Из Википедии, бесплатной энциклопедии
Перейти к навигации Перейти к поиску

Статистика выходных данных модели ( MOS ) - это метод множественной линейной регрессии , в котором прогнозируемые , часто приповерхностные величины, такие как температура воздуха на высоте 2 метра (AGL) , горизонтальная видимость и направление ветра , скорость и порывы , статистически связаны с одним или больше предсказателей. Предикторами обычно являются прогнозы на основе модели численного прогноза погоды (ЧПП), климатические данные и, если применимо, недавние приземные наблюдения. Таким образом, выходные данные моделей ЧПП могут быть преобразованы методом MOS в разумные погодные параметры, знакомые «человеку с улицы».

Фон [ править ]

Выходные данные непосредственно из нижнего слоя (слоев) модели ЧПП обычно не используются прогнозистами, потому что фактические физические процессы, происходящие в пограничном слое Земли, грубо аппроксимируются в модели (т.е. физические параметризации ) вместе с ее относительно грубым горизонтальным разрешением. Из-за такой недостаточной точности и несовершенного начального состояния прогнозы приповерхностных величин, полученные непосредственно из модели, подвержены систематическим (систематическим) и случайным ошибкам модели, которые имеют тенденцию расти со временем. [1] [2]

При разработке уравнений MOS прошлые наблюдения и поля прогноза модели ЧПП используются с регрессией скрининга для определения «лучших» предикторов и их коэффициентов для конкретного прогноза и времени прогноза. При использовании архивных выходных данных прогноза модели наряду с проверкой приземных наблюдений полученные уравнения неявно учитывают физические эффекты и процессы, которые лежащая в основе численная модель прогнозирования погоды не может явно разрешить, что приводит к гораздо лучшим прогнозам разумных погодных величин. Помимо исправления систематических ошибок, MOS может определять достоверные вероятности погодных явлений на основе одного прогона модели. Напротив, несмотря на огромное количество вычислительных ресурсов, затрачиваемых на их создание, ансамблевые модели позволяют делать прогнозы.относительная частота событий - 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 других методов. [5] [6]

История [ править ]

Соединенные Штаты [ править ]

MOS была задумана, и планирование ее использования началось в Лаборатории разработки методов (TDL) Национальной метеорологической службы США (NWS) в 1965 году, а прогнозы впервые были выпущены на ее основе в 1968 году. [7] С тех пор TDL, ныне Лаборатория развития метеорологии. (MDL) продолжала создавать, уточнять и обновлять наборы уравнений MOS по мере разработки и ввода в действие дополнительных моделей ЧПП в Национальном метеорологическом центре (NMC), а затем в Центре моделирования окружающей среды или EMC. [8]

Учитывая его многолетнюю историю в рамках NWS США и его постоянное совершенствование и превосходство над результатами прямой модели NWP, руководство MOS по-прежнему является одним из наиболее ценных инструментов прогнозирования, используемых прогнозистами в агентстве. [9]

Реализация руководства MOS [ править ]

Соединенные Штаты [ править ]

В настоящее время MDL предоставляет восемь наборов руководств MOS, операционных и экспериментальных, охватывающих промежуток времени от следующего часа до 10 дней для Соединенных Штатов и большей части их территорий. [примечание 1]

ИмяЧастота обновления
Локализованная авиационная программа MOS (LAMP)Каждый час
Североамериканский мезомасштаб (NAM) MOSДва раза в день
Глобальная система краткосрочного прогнозирования (GFS) MOSКаждые шесть часов
GFS MOS расширенного диапазонаДва раза в день
Североамериканская система ансамблевых прогнозов MOSДва раза в день
ECMWF MOS ближнего действия [примечание 2]Два раза в день
ECMWF MOS расширенного диапазона [примечание 2]Два раза в день
Ансамбль ECMWF MOS [примечание 2]Два раза в день

MOS с вложенной сеткой была прекращена в 2009 году. [10]

Первоначально руководство MOS было разработано для аэропортов и других фиксированных мест, где регулярно выпускались сводки METAR (или аналогичные отчеты). Поэтому руководство MOS было и продолжает предоставляться в буквенно-цифровом формате «бюллетеня» для этих мест. Вот пример краткосрочного прогноза MOS для аэропорта Клинтон-Шерман, Оклахома (KCSM), основанного на выходных данных модели Глобальной системы прогнозов EMC .

РУКОВОДСТВО KCSM GFS MOS 8.06.2014, 12:00 UTC
DT / 6 августа / 7 августа / 8 августа / 9 августа HR 18 21 00 03 06 09 12 15 18 21 00 03 06 09 12 15 18 21 00 06 12 Нет 71 101 74 104 72 ТМП 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 ДДР 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 Стр. 12 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 Т12 58/31 24/6 39/16 29/6 44/25 СИГ 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 ВИС 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 OBV NNNNNNNNNNNNNNNNNNNN

Бюллетень GFS MOS ближнего действия описан здесь .

При наличии частных и государственных погодных mesonets , [11] методы новый объективный анализ и интерполяция, [12] Сетчатая GFS MOS руководство стало доступным в 2006 году [13] [14]

Преимущества и недостатки [ править ]

Преимущество прогнозов MOS, разработанных в Соединенных Штатах, позволило

  • устранение предвзятости модели ЧПП,
  • предсказание погодных элементов, не прогнозируемых моделью ЧПП, например, видимости поверхности, высоты потолка облаков ,
  • надежные вероятности двойных событий, например вероятность осадков и (сильных) гроз ,
  • надежные вероятности категориальных событий, например вероятность ясного, рассеянного, разорванного или пасмурного неба.

Эти точки, хотя и очень желательны для прогнозистов, имеют свою цену. С самого начала разработка устойчивых уравнений МОП для конкретной модели ЧПП требовала, по крайней мере, двухлетнего архива выходных данных модели и наблюдений, в течение которых модель ЧПП должна оставаться неизменной или почти такой же. Это требование необходимо для того, чтобы полностью отразить характеристики ошибок модели при широком разнообразии режимов метеорологического потока для любого конкретного места или региона. Экстремальные метеорологические явления, такие как необычные волны холода или жары, проливной дождь и снегопад, сильный ветер и т. Д., Важны для разработки надежных уравнений МОП. Большой архив моделей имеет наилучшие шансы запечатлеть такие события.

С 1970-х по 1980-е это требование не было очень обременительным, поскольку ученые EMC (тогда NMC), будучи относительно ограниченными вычислительными ресурсами в то время, могли только относительно незначительные, постепенные улучшения своих моделей ЧПП. Однако с 1990-х годов модели ЧПП обновлялись все чаще, часто со значительными изменениями в физике и разрешающей способности сетки по горизонтали и вертикали. [15] [16] Поскольку MOS корректирует систематические отклонения модели ЧПП, на которой она основана, любые изменения характеристик ошибок модели ЧПП влияют на руководство MOS, обычно отрицательно. [17] [18]Это стало причиной прекращения использования MOS для отдельных членов ансамбля GFS в апреле 2019 г .; этот продукт не обновлялся с 2009 года, и NOAA решило прекратить предлагать этот продукт вместо того, чтобы обновлять его. [19]

В случае серьезного обновления модели ЧПП, EMC будет запускать новую версию модели параллельно с эксплуатационной в течение многих месяцев, чтобы обеспечить прямое сравнение характеристик модели. [20] Помимо параллельных прогонов в реальном времени, EMC также использует новую модель для изучения прошлых событий и сезонов, т. Е. Ретроспективных прогнозов.

Все эти запуски обновленной модели позволяют Национальной метеорологической службе, Центру прогнозов погоды (WPC), Национальному центру ураганов (NHC) и Центру прогнозирования штормов (SPC) оценивать ее работу до принятия решения о ее принятии или отклонении. оперативное использование. Ученые MDL воспользовались этими прогонами, чтобы оценить и переформулировать уравнения MOS по мере необходимости, чтобы избежать ухудшения качества наведения. [21]

Другие погодные центры [ править ]

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 включает изменения в их региональную модель ЧПП без необходимости в длинном архиве 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 3-часовыми интервалами, а POP - с 6-часовыми интервалами.

Ученые из Национального университета Конджу также внедрили систему UMOS для создания прогнозов температуры воздуха над Южной Кореей. [25] Неясно, используется ли он в оперативном режиме в Корейском метеорологическом управлении .

Заметки [ править ]

  1. ^ На Гуаме и прилегающих к нему Северных Марианских островах доступно только руководство GFS MOS.
  2. ^ a b c Доступ к ECMWF MOS ограничен организацией NOAA в связи с политикой авторских прав Европейского центра среднесрочных прогнозов погоды .

Ссылки [ править ]

  1. ↑ Лоренц, Эдвард Н. (март 1963 г.). «Детерминированный непериодический поток» . Журнал атмосферных наук . 20 (2): 130–141. Bibcode : 1963JAtS ... 20..130L . DOI : 10.1175 / 1520-0469 (1963) 020 <0130: DNF> 2.0.CO; 2 .
  2. ^ Симмонс, AJ; Mureau, R .; Петролягис, Т. (1995). «Ошибка роста оценок предсказуемости из системы прогнозирования ECMWF». Кварта. Дж. Рой. Метеор. Soc . 121 (527): 1739–1771. DOI : 10.1002 / qj.49712152711 .
  3. ^ Rudack, Дэвид; Гирарделли, Джуди (август 2010). «Сравнительная проверка программы статистики вывода локализованной авиационной модели (LAMP) и прогноза модели численного прогнозирования погоды (ЧПП) высоты потолка и видимости» . Погода и прогнозирование . 25 (4): 1161–1178. Bibcode : 2010WtFor..25.1161R . DOI : 10.1175 / 2010WAF2222383.1 .
  4. ^ Джусон, S .; Brix, A .; Зиманн, К. (2004). «Новая параметрическая модель для оценки и калибровки среднесрочных ансамблевых прогнозов температуры». Письма атмосферных наук . 5 (5): 96–102. arXiv : физика / 0308057 . DOI : 10.1002 / asl.69 .
  5. ^ Уилкс, Дэниел С .; Хэмилл, Томас М. (июнь 2007 г.). «Сравнение ансамблевых МОП-методов с использованием прогнозов GFS». Ежемесячный обзор погоды . 135 (6): 2379–2390. Bibcode : 2007MWRv..135.2379W . DOI : 10,1175 / MWR3402.1 .
  6. ^ Veehuis, Брюс (июль 2013). «Калибровка распространения ансамблевых МОП-прогнозов» . Ежемесячный обзор погоды . 141 (7): 2467–2482. Bibcode : 2013MWRv..141.2467V . DOI : 10.1175 / MWR-D-12-00191.1 .
  7. ^ Глан, Гарри R .; Даллавалле, Дж. Пол (январь 2000 г.). «TDL Office Note 00-1: MOS-2000» (PDF) . Внутренняя публикация . Сильвер-Спринг, Мэриленд, США: Лаборатория разработки методов: 179. Архивировано из оригинального (PDF) 12 августа 2014 года . Проверено 9 августа 2014 . CS1 maint: обескураженный параметр ( ссылка )
  8. ^ Картер, Гэри М .; Даллевалле, Дж. Пол; Глан, Гарри Р. (сентябрь 1989 г.). «Статистические прогнозы на основе системы численного прогнозирования погоды Национального метеорологического центра» . Погода и прогнозирование . 4 (3): 401–412. Bibcode : 1989WtFor ... 4..401C . DOI : 10,1175 / 1520-0434 (1989) 004 <0401: SFBOTN> 2.0.CO; 2 .
  9. ^ Неопубликовано. «Ежегодный опрос пользователей MDL 2011» (PDF) . С. 25–27 . Проверено 3 августа 2014 . CS1 maint: обескураженный параметр ( ссылка )
  10. ^ Журнал изменений MOS . Проверено 12 мая 2019 года.
  11. ^ NOAA, Лаборатория исследования земных систем. "Информация о наземной сети MADIS" . Архивировано из оригинального 12 августа 2014 года . Проверено 7 августа 2014 . CS1 maint: обескураженный параметр ( ссылка )
  12. ^ Глан, Боб; Im, JS (январь 2011 г.). «Алгоритмы эффективного объективного анализа приземных погодных переменных» . 24-я конф. О погоде и прогнозировании / 20-я конф. О численном прогнозировании погоды (J19.4) . Проверено 7 августа 2014 . CS1 maint: обескураженный параметр ( ссылка )
  13. ^ Глан, Боб; Гилберт, Кэтрин; Косгроув, Ребекка; Руфь, Дэвид; Листы, Кари (апрель 2009 г.). «Объединение МОПов» . Погода и прогнозирование . 24 (2): 520–529. Bibcode : 2009WtFor..24..520G . DOI : 10.1175 / 2008WAF2007080.1 .
  14. ^ Национальная служба погоды. «Национальная база данных цифрового руководства» .
  15. ^ Центр экологического моделирования, Отделение мезомасштабного моделирования. «Справочный список веб-страниц мезомасштабных ветвей» . Проверено 7 августа 2014 . CS1 maint: обескураженный параметр ( ссылка )
  16. ^ Центр экологического моделирования, глобальное отделение. «[GFS / GDAS] Изменения с 1991 года» . Проверено 7 августа 2014 . CS1 maint: обескураженный параметр ( ссылка )
  17. ↑ Эриксон, Мэри С. (март 1991 г.). «Оценка воздействия изменений RAFS на руководство MOS на основе NGM» . Погода и прогнозирование . 6 (1): 142–147. Bibcode : 1991WtFor ... 6..142E . DOI : 10,1175 / 1520-0434 (1991) 006 <0142: ETIORC> 2.0.CO; 2 .
  18. ^ Эриксон, Мэри С .; Даллавалле, Дж. Пол; Кэрролл, Кевин Л. (январь 2002 г.). «Новая разработка AVN / MRF MOS и изменения модели: непостоянная смесь?» . 16-я конференция по вероятности и статистике в атмосферных науках . Проверено 5 августа 2014 . CS1 maint: обескураженный параметр ( ссылка )
  19. ^ SCN19-23: Прекращение использования продукта (MEN) на основе Глобальной системы ансамблевого прогнозирования (GEFS), основанного на статистике выходных данных модели (MEN), примерно 16 апреля 2019 г. Дата обращения 12 мая 2019 г.
  20. ^ Национальные центры экологического прогнозирования, Центр экологического моделирования. «Карта результатов проверки EMC» . Архивировано из оригинального 12 августа 2014 года . Проверено 12 августа 2014 . CS1 maint: обескураженный параметр ( ссылка )
  21. ^ Антолик, Марк; Бейкер, Майкл (2 июня 2009 г.). «О возможности разработки наведения MOS с короткими зависимыми выборками из развивающейся числовой модели» (PDF) . 23-я конференция «Анализ погоды и прогнозирование» / 19-я конференция «Численное прогнозирование» . 6A.1 . Проверено 9 августа 2014 . CS1 maint: обескураженный параметр ( ссылка )
  22. ^ Schmeits, Морис Дж .; Kok, Kees J .; Vogelezang, Daan HP (апрель 2005 г.). «Вероятностное прогнозирование (сильных) гроз в Нидерландах с использованием статистики выходных данных модели». Погода и прогнозирование . 20 (2): 134–148. Bibcode : 2005WtFor..20..134S . DOI : 10.1175 / WAF840.1 .
  23. ^ ван Гастель, Валентийн. «Исследование данных MSG-SEVIRI в качестве дополнительного источника прогнозирования в системе вероятностного (сильного) прогнозирования грозы KNMI» (PDF) . Koninklijk Nederlands Meteorologisch Instituut . Публикация Королевского метеорологического института Нидерландов (KNMI) . Проверено 9 августа 2014 . CS1 maint: обескураженный параметр ( ссылка )
  24. ^ Уилсон, Лоуренс; Валле, Марсель (апрель 2002 г.). «Канадская система статистики вывода обновляемых моделей (UMOS): испытания проектирования и разработки» . Погода и прогнозирование . 17 (2): 206–222. Bibcode : 2002WtFor..17..206W . DOI : 10,1175 / 1520-0434 (2002) 017 <0206: TCUMOS> 2.0.CO; 2 .
  25. ↑ Кан, Чон-Хо; Сух, Мён Сок; Хонг, Ки-Ок; Ким, Чансу (февраль 2011 г.). «Разработка системы выходной статистики обновляемой модели (UMOS) для температуры воздуха над Южной Кореей». Азиатско-Тихоокеанский журнал атмосферных наук . 47 (2): 199–211. Bibcode : 2011APJAS..47..199K . DOI : 10.1007 / s13143-011-0009-8 .

Дальнейшее чтение [ править ]

  • Уилкс, Дэниел С. (2006). Статистические методы в атмосферных науках (второе изд.). Академическая пресса. п. 627. ISBN 0-12-751966-1.