Le traitement par statistiques des résultats du modèle (MOS)

MOS (Model Output Statistics) est une technique de post-traitement du résultat des modèles de prévisions météo numériques qui utilise les statistiques de mesures historiques locales ou mesures météo actuelles. Le service MOS améliore considérablement la précision des données historiques pour la température, l'humidité, la vitesse du vent et le rayonnement (autres variables peuvent être spécifiées sur demande).

Les modèles de statistiques pures sont excellents en "nowcasting" (prévisions à court-terme de météo locale) mais ils sont habituellement inutiles au-delà de six heures, car leur précision devient alors plus basse que celle des modèles physiques. La technique MOS combine les résultats du modèle et les statistiques, en utilisant les modèles numériques complexes se basant sur la physique de l'atmosphère, afin de prévoir des situations météo à large échelle et ensuite, en utilisant des équations de régression en post-traitement statistique pour clarifier des détails de météo de surface.

Nous pouvons fournir une estimation de l'amélioration avec MOS, si vous nous envoyez des données de mesure de la station(s) concernée à partir d'au moins 1 an, obtenues en 2004 ou après, de préférence à partir de 2008 au format .csv. Les mesures peuvent avoir une résolution de temps arbitraire (10 minutes, 15 minutes, 1 heure, 3 heures) tant qu'il est supérieur à 1 minute et inférieure à 3 heures. La même série de temps peut également modifier l'intervalle pendant la période de mesure (par exemple 5 mois avec des données de 10 minutes suivies de 7 mois avec des données de 1h est également très bien). En outre, nous avons besoin des noms (ID), les coordonnées et (si possible) l'altitude des stations. De plus, nous devrions savoir, dans laquelle la hauteur (au-dessus du sol) les capteurs des variables se trouvent et quel fuseau horaire est utilisé pour la table de mesure (données).

Exemple de fichier:

STATIONID;latitude (decimal degrees);longitude (decimal degrees);altitude (m asl.)
myStation;23.42;-173.23;134.5
TIME (UTC) YYYYMMDD hh:mm; wind speed (m/s)
20150101 00:10;3.46
20150101 00:20;2.45
20150101 00:30;23.45
20150101 00:40;13.44
20150101 00:50;4.43
20150101 01:00;1.44
20150101 01:10;-999
20150101 01:20;-999
20150101 01:30;13.24
20150101 01:40;13.24
20150101 01:50;13.24

Ceci est un exemple pour des données de 10 min. Les données horaires sont également bonnes. Ne pas essayer d'interpoler les valeurs pour fermer les données vides, car cela va conduire à une diminution de la qualité des prévisions. Marquez les valeurs manquantes comme -999 ou n'inclure pas ces pas de temps du tout dans le fichier.

La précision est généralement meilleure qu'un modèle de statistique pur ou d'un résultat de modèle numérique pure.