments on radio links, hence
wireless communication networks provide built-in environmental monitoring tools [4]. In this paper
we introduce a new technique to measure atmospheric humidity using data collected by wireless
systems [5]. Wireless communication, and in particular cellular networks, are widely distributed,
operating in real time with minimum supervision, and therefore can be considered as continuous,
high resolution humidity observation apparatus. The microwave point-to-point links which are used
for backhaul communication in wireless communication networks seem to have appropriate
properties for monitoring this phenomenon. They are static, line-of-sight links, built close to the
ground, widely spread across the terrain and operate in a frequency range of tens of GHz. Further,
the implementation cost is minimal, since the data used are already collected and saved by the
cellular operators. In addition – many of these links are installed in areas where access is difficult
such as orographic terrain and complex topography. As such, our method enables measurements
in places that have been hard to measure in the past, or have never been measured before. Rain,
fog and clouds create additional attenuation in relation to that caused by water vapor. One of the
research challenges we are faced with is separating the effects of different attenuation sources. At
this stage, the technique is limited to periods where none of the aforementioned phenomena exist
along the link line-of-sight.
The microwave links are sensitive to mechanical oscillations.
Therefore, strong winds, that may cause movement of either the receiver or the transmitter (or
both), may also be considered as a source of error [6].
2. Theory and Methods
The propagation of electromagnetic radiation in the lower atmosphere, at centimeter and shorter
wavelengths, is impaired by atmospheric conditions, primarily precipitation, oxygen, water vapor,
mist and fog [7]. Water vapor has a resonance line at 22.235 GHz. We focus on this absorbing line
to monitor the humidity since backhaul links in cellular networks often operate around frequencies
of 22 to 23 GHz.
The attenuation γ [dB km-1] due to dry air and water vapor is well studied and can be evaluated
using [8]:
γ= Aw+ Ao [dB km-1]
(1)

(2)
4fN ' '
[m 1 ]  0.1820 fN ' ' [dB km-1]
c
35
Hence: AW  0.1820 fN ' ' AO
[dB km-1]
(3)
Aw: The specific attenuation due to water vapor [dB km-1].
Ao: The specific attenuation due to dry air [dB km-1]
Assuming moist air Ao is negligible comparing to Aw since at frequencies of ~22 GHz, the
attenuation is caused predominantly by the water vapor.
f: The link's frequency [GHz]. c= 3108 [ms-1], (the speed of light).
N''= N''(p,T,f,ρ): The imaginary part of the complex refractivity measured in N units (the index of
refraction n is equivalent to (n-1)106 N units), a function of the pressure p[hPa], temperature T[°C],
frequency f [GHz] and the water vapor density ρ[g m-3].
The detailed expression of the function N'' is fully described in [8].
Given measurements of the wireless microwave Received Signal Level (RSL), the induced
attenuation γ [dB km-1] can be assessed. Hence, given the atmospheric temperature, pressure and
the link's frequency, the water vapor density ρ [g m-3] is estimated numerically through equation
(3).
Since surface stations normally do not provide the absolute moisture ρ, it is derived according to
the following relations [8, 9]:
17.67T
es  6.112e T  243.5
T  273.15
e
216.7
e
100%  RH
es
(4)
(5)
(6)
es- Saturation water vapor pressure [hPa].
e- Water vapor partial pressure [hPa].
RH- Relative humidity [%].
T- Temperature [°C].
17.67 T
Hence:
RH
e T  243.5
  1324.47 

100 T  273.15
(7)
The absolute humidity values, which were calculated using the method described, were
compared to those measured by a regular humidity gauge. The Root Mean Square Difference
(RMSD) was used according to the following definition:
N
RMSD [ g / m 3 ] 
 (
i 1
mi
  gi ) 2
N
(8)
 mi - The i-th water vapor density measurement as measured using the microwave link [g/m3].
 gi - The i-th water vapor density measurement as measured using the humidity gauge [g/m3].
N - Number of samples.
36
3 Results
Water vapor observations using the novel technique were made in several different locations in
Israel. The results presented here were made in the vicinity of Haifa.
The following figure shows the absolute moisture inter-daily variations calculated through the
data obtained from the wireless communication network as compared to in-situ surface station
observations.
Water Vapor Density
[gr/m^3]
Water Vapor Density- North Israel 05/2008
25
20
15
10
5
0
27/04/2008 02/05/2008 07/05/2008 12/05/2008 17/05/2008 22/05/2008 27/05/2008 01/06/2008 06/06/2008
Date
Microwave
Humidity Gauge
Observations of the water vapor density ρ (g m-3) as measured from the microwave link data (dark) vs.
conventional humidity gauge data (bright). The observations were made during May 2008. Each point
represents the moisture observation taken by the microwave link/humidity gauge at 03:00 a.m. The link
(3.4 km long) is located next to Kfar Bialik, about 3 km from Kiryat Ata (where the humidity gauge is located),
Haifa bay. The link's frequency is 22.05 GHz.
The results show very good agreement between the measurements: the calculated correlation
between the surface station observations to those made by the wireless links is 0.87 with RMSD of
1.96 [g m-3]. Similar comparisons were performed for other microwave links with correlations in the
range of 0.5-0.9. The system, from which the data were collected, captures a single signal every
24 hours at 03:00 a.m.
4 Conclusions
Our results show very good agreement between the conventional way to measure water vapor
and the proposed method based on wireless communication networks data. However, since
measurements from the microwave link are line integrated data, where in-situ measurements are
point measurements in a humidity gauge, some disparities are expected. Furthermore, the
difference in location between the measurement sites introduces additional disparities.
The wireless measurement technique can thus either replace existing techniques or preferably
be used in conjunction with them in order to obtain more accurate moisture fields. Given the newly
available data provided by the wireless communication facilities, improved initialization of
atmospheric models can be achieved, thus enhancing prediction and hazards warning skills as well
as providing a better understanding of the global climate system.
37
References
1. Ducrocq,V., Ricard, D., Lafore, J.P. & Orain, F. Storm-scale numerical rainfall prediction for five
precipitating events over France: On the importance of the initial humidity field. Weather and
Forecasting 17, 1236-1256 (2002).
2. Lilly,D.K., Gal-Chen,T., North Atlantic Treaty Organization & Scientific Affairs Division.
Mesoscale Meteorology-Theories, Observations, and Models. Reidel, Dordrecht Netherlands
(1983).
3. Weckwerth, T. M., C. R. Pettet, F. Fabry, S. Park, M. A. LeMone, and J. W. Wilson, Radar
refractivity retrieval: Validation and application to short-term forecasting, J. Appl. Meteorol., 44,
285–300 (2005).
4. Messer, H., Zinevich, A. & Alpert, P. Environmental monitoring by wireless communication
networks. Science 312, 713 (2006).
5. David, N., Alpert, P., & Messer, H.: Technical Note: Novel method for water vapour monitoring
using wireless communication networks measurements, Atmos. Chem. Phys. 9, 2413-2418
(2009).
6. Leijnse, H. Measurement of evaporation and precipitation: measurement of evaporation and
precipitation. PhD thesis, Wageningen University, (2007).
7. Raghavan, S., Radar meteorology. Kluwer Academic Publishers, Dordrecht, 51-91 (2003).
8. Rec. ITU-R P.676-6, Attenuation by atmospheric gases, (2005).
9. Bolton,D. The Computation of Equivalent Potential Temperature. Monthly Weather Review
108, 1046-1053 (1980).
Acknowledgments
The authors are grateful for the microwave data provided by Y. Dagan, Y. Eisenberg (Cellcom), A.
Shilo and N. Dvela (Pelephone). We also thank B. Goldman (Haifa District Municipal Association
for the Environment) and A. Arie (Meteo-tech) for humidity gauge data. In addition, we would like to
thank our research team members: A. Zinevich, Y. Ostromtzky, Dr. R. Samuels, D. Charkasky, O.
Auslender and R. Radian (Tel Aviv University) for their advice and assistance throughout the
research. This research was supported by the Israel Science Foundation (grant No. 173/08). This
work was also supported by a grant from the Yeshaya Horowitz Association, Jerusalem. Additional
support was provided by the PROCEMA-BMBF project and by the GLOWA-JR BMBF project.
The influence of the stratosphere on tropospheric circulation
and implications for forecasting
Nili Harnik
Abstract:
During the past decade, it has become clear that the circulation in the troposphere is
significantly influenced by the stratosphere. By affecting the way weather systems interact with the
jet stream, extreme stratospheric events, like major warmings of the winter polar vortex,
systematically "nudge" the tropospheric weather systems for several weeks to follow.
The cumulative effect influences the response of the troposphere to forcings like greenhousewarming and ozone-depletion. Since systematic biases in stratospheric variability are a common
deficiency of general circulation models, improving the stratospheric representation may lead to
improvements in medium range and climate-timescale prediction, and maybe even in some cases
of extreme shorter time scale tropospheric events. This talk will review the main processes by
38
‫‪which this influence occurs, the conditions for it to work, and implications for predictability.‬‬
‫‪This research was supported by THE ISRAEL SCIENCE FOUNDATION (grant No. 173/08).‬‬
‫‪This work was supported by a grant from the Yeshaya Horowitz Association, Jerusalem. Additional‬‬
‫‪support was given by the PROCEMA-BMBF project and by the GLOWA-JR BMBF project.‬‬
‫הגורמים האזוריים והגלובליים המסבירים את התנודות בטמפרטורה‬
‫העונתית באזורנו‬
‫‪4‬‬
‫ברוך זיו‪ 1‬הדס סערוני‪ ,2‬איזבלה אוסטינסקי‪ 3‬ופנחס אלפרט‬
‫‪1‬האוניברסיטה הפתוחה‪ ,‬רעננה‬
‫‪2‬החוג לגיאוגרפיה וסביבת האדם‪ ,‬אוניברסיטת תל אביב‪ ,‬תל אביב‪69978 ,‬‬
‫‪3‬השרות המטאורולוגי‪ ,‬בית דגן‬
‫‪4‬בית הספר ע"ש פורטר ללימודי הסביבה והחוג לגיאופיסיקה ומדעים פלנטריים‪ ,‬אוניברסיטת תל אביב‬
‫גורם מפתח בהסבר התנודות הבין שנתיות בטמפרטורה ובמשקעים באזורנו הוא השינויים בשכיחות‬
‫הטיפוסים הסינופטיים בין שנה לשנה‪ .‬בעבודה זו בחנו את משקלם היחסי של המצבים הסינופטיים‪ ,‬בשילוב עם‬
‫השינויים בתנודות הגדולות השולטות באירופה ואגן הים התיכון והאנומליות בטמפרטורה הגלובאלית‪ ,‬כקובעים‬
‫את הטמפרטורה העונתית באזורנו‪ .‬הטמפרטורה מיוצגת על ידי זו הנמדדת במפלס ‪ 850‬מ"ב בנקודת הסריג‬
‫‪ 32.5N, 35E‬על פי נתוני הריאנליזה של ‪ NCEP‬לתקופה ‪ .1950-2008‬הטיפוסים הסינופטיים הם תשעה עשר‬
‫המצבים שנקבעו כמיצגים על ידי ‪ (2004) Alpert et al.‬באמצעות המיון הסמי‪-‬אובייקטיבי עבור אזורנו‪.‬‬
‫עבור הקיץ נמצאו האפיק הפרסי העמוק והאפיק הרדוד כמסבירים ‪ 35%‬מהשונות הבין שנתית בטמפרטורה‪,‬‬
‫ועבור החורף נמצאו השקעים הקפריסאיים ממזרח ומצפון כמסבירים ‪ 44%‬מהשונות‪ .‬בדיקה של השפעת‬
‫התנודות הגדולות מראה שהתנודה הארקטית‪ ,AO ,‬היא המשמעותית בחורף והתנודה הצפון אטלנטית‪,NAO ,‬‬
‫היא המשמעותית בקיץ‪ .‬כאשר משלבים גם את התנודות הגדולות וגם את הטמפרטורה הגלובאלית‪ ,‬השונות‬
‫המוסברת עולה ל‪ 56% -‬בקיץ ול‪ 64% -‬בחורף‪ .‬בבדיקת התרומה הכמותית של כל אחד משלשת הגורמים למגמת‬
‫השינוי הרב שנתית בטמפרטורה עולה שהתנודות הגדולות התעצמו ובכך תרמו לירידת הטמפרטורות בשעה‬
‫שהגורם הסינופטי והגלובאלי תרמו לעלייה‪ .‬הגודל היחסי של התרומות הוא שמסביר את שעור ההתחממות‬
‫הקיצי הגדול מהשיעור הגלובאלי והיעדר מגמה מובהקת בחורף‪ .‬בחורף התרומה הסינופטית החיובית זניחה‬
‫בעוד התרומה של התנודה הארקטית השלילית גדולה כמעט כשיעורה של התרומה הגלובאלית‪ .‬בקיץ גדולה‬
‫התרומה הסינופטית החיובית‪ ,‬המתבטאת בעליה יחסית במספר אירועי אפיק פרסי רדוד‪ ,‬בהרבה מזו של התנודה‬
‫הצפון אטלנטית )שלילית אך קטנה( ומכאן שעור ההתחממות המהיר מזה הגלובאלית‪.‬‬
‫משוואות החיזוי שפותחו עבור הטמפרטורה העונתית עשויות לשפר את יכולתנו לתרגם תוצרים של מודלים‬
‫אקלימיים עבור העתיד למונחים של טמפרטורה באזורנו )‪.(downscaling‬‬
‫‪39‬‬
Possibility to increase precipitation over Israel by a shift of
precipitation from sea to land caused by cloud seeding with
small soluble aerosols: numerical study
A. Khain, A. Pokrovsky and B. Lynn
Department of Atmospheric Sciences, The Hebrew University of Jerusalem,
Israel
Precipitation in the Eastern Mediterranean takes place during the cold season, when sea
surface temperature (SST) is higher than the land surface temperature by 5 o C to 10 o C . This
temperature difference leads to the formation of the land breeze–like circulation which interacts
with dominating westerlies and leads to an intense cloud formation over the sea ~10-20 kilometers
from the coastal line. As a result, significant fraction of rain falls on the sea without reaching the
land. At the same time the Eastern Mediterranean region experiences a lack of fresh water. For
investigating a possibility to shift the release of precipitation from sea to land numerical simulations
were performed using the Hebrew University 2D cloud model and the 3D Weather Research and
Forecasting model (WRF) both operating with spectral bin microphysics. The respective results
indicate that an increase in concentration of small aerosols leads to a delay in raindrop formation
and fosters the formation of extra ice particles with low settling velocity. This ice is advected inland
by the background wind. As a result, precipitation over land increases at the expense of
precipitation over sea by 15%-20%.
The spatial shift of precipitation from sea to land can be as large as 50 km depending on the
wind speed of the background flow.
The simulations of cloud seeding near cloud base of clouds developing over sea shows that
seeding during of 1-2 hours significantly increases precipitation over land (from single clouds up to
100%). The effect increases with the increase in seed particles.
These results suggest a new possibility to enhance precipitation in a particular region by cloud
seeding with small soluble aerosols.
A novel method to quantify the aerosol-cloud net synergy
effect employing weather prediction model “errors”
Irzhak Carmona
Aerosols have various effects on the atmosphere that are generally not incorporated in
numerical weather predictions. Most of the operational models do not take realistic aerosol
distributions into account in their radiation transfer, leading to model errors in temperature,
cloudiness, precipitation, winds and other atmospheric variables.
In this study we investigate the impact of aerosols, clouds and their interaction on weather.
Using a multi-linear regression model to separate between predictor variables, we compare
40
measurements of MODIS/TERRA aerosol optical thickness (AOT) and several MM5 model
prediction errors including temperature, absolute humidity, horizontal wind vertical temperature
gradient, over central Israel.
For temperature, we found that for the years 2001-2005 aerosols increase air temperature in
the low altitudes (1000-850hPa), whereas the interaction between aerosols and clouds cools the
air. At 950 hPa, the temperature increases by 1.193 ± 0.274 K for each AOT=1 and decreases by
-1.285 ± 0.337 K for each unit of aerosol-cloud interaction AOT*(cloud cover) =1.
Mineral dust particles constitute a major part of the aerosols in Israel. They heat the lower
troposphere due to extensive absorption of thermal ground infrared radiation, but reduce the solar
radiation which reaches the ground due to increased cloudiness caused by aerosol-cloud
interactions, thus cooling the lower troposphere altitudes.
Remote sensing of topoclimatic features and their impacts on
ecological systems
Itamar M. Lensky1 and Uri Dayan2
1
Bar-Ilan University, 2Hebrew University
Several recent studies have shown that global models are not capable to predict accurately the
evolution of climate changes and variability on the regional scale. Misinterpretation of the
anticipated climate change impacts on plants and animals are caused by failure of models to
capture topoclimatic conditions.
In order to capture the climate spatial variability induced by
topography it is necessary to conduct topoclimatological studies. The steady growth in remote
sensing and its capacities to monitor spatial patterns in climate driven by topography seems to be
an indispensable tool to fill the spatial gap existing in topoclimatic studies. We analyzed time series
of Land Surface Temperature (LST) from MODerate resolution Imaging Spectroradiometer
(MODIS) on NASA's TERRA satellite using temporal Fourier analysis for the Eastern
Mediterranean (EM). RGB display of the mean, amplitude and phase of the first harmonic (annual)
were used to decipher topoclimatic features, e.g. cold patches of few kilometers differing much
from their vicinity, driven by local topography. These time series were also used to calculate recent
decadal trends on a fine spatial resolution of 1 km. The decadal trend over the EM is of about
0.3oC with very large local variability (-1.5 to 1.5oC). The day LST trends values are larger than
those obtained for the night time, implying tendency towards a more continental climate
(desertification).
The thermal heterogeneity resulting from topographic diversity has strong impacts on ecological
systems (e.g. biodiversity) and on agriculture (e.g. pest management, crop production). Examples
of such impacts will be shown for present and predicted climate for 20 years over the EM
41
‫הערכת ההתאדות הריאלית– חזרה לחקר ההתאדות‬
‫משה מנדל‬
‫השרות המטאורולוגי‪ ,‬בית דגן )גמלאי(‬
‫ההתאדות נחקרה רבות מאז שנות החמישים‪ ,‬עד שנדמה היה כי הבעיות הקשורות בערכתה קבלו את‬
‫פתרונם‪ .‬בינתיים‪ ,‬מיעוט הגשמים העשור האחרון גרם למשבר מים שממדיו לא היו ידועים בעבר‪ .‬נזכיר‪,‬‬
‫שהפתרונות של משבר המים של שנות ה‪ ,80-‬הקטנת המנות לדונם‪ ,‬הקטנת השטח המושקה והחלפת הגידולים‬
‫הצורכות כמויות גדולות של מים לא הקטינה במקביל את התוצרת החקלאית‪ .‬בדיקתנו מראה שהיצור החקלאי‬
‫ליחידת שטח לא רק שלא ירד‪ ,‬אך גם גדל‪ .‬הפתרון למשבר המים העכשווי מציע החלפת כמויות המים להשקיית‬
‫הגידולים החקלאים במחזור מי‪-‬הביוב )‪ (Recycling‬ובאוסמוזה הפוכה של מי‪-‬ים מחוחים )‪:(Desalinization‬‬
‫‪Pt + Wt + Dt + Rt = ETt + (Fi - Fo) t + dSt‬‬
‫כאשר‪,‬‬
‫‪ Rt, Dt, Wt, Pt‬מייצגים קלט הים מורכב מכמויות יומיות של גשם‪ ,‬השקיה‪ ,‬המלחה ומחזור הביוב‪,‬‬
‫‪ ETt, (Fi - Fo) t, dSt‬מיצגים שינויים בלחות הקרקע‪ ,‬הפרש בין קלט‪-‬פלט של נגר ואפוטרנספרציה‬
‫בעבודה זאת אנו מעציים הגדלת שטח השקיה על חשבון הקטנת מנות המים כפי שמוכח בהמשך‪ ,‬בעזרת‬
‫יישום המשלים של הנוסחה פנמן‪-‬מונטיס של התאדות הריאלית‪.‬‬
‫תצרוכת המים של הגידולים ‪ -‬אוופוטרנספירציה ריאלית ‪ -‬נקבעת לפי עקרון המשלים של ‪,Bouchet-Morton‬‬
‫ותלויה במאזן האנרגיה המצויה )‪ ,(Rn-G‬טמפרטורה ולחות האוויר )‪ .(es-e ,T‬בהתנגדויות האטמוספרית )‪(ra‬‬
‫והצמח )‪ (rc‬שאופרטיבית אינה נמדדת‪ .‬נוסחת פנמן‪-‬מונטיס )‪ (Penman-Monteith, 1953‬מחשבת את התאדויות‬
‫הריאלית )ׂ‪ (ET‬התלויה ברמת הספקת המים‪ ,‬בסוג הגידולים ובתכונות השטחים המאדים והפוטנציאלית )‪.(EP‬‬
‫‪Δ (RN-G) + 0.24 γ (es-ea)/ra‬‬
‫‪EP (mm) = ----------------------------------------------‬‬‫‪Δ+γP‬‬
‫‪Δ (RN-G) + 0.24 γ (es-ea)/ra‬‬
‫‪ET (mm) = ----------------------------------------------‬‬‫)‪Δ + γ P (1+rc/ra‬‬
‫;)‪IF , rc  0, the ratio ---- 1 ; IF, rc  00, the ratio ----- 0 : rc = rs / (2 LAI‬‬
‫‪Rn= Net Available Energy, ∆ =d e*/dT, e*-e = the deficit of saturation, ra and rc are aerodynamic and crop‬‬
‫‪resistances, LAI= leaf area Index, γ =psychrometric constant, ρCp‬‬
‫התנגדות הצמח למעבר המים מוערכת בעזרת פונקציה לוגיסטית בין הערכים היומיים של היחס‬
‫‪ ET/.EP‬ורטיבות הקרקע יום או יומיים קודם ) ‪ .(SMt-1, SMt-2,..‬היתרון הגישה היא בהפיכת נוסחת‬
‫פעמן ‪-‬מונטיס הופכת משיטה פרדיקטיבית תיאורטית לשיטה אופרטיבית‪ .‬ניתן לכלול את הערכת‬
‫ההתאדות הריאלית במודלים הידרו‪-‬מטאורולוגיים ובמודלים אגרו‪-‬מטאורולוגיים‪.‬‬
‫בהרצאה יובאו מסםר דוגמאות המוכיחות השימוש בגישה זו ליישום ההשקיה בכמויות נמוכות של‬
‫מים‪.‬‬
‫‪42‬‬
‫השפעת השינויים במפלס ובשטח ים המלח על משטר הרוחות באזור‬
‫‪1,3‬‬
‫רותם נאור‪ ,1‬עודד פוצ'טר‪ ,2‬חיים שפיר‪ 3‬ופנחס אלפרט‬
‫‪1‬בית הספר ללימודי סביבה על שם פורטר‪ ,‬אוניברסיטת תל אביב‪2 ,‬החוג לגיאוגרפיה וסביבת האדם אוניברסיטת‬
‫תל אביב‪3 ,‬החוג לגיאופיסיקה‪ ,‬אוניברסיטת תל אביב‬
‫‪ .1‬תקציר‬
‫עבודה זו עוסקת במשטר הרוחות הקיצי בים המלח כיום ובשינויים שחלו בו מאז החלו שטח האגן הצפוני‬
‫להצטמצם ושטח הבריכות בדרום להתרחב‪ .‬באירוע מדידה שנערך באוגוסט ‪ 2009‬נפרסו מספר תחנות מדידה‬
‫מטאורולוגיות לאורך חופיו של ים המלח משני עבריו‪ .‬כך התאפשר בפעם הראשונה לקבל מפות מרחביות של‬
‫כיוון ועוצמת הרוח הן לאורך החופים המערביים והן לאורך חופיו המזרחיים של ים המלח ושל בריכות האידוי‪.‬‬
‫נתוני מדידות אלה ואחרות הושוו למדידות שנערכו בעבר והתוצאות מעידות על שינויים במשטר הרוחות‪.‬‬
‫‪ .2‬מבוא ורקע‬
‫ים המלח נמצא בעמק הירדן במקום הנמוך ביותר בעולם‪ ,‬נמוך יותר מ ‪ 423‬מתחת לפני הים‪ .‬אזור זה סקרן‬
‫רבים עוד בעת העתיקה ומשך משלחות וחוקרים עד לימנו אנו‪ .‬פריצת הדרך המשמעותית בחקר אקלים ים המלח‬
‫שייכת לפרופ' אשבל שהחל את מחקריו עוד בשנות ה ‪ 30‬של המאה הקודמת‪ .‬במחקרים שפרסם הציג קיומן של‬
‫שלוש בריזות יממתיות שונות האופייניות בחודשי הקיץ באזור ים המלח‪ .‬לבריזות אלו קרא‪" :‬רוח האגם" – הלא‬
‫היא בריזת ים המלח‪" ,‬רוח הים התיכון" – היא בריזת הים התיכון המגיעה לאזור זה בשעות אחר הצהריים‪,‬‬
‫ו"רוח היבשה ורוח ההר" שהן רוח היבשה והרוח הקטבאטית הנושבות בשעות הלילה הפוך מבריזת האגם‪ ,‬אל ים‬
‫המלח‪) .‬אשבל‪ .(Ashbel, 1939 ,1951 ,‬בשנות ה ‪ 60-80‬ערך פרופ' ביתן מדידות נרחבות ממרכז בקעת הירדן ועד‬
‫לתחנת סדום באזור בריכות האידוי שבדרום הים‪ .‬לגורמים המשפיעים על הרוחות באזור זה בקיץ הוסיף‬
‫השפעות סינופטיות כמו אפיק פרסי ושלוחות לחץ נמוך מים סוף וכן את הטופוגרפיה המיוחדת של עמק הירדן‪,‬‬
‫המתעלת את הרוח מצפון אל ים המלח )ביתן‪.(Bitan 1974, Bitan 1977 ,1984 ,‬‬
‫מאז נערכו מדידות אלה ירד מפלס האגן הצפוני בכ ‪ 30‬מטרים ושטחו הצטמצם‪ .‬בסוף שנות ה ‪ 70‬התנתק‬
‫האגן הדרומי מזה הצפוני והחל להתייבש בקצב מוגבר עד להתייבשותו המוחלטת‪ .‬לכן‪ ,‬כיום אין יותר חלוקה‬
‫לאגן צפוני ולאגן דרומי‪ .‬החלוקה המקובלת היא לים המלח )האגן הצפוני לשעבר( ולבריכות האידוי )האגן‬
‫הדרומי לשעבר(‪ .‬בעיקר בשל שימוש גובר במקורותיו‪ ,‬מפלסו של ים המלח ממשיך לרדת בקצב של מעל למטר‬
‫אחד בשנה ושטחו הולך וקטן‪ .‬מנגד‪ ,‬בבריכות האידוי המלאכותיות המפלס נשאר יציב בזכות שאיבה מווסתת של‬
‫מפעלי ים המלח בישראל ובירדן‪ .‬היעלמות האגן הדרומי והפיכתו לבריכות אידוי המתרחבות דרומה ומזרחה‪,‬‬
‫במקביל להתכווצות ים המלח גורמות לשינויים גם באקלים האזור‪ .‬הסיבה לכך היא שהרוח‪ ,‬הטמפרטורה‪,‬‬
‫הלחות וגם קצב האידוי מושפעים מים המלח באופן ישיר‪ .‬עבודה זו מציגה את השינויים שחלו במשטר הרוחות‬
‫מאז החלו השינויים המשמעותיים במפלס ובשטח ים המלח‪.‬‬
‫‪ .3‬שיטות המדידה‬
‫כחלק מפרוייקט משותף של אוניברסיטת תל אביב ומפעלי ים המלח נערכו חמישה אירועי מדידה מיוחדים‬
‫משנת ‪ .2005‬במהלך כל אירועי המדידה הוצבו באזור ים המלח‪ ,‬למשך כמה ימים‪ ,‬תחנות מטאורולוגיות שמדדו‬
‫את טמפרטורת האוויר‪ ,‬הלחות היחסית‪ ,‬עוצמת הרוח וכיוונה ומיצעו את הנתונים כל ‪ 5‬דקות‪ .‬במקביל נאספו‬
‫נתונים מתחנות מטאורולוגיות של השירות המטאורולוגי הישראלי המודדות את המשתנים באופן רציף‪ .‬אירוע‬
‫המדידה החמישי‪ ,‬שתוצאותיו מובאות בעבודה זו‪ ,‬נערך בקיץ ‪ 2009‬בתאריכים ‪ 9.8-13.8‬בשיתוף פעולה עם ירדן‬
‫והתבצע על ידי שני צוותים משני עברי הים‪ .‬במהלכו הוצבו ‪ 4‬תחנות מדידה בשטח ישראל‪ ,P5 ,P88 :‬מוצב ועין‬
‫תמר‪ ,‬ובצד הירדני הוצבו ‪ 3‬תחנות‪ :‬ארנון‪ PS ,‬וסוללה ‪ .DS‬בנוסף נאספו נתונים מתחנות השירות המטאורולוגי‪:‬‬
‫‪43‬‬
‫בית הערבה‪ ,‬מצוקי דרגות‪ ,‬עין גדי‪ ,‬מצדה‪ ,‬סדום ונאות הכיכר‪ .‬הירדנים סיפקו נתונים על תחנות מידבא וראבא‬
‫)איור ‪ .(1‬בנוסף נמדד אידוי הגיגית בתחנת סדום‪.‬‬
‫‪ .4‬תוצאות‬
‫‪ 4.1‬משטר הבריזות כיום‬
‫מהנתונים שנאספו הוכנו מפות מרחביות המציגות את כיוון ועוצמת הרוח‪ .‬במפה הראשונה אפשר לראות את‬
‫בריזת ים המלח‪ .‬בריזה זו נושבת משעות הבוקר ועד לשעות אחר הצהריים המאוחרות מהים אל החוף בהתאמה‬
‫מכל צידי האגם )איור ‪ .(1‬לרוח רכיב מזרחי בתחנות שבחוף המערבי של הים ורכיב מערבי בתחנות שבחוף‬
‫המזרחי‪ .‬כמו כן‪ ,‬הבריזה חזקה יותר בתחנות הסמוכות לים המלח לעומת הבריזה הנושבת באזור בריכות‬
‫האידוי‪ ,‬בשל הטמפרטורה הנמוכה יותר של הים ושטחו הגדול יחסית לבריכות‪ .‬במפה ניתן לראות כי בתחנות‬
‫הדרומיות )לוט‪ ,‬סדום‪ ,‬עין תמר ונאות הכיכר( הרוח צפונית מזרחית ולא צפונית כפי שהייתה בסדום בשנות ה ‪80‬‬
‫)ביתן‪ .(1984 ,‬הסיבה לכך היא בריכות האידוי בירדן שנוספו ממזרח לבריכות של מפעלי ים המלח בישראל‪.‬‬
‫תחנות מידבא וראבא‪ ,‬הנמצאות יותר מ ‪ 1,000‬מטר מעל לפני ים המלח‪ ,‬אינן מושפעות מבריזת ים המלח‪.‬‬
‫כיוון הרוח בהן מוכתב על ידי הרוח האטזית ולכן הינו צפוני מערבי עד מערבי ובעוצמה דומה לכל אורך היממה‪.‬‬
‫בשעות הערב חודרת לים המלח בריזת הים התיכון‪ .‬בזכות עוצמתה הגבוהה המגיעה ל ‪ 20‬קשר ואף יותר‪,‬‬
‫הנובעת מנפילתה מהרי יהודה‪ ,‬יותר מ ‪ 1,000‬מטר אל ים המלח‪ ,‬היא מבטלת את בריזת ים המלח שנשבה עד‬
‫לאותו הזמן‪ .‬כיוונה צפוני מערבי ועוצמתה גבוהה באופן משמעותי מבריזת ים המלח ולכן היא שולטת ללא‬
‫עוררין עד לדעיכתה ההדרגתית בשעות הלילה המאוחרות )איור ‪ .(2‬הרוח בתחנות שלאורך חופיו המערביים של‬
‫ים המלח שינתה כיוון ממזרחית לצפונית מערבית‪ .‬הרוח בחופיו המזרחיים שינתה מעט את כיוונה לצפונית עד‬
‫צפונית מערבית בשל הרי מואב המתרוממים בתלילות חדה בסמוך לים‪ ,‬המנתבים את הרוח דרומה לאורך החוף‬
‫המזרחי‪.‬‬
‫תחנת ראבא לא סיפקה נתונים באותן שעות‪ ,‬אך בימים אחרים באותן השעות הרוח הייתה צפונית מערבית‬
‫כמו במידבא בהמשך לרוח בשעות הבוקר והצהריים‪ .‬הרוחות בתחנות אלה לא התחזקו בשעות הערב ולכן ניתן‬
‫להסיק שבריזת הים התיכון לא הגיעה עד אליהן‪.‬‬
‫משעות הלילה המאוחרות ועד לזריחת השמש‪ ,‬נושבת רוח יבשה בשילוב עם רוח קטבאטית בים המלח‪.‬‬
‫במפה המרחבית אפשר לראות את כיוון זרימת הרוח מצפון מערב בצפון ים המלח‪ ,‬ממערב לאורך החוף המערבי‪,‬‬
‫ומדרום מערב באזור הבריכות )איור ‪ .(3‬בחוף המזרחי של ים המלח הרוח אינה מזרחית כפי שניתן היה לצפות‪,‬‬
‫מכיוון שאין שטח קרקע רחב מספיק שיאפשר היווצרות הפרש טמפרטורות ולחצים לעומת הים‪ ,‬לכן הרוח‬
‫ממשיכה להיות צפונית‪ .‬במידבא הרוח ממשיכה לנשוב באותו הכיוון ללא קשר למתרחש בים המלח‪.‬‬
‫‪44‬‬
‫בית הערבה‬
‫בית הערבה‬
‫בית הערבה‬
‫דרגות‬
‫ארנון‬
‫ארנון‬
‫ארנון‬
‫עין גדי‬
‫‪P88‬‬
‫מצדה‬
‫מוצב‬
‫נאות הכיכר‬
‫‪PS‬‬
‫לוט‬
‫סדום‬
‫עין תמר‬
‫מצדה‬
‫ראבא‬
‫‪P5‬‬
‫‪ D8‬סוללה‬
‫‪P5‬‬
‫סוללה ‪D8‬‬
‫לוט‬
‫נאות הכיכר‬
‫לוט‬
‫מוצב‬
‫סדום‬
‫מוצב‬
‫‪P88‬‬
‫‪PS‬‬
‫מצדה‬
‫ראבא‬
‫‪P5‬‬
‫סוללה ‪D8‬‬
‫עין גדי‬
‫עין גדי‬
‫‪P88‬‬
‫ראבא‬
‫‪ 10‬קשר‬
‫‪ 15‬קשר‬
‫‪ 20‬קשר‬
‫דרגות‬
‫דרגות‬
‫‪PS‬‬
‫‪ 5‬קשר‬
‫מידבא‬
‫מידבא‬
‫מידבא‬
‫‪ 3‬קשר‬
‫עין תמר‬
‫סדום‬
‫עין תמר‬
‫נאות הכיכר‬
‫איור ‪ :1‬כיוון ועוצמת הרוח סביב ים המלח איור ‪ :2‬כיוון ועוצמת הרוח סביב ים המלח איור ‪ :3‬כיוון ועוצמת הרוח סביב ים המלח‬
‫בתאריך ‪ 11.8.2009‬בשעה ‪.11:00‬‬
‫בתאריך ‪ 11.8.2009‬בשעה ‪.20:00‬‬
‫בתאריך ‪ 11.8.2009‬בשעה ‪.05:00‬‬
‫‪ 4.2‬משטר הבריזות כיום בהשוואה למדידות בעבר‬
‫כפי שהוזכר בפרק המבוא‪ ,‬פרופ' ביתן ערך תצפיות באזור ים המלח בשנות ה ‪) 60-80‬ביתן‪Bitan ,1984 ,‬‬
‫‪ .(1974, Bitan 1977‬במדידותיו השתמש בתחנה המטאורולוגית המוצבת בסדום‪ ,‬באזור הבריכות‪ .‬איור ‪ 4‬מציג‬
‫השוואה בין נתוני עוצמת הרוח הממוצעת לחודשי יולי בשנים ‪ 1968-1974‬אותם אסף פרופ' ביתן‪ ,‬לבין עוצמת‬
‫הרוח הממוצעת לחודשי יולי בשנים ‪ 2003-2009‬שנאספו עבור מחקר זה‪ .‬הנתונים הם מאותה תחנה של השירות‬
‫המטאורולוגי‪ ,‬אך הם מנורמלים על מנת לצמצם את השגיאה הנובעת מהבדלים במכשירים‪.‬‬
‫שינויים במהירות רוח היומית בחודשי יולי בסדום‬
‫‪2.5‬‬
‫‪2‬‬
‫‪1‬‬
‫‪0.5‬‬
‫‪0‬‬
‫‪-0.5‬‬
‫מהירות הרוח המנורמלת‬
‫‪1.5‬‬
‫‪-1‬‬
‫‪0:00‬‬
‫‪10:00 12:00 14:00 16:00 18:00 20:00 22:00‬‬
‫‪8:00‬‬
‫‪6:00‬‬
‫‪4:00‬‬
‫‪2:00‬‬
‫‪-1.5‬‬
‫‪0:00‬‬
‫שעה‬
‫‪2003-2009‬‬
‫‪1968-1974‬‬
‫איור ‪ :4‬שינויים במהירות הרוח היומית הממוצעת בחודשי יולי בתחנת סדום כיום לעומת מחקרו של פרופ' ביתן‪ .‬בכחול ‪ -‬בשנים ‪1968-‬‬
‫‪ .1974‬באדום ‪ -‬בשנים ‪.2003-2009‬‬
‫‪45‬‬
‫ניתן לראות בבירור את החלשות בריזת ים המלח בשעות הבוקר ועד לשעות אחר הצהריים ואת הקדמת‬
‫חדירת בריזת הים התיכון‪ .‬עבודה זו ממשיכה את עבודתם של )‪ Alpert et al., (1997‬שהשוו בין שנות‬
‫השלושים לסוף שנות ה ‪ 80‬וקיבלו תוצאה דומה‪ .‬הסיבה לתופעה זו נובעת מהשינויים במפלס‪ ,‬בשטח‬
‫ובטמפרטורת המים בים המלח‪ .‬כאמור‪ ,‬בסוף שנות ה ‪ 60‬ובתחילת שנות ה ‪ 70‬האגן הצפוני היה מחובר לאגן‬
‫הדרומי ורק בקצהו של האגן הדרומי היו בריכות האידוי‪ .‬כתוצאה מכך טמפרטורת מי האגן הדרומי הייתה דומה‬
‫לזו של האגן הצפוני הגדול ולכן קרירה יחסית להיום‪ .‬כיום‪ ,‬האגן הדרומי אינו קיים ובמקומו קיימות בריכות‬
‫אידוי המנותקות מהים‪ .‬עומקן מטרים בודדים וטמפרטורת המים גבוהה בכ ‪ 10ºC‬מטמפרטורת מי הים )האגן‬
‫הצפוני(‪ .‬בריזת ים המלח נחלשה מכיוון שהיא נובעת מהפרשי הלחצים הנובעים מהפרש הטמפרטורות‪ ,‬שהלך‬
‫וירד‪ ,‬בין מי הים ומי הבריכות לקרקע סביב בשעות היום‪.‬‬
‫כאמור‪ ,‬בריזת הים התיכון מגיעה בשעות אחר הצהריים מצפון מערב‪ .‬בריזת ים המלח מנוגדת לה בכיוונה‬
‫לאורך חופו המערבי של ים המלח‪ ,‬ולכן היא יוצרת התנגדות לכניסתה ומעכבת את חדירתה‪ .‬התחזקות הרוח‬
‫הנראית באיור ‪ 4‬בשעות אחר הצהריים כיום כשעה מוקדם יותר לעומת העבר‪ ,‬מעידה על הגעת בריזת הים‬
‫התיכון מוקדם יותר‪ .‬זאת כתוצאה מהחלשות ההתנגדות של הבריזה המקומית‪ .‬ישנם גם שינויים במשך זמן‬
‫הנשיבה בשעות הערב‪ ,‬ובשעת ההגעה לשיא העוצמה‪ .‬נושאים אלה ייבדקו בהמשך המחקר‪.‬‬
‫גם בשעות הלילה ולפנות בוקר ניתן לראות שינויים בעוצמת הרוח בסדום‪ .‬בשעות אלה נושבת הבריזה‬
‫היבשתית וכיום היא חזקה יותר מבעבר‪ .‬הסיבה להתחזקות הבריזה היבשתית היא אותו האפקט שגרם‬
‫להחלשות הבריזה הימית‪ .‬ביום‪ ,‬הפרש הלחצים נעשה קטן ולכן הבריזה הימית נחלשה‪ .‬לעומת זאת‪ ,‬בשעות‬
‫הלילה‪ ,‬עליית טמפרטורת המים בבריכות באזור סדום‪ ,‬בעוד טמפרטורת הקרקע נותרה ללא שינוי מהעבר‪ ,‬גרמה‬
‫להפרש הלחצים לגדול ולבריזת היבשה להתחזק‪.‬‬
‫בנוסף לשינויים בעוצמת הרוח חלו שינויים גם בכיוונה‪ .‬בשנים שלאחר התייבשות האגן הדרומי ועוד לפני‬
‫הקמת בריכות האידוי בירדן‪ ,‬כיוון הרוח בשעה ‪ 11‬בבוקר בסדום היה צפוני באופן מובהק )איור ‪ .(5‬הסיבה לכך‬
‫היא הגעת בריזת ים המלח מצפון‪ ,‬מאזור הים‪ ,‬בשילוב עם הבריזה החלשה שנוצרת בבריכות האידוי‪ ,‬גם כן‬
‫מצפון לתחנת סדום‪ .‬מאז התווסף שטח גדול של בריכות אידוי בירדן מצפון מזרח לתחנת סדום‪ .‬כתוצאה מכך‬
‫נוצרה הטיה של הרוח מצפון בעבר לצפון מזרח כיום‪ .‬ניתן לראות זאת באיור ‪ ,1‬המייצג את שעות נשיבת בריזת‬
‫האגם כיום בשעה ‪ 11‬בבוקר בתחנת סדום והתחנות הסמוכות לה‪ .‬כלומר‪ ,‬בריכות האידוי מייצרות בריזה משלהן‬
‫בנוסף לבריזה הנוצרת בים‪.‬‬
‫סדום‬
‫סדום‬
‫סדום‬
‫איור ‪ :5‬משטר הרוחות השעתי בים המלח באוגוסט בשנות ה ‪) 70-80‬ביתן‪.(1984 ,‬‬
‫‪46‬‬
‫סדום‬
‫‪ .5‬סיכום ומסקנות‬
‫בעזרת מפות מרחביות המציגות נתוני מדידה משני עבריו של ים המלח ניתן לסכם את משטר הרוחות‬
‫היממתי הכללי בחודשי הקיץ‪ .‬בשעות הבוקר‪ ,‬לאחר זריחת השמש‪ ,‬מתחילה בריזת ים המלח לנשוב מן הים אל‬
‫היבשה לכל חופיו של ים המלח‪ ,‬כולל באזור הבריכות‪ .‬בשעות אחר הצהריים חודרת בעוצמה בריזת הים התיכון‪,‬‬
‫לאחר נפילתה מהרי יהודה והתגברותה על בריזת ים המלח‪ ,‬ומשנה בחדות את כיוון הרוח בכל התחנות סביב‬
‫הים לצפונית מערבית‪ .‬בגדה המזרחית של ים המלח‪ ,‬ההרים התלולים מסיטים את הרוח וגורמים לה להיות‬
‫צפונית‪ .‬הרוח שולטת ללא עוררין באזור עד לשעות הלילה המאוחרות ומוחלפת ברוח היבשה שלעיתים משתלבת‬
‫עם הרוח הקטבאטית‪ .‬רוח היבשה נושבת לפנות בוקר אל ים המלח לאחר שהקרקע התקררה ופוסקת סמוך‬
‫לשעת הזריחה‪.‬‬
‫השפעת ים המלח ניכרת בכל התחנות הסמוכות לו בבקעת הירדן‪ ,‬ועל פי מחקרו של פרופ' ביתן‪ ,‬גם בישובים‬
‫במרכז הבקעה )‪ .(Bitan, 1977‬מידבא וראבא‪ ,‬הנמצאות בירדן‪ ,‬יותר מקילומטר מעל לים המלח‪ ,‬אינן חשות‬
‫בהימצאותו‪ .‬הרוח שם צפונית מערבית וקבועה בחודשי הקיץ והיא איננה מושפעת מבריזת הים התיכון שנעצרת‬
‫בהרי אדום וממשיכה לנוע דרומה בלבד‪.‬‬
‫התכווצות שטח ים המלח והתרחבות בריכות האידוי לאחר התייבשות האגן הדרומי הביאו לשינויים במשטר‬
‫הרוחות באזור‪ .‬בריזת ים המלח נחלשה כתוצאה מהתכווצות שטח הים ומהתחממות מימיו ומי הבריכות‪,‬‬
‫ומאותה הסיבה התחזקה הבריזה היבשתית בשעות הלילה‪ .‬בנוסף‪ ,‬נוצרה בריזה מקומית שמקורה בבריכות‬
‫האידוי הישראליות והירדניות‪ .‬השינוי המקומי בים המלח משפיע גם על בריזת הים התיכון שמצליחה עתה‬
‫לחדור מוקדם יותר לאזור בשל החלשות הבריזה המקומית‪.‬‬
‫‪ .6‬רשימת מקורות‬
‫אשבל‪ ,‬ד'‪ :1951 ,‬אקלים ארץ ישראל לאזוריה‪ ,‬המחלקה המטאורולוגיה‪ ,‬האוניברסיטה העברית‪ ,‬ירושלים‪162- ,‬‬
‫‪.183‬‬
‫ביתן‪ ,‬א'‪ :1984 ,‬השוה והשונה במשטר הרוחות באגמים הפנימיים בישראל‪ ,‬ארץ ישראל‪ ,‬מחקרים בידיעת הארץ‬
‫ועתיקותיה‪) 17 ,‬ספר ברור(‪ ,‬החברה לחקירת ארץ‪-‬ישראל ועתיקותיה‪ ,‬ירושלים‪.27–23 ,‬‬
‫‪Alpert, P., H. Shafir, & D. Issahary, 1997: Recent changes in the climate at the Dead Sea – a‬‬
‫‪preliminary study, Climatic Change, 37, 513–537.‬‬
‫‪Ashbel, D., 1939: The Influence of the Dead Sea on the Climate of Its Neighbourhood, Quart. J.‬‬
‫‪Roy.Met. Soc, 115, 185–194.‬‬
‫‪Bitan, A., 1974: The wind regime in the North-West section of the Dead-Sea, Arch. Met. Geoph.‬‬
‫‪Biokl, Ser B, 22, 313–335.‬‬
‫‪Bitan, A., 1977: The influence of the special shape of the Dead Sea and its environment on the‬‬
‫‪local wind system, Arch. Met. Geoph. Biokl, Ser B, 24, 283–301.‬‬
‫‪47‬‬
Wind forecast method using ensemble of observed similar
days
Eyal Fattal, Hadassah Kaplan and Ziv Klausner
Israel Institute for Biological Research, Ness-Ziona, Israel
ABSTRACT
The aim of this work is to provide a wind forecast of several hours. The approach is based on
the notion that the wind time series in a given day is usually similar to some of the "historic" time
series measured at that site before. First, we identify the days which are the most similar to the
current time series in the time interval of several hours before the current time. This is done by
using a combination of several statistical criteria to grade the level of similarity. All similar days with
grade higher than a given level are grouped into an ensemble. The final forecast with its error
estimation is derived from the time series in the interval  tc , tc   P  of the ensemble members,
where  P is the forecast time.
The method was applied to a year of measurements. The similar days forecast was evaluated
using trajectories using the predicted time series to give the drift angle between the forecast and
measured after a forecast horizon of 6 hours. Comparison was made to two forecasting
procedures based on persistence and climatology, giving very good results in all seasons.
1. Introduction
This paper describes a method for short term (in the order of hours) wind forecast at a single
location. The need for a short term forecast of local meteorological parameters is required in many
fields, including:

Railway operation, where strong cross-winds may jeopardize lightweight trains traveling at
high speeds through potentially high-risk locations, such as bridges and curves - Hoppmann,
et al. (2002);

Wind generated electric power, where it is needed to have a short-term estimate of the
potential contribution of wind turbines to the overall electric network - Brown, et al. (1984),
Potter and Negnevitsky (2006), Negnevitsky and Potter (2006);

Air pollution monitoring, where prediction of local wind conditions is required as an input to
models estimating the spatial concentration of pollutants (such as Sulfur dioxide, SO2) Zannetti (1990);

Civil engineering, where in order to estimate an extreme wind loading hazard on structures,
such as long-span bridges, forecast of the local wind speed is required - Ge and Xiang (2002);

Global climatological models, where in order to guarantee the stability of numerical
atmospheric models, it is required to assimilate an accurate prediction of local small-scale
meteorological phenomena - Kretzschamar, et al. (2004).
48
Our method for wind forecasting is based on the assumption that the wind time series at a given
point reflects both large scale and local influence, like, for example, topography, land-sea
dynamics, canopy characteristics, synoptic conditions, etc. It is reasonable that a large historic
database includes time series under the influence of different synoptic conditions and the local
parameters. Therefore we expect that the diurnal wind behavior will be very similar to the behavior
of several of the days found in the historic database. This qualitative line of thought is extended to
a quantitative method in this paper.
The approach taken here is using similarity criteria to try and match a current wind
measurement to historic days. This approach selects from our database of historic days a group of
the most similar days. This group of similar days is then averaged to give the forecast time series.
2. Method
a. Input
We define wind time series Ut1 ,…, U tn
as a sequence of wind vector measurements
( U ti  (uti ,ti ) ) at time points t1, … tn, where t1 < … < tn. Typically, but not always, the time points
will be equally spaced (e.g., 10 minute averages of instantaneous wind measurements). It should
be noted that the wind vector representation presented here is in Cartesian coordinates. Another
common representation of such data is in polar coordinates, i.e., U ti  (ti , Sti ) , where ti is the
wind direction at time ti and Sti is the (scalar) wind speed. In this paper we generally use the
Cartesian representation, but occasionally we refer to the polar one.
Our prediction method is based on comparing the latest time interval of our current
measurements, Y, to the historical data base organized in a matrix V.
The latest time interval is depicted by a "partial" time series, where partial means that we want
to predict its continuation,

Y  (uti ,ti ), ti  t1...tc ; tc    t1  ti  tc

where tc is the current time, and  is a time interval. In the following examples,   7.5 hours. We
will refer to this period as the learning period.
The database matrix is:
 
V   j ,ti
 U1t1  U1tn 



 
  
U

 mt1  U mtn 
ti  t1..tn
j  1..m
ˆ , the
where V contains all historic diurnal time series and j is the index of a single 24 hour day. V
sub matrix of V that match the learning period is:
 
V   j ,ti
 U1t1  U1tc 



 
  
U

 mt1  U mtc 
ti  t1..tc
j  1..m
b. Forecast method
We define a similarity criterion as the functional F, operating on all pairs defined by the Y time
 time series. This functional calculates a measure of similarity between all
series and all the V
j
49
 (for all j).
pairs of Y and V
j
The functional is defined as follows:
F( Y , V j )  d j , j  1..m
dj is the score (scalar) which is a result of imposing a similarity criterion between the latest
 ,
interval time series and the j'th diurnal time series in that interval. The two time series, Y and V
j
 ) is smaller. The minimum (on all m days) of dj exhibits the best
are more similar when F( Y , V
j
similarity using the criterion.
If we use more than one criterion, say L criteria, then
Fl ( Y , V j )  dlj , l  1.. L , j  1..m .
{dlj} is the score matrix, which its row (l) refers to a different criteria and its column (j) refers to a
different historic day. This score matrix, {dlj}, is then transformed to the ranking matrix R  rlj .
 
Each rlj is an integer from 1 to m that represents {dlj} row-wise sequential order, i.e., each item in R
is the rank ordering relative to the row minimum.
The total similarity score, aj, of each day is the overall sum
a j   R lj
l
Denote by k, the index of the most similar day. Therefore, k is the index of the day with
minimum aj over all days:
ak = min  a j 
j
For the prediction process, we use np similar days (the days with the highest scores). Denote by
ki the index of the i-th ranking day (e.g., k2 - the index of the 2nd highest score day), and denote by
P, the set of the indices of the np days.
utiP 
1
nP
u
jP
j ,ti
, tiP 

1
nP
v
jP
j ,ti
; P  {k1 , k2 ,..., kn p }
Y P  (u tPi , tPi ), ti  tc 1...tc   P ; tc   P  tn

where  P is the forecast horizon (in hours), (u tPi , tPi ) are the average velocities of the np similar
days, in the interval  tc , tc   P  and YP is the predicted wind vector time series. The measure of
agreement
 s
P
uti
the
np
most

similar
days
is
given
by
the
standard
deviation,
, sPt , ti  tc 1...tc   P ; tc   P  tn of the wind vector time series,
suPt 
i

between
i
1
nP
 u
jP
j ,ti
 utiP

2
, sPt 
i
1
nP
 
jP
j ,ti

2
 tiP ; P  {k1 , k2 ,..., kn p }, ti  tc 1...tn
This measure, referred as ensemble spread (as described in the following paragraphs), usually
serves as an estimate of the prediction error - Whitaker and Loughe (1998).
An ensemble forecast is described by the National Weather Service Glossary (2007) as
"Multiple predictions from an ensemble of slightly different initial conditions and/or various versions
of models. The objectives are to improve the accuracy of the forecast through averaging the
various forecasts, which eliminates the non-predictable components, and to provide reliable
information on forecast uncertainties from the diversity amongst ensemble members. Forecasters
50
use this tool to measure the likelihood of a forecast."
The similar days prediction method may be considered an ensemble forecasting method. Each
of the np most similar days serve as an independent predictor, influenced by slightly different
meteorological conditions. The final prediction is derived by averaging the wind vector of all
ensemble members. The use of several criteria, each emphasizing a different aspect of similarity,
makes more clear the choice of the similar days. Finally, the standard deviation of the similar days
wind time series as a measure of agreement serves as a measure of the forecast likelihood, e.g., a
forecast with high values of standard deviation may signify a more likely possibility of a higher
prediction error.
c. Similarity criteria
Now we define the similarity criteria functionals Fl used in this work. These operate on all pairs
 time series. The smaller the result given by these
defined by the Y time series and all the V
j
functionals, the similar the series are.
1) EUCLIDEAN DISTANCE


d1 j  F 1 Y , V j 
tc
tc
( utY  ut j ) 2  ( tY  t j ) 2
V
t t1
V
t  t1
2) TIME WEIGHTED EUCLIDEAN DISTANCE

tc

tc
 t ( utY  ut j ) 2   t ( tY  t j ) 2
d 2 j  F 2 Y , V j 
V
t  t1
V
t t1
using time weights, a preference is given as t gets closer to the present time (tc).
3) SUM OF ABSOLUTE DIFFERENCES OF WIND DIRECTIONS
d3 j  F 3


tc

V
Y , V j   180  180  tY  t j
t  t1
  D
tc
t t1
V j
t
where the wind vector is given in polar coordinates. The absolute angular difference between
V j
the two wind directions is the smaller arc captured between them, Dt

V j
 180  180  tY  t

.
4) TIME WEIGHTED SUM OF ABSOLUTE DIFFERENCES OF WIND DIRECTIONS
d4 j F 4




c
V
V
Y , V j   t  180  180  tY  t j    t  Dt j
 t 1
t t1 
t
T
with time weights, preference is given as t gets closer to the present time (tc).
5) WIND DIRECTION VALUE OF AGREEMENT
tc
d5 j  F 5


Y , V j  1 
I
1 if Dt  
; It  
tc  t1
0 otherwise
t t1
t
where  is the value of acceptable distance that is still considered agreement (in this work we
set  = 15). By
tc
I
t t1
t
we count the number of distances that agree. We calculate the proportion of
time that the two series are in disagreement.
51
6) Distance between trajectories
d6 j  F 6

2
t
tc
T
  tc

 c
V 
V 
Y , V j   utY   ut j   tY  t j 
t 1
t t1
 t t1
  t t1


2
for each time series, we propagate a virtual particle using the time-series data. At the end point
(the position reached at tc) a vector distance is calculated between the two particle positions in
space.
d. Example of the method
Figures 1 - 3 present an example of the similar days method. In this example tc = 22, and is
represented by a bold vertical line. Y, the latest time interval of the current measurements is
ˆ , the sub matrix of the historic data base, V,
presented by a bold line. Figure 1 presents Y and V
 consists of m = 30 days, so that each line
that matches the learning period. In the example, V
 time series for the j-th historic day. Figure 2 presents the time series of the chosen
presents the V
j
similar days. In the example, the np = 5 days with the highest score were chosen. The similarity of
the chosen days to Y is noticeable. The continuation of the similar days time series serve as
ensemble members. YP, the predicted series, is the average of the continued series of the similar
days. In figure 3, YP is presented as well as the agreement lines of 2 similar days standard
deviations around YP.
3. Results
In the previous section the similar days forecast method was presented. In this section we will
present an application of the method to a single meteorological station (wind vane 10 m above
ground) located at the Israeli Meteorological Service at Beit-Dagan, in the central coastal plain of
Israel. Our database consists of 10 minutes averages (of 1Hz measurements) of wind direction and
speed measurements from February 1998 to May 1999.
a. Application of similar days forecast method
The similar days forecast was performed for every day from June 1st 1998 to May 31st 1999.
For each day, predictions were given, starting at four different time points, at 8:00, 12:00, 21:00
and at 2:00 ( tc 8,12, 21, 2 ). The predicted time series consisted of 10 minutes values of wind
direction and wind speed.
The Israeli coastal plain wind pattern is influenced by the land-Mediterranean sea breeze cycle.
As a result the diurnal cycle is roughly divided to two breeze periods (sea breeze during day time
and land breeze during night time) and transition periods between them. Whereas the day time
breeze period is characterized by strong winds, the rest of the diurnal cycle is usually below 3 m s1
. Moreover, during transition periods and especially during the night transition (around 21:00)
there is high volatility in respect to wind directions. The different time points chosen,
tc 8,12, 21, 2 , correspond to these four different periods, day transition, sea breeze, night
transition, land breeze (correspondingly).
The forecast horizon was  P  6 hours, i.e. tc  t   tc  6  , where predicted time series were
provided for each tc 8,12, 21, 2 .
52

The learning period, on which the criteria is calculated, started   7.5 hours before tc , i.e.
 t c  7 .5   t  t c .

The database consisted of previous 30 days before (not including) the day under study.

The final ensemble consisted of the np = 5 days with the highest similarity score.
b. Verification of the similar days prediction
In order to verify the similar days prediction within a given diurnal period, we have chosen a
cumulative approach. The approach taken is to propagate the wind trajectories of the measured
and the predicted time series for  P hours ahead from tc, (e.g., for  P  6 it is from tc until tc + 6),
and find the angle of the predicted wind trajectory (relative to the origin point) and the angle of
measured trajectory. We define the difference between these angles as the drift angle. The drift
angle is calculated using the following formula:
 t  tc   P
Y  tan 1   utY ,
 t min t t t 
c

 t  tc   P
 P  tan 1   utP ,
 t min t t t 
c


t  tc   P

t min  t t tc 
t  tc  P




tY 
t min  t t tc 



tP 

  D , mod   P   D , 360   Y



; D  180  180  Y   P
 
D
  , otherwise
where, for  P hours ahead of tc, Y is the angle of the measured trajectory,  P is the angle of
D


the predicted trajectory and  D is the drift angle.
The drift angle is an aggregate of the momentary prediction errors. It is a measure which can
demonstrate the impact of seemingly small errors on the overall drift of the predicted trajectory
from the measured one. For each day of the year, and for each tc 8,12, 21, 2 , we calculated the
drift angle after  P  6 hours, using the similar days method.
Von Storch and Zwiers (2001) state that a forecasting method can not be accepted as being
useful if it yields results that can be obtained by means of less sophisticated forecasting
procedures. That is, any forecasting method must be compared against a reference forecast which
is easier to prepare than the forecast under consideration. Following that, we compared our results
to two reference methods: persistence forecast and climatology forecast.
Y per , the forecasted time series using persistence forecast is provided by:
utper
 um ,ti , tiper  m ,ti
i

Y per  (utper
, tiper ), ti  tc 1...tc   P ; tc   P  tn
i

where m is the last historic day in the database, which is actually the previous day of
measurements. The basic idea is that today's time series is identical to yesterday's. This method is
expected to provide good predictions on cases where there is no considerable change between
following days.
Y clim , the forecasted time series using climatology forecast, is provided by:
53
utclim

i
1 m
1 m
u j ,ti , ticlim   v j ,ti

m j 1
m j 1

Y clim  (u tclim
,  tclim
), ti  tc 1...tc   P ; tc   P  tn
i
i

where the predicted wind time series is the average wind series over the previous m days. The
idea is that today's time series is close to the long range averaged time series.
In order to evaluate the similar days method, we calculated the drift angle after  P  6 hours for
each day of the year, and for each tc 8,12, 21, 2 , using the persistence and climatology
methods.
Figure 4 shows the seasonal distributions of  D , the drift angle, for each tc 8,12, 21, 2 using
similar days, persistence and climatology methods. The distributions are presented using box plot
diagrams. The bounds of each box are the 25th and the 75th percentiles (sometimes referred to as
the 1st and 3rd quartiles). The difference between these values is the interquartile range. The line
across the middle of the box identifies the median. The lines parallel to the ends of the box are the
10th and 90th percentiles.
We will discuss the comparison of the methods, as shown in figure 4, in a seasonal viewpoint:
 Summer: for all tc 8,12, 2 all methods exhibit a narrow error distribution. The similar days
method demonstrates better (narrower) or similar drift angle distributions. For tc = 21 (Fig. 4-c),
the similar days distribution is much narrower than the climatology and persistence, in regard to
the interquartile range and the difference between the 90th and 10th percentile. Moreover, it


should be noted that the climatology median drift angle demonstrates a bias greater than 15.
Autumn: the similar days method exhibits narrower drift distribution in all tc 8,12, 21, 2 .
Winter: In all cases the similar days method exhibits a narrower drift angle distribution. The
climatology method drift median exhibits a bias in all tc 8,12, 21, 2 . The climatology median
drift angle demonstrates a bias of around 15 to 25 in all tc 8,12, 21, 2 .

Spring: the similar days method exhibits a narrower drift distribution in all tc 8,12, 21, 2 . It
should be noted that at tc = 21, both climatology and persistence methods demonstrate a bias
of around 20 to 30.
From this analysis we see:
1. The similar days method provides better prediction compared to climatology and persistence.
2. The similar days method performed well using the drift angle measure, which evaluates the
influence of accumulated errors.
3. A good prediction may be provided based on a database which consists of the 30 days
measured previous to the day considered.
4. Conclusions
The similar days wind prediction method was presented. The method was implemented for one
full year's data. Verification of the method was performed, in comparison to climatology and
persistence, showing very good prediction quality.
These results allow the use of the similar days method for prediction of wind at a single
meteorological station for a period up to 6 hours during all seasons.
54
References
Brown, G. B., R. W. Katz, and A. H. Murphy, 1984: Time series models to simulate and forecast
wind speed and wind power, J. Climate Appl. Meteor., 23, 1184-1195
Ge, Y. and H. Xiang, 2002: Statistical study for mean wind velocity in Shanghai area, J. Wind Eng.
Ind. Aerodyn., 90, 1585-1599.
Hoppmann, U., S. Koenig, Th. Tielkes, and G. Mastschke, 2002: A short-term strong wind
prediction model for railway application: design and verification, J. Wind Eng. Ind Aerodyn., 90,
1127-1134.
Kretzschamar, R., P. Eckert, D. Cattani and F. Eggimann, 2004: Neural network classifiers for local
wind prediction, J. Appl Meteor., 43, 727-738.
National Oceanic and Atmospheric Administration’s (NOAA) National Weather Service, 2007:
Glossary (available online at http://www.weather.gov/glossary/glossary.php?letter=e, viewed at
June 20th 2007)
Negnevitsky, M. and C. W. Potter, 2006: Innovative short-term wind generation prediction
techniques, presented at IEEE/PES general meeting, Montreal, Canada
Potter, C. W. and M. Negnevitsky, 2006: Very short-term wind forecasting for Tasmanian power
generation, IEEE Trans. Power Syst., 21, 965-972
Von Storch, H. and F. W. Zwiers, 2001: Statistical analysis in climate research, Cambridge
university press, 484 pp.
Whitaker, J. S. and A. F. Loughe, 1998: The relationship between ensemble spread and ensemble
mean skill, Mon. Wea. Rev., 126, 3292-3302.
Zannetti, P., 1990: Air pollution modeling: theories, computational methods and available software,
Van Nostrand Reinhold, 444 pp.
List of Figures
FIG. 1. Non-parametric bivariate density diagrams of the wind prediction error, for four prediction
beginning times, tc 8,12, 21, 2 (by clockwise rotation, from figure 1-a ), where the
prediction horizon is 15 hours, during the summer season.
FIG. 2. Box plot diagrams of the drift angle after three hours, for four prediction beginning times,
tc 8,12, 21, 2 , during the four seasons.
55
Wind direction (degrees)
450
360
270
180
90
10:00 12:00 14:00 16:00 18:00 20:00 22:00 0:00
2:00
4:00
6:00
8:00 10:00 12:00 14:00
Time (hours)
ˆ , a database 30
FIG. 1. An example of Y, the latest time interval of current measurements (bold line) and V
of historic diurnal time series, where tc = 22.
Wind direction (degrees)
450
360
270
180
90
10:00 12:00 14:00 16:00 18:00 20:00 22:00 0:00
2:00
4:00
6:00
8:00 10:00 12:00 14:00
Time (hours)
FIG. 2. An example of Y, the latest time interval of current measurements (bold line) and np = 5 diurnal time
series of similar days, where tc = 22.
56
SMR
AUT
WIN
SPR
57
SMR
SMR
SPR
AUT
WIN
similar days
climatology
climatology
WIN
similar days
AUT
similar days
similar days
persistence
similar days
persistence
similar days
6:00
climatology
4:00
persistence
2:00
similar days
(a)
persistence
Drift angle (deg) after 6 hours
0
10:00 12:00 14:00 16:00 18:00 20:00 22:00 0:00
similar days
climatology
similar days
climatology
similar days
climatology
similar days
climatology
similar days
climatology
Drift angle (deg) after 6 hours
Wind direction (degrees)
450
360
270
180
90
Time (hours)
8:00 10:00 12:00 14:00
FIG. 3. An example of Y, the latest time interval of current measurements (bold line), the predicted time
series, YP, and the agreement lines, of 2 standard deviations around YP.
(b)
SPR
(c)
SMR
AUT
WIN
SPR
SMR
AUT
WIN
similar days
climatology
similar days
climatology
similar days
climatology
similar days
climatology
similar days
climatology
similar days
climatology
similar days
climatology
similar days
climatology
Drift angle (deg) after 6 hours
Drift angle (deg) after 6 hours
(d)
SPR
FIG. 4. Box plot diagrams of the drift angle after six hours, using as forecast - similar days method,
persistence and climatology, for four prediction beginning times, tc 8,12, 21, 2 , (by clockwise rotation,
from figure 3-a ), during the four seasons.
Electric Hurricanes
Colin Price1, Mustafa Asfur2, Yoav Yair2
1
2
Department of Geophysics and Planetary Sciences, Tel Aviv University, Israel
Department of Life and Natural Sciences, The Open University of Israel, Israel
1. Introduction:
Hurricanes are the most deadly storms on the Earth, with evidence that the strength and
number of intense hurricanes (category 4 and 5 of the Saffir-Simpson scale) may have increased
in recent decades [4,5]. Hurricanes form over the warm oceans in the tropics, and develop from
tropical depressions to tropical storms, and then hurricanes (in the Atlantic), cyclones (in the Indian
Ocean), or typhoons (in the West Pacific). However, the physical nature of these storms is the
same. These tropical cyclones can have total lifetimes from a few days to 2-3 weeks at most, and
generally spend most of their lifetime over the oceans. In fact, the landfall of a hurricane results in
the weakening and decay of the storm. While the prediction of the trajectory of these storms is now
quite accurate [1], the forecast of the future storm intensity is more difficult to predict. The reason
for this is that storm tracks are primarily determined by the large-scale atmospheric environment
surrounding the storm, but intensity changes are affected by many processes on a wide variety of
scales. To first order, a fairly accurate short term track forecast can be made simply by following a
58
trajectory in the vertically averaged tropospheric flow in the storm environment. However, the
intensity is impacted by the convection near the storm center, interactions with the underlying
ocean and complex interactions with the storm environment, including the effects of vertical shear,
trough interaction, and moisture availability.
Since hurricanes spend most of their lifetime over the oceans, it has always been a problem
obtaining continuous, quality data from hurricanes before landfall. Satellites are used for some
observations, however in-situ observations can only be obtained using research aircraft that fly into
these storms. These aircraft observations are extremely expensive, and are not available in all
regions of the globe due to range and safety limitations.
One way of looking within storms from great distances is to monitor the electrical activity within
hurricanes. It has been known for many years that lightning activity is closely related to the
microphysics and dynamics of convective storms. For charge separation on a microscopic scale, it
is necessary to produce a mix of small ice particles together with graupel (small hail) particles
growing in the presence of supercooled water [6,7]. However, these conditions become most
efficient in supporting significant electric field buildup when updraft velocities are greater than
10m/sec in clouds. Hence, changes in lightning activity can signal changes in storm dynamics,
organization, development, etc. In some hurricanes, rapid intensification is associated with
updrafts greater than 20m/sec, accompanied by increased lightning activity [8]. In such cases, the
mixed-phase regions of convective cells extend to higher altitudes than normal, with supercooled
drops and graupel observed at altitudes colder than the 0oC isotherm. Hence, an increase in
lightning activity within thunderstorms may provide some in-situ information that can help improve
the forecasts of enhanced convective growth of the storm's clouds and the subsequent hurricane
intensification.
While for many years hurricanes were believed to have little lightning activity, lightning has
been observed within many hurricanes [9-14]. Even some historical anecdotes from sailors
describe intense lightning in hurricanes [15]: "For one whole day and night it blazed like a furnace,
and the lightning broke forth with such violence that each time I wondered if it had carried off my
spars and sails; the flashes came with such fury and frightfulness that we all thought the ships
would be blasted." Recently, lightning activity in tropical waves has also been related to the
genesis of hurricanes [16].
2. Data
To check the connection between hurricane intensification and electrical activity, we have
collected data from all 58 category 4 and 5 (Saffir-Simpson scale) hurricanes around the globe
over a three year period (2005-2007) (Figure 1 and Methods). By definition, these storms have
maximum sustained horizontal winds greater than 114 knots (210 km/hr). The two main centers of
hurricane activity occurred in the West Pacific and the West Atlantic. However, intense hurricanes
also occurred in the Indian Ocean and Southern/Eastern Pacific.
59
Figure 1. Global distribution and paths of the 58 hurricanes used in this study. The category 4 and 5
hurricanes included in this study are: 2005 – Adeline, Bertie, Dennis, Emily, Haitang, Ingrid, Katrina,
Kenneth, Khanun, Kirogi, Longwang, Mawar, Meena, Nabi, Nancy, Nesat, Olaf, Percy, Rita, Sonca, Talim,
Wilma; 2006 – Bondo, Carina, Chanchu, Chebi, Cimaron, Daniel, Durian, Ewiniar, Floyd, Glenda, Ioke, John,
Larry, Mala, Monica, Saomai, Shanshan, Xangsane, Xavier, Yagi; 2007 – Dean, Dora, Favio, Felix, Flossie,
Gonu, Indlala, Kajiki, Krosa, Man-yi, Nari, Sepat, Sidr, Usagi, Wipha and Yutu.
Lightning activity around the globe can be continuously monitored from great distances
using low frequency (LF) or very low frequency (VLF) electromagnetic networks on the
ground. Such networks exist on regional scales in many countries (e.g. NLDN in United
States, RINDAT in Brazil, JLDN in Japan, and EUCLID in Europe) while more recently
efforts have been made to develop global networks, such as the World Wide Lightning
Location Network (WWLLN) [3]. Although this network is primarily for research purposes,
the global lightning data detected by this network are updated in near real time and can be
utilized and viewed at http://webflash.ess.washington.edu/. The WWLLN has grown from
11 stations in 2003 to 30 stations in 2007, each station continuously receiving the VLF
pulses (sferics) emitted by lightning discharges within a range of a few thousand
kilometers (See Methods). The WWLLN network detects orders of magnitudes more
lightning than polar orbiting satellite detectors that detect only a few thunderstorms per
orbit, and only for a fraction of the storm's lifetime [17]. The big advantage of the WWLLN
network is that it is continuous in time and space, thus allowing global, real-time
monitoring.
4. Results
An example of our analysis for each of the hurricanes is shown in Figure 2 for Hurricane
Dennis in 2005. Figure 2a shows the trajectory of the center (eye) of the hurricane from
5-14 July 2005, with the location of the hurricane eye at 12 UTC shown by the open
circles. The central pressure and the maximum sustained winds are shown in Figure 2b.
As expected, there is a strong negative correlation between minimum pressure within the
hurricane and the maximum wind speeds (Fig. 2b). The horizontal winds are a result of
the intense pressure gradients between the eye of the storm and the surrounding regions.
The bold curve in Figure 2c represents the lightning activity detected by the WWLLN
within a 10 degree box centered on the eye of the storm, while the thin curve showing the
maximum sustained winds is the same as that in Figure 2b. From Figure 2c it can be
clearly seen that the lightning activity follows the same pattern as the maximum winds
60
speeds (or minimum pressures), with an
approximate one day lag between the peak
lightning activity and the peak intensity of the
hurricane. Hurricane Dennis had two periods of
peak winds, both of which were preceded by
maxima in lightning activity one day before the
peak in the maximum sustained winds. The linear
correlation between the lightning activity curve and
the maximum sustained winds curve, taking into
account the one day lag, is 0.95, implying that
lightning activity can explain 90% of the day-to-day
variability of the maximum sustained winds in this
hurricane. The correlation with the pressure curve
(Figure 2b) is -0.94.
Figure 2. Hurricane Dennis 5-14 July 2005. a) The path of
Hurricane Dennis in the Atlantic Ocean, showing the location
at 1200UT every day; b) The minimum pressure at the center
of the hurricane (dashed curve) together with the maximum
sustained winds (solid curve); c) The maximum sustained
winds (solid thin curve) and the observed lightning
frequencies within a 10x10 degree gridbox centered on the
eye of the storm (solid bold curve).
The same analysis was carried out for all 58 category 4 and 5 hurricanes that occurred
during the years 2005-2007. Of these
storms, 56 showed statistically significant
positive correlations between lightning
activity and maximum sustained winds. The
summary of the results are presented in
Figures 3 and 4. Figure 3 shows the
distribution of the lag times between the
maximum lightning activity and the
maximum sustained wind speeds (or
minimum pressure) in each hurricane.
These lag times are obtained by shifting the
lightning curves relative to the wind curves
+/- 6 days, at 6-hour intervals, and looking
Figure 3. Lag times between the maximum
for the best correlation between the two data lightning activity and the maximum sustained winds
sets. More than 70% of the hurricanes in 56 hurricanes. Positive lags imply the lightning
activity peaked before the maximum intensity of the
analyzed have the lightning activity peaking winds, and vice-versa.
61
before the peak wind intensities, with the most common lag being 30 hours (both the
mean and median). While some storms had lightning activity peaking 4 days before the
maximum winds, there are also some storms that show lightning activity peaking after the
most intense wind speeds. This may be related to enhanced convection after landfall. It
should be noted that hurricanes with no landfall showed even better results [S1].
The statistical significance of these fits is shown in Figure 4, where the linear correlation
coefficients (r) between the lightning activity and wind speeds are shown for each
hurricane, taking into account the lags shown in Figure 3. The names of the 56 hurricanes
are shown along the x-axis, while the correlation coefficients are shown with different
symbols depending on their statistical
significance. The significance was
calculated based on the number of
days used in the analysis for each
hurricane. Hence two hurricanes with
the same correlation coefficient can
have different statistical significance.
All 56 hurricanes show significant
correlations (>90%) between lightning
activity and maximum sustained
winds, with a mean of r=0.82. This
implies
that
daily
lightning
frequencies can explain more than Figure 4. The correlation coefficients (r) between
67% of the daily variability in maximum sustained winds and lightning activity. Each
point represents one hurricane, while the symbols
maximum sustained winds, with an represent the level of statistical significance for a
specific hurricane.
average lead time of 30 hours.
Since the WWLLN detects only a
small fraction of total lightning [18], without any information about the type of lightning, its
polarity, the peak currents, etc., future improved global lightning networks will likely
improve these correlations, with enhanced spatial and temporal resolutions. Even better
would be the installation of lightning detectors on geostationary weather satellites that will
allow uniform detection efficiencies and good coverage over the oceans, while being
sensitive to total lightning, unlike the ground global networks that detect primarily cloud-toground lightning discharges. Lightning detectors are planned on the next generation
GOES satellites as well as the Meteosat Third Generation (MTG).
Of the 58 hurricanes analyzed, only 2 showed no significant correlation between
lightning and wind speed. One of these hurricanes (Ingrid 2005) showed no lightning at all,
while the other (Kirogi 2005) had two maxima in the wind speeds and lightning, but the
larger maxima in the wind speeds was correlated with the weaker peak of the lightning
activity [S2]. Hence, only one event showed no relationship between lightning and
maximum wind speed. If we consider a constant lag of 30 hours between the lightning
62
activity and the maximum winds in all hurricanes, we find that 31/56 (55%) of the
hurricanes show a positive correlation between lightning and wind speed, although only
19/56 (34%) of the hurricanes show a statistically significant correlation for a fixed lag.
What could be the physical mechanism relating lightning activity to hurricane intensity?
This is a topic for future research, although it has been suggested that the development of
tropical cyclones is sensitive to the distribution and magnitude of moistening of the lower
troposphere by convection [2]. The horizontal maximum sustained winds are very
sensitive to changes in vertical convection that influences the rate of moistening of the
lower troposphere. In addition, it has been shown that the time to maximum intensification
in hurricanes depends on the intensity of the convection [2]. It has also been
demonstrated that convection can generate potential vorticity anomalies that can lead to
vortex intensification [21]. Since lightning is an indicator of this convection, it follows that
the lightning activity should precede the hurricane intensification.
4. Conclusions
This study shows the promise in using lightning data for understanding the processes
related to hurricane intensification. If lightning can predict the intensification of hurricanes
in advance, this provides a powerful tool for forecasters, especially in regions susceptible
to considerable damage, and which lack proper early warning capabilities. Furthermore,
since lightning is directly related to thermodynamic processes that result in the release of
latent heat in convective clouds, using lightning locations and intensities for data
assimilation in atmospheric models [20] may dramatically improve future hurricane
intensity forecasts.
References:
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
Shen, B.W., R. Atlas, O. Reale, S.J. Lin, J.D. Chern, J. Chang, C. Henze and J.L. Li. Hurricane
forecasts with a global mesoscale-resolving model: Preliminary results with Hurricane Katrina
(2005). Geophys. Res. Lett., 33, L13813, doi:10.1029/2006GL026143 (2006).
Emanuel, K. The behavior of a simple hurricane model using a convective scheme based on
subcloud-layer entropy equilibrium. J. Atmos. Sci., 52, 3960-3968 (1995).
Lay, E. H., A. R. Jacobson, R. H. Holzworth, C. J. Rodger, and R. L. Dowden, Local time variation in
land/ocean lightning flash density as measured by the World Wide Lightning Location Network J.
Geophys. Res., 112, D13111, doi:10.1029/2006JD007944 (2007).
Emanuel, K. Increasing destructiveness of tropical cyclones over the past 30 years. Nature, 436,
686-688 (2005).
Webster, P.J., G.J. Holland, J.A.Curry and H.R. Chang. Changes in Tropical Cyclone Number,
Duration, and Intensity in a Warming Environment. Science, 309, 1844-1846 (2005).
MacGorman, D., and D. Rust. The Electrical Nature of Storms, Oxford University Press, 422 pp
(1998).
Sherwood, S.C., V.T.J. Phillips, and J.S. Wettlaufer. Small ice crystals and the climatology of
lightning. Geophys. Res. Lett., 33, L05804, doi:10.1029/2005GL025242 (2006).
Black, R.A., H.B. Bluestein, and M.L. Black. Unusually strong vertical motions in a Caribbean
hurricane. Mon. Wea. Rev., 122, 2722-2739 (1994).
Lyons, W.A., and C.S. Keen, Observations of lightning in convective supercells within tropical
storms and hurricanes. Mon. Wea. Rev., 122, 1897-1916 (1994).
Molinari, J., P.K. Moore, V.P. Idone, R.W. Henderson, and A.B. Saljoughy, Cloud-to-ground lightning
in Hurricane Andrew. J. Geophys. Res., 99, 16665-16676 (1994).
Samsury, C.E., and R.E. Orville, Cloud-to-ground lightning in tropical cyclones: A study of
Hurricanes Hugo (1989) and Jerry (1989). Mon. Wea. Rev., 122, 1887-1896 (1994).
Molinari, J., P.K. Moore, and V.P. Idone, Convective structure of hurricanes as revealed by lightning
63
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
locations Mon. Wea. Rev., 127, 520-534 (1999).
Black, R.A., and J. Hallet. Electrification of the Hurricane. J. Atmos. Sci., 56, 2004-2028 (1999).
Shoa, X.M., J. Harlin, M. Stock, M. Stanley, A. Regan, K.Wiens, T. Hamlin, M. Pongratz, D.
Suszcynsky, and T. Light. Katrina and Rita Were Lit Up with Lightning. AGU EOS Transactions, 86
(42), 398-399 (2005).
Ludlum, D.M., Early American Hurricanes 1492-1870, Amer. Met. Soc. (1963).
Price, C., Y. Yair and M. Asfur, East African lightning as a precursor of Atlantic hurricane activity.
Geophys. Res. Lett., 34, L09805, doi:10.1029/2006GL028884 (2007).
Christian, H.J., et al. Global frequency and distribution of lightning as observed from space by the
Optical Transient Detector. J. Geophys. Res., 108(D1), 4005, doi:10.1029/2002JD002347 (2003).
Rodger, C. J., S. Werner, J. B. Brundell, E. H. Lay, N. R. Thomson, R. H. Holzworth, and R. L.
Dowden. Detection efficiency of the VLF World-Wide Lightning Location Network (WWLLN): initial
case study. Annales Geophys., 24, 3197-3214, (2006).
Montgomery, M., and J. Enagonio, Tropical cyclogenesis via convectively forced vortex rossby
waves in a three-dimensional quasigeostrophic model, J. Atmos. Sci., 55(20), 3176-3207 (1998)
Papadopoulos, T., G. Chronis, and E.N. Anagnostou, Improving Convective Precipitation
Forecasting Through Assimilation of Regional Lightning Measurements in a Mesoscale Model. Mon.
Wea. Rev., 133, 1961-1977 (2005).
Rodger, C. J., J. B. Brundell, R. H. Holzworth, and E. H. Lay, Am. Inst. Phys. Conf. Proc., in press
(2009).
Jacobson, A.R., R. Holzworth, J. Harlin, D. Dowden and E. Lay, J. Atmos. Oceanic Technol., 23,
1082-1092 (2006).
EVALUATION OF SEA-SALT AEROSOL FORECASTS IN THE
OPEN MEDITERRANEAN SEA
Kishcha, P.1, Nickovic, S.2, Agnon, Y.3, Alpert, P.1
1
Department of Geophysics and Planetary Sciences, Tel-Aviv University, 69978 Tel-Aviv,
Israel
2
World Meteorological Organization, Geneva, Switzerland,
3
Faculty of Civil and Environmental Engineering, Technion, Haifa, Israel
Marine aerosols produced by sea-waves and associated winds are a potentially important
climate forcing factor. Acting as efficient cloud condensation nuclei, marine sea-salt aerosols (SSA)
could affect cloud formation and precipitation processes. In spite of the importance of impact of
SSA variations on climate change, there are no regular sea-salt aerosol measurements in the open
sea, where SSA are mainly produced and where their effects on climate are maximal. In order to
partly fill the gap in our understanding of the SSA processes, model-based daily forecasts of threedimensional distribution of SSA could be helpful, providing valuable information about space and
time distribution of these types of aerosol. Model performance over the open sea has been verified
in this study by comparing modeled SSA concentrations with observed wave height. Two sea-wave
monitoring buoys, located in the Eastern Mediterranean near Haifa and Ashdod, provided us with
information about wave height during the three-year period, from 2006-2008. In the winter months,
when local sea-breezes were insignificant, the two buoys measured sea-waves created by
synoptic-scale westerlies associated with the transit of cyclones across the Mediterranean: these
conditions were similar to the conditions in the open sea. Numerical simulations of SSA were
64
compared with observed wave height on a daily basis. The comparison showed that a high
correlation between observed wind speed and wave height was accompanied by a high correlation
between wave height and modeled SSA concentrations. This indicates that the model is capable of
producing realistic variations of SSA concentrations over the open sea, in line with observed wind
speed and wave height.
Creating a climatological datebase of wind direction pattern
change events using an objective method
Ziv Klausner and Eyal Fattal
Israel Institute for Biological Research, Ness-Ziona, Israel
ABSTRACT
Finding the point in time at which the wind pattern changes its direction is an important problem
with a broad scope of application in atmospheric boundary layer modeling. In many cases such a
change of pattern can be extracted using subjective methods, which involves a subjective post
analysis of the measured time series. A considerably more difficult task is to identify such a change
using an objective and automated method. This task is usually treated by smoothing the original
time series, extracting threshold parameters using a statistical analysis of the past wind data, and
setting threshold values via trial and error.
We present here an objective and automatic method for solving this problem. Our method is
non-parametric, and needs neither prior calibration of threshold values nor smoothing of the data.
Our method is unique in its ability to detect the pattern change even if the direction change occurs
gradually.
An example of the application of the method is presented using 6 months of data collected at a
single meteorological station located on the central coastal plain of Israel.
1. Introduction
Changes in the pattern of wind direction, especially changes associated with the passage of sea
or land breeze fronts, have a considerable impact on safety and health issues (Case, et al., 2005,
Alpert and Rabinovich-Hadar, 2003, Cheney, et al., 2001, Huang and Mills, 2006).
In order to study the characteristics and the physical mechanisms of such phenomenon, it is
useful to create climatological database of wind direction change events. It is necessary to use a
set of several years of wind direction observations, from several meteorological stations around the
area of interest. From these data the time of the wind direction change in each station is identified.
This time of change may be determined by a subjective inspection of the time series collected at
each station. The conclusions of such a method may vary from person to person and from one
data set to another (Huang and Mills, 2006). Moreover, subjective inspection of several years of
data is labor-intensive (Case, et al., 2002).
65
Therefore, in such cases, it is crucial to develop an automatic algorithm, sometimes referred to
as an objective criterion, which is capable of identifying the wind change for a wind time series.
There are several such criteria reported in the literature (Borne, et al., 1998, Alpert and
Rabinovich-Hadar, 2003, Case, et al., 2004, Huang and Mills, 2006). However, these criteria suffer
from several shortcomings:

A rather sharply change event definition which sometimes leads the criterion to overlook
changes that occur gradually.

The criterion is based on parameters whose value is set arbitrarily. Therefore a process of trial
and error process is required, in which a meticulous calibration is performed by careful analysis
of the local change patterns.

Usually the original time series is smoothed in order to remove some of the fluctuations before
applying the suggested criterion.
In this paper we present a new method for identification of changes in the wind pattern. Our
method requires neither prior calibration of threshold values, nor smoothing of the data. It is
capable of detecting changes even if the change of direction is gradual, and is easy to implement.
2. Method
We define a wind direction time series t1 ,…, tn
as a sequence of wind direction
measurements at time points t1, … tn, where t1 < … < tn. Usually, but not necessarily, the time
points will be equally spaced (e.g., 10 minute averages of instantaneous wind measurements). It
should be noted that the wind direction representation used here is the direction the wind is coming
from, i.e., where 0 refers to wind from the north, 90 refers to wind from the east, and the positive
direction is clockwise.
The problem at hand is the identification of points of change in a wind time series, i.e., given
wind in a certain direction, it is required to design a criterion that will extract the point in time at
which the wind direction changes. The measurements at the time interval [t1, tn] are said to have a
‘change point’ at time t , where t   t1 , tn  , if t1 ,…, t have a common angular distribution
function D1, and t ,…, tn have a common angular distribution function D2 and D1  D2 . D1 and
D2 need not be specified.
We define the functional Fti t1 , ,ti

(1)

Fti t1 , ,ti

 as follows:
i

C
cos t j


 ti
j 1


i
 S  sin 

tj
 ti j 1
Cti and Sti may be referred to as the cumulative sum terms, based on the directional cumulative
sum principle (see Lombard 1986, 1988; Fisher 1993).
Applying Eq. 1 yields a smooth time series Ct1 ,  , Ctn and St1 ,  , Stn . With this functional,
change points in the wind direction time series t1 ,…, tn exhibit themselves as extrema either in
the cosine sum term or in the sine sum term, thus allowing the identification of change patterns of
66
interest and the development of algorithms that search the data for the occurrence of such
changes. This methodology is therefore non-parametric, since there is no need to determine
threshold values of significant and insignificant change; hence, no subjective calibration of such
values is needed. The specific value of the extremum point is irrelevant, only the timing of its
occurrence.
3. Application
In this section we will present an application of the method to a single meteorological station 10
m above ground located at the Israeli Meteorological Service at Beit-Dagan, in the central coastal
plain of Israel. Our database consists of 10 minute averages of 1Hz measurements of wind
direction and speed during 1998 of three summer months, June – August, and three autumn
months, September - November.
The summer season in the Beit-Dagan area is governed during day time, by winds from the
west, due to the Mediterranean sea-breeze combined with a Persian trough. During night time a
regime of land winds develops, governed by weak winds from the south and the south-east. During
the transition seasons the wind regime is influenced by the temporal barometric pressure systems the barometric highs and lows - that generate winds from several directions. The sea-land breeze
is combined with these winds systems and is more noticeable in days of stable weather (Bitan and
Rubin, 2000).
Figures 1 and 2 show (solid line) two typical days, measured at the Beit-Dagan station, that
manifest the above mentioned sea-land breeze regime. In both days the two periods mentioned by
Bitan and Rubin (2000) are apparent; during the day, westerly winds which gradually turn northwesterly, and during the night, south-easterly and easterly winds. Between these periods there are
two wind direction changes, one (during the evening) from north-westerly to easterly or southeasterly wind directions and the other (during the morning) back to westerly wind directions. These
changes may occur abruptly, during a few minutes (as in figure 1), or gradually, during several
hours (as in figure 2).
The wind direction time series in figures 1 and 2 exhibit the two possibilities for the wind
directions to turn from the west to the south-east. The wind can either turn clockwise, as was
measured on September 14th (figure 1) - from north-westerly directions through northerly directions
and north-easterly directions and finally to south-easterly; or anti-clockwise, as was measured on
August 10th (figure 2) - from westerly directions, through south-westerly and southerly to southsouth-easterly.
In both days, after the wind directions completed their veering and reached the south-east
sector, the wind direction stayed in this sector for several hours, until shortly after sunrise. It should
be noted that this period of wind in the south-east sector is an example of the land winds period
described by Bitan and Rubin (2000).
After the land wind period, the wind directions turn from the south or south-east sector back to
the western sector. Similar to the previous change, at the beginning of the land winds period, there
are two possibilities at the end of this period. The wind can either turn clockwise, as measured on
67
August 10th (figure 2) - from south-south-east through the south to the south-west (around 225)
and finally to westerly directions; or anti-clockwise, as measured on September 14th (figure 1) from the south-east, through the east and north and finally to the north-west.
In general, the wind may turn from the west or north-west sector to the south or south-east
sector and back, either clockwise or anti-clockwise. From the two possible rotation directions at the
beginning of the land wind period and the two possible rotations at end of that period, it follows that
there are four possible rotation types.
Figures 1, 2 also show the time series of the cumulative sum terms, Cti (dashed line) and Sti
(dotted line), as defined in Eq. 1. These terms relate to the wind directions time series shown in the
figures, where the summation begins at 12:00. Notice the smoothness of the time series of Cti and
Sti , as opposed to the noisiness apparent in the wind direction series. It should be emphasized
that the smoothness is a sole result of the summation itself; no further smoothing procedure was
performed.
The time series of Cti , has two local extrema - first a local maximum and then a local minimum.
This phenomenon occurs in both days. The time series of Sti has also two local extremum points first a local minimum and then a local maximum. It is apparent from figures 1 and 2 that the land
wind period is bounded within the time points where these extrema were reached. Specifically,
where a clockwise rotation leads to the land wind period (i.e., where the wind enters the north-east
sector), the beginning of this period is identified by a local maximum of Cti (at 23:40 in figure 1). In
case of an anti-clockwise rotation leading to the land wind period, the beginning is identified by a
local minimum of Sti (at 1:20 in figure 2).
Similarly, where a clockwise rotation follows the land wind period, the end of this period is
identified by a local maximum of Sti (at 7:00 in figure 2). On the other hand, for an anti-clockwise
rotation following the land wind period, as seen in figure 1, the end of the period is identified by a
local minimum of Cti (at 7:40 in figure 1).
Note that it is quite common that perturbations in the wind direction time series produce several
minor extrema in the time series of the cumulative sum terms. These extremum points do not
dramatically change the pattern described and the general structure is still noticeable. In such
cases, the meaningful extremum points are considerably different in terms of the cumulative sum
value from the other extremum points; they are identified as the maximum of all the local maxima
and the minimum of all the local minima. Only such extremum points are considered.
Another phenomenon occurs at days with an anti-clockwise rotation at the beginning and
clockwise rotation at the end. In such cases the time series of Sti exhibit no minimum or maximum
points. Figure 3 shows one of these days.
As seen in figure 3, the wind observations during the sea breeze in these days are mainly
concentrated in the south-west sector wind, instead of the usual westerly to north-westerly sectors.
The wind change occurs very gradually, from west-south-westerly winds to south-south-westerly
until the land wind period begins, with winds in the south-south-west sub-sector instead of the
usual south-east. At the end of the land wind period, the wind gradually returns to the south-west
68
sector.
The interesting thing is that although there are no minimum or maximum points apparent in the
time series of Sti , the land breeze is bounded with inflection points (in figure 3 at 23:40 and 7:00)
instead of minimum and maximum of Sti . This leads to the conclusion that very gradual and slow
changes manifest themselves in inflection points instead of the usual minimum and maximum.
In conclusion - our criteria are as follows:

Detection of the beginning of the land wind period:
If a clockwise rotation occurs: The beginning of the period is identified by the maximal of the
local maxima of Cti ; otherwise, it is an anti-clockwise rotation, and the beginning of the period is
signified by the minimal of the local minima of Sti . In the case where no minimum and maximum
points of Sti are detected, the earliest inflection point is considered as the beginning of the period.

Detection of the end of the land wind period:
If a clockwise rotation occurs: The end of the period is signified by the minimal of the local
minima of Cti ; otherwise, it is an anti-clockwise rotation, and the end of the period is signified by
the maximal of the local maxima of Sti . In the case where no minimum and maximum points of Sti
are detected, the later inflection point is considered as the end of the period.
4. Verification
In order to verify the identification criteria, we applied it on all the measured days and compared
the results to a subjective identification. The results of the comparison are presented in table 1.
The table shows the total number of days in each rotation type for every month, as well as the
number of days where the criteria identified correctly the beginning of the land wind period and the
end of that period. The number of days with inflection points instead of maximum and minimum is
shown separately from the regular "anti-clockwise beginning clockwise end" days.
In total, we examined 176 days in six months. We found that the criteria we developed identify a
beginning of the land winds period in approximately 90% of the days and an end of that period in
95% of the days.
Using the cumulative sum analysis method we have demonstrated above how the timing of the
wind direction change is determined, from the point when an extremum occurs in the time series of
the cumulative sum terms. It should be emphasized that the criteria we developed provides the
correct timing in most of the days. Even in the days where it fails to do so, the land winds period is
bounded by some extrema. By defining the land wind period (either in an expanding or strict
approach) we are able to develop a criterion that is able to identify the timing of the land wind
period according to the cumulative sum terms that are appropriate to all of the days that exhibit a
sea-land breeze behavior.
5. Conclusions
We have presented here a method for detecting changes in wind patterns. This method is
based on the directional cumulative sum principle. Such an analysis has several important
attributes, which enable it to overcome the pitfalls of the other methods presented earlier:
69

No smoothing is needed; the cumulative sum terms time series from the summation itself are
smooth. Therefore such an analysis is insensitive to fluctuations in the observed wind time
series.

The analysis works well even when the change occurs slowly or gradually, because the timing
of the change in wind direction is manifested by an extremum point. The rate of the wind
veering may show itself only in the shape of the extremum point (i.e., sharp change may
appear as a spike shaped extremum, while a slow change may tend to be rounded).

There is no need to determine threshold values of ‘significant’ and ‘insignificant’ change;
therefore no arbitrary calibration of such values is needed. The specific value of the extremum
point is irrelevant, only the timing of its occurrence.
References
Alpert P, Rabinovich-Hadar M. 2003. Pre- and post-sea-breeze frontal lines - a meso--scale
analysis over south Israel. Journal of the atmospheric sciences 60: 2994-3008. DOI:
10.1175/1520-0469(2003)060<2994:PAPFLM>2.0.CO;2
Bitan A, Rubin S. 2000. Climatic atlas of Israel for physical and environmental planning and design
- 3rd ed. Meirav production industries ltd: Jerusalem.
Borne K, Chen D, Munez M. 1998. A method for finding sea breeze days under stable synoptic
conditions and its application to the Swedish west coast. International Journal of Climatology
18, 901-914. DOI: 10.1002/(SICI)1097-0088(19980630)18:8<901::AID-JOC295>3.0.CO;2-F
Case JL, Manobianco J, Short DA. 2002. Characteristics of the nocturnal land breeze over the
Kennedy space center - Florida. Proceedings of the 19th conference on weather analysis and
forecasting
/
15th
conference
on
numerical
weather
prediction,
14
August,
#8.6
(http://ams.confex.com/ams/pdfpapers/47372.pdf accessed at April 20th, 2009)
Case JL, Manobianco J, Lane JE, Immer CD, Merceret FJ. 2004. An objective technique for
verifying sea breezes in high-resolution numerical weather prediction models. Weather and
Forecasting 19: 690-705. DOI: 10.1175/1520-0434(2004)019<0690:AOTFVS>2.0.CO;2
Case JL, Wheeler MM, Manobianco J, Weems JW, Roeder WP. 2005. A 7-yr climatological study
of land breezes over Florida spaceport. Journal of applied meteorology 44: 340-356. DOI:
10.1175/JAM-2202.1
Cheney P, Gould J, McCaw L. 2001. The dead man zone - a neglected area of firefighter safety.
Australian Forestry 64, 45-50.
Fisher NI. 1993. Statistical Analysis of Circular Data. Cambridge University press: Cambridge.
Huang X, Mills GA. 2006. Objective identification of wind change timing from single station
observations - Part 1: methodology and comparison with subjective wind change timings.
Australian meteorological magazine 55: 261-274.
Lombard F. 1986. The change-point problem for angular data: a nonparametric approach.
Technometrics 28, 391-397. DOI: 10.2307/1268988
Lombard F. 1988. Detecting Change Points by Fourier Analysis. Technometrics 30, 305-310. DOI:
10.2307/1270084
70
List of Figures
FIG. 1. The time series of the wind direction measured in September 14th 1998 (solid line) and the
time series of the cumulative sum terms Cti (dashed line) and Sti (dotted line).
FIG. 2. As figure 1, for August 10th 1998.
FIG. 3. As figure 1, for July 5th 1998.
90
360
60
30
270
0
180
Cumulative sum
Wind direction (degrees)
90
-30
90
12
15
18
21
24
3
6
9
12
Time (hours)
FIG. 1. The time series of the wind direction measured in September 14th 1998 (solid line), left axis, and the
time series of the cumulative sum terms Cti (dashed line) and Sti (dotted line), right axis.
60
30
360
0
270
-30
180
-60
90
12
15
18
21
24
Time (hours)
FIG. 2. As figure 1, for August 10th 1998.
71
27
30
33
-90
36
Cumulative sum
Wind direction (degrees)
450
90
360
-30
270
-60
180
Cumulative sum
Wind direction (degrees)
0
-90
-120
12
90
12
15
18
21
24
3
6
9
Time (hours)
FIG. 3. As figure 1, for July 5th 1998.
rotation type
beginning:
clockwise
end:
clockwise
beginning:
clockwise
end:
anti-clockwise
beginning:
anti-clockwise
end:
clockwise
beginning:
end:
anti-clockwise
clockwise
Number of
days
Number of
days
Number of
days
Number of
days
(inflection points)
beginning:
anti-clockwise
end:
anti-clockwise
Total
Number of
days
Number of
days
month
June
July
Aug
Sept
Oct
Nov
Total
total
11
7
11
5
9
9
52
Correct
beginning
9
7
11
5
6
9
47
Correct end
11
7
11
2
9
8
48
total
4
2
4
13
12
6
41
Correct
beginning
4
2
4
10
12
6
38
Correct end
4
2
4
13
12
6
41
total
12
19
13
6
5
8
63
Correct
beginning
10
15
11
6
4
7
53
Correct end
12
17
11
6
5
8
59
total
2
3
2
4
1
1
13
Correct
beginning
2
3
2
4
1
1
13
Correct end
2
3
2
4
1
1
13
total
2
3
2
7
Correct
beginning
2
2
2
6
Correct end
2
3
2
7
total
29
31
30
30
30
26
176
Correct
beginning
25
(86%)
27
(87%)
28
(93%)
27
(90%)
25
(83%)
25
(96%)
157
(89%)
Correct
end
29
(100%)
29
(94%)
28
(93%)
27
(90%)
30
(100%)
25
(96%)
168
(95%)
TABLE. 1. Summary of the verification of the criterion during 6 months. Days are grouped by their rotation type. The
number in parenthesis is the percentage of days where the criterion correctly identified the beginning or end of the
land wind period from the total number of days with the given rotation.
72
Climate change in Israel - projections till 2060 from a high
resolution simulation with RegCM3
Shimon Krichak, Pinhas Alpert, Rana Samuels, Joseph Breitgand
Tel-Aviv University
RegCM3 model of the ICTP, Trieste is adopted for numerical simulation of climate over the
eastern Mediterranean region from 1960 to 2060. Two sets of the RCM simulations are realized
with 50 km and 14 vertical (50km/14L) levels and 25 km and 18 vertical levels (25km/18L) space
resolutions. The model domain used covers southern Europe, the eastern part of the
Mediterranean region and the Middle East. The size and configuration of the model domain have
been selected to allow a representation of main synoptic processes important for description of the
to EM climate. The driving data used are from a transient climate change simulation experiment
performed with the fifth-generation global atmosphere-ocean ECHAM5 / MPI-OM model of the
MPI-M. For the future climate projection, the ECHAM5 experiment employed greenhouse gases
(GHG) emission scenario A1B (IPCC 2000). A statistically significant positive trend in near-surface
air temperature during the four seasons of year characterizes results of the experiment over the
whole EM region during 2001-2060. The experimental projection of climate change also includes a
notable, significant negative precipitation trend during DJF and SON over the ECM. The
experiment also consistently projects a minor positive precipitation trend during MAM and negative
precipitation trend during JJA. The trends are not statistically significant over the area however.
Also projected are the rises in the air temperature extremes as well as in relative contribution of
convective processes in the ECM region during 2020-2060. Analysis of results reveals a notable
sensitivity of the projected larger-scale climate change signals to smaller-scale effects. Projected
multi-decadal variations of air-temperature and its extremes, maximum wind speed and solar
incident radiation flux over the ECM are clearly controlled by those in total precipitation.
73