Praca ta ma celu sprawdzenie zgodności (lub też jej braku) danych pomiarowych temperatury gleby z danymi modelowymi – wygenerowanymi za pomocą modelu JULES. Odbędzie się to za pomocą porównania temperatur gleby na kilku głębokościach. Temperatura gleby ma istotne znaczenie dla wielu gałęzi gospodarki, między innymi: rolnictwa (planowanie nawadniania, wzrost roślin, aktywność mikroorganizmów), budownictwa (planowanie prac), płytkiej energetyki geotermalnej (Gruntowy ekologiczny wymiennik ciepła). Obliczenia zostały wykonane dla czterech wybranych miesięcy: stycznia, kwietnia, lipca i października 2022r. Każdorazowo dokonywano cztery pomiary w trakcie doby – tak aby można było zaobserwować zmiany dla pór roku i pór dnia. Stacje pomiarowe, które dostarczyły danych wykorzystanych w tej pracy znajdują się na terenie Polski. Są to stacje synoptyczne Instytutu Meteorologii i Gospodarki Wodnej- Państwowego Instytutu Badawczego. Zlokalizowane są przeważnie w pobliżu miast na terenach zróżnicowanych pod względem typu powierzchni: część z nich znajduje się przy lotniskach, kilka przy zbiornikach wodnych (Ustka i Świnoujście) czy też w górach (Zakopane i Hala Gąsienicowa). W celu przygotowania tych danych do analizy porównawczej wykonano ich określone przekształcenia: dopasowano najbliższy punkt z siatki modelu do stacji pomiarowej, podjęto działania mające na celu uniknięcia lokowania punktów na morzu oraz wybrać jak najkompletniejsze dane pomiarowe. Następnie obliczono statystyki pomiędzy danymi pomiarowymi a danymi modelowymi, wykonano grafiki, przedstawiono korelacje pomiędzy typem podłoża a wynikami statystyk. Obliczenia te miały na celu identyfikację potencjalnych składowych modelu, które mogły by być w przyszłości zoptymalizowane. W wyniku analiz ustalono że największe błędy statystyczne pojawiają się dla lipca w trakcie dnia. Może mieć to przyczynę zarówno w jakości danych wejściowych do modelu, jak i w składowych modelu odpowiedzialnych za promieniowanie słoneczne.
The aim of this study is to assess the consistency (or lack thereof) between observed soil temperature data and modelled data generated using the JULES model. This will be accomplished by comparing soil temperatures at several depths. Soil temperature is of significant importance to various sectors of the economy, including: agriculture (irrigation scheduling, plant growth, microbial activity), construction (work scheduling), and shallow geothermal energy (ground ecological heat exchangers). Calculations were performed for four selected months: January, April, July, and October 2022. Measurements were taken four times a day to enable the observation of both seasonal and diurnal variations. The measurement stations are synoptic stations of the Institute of Meteorology and Water Management – National Research Institute, providing the data used in this study. They are located in Poland. These stations are mostly located near cities in areas with diverse surface types: some are situated near airports, several near water reservoirs (Ustka and Świnoujście), and others in mountainous regions (Zakopane and Hala Gąsienicowa). In preparation for comparative analysis, the data underwent specific processing: the model grid point nearest to the measurement station was selected, steps were taken to avoid assigning points at sea, and the most complete measurement datasets were selected. Subsequently, statistics were calculated between the observed and modelled data, figures were generated, and correlations between land surface type and statistical results were presented. These calculations aimed to identify potential model components that could be optimized in the future. Analysis revealed that the largest statistical errors occurred in July during daytime hours. This may be attributed to both the quality of the model’s input data and the model components responsible for solar radiation.
