Patrones globales de Previsibilidad

La siguiente sección proporciona un resumen de un estudio sobre las normas globales de previsibilidad. Este estudio fue guiado por meteoblue para dar una visión general de la capacidad de los modelos meteorológicos para simular la temperatura local, humedad relativa y velocidad del viento. La definición de la previsibilidad permite a los usuarios calcular de antemano la precisión de una simulación del tiempo para un determinado lugar o zona.

Objetivos del estudio

  • La determinación de la capacidad de los modelos meteorológicos numéricos para predecir la medición más amplia de variables de temperatura, humedad relativa y viento en todo el mundo.
  • Definir las mediciones para la previsibilidad de la temperatura, humedad relativa y velocidad del viento (variables ampliamente disponibles).
  • Comparar modelos meteorológicos numéricos GFS NMMb respecto a la exactitud.
  • Determinar la capacidad de MOS (modelo estadístico) para mejorar la previsibilidad.

Metodología

Temperature NMMb vs. GFS (global): Small seasonal trend; NMMb slightly better though resolution only 33km compared with 22km for GFS; and MOS postprocessing equally effective for both models.

Temperature error worldwide (9500 stations): NMMb (33km) slightly better than GFS (22km); and MOS postprocessing equally effective for both models.

  • Mediciones de 45.000 estaciones meteorológicas en todo el mundo, filtradas a tener un mínimo de datos disponibles cada tres horas y lagunas de no más de una semana.
    • 9'500 Estaciones en todo el mundo permanecieron!
  • 2 modelos de simulación globales:
    • GFS (NOAA/NCEP): 22km de resolución
    • NMMb (meteoblue): 33km de resolución
  • Años 2010-2012: series continuas de datos de horas de simulación 12-35
    • Datos en bruto de las previsiones de los modelos (datos RAW)
    • MOS (Model Output Statistics): pos-procesamiento de la previsión de meteoblue
  • 3 Variables: Temperatura, Velocidad del Viento y Temperatura del Punto de Rocío
    • Error cuadrático medio (RMS) y error absoluto (bias), calculados a partir de datos tri-horarios
    • Para NMMb (y índice de previsibilidad)

Con >8000 estaciones para 3 variables, datos de 3 años y de cada hora, esta es la más extensa verificación en todo el mundo de variables de superficie publicadas en la literatura.

El NMMb global (meteoblue) con resolución de 33 km produce simulaciones de temperatura que son un poco más precisas que GFS con una resolución de 22 km.

MOS (modelo estadístico) mejora simulaciones para 3 variables: temperatura, velocidad del viento y temperatura del punto de rocío.

Tasas de precisión permanecen bastante constantes en los últimos años (2010-2012).

El NMM global (meteoblue) con 33 km de resolución es un modelo numérico de alto rendimiento en términos de los modelos numéricos más conocidos, y por lo que es adecuado para probar nuevos conceptos, como la previsibilidad.

Temperature RAW: 0-23 hours; 2010-2012, 9500 stations.

Temperature MOS: 0-23 hours; 2010-2012, 9500 stations; RAW vs. MOS: MAE (RAW > MOS -> 2.5°C > 1.8°C).

Wind speed RAW: 0-23 hours; 2010-2012, 8600 stations.

Wind speed MOS: 0-23 hours; 2010-2012, 8600 stations; RAW vs. MOS: MAE (RAW > MOS -> 2.0m/s > 1.3m/s).

Índice de previsibilidad

Combined predictability for temperature, wind and dew point

  • El índice de previsibilidad multi-variado utiliza la previsión NMMb MOS, que hace la corrección de errores sistemáticos (bias) y otros efectos locales.
  • Errores absolutos de simulaciones MOS cada hora para la temperatura, velocidad del viento y punto de rocío se escalan linealmente entre 0-1.
  • Errores absolutos para la temperatura, velocidad del viento y la temperatura del punto de rocío se consideran con igual peso: Los límites de escala para cada variable se definen, de manera que 10% más error, y 10% con menos error son un valor de índice de 0 y 1, respectivamente.

El índice de previsibilidad da una buena vista de la capacidad de los modelos numéricos para predecir variables meteorológicas (independientes de los efectos locales).

Conclusión

Previsibilidad (calidad esperada de la simulación) es muy variable en todo el mundo

  • Reino Unido, norte de Francia, Alemania y los trópicos son más fáciles de predecir!

Pos-procesamiento de MOS es altamente eficaz en la eliminación de errores

  • Patrones a gran escala surgen, diferencias de previsibilidad a menor escala desaparecen.

La meteorología (y previsibilidad) se rige por escalas muy grandes

  • Clima continental es más difícil de predecir que el clima marítimo (temperatura).
  • La previsibilidad de la velocidad del viento es menor en la costa.
  • La precipitación no fue analizada (en este estudio), pero es más difícil en los trópicos.

Índice de previsibilidad permite una clara diferenciación de regiones

  • Los índices regionales pueden ser asignados para definir la precisión esperada de la simulación.

Recomendaciones

NMMb se puede utilizar para generar simulaciones del tiempo con mayor precisión a los modelos globales existentes (GFS), y, además, ofrece una resolución horaria global, para definir mejor la previsibilidad.

El concepto de previsibilidad se puede utilizar en los modelos económicos para calcular las probabilidades regionales de la exactitud de la previsión. Las aplicaciones son posibles para:

  • Previsiones: para establecer los límites de alerta (por ejemplo, la previsión de heladas);
  • Historia y archivo: para estimar el impacto económico de las mediciones con base en la meteorología (por ejemplo, la frecuencia de aparición de ciertas temperaturas, velocidad del viento, etc.).

Simulaciones globales horarias NMMb de 1994-2014 ya están disponibles y se pueden utilizar para reproducir las condiciones meteorológicas en cualquier parte del mundo con una conocida precisión.