Статистика выходных данных модели
В погоды прогнозировании статистика выходных данных модели ( MOS ) представляет собой метод множественной линейной регрессии , в котором прогнозируемые величины , часто приземные величины (такие как температура воздуха на высоте двух метров над уровнем земли , горизонтальная видимость , ветра направление , скорость и порывы ветра). ), статистически связаны с одним или несколькими предикторами. Предикторами обычно являются прогнозы на основе модели численного прогноза погоды (ЧПП), климатических данных и, если применимо, недавних приземных наблюдений. Таким образом, выходные данные моделей ЧПП могут быть преобразованы с помощью метода MOS в точные параметры погоды, знакомые непрофессионалу.
Фон
[ редактировать ]Земли, Выходные данные непосредственно из самого нижнего уровня(ей) модели ЧПП обычно не используются прогнозистами, поскольку фактические физические процессы, происходящие в пограничном слое грубо аппроксимируются в модели (т. е. физические параметризации ) наряду с ее относительно грубым горизонтальным разрешением. Из-за отсутствия точности и несовершенного начального состояния прогнозы приповерхностных величин, полученные непосредственно из модели, подвержены систематическим (смещению) и случайным ошибкам модели, которые имеют тенденцию расти со временем. [1] [2]
При разработке уравнений MOS прошлые наблюдения и архивные поля прогнозов модели ЧПП используются с проверочной регрессией для определения «лучших» предикторов и их коэффициентов для конкретного прогнозируемого и прогнозируемого времени. Используя результаты прогноза архивной модели вместе с проверкой наземных наблюдений, полученные уравнения неявно учитывают физические эффекты и процессы, которые базовая модель численного прогноза погоды не может явно разрешить, что приводит к гораздо более качественным прогнозам разумных погодных величин. Помимо исправления систематических ошибок, MOS может производить надежные вероятности погодных явлений на основе одного запуска модели. Напротив, несмотря на огромное количество вычислительных ресурсов, затраченных на их создание, относительная частота событий ансамблевых прогнозов, часто используемая в качестве показателя вероятности, не демонстрирует полезной надежности. [3] Таким образом, выходные данные ансамблевой модели ЧПП также требуют дополнительной постобработки для получения надежных вероятностных прогнозов с использованием неоднородной гауссовой регрессии . [4] или другие методы. [5] [6]
История
[ редактировать ]Соединенные Штаты
[ редактировать ]MOS был задуман, и планирование его использования началось в Лаборатории разработки методов (TDL) Национальной метеорологической службы США (NWS) в 1965 году, а прогнозы впервые были выпущены ею в 1968 году. [7] С тех пор TDL, ныне Лаборатория метеорологических разработок (MDL), продолжала создавать, уточнять и обновлять наборы уравнений MOS по мере того, как дополнительные модели ЧПП разрабатывались и вводились в эксплуатацию в Национальном метеорологическом центре (NMC), а затем в Центре экологического моделирования или EMC. [8]
Учитывая его многолетнюю историю в СЗН США, а также его постоянное совершенствование и превосходство в квалификации по сравнению с прямым выводом моделей ЧПП, руководство MOS по-прежнему остается одним из наиболее ценных инструментов прогнозирования, используемых синоптиками в агентстве. [9]
Рекомендации по прогнозу для США
[ редактировать ]MDL предоставляет восемь наборов указаний MOS, оперативных и экспериментальных, охватывающих период времени от следующего часа до десяти дней для Соединенных Штатов и большинства их территорий. [примечание 1]
| Имя | Частота обновления |
|---|---|
| Локализованная программа авиационной MOS (LAMP) | Каждый час |
| Североамериканский мезомасштаб (NAM) MOS | Дважды в день |
| Глобальная система краткосрочного прогнозирования (СГФ) MOS | Каждые шесть часов |
| GFS MOS расширенного диапазона | Дважды в день |
| Североамериканская система ансамблевого прогноза MOS | Дважды в день |
| ближнего действия ECMWF MOS [примечание 2] | Дважды в день |
| ECMWF MOS расширенного радиуса действия [примечание 2] | Дважды в день |
| Ансамбль ЕЦСПП МОС [примечание 2] | Дважды в день |
В 2009 году производство модели Nested Grid Model MOS было прекращено. [10]
Первоначально руководство MOS было разработано для аэропортов и других фиксированных мест, где сводки METAR регулярно выпускаются (или аналогичные сводки). Таким образом, рекомендации MOS для этих мест предоставлялись и продолжают предоставляться в буквенно-цифровом формате «бюллетеня». Вот пример краткосрочного прогноза MOS для аэропорта Клинтон-Шерман, Оклахома (KCSM), основанного на результатах модели глобальной системы прогнозирования EMC .
| РУКОВОДСТВО KCSM GFS MOS 06.08.2014 12:00 UTC |
|---|
DT /AUG 6/AUG 7 /AUG 8 /AUG 9 HR 18 21 00 03 06 09 12 15 18 21 00 03 06 09 12 15 18 21 00 06 12 N/X 71 101 74 104 72 TMP 90 96 94 84 78 74 72 84 95100 98 87 82 78 75 88 98102 99 80 73 DPT 65 62 62 63 63 63 64 65 63 60 60 62 63 63 64 65 63 60 61 63 63 CLD CL FW CL CL BK BK CL CL CL CL CL CL FW CL CL CL CL CL CL OV FW WDR 21 20 19 16 16 18 19 22 32 07 11 12 16 18 19 22 22 20 20 19 21 WSP 14 15 13 11 13 10 10 08 06 06 10 08 10 10 10 14 12 15 15 08 07 P06 2 9 6 1 2 4 2 4 2 6 5 P12 14 5 4 10 12 Q06 0 0 0 0 0 0 0 0 0 0 0 Q12 0 0 0 0 0 T06 29/27 38/21 22/ 6 8/ 2 26/14 24/ 8 16/ 5 12/ 4 27/18 20/ 7 T12 58/31 24/ 6 39/16 29/ 6 44/25 CIG 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 VIS 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 OBV N N N N N N N N N N N N N N N N N N N N N |
Благодаря наличию частных и государственных метеорологических мезонетей , [11] новые методы объективного анализа и интерполяции, [12] Руководство GFS MOS с сеткой стало доступно в 2006 году. [13] [14]
Преимущества и недостатки
[ редактировать ]Преимущество прогнозного руководства MOS, разработанного в США, позволило
- устранение предвзятости модели ЧПП,
- прогнозирование элементов погоды , не прогнозируемых с помощью модели ЧПП, например, видимости поверхности, потолка облаков , высоты
- надежные вероятности бинарных событий, например вероятность осадков и (сильных) гроз ,
- надежные вероятности категориальных событий, например, вероятность ясного, рассеянного, прерывистого или пасмурного неба.
Эти очки, хотя они и очень востребованы прогнозистами, имеют свою цену. С самого начала разработка робастных уравнений МОП для конкретной модели ЧПП требовала как минимум двухлетних архивных результатов модели и наблюдений, в течение которых модель ЧПП должна оставаться неизменной или почти неизменной. Это требование необходимо для того, чтобы полностью отразить характеристики ошибок модели при широком разнообразии режимов метеорологических потоков для любого конкретного места или региона. Экстремальные метеорологические явления, такие как необычные волны холода или жары, проливные дожди и снегопады, сильные ветры и т. д., важны для разработки робастных уравнений МОП. Длинный архив моделей имеет наилучшие шансы запечатлеть такие события.
С 1970-х по 1980-е годы это требование не было очень обременительным, поскольку ученые EMC (тогда NMC), будучи в то время относительно ограничены вычислительными ресурсами, могли вносить лишь относительно незначительные, постепенные улучшения в свои модели ЧПП. Однако с 1990-х годов модели ЧПП обновлялись чаще, часто со значительными изменениями в физике и разрешении горизонтальной и вертикальной сетки. [15] [16] Поскольку MOS корректирует систематические отклонения модели ЧПП, на которой она основана, любые изменения в характеристиках ошибок модели ЧПП влияют на руководство MOS, обычно отрицательно. [17] [18] Это стало фактором прекращения использования MOS для отдельных членов ансамбля GFS в апреле 2019 года; этот продукт не обновлялся с 2009 года, и NOAA решило прекратить предложение продукта вместо того, чтобы обновлять его. [19]
В случае серьезного обновления модели ЧПП EMC будет запускать новую версию модели параллельно с рабочей в течение многих месяцев, чтобы обеспечить возможность прямого сравнения производительности модели. [20] Помимо параллельных прогонов в режиме реального времени, EMC также использует новую модель для изучения прошлых событий и сезонов, т. е. ретроспективные прогнозы.
Все эти запуски обновленной модели позволяют Национальной метеорологической службе, Центру прогнозирования погоды (WPC), Национальному центру ураганов (NHC) и Центру прогнозирования штормов (SPC) оценивать ее эффективность до принятия решения о ее принятии или отклонении. оперативное использование. Ученые MDL воспользовались этими экспериментами для оценки и переформулирования уравнений MOS по мере необходимости, чтобы избежать ухудшения качества наведения. [21]
Другие метеорологические центры
[ редактировать ]Королевский метеорологический институт Нидерландов разработал систему MOS для прогнозирования вероятности (сильных) гроз в Нидерландах. [22] [23]
Ученые из Метеорологической службы Канады разработали систему постобработки под названием Updateable MOS (UMOS), которая быстро вносит изменения в их региональную модель ЧПП без необходимости создания длительного архива моделей. [24] Канадская система UMOS генерирует двухдневный прогноз температуры, скорости и направления ветра, а также вероятности осадков (POP). Прогнозы температуры и ветра UMOS предоставляются с интервалом в 3 часа, а прогнозы POP - с интервалом в 6 часов.
Ученые из Национального университета Конджу также внедрили систему UMOS для создания прогнозов температуры воздуха над Южной Кореей. [25] Неясно, используется ли он оперативно в Корейской метеорологической администрации.
Примечания
[ редактировать ]- ^ На Гуаме и прилегающих к нему Северных Марианских островах доступны только рекомендации GFS MOS.
- ^ Jump up to: а б с Доступ к ECMWF MOS ограничен организацией NOAA в соответствии с Европейского центра среднесрочных прогнозов погоды политикой авторского права .
Ссылки
[ редактировать ]- ^ Лоренц, Эдвард Н. (март 1963 г.). «Детерминированный непериодический поток» . Журнал атмосферных наук . 20 (2): 130–141. Бибкод : 1963JAtS...20..130L . doi : 10.1175/1520-0469(1963)020<0130:DNF>2.0.CO;2 .
- ^ Симмонс, Эй Джей; Мюро, Р.; Петролиагис, Т. (1995). «Оценки роста ошибок прогнозируемости системы прогнозирования ЕЦСПП». QJR Метеорол. Соц . 121 (527): 1739–1771. дои : 10.1002/qj.49712152711 .
- ^ Рудак, Дэвид; Жирарделли, Джуди (август 2010 г.). «Сравнительная проверка программы статистики выходных данных локализованной авиационной модели (LAMP) и прогноза модели численного прогноза погоды (NWP) высоты потолка и видимости» . Погода и прогнозирование . 25 (4): 1161–1178. Бибкод : 2010WtFor..25.1161R . дои : 10.1175/2010WAF2222383.1 .
- ^ Джусон, С.; Брикс, А.; Циманн, К. (2004). «Новая параметрическая модель для оценки и калибровки среднесрочных ансамблевых прогнозов температуры». Письма об атмосферной науке . 5 (5): 96–102. arXiv : физика/0308057 . дои : 10.1002/asl.69 .
- ^ Уилкс, Дэниел С.; Хэмилл, Томас М. (июнь 2007 г.). «Сравнение методов ансамблевой MOS с использованием прогнозов GFS» . Ежемесячный обзор погоды . 135 (6): 2379–2390. Бибкод : 2007MWRv..135.2379W . дои : 10.1175/MWR3402.1 .
- ^ Вихейс, Брюс (июль 2013 г.). «Калибровка распространения ансамблевых прогнозов MOS» . Ежемесячный обзор погоды . 141 (7): 2467–2482. Бибкод : 2013MWRv..141.2467V . doi : 10.1175/MWR-D-12-00191.1 .
- ^ Глан, Гарри Р.; Даллавалле, Дж. Пол (январь 2000 г.). «Служебная записка TDL 00-1: MOS-2000» (PDF) . Внутренняя публикация . Силвер-Спринг, Мэриленд, США: Лаборатория разработки методов: 179. Архивировано из оригинала (PDF) 12 августа 2014 г. . Проверено 9 августа 2014 г.
- ^ Картер, Гэри М.; Даллевалль, Дж. Пол; Глан, Гарри Р. (сентябрь 1989 г.). «Статистические прогнозы на основе системы численного прогноза погоды Национального метеорологического центра» . Погода и прогнозирование . 4 (3): 401–412. Бибкод : 1989WtFor...4..401C . doi : 10.1175/1520-0434(1989)004<0401:SFBOTN>2.0.CO;2 .
- ^ Неопубликовано. «Ежегодный опрос пользователей MDL, 2011 г.» (PDF) . стр. 25–27 . Проверено 3 августа 2014 г.
- ^ Журнал изменений MOS . Проверено 12 мая 2019 г.
- ^ НОАА, Лаборатория исследования систем Земли. «Информация о наземной сети MADIS» . Архивировано из оригинала 12 августа 2014 года . Проверено 7 августа 2014 г.
- ^ Глан, Боб; Im, JS (январь 2011 г.). «Алгоритмы эффективного объективного анализа приземных погодных переменных» . 24-я Конф. О погоде и прогнозировании / 20-я конференция. О численном прогнозе погоды (J19.4) . Проверено 7 августа 2014 г.
- ^ Глан, Боб; Гилберт, Кэтрин; Косгроув, Ребекка; Рут, Дэвид; Шитс, Кари (апрель 2009 г.). «Сетка МОП » Погода и прогнозирование 24 (2): 520–529. Бибкод : 2009WtFor..24..520G . дои : 10.1175/2008WAF2007080.1 .
- ^ Национальная метеорологическая служба. «Национальная база данных цифровых указаний» .
- ^ Центр экологического моделирования, Отделение мезомасштабного моделирования. «Справочный список веб-страницы мезомасштабного филиала» . Проверено 7 августа 2014 г.
- ^ Центр экологического моделирования, глобальное отделение. «[GFS/GDAS] Изменения с 1991 года» . Проверено 7 августа 2014 г.
- ^ Эриксон, Мэри К. (март 1991 г.). «Оценка влияния изменений RAFS на рекомендации MOS на основе NGM» . Погода и прогнозирование . 6 (1): 142–147. Бибкод : 1991WtFor...6..142E . doi : 10.1175/1520-0434(1991)006<0142:ETIORC>2.0.CO;2 .
- ^ Эриксон, Мэри К.; Даллавалле, Дж. Пол; Кэрролл, Кевин Л. (январь 2002 г.). «Новая разработка AVN/MRF MOS и изменения модели: нестабильная смесь?» . 16-я конференция по теории вероятности и статистике в атмосферных науках . Проверено 5 августа 2014 г.
- ^ SCN19-23: Прекращение действия продукта статистики выходных данных модели (MOS) на основе Глобальной системы ансамблевого прогнозирования (GEFS) (MEN) 16 апреля 2019 г. или около этой даты. Получено 12 мая 2019 г.
- ^ Национальные центры экологического прогнозирования, Центр экологического моделирования. «Оценочная карта проверки EMC» . Архивировано из оригинала 12 августа 2014 года . Проверено 12 августа 2014 г.
- ^ Антолик, Марк; Бейкер, Майкл (2 июня 2009 г.). «О возможности разработки руководства MOS с короткими зависимыми выборками на основе развивающейся числовой модели» (PDF) . 23-я конференция по анализу и прогнозированию погоды/19-я конференция по численному прогнозированию . 6А.1 . Проверено 9 августа 2014 г.
- ^ Шмейтс, Морис Дж.; Кок, Кес Дж.; Фогелезанг, Даан Х.П. (апрель 2005 г.). «Вероятностное прогнозирование (сильных) гроз в Нидерландах с использованием выходной статистики модели» . Погода и прогнозирование . 20 (2): 134–148. Бибкод : 2005WtFor..20..134S . дои : 10.1175/WAF840.1 .
- ^ Ван Гастель, Валентин. «Исследование данных MSG-SEVIRI в качестве дополнительного источника прогнозов в системе вероятностного (сильного) прогнозирования гроз KNMI» (PDF) . Королевский метеорологический институт Нидерландов . Публикация Королевского метеорологического института Нидерландов (KNMI) . Проверено 9 августа 2014 г.
- ^ Уилсон, Лоуренс; Валле, Марсель (апрель 2002 г.). «Канадская система статистики выходных данных обновляемой модели (UMOS): испытания проектирования и разработки» . Погода и прогнозирование . 17 (2): 206–222. Бибкод : 2002WtFor..17..206W . doi : 10.1175/1520-0434(2002)017<0206:TCUMOS>2.0.CO;2 .
- ^ Канг, Чон Хо; Су, Мён Сок; Хонг, Ки-Ок; Ким, Чансу (февраль 2011 г.). «Разработка обновляемой системы выходной статистики модели (UMOS) температуры воздуха над Южной Кореей». Азиатско-Тихоокеанский журнал атмосферных наук . 47 (2): 199–211. Бибкод : 2011APJAS..47..199K . дои : 10.1007/s13143-011-0009-8 .
Дальнейшее чтение
[ редактировать ]- Уилкс, Дэниел С. (2006). Статистические методы в науках об атмосфере (второе изд.). Академическая пресса. п. 627. ИСБН 0-12-751966-1 .