Prognosverifiering

Prognosverifiering är ett underområde av klimat- , atmosfärs- och havsvetenskaperna som handlar om att validera, verifiera och bestämma den prediktiva kraften hos prognostiska modellprognoser . På grund av dessa modellers komplexitet går prognosverifiering mycket utöver enkla mått på statistisk association eller medelfelsberäkningar .

Att definiera problemet

För att bestämma värdet på en prognos måste vi mäta den mot någon baslinje eller minimalt exakt prognos. Det finns många typer av prognoser som, även om de ger imponerande skicklighetspoäng , är naiva. En "uthållighet"-prognos kan fortfarande konkurrera med de mest sofistikerade modellerna. Ett exempel är: "Vad ska vädret bli idag? Samma som det var igår." Detta kan anses vara analogt med ett "kontroll"-experiment . Ett annat exempel skulle vara en klimatologisk prognos: "Hur kommer vädret att bli idag? Samma som det var i genomsnitt för alla föregående dagar den här tiden på året under de senaste 75 åren".

Det andra exemplet föreslår en bra metod för att normalisera en prognos innan man tillämpar något färdighetsmått. De flesta vädersituationer kommer att cykla, eftersom jorden tvingas av en mycket regelbunden energikälla. En numerisk vädermodell måste noggrant modellera både årstidscykeln och (om den är tillräckligt fin) den dygnscykeln. Denna utdata tillför dock inget informationsinnehåll, eftersom samma cykler lätt kan förutsägas från klimatologiska data. Klimatologiska cykler kan tas bort från både modellutdata och "sannings"-data. Således är skicklighetspoängen, tillämpad efteråt, mer meningsfull.

Ett sätt att tänka på det är, "hur mycket minskar prognosen vår osäkerhet ?"

Christensen et al. (1981) använde entropi minimax entropi minimax mönsterupptäckt baserat på informationsteori för att främja vetenskapen om väderförutsägelser på långa avstånd. Tidigare datormodeller av väder baserades på enbart uthållighet och tillförlitliga till endast 5–7 dagar in i framtiden. Långdistansprognoser var i huvudsak slumpmässiga. Christensen et al. visat förmågan att förutsäga sannolikheten för att nederbörden kommer att vara under eller över genomsnittet med blygsam men statistiskt signifikant skicklighet ett, två och till och med tre år in i framtiden. Detta banbrytande arbete upptäckte särskilt inflytandet från El Nino El Nino/Southern Oscillation (ENSO) på väderprognoser i USA.

Tang et al. (2005) använde den villkorliga entropin för att karakterisera osäkerheten i ensembleförutsägelser av El Nino/Southern Oscillation (ENSO) :

R\approx \sum p_{i}\ln {\frac {p_{i}}{q_{i}}}

där p är ensemblefördelningen och q är den klimatologiska fördelningen.

Vidare information

Världsmeteorologiska organisationen har en webbsida om prognosverifiering.

För mer djupgående information om hur man verifierar prognoser, se boken av Jolliffe och Stephenson eller bokkapitlet av Daniel Wilks.

externa länkar