Mijn inschatting zou zijn dat de (extreme) positieve uitschieters van GFS veroorzaakt worden door een verkeerd bodemvocht (en/of toegang daartoe door vegetatie). Dat op zichzelf zet de partionering van beschikbare energie (Rn-G). De directe uitwerking daarvan is dan vooral een functie van die beschikbare energie.
Zoals Koos hier al terecht opmerkt heb je bij (dikke) bewolking uiteraard weinig beschikbare energie en is het effect minimaal (niet nul). Daar bovenop komt dan accumulatie over tijd en ruimte als een soort multiplier.
Tijd; Hoe verder in de tijd het model rekent, met name bij meerdere heldere dagen op rij, hoe verder afwijkingen in bv de bovenlucht kunnen opstapelen. Ik verwacht daarom dat bijvoorbeeld die ~45°C uitkomsten zelfs bij een nog steeds onjuist bodemvocht langzaam af zouden nemen naar mate het dichterbij komt omdat zaken als de bovenlucht wel (redelijk) worden gecorrigeerd bij de initialisatie van het model.
Ruimte; een langere strijklengte over het gebied waar dit speelt zal een grotere afwijking geven. Zoals ook blijkt uit de runs, het zijn telkens de leden met vooral zuidelijke aanvoer die er het meest uitspringen. Is de aanvoer bijvoorbeeld vanaf de Noordzee dan is het effect beperkter, toenemend landinwaarts.
Je zou dus de GFS uitvoer dus kunnen evalueren over min of meer die drie dimensies; bewolking, aanvoerrichting, en voorafgaande heldere dagen in de verwachting. Dat laatste is wat lastiger te kwantificeren, zelfs enkel tijd nemen geeft wellicht al een indicatie.
De afgelopen maand is het lage bodemvocht in GFS een gegeven, buiten dat soort perioden zou je dat mee kunnen nemen met iets als de verdampingsfractie. Maar in plaats van bewolking direct de voelbare warmtestroom uit GFS gebruiken neemt beide samen al mee. De combinatie van droogte en helder weer zal zorgen voor een (te) hoge voelbare warmtestroom, en dat is m.i. exact de crux.
Quote selectie