统计数值天气预报模式产品生成时间

目录

本文属于介绍 NWPC 消息平台 系列文章

前一篇文章《统计数值天气预报模式积分运行时间》比较不同日期中模式积分的运行时间,本文则对比逐时效产品的生成时间。

声明:本文仅代表作者个人观点,用于说明NWPC消息分析工具的应用场景,所用数据无法代表真实情况,严禁转载。关于模式系统的相关信息,请以官方发布的信息及经过同行评议的论文为准。

统计方法

统计每个时效的GRIB2数据完成上传二级存储的时间。

时间数据来自向NWPC消息平台发送的产品消息,类似之前文章《适用于NMC监控平台的数值预报产品消息》中介绍的消息。

{
  "app": "nwpc-message-client",
  "type": "production",
  "time": "2020-03-26T04:32:52.154795231Z",
  "data": {
    "system": "model_D",
    "stream": "oper",
    "type": "grib2",
    "name": "orig",
    "start_time": "2020-03-26T00:00:00Z",
    "forecast_time": "000h",
    "event": "storage",
    "status": 1
  }
}

统计工具

产品消息发送和存储使用nwpc-oper/nwpc-message-client。消息数据保存到ElasticSearch中。

数据汇总和可视化使用nwpc-oper/nwpc-message-tool。 使用Bokeh实现可视化。

统计数据

统计以下模式2020年3月19日至3月25日00时次的产品生成情况:

  • Model A
  • Model B
  • Model C
  • Model D

统计结果

Model A

Model A的产品生成时间段

Model A的产品逐时效生成时间网格图

Model B

Model B的产品生成时间段

Model B的产品逐时效生成时间网格图

Model C

Model C的产品生成时间段

Model C的产品逐时效生成时间网格图

Model D

Model D的产品生成时间段

Model D的产品逐时效生成时间网格图

结果分析

除了两次特殊情况外,最后一个产品的生成时间相差在10分钟左右。

Model B 和 Model D 的产品生成时间已接近北京时间14:00的时限,所以生成时间的波动会显著影响产品的可用性。

后续将会结合来自ecFlow日志的模式积分时间进一步分析。

参考

nwpc-oper/nwpc-message-client

nwpc-oper/nmc-message-client

nwpc-oper/nwpc-message-tool