meteoblue Learning MultiModel (mLM)

Il meteoblue Learning MultiModel (mLM) è una nuova tecnica di post-elaborazione dell'output da modelli di previsioni meteorologiche numeriche utilizzando misure meteorologiche. Il mLM legge i dati di misurazione meteo attuali e seleziona il miglior modello di simulazione per fare una previsione.

Attualmente, mLM è validato e implementato per la temperatura dell'aria, la temperatura del punto di rugiada e la velocità del vento. È pianificato lo sviluppo di mLM per ulteriori altre variabili meteorologiche.

Temperatura-mLM

L'accuratezza del modello del mLM è stata testata per un anno prima dell'introduzione nell'agosto 2018.

L'accuratezza del modello operativo del mLM è stata verificata per un periodo di 2 mesi (settembre e ottobre 2018) su più di 30'000 stazioni meteorologiche in tutto il mondo. Questa analisi mostra un'accuratezza del modello di 1,2 K per la previsione orarie a 24 ore su 24 (24 ore) e un'accuratezza del modello di 2,0 K per la previsione di 6 giorni. L'accuratezza del modello della previsione di mLM 24h è quindi significativamente migliore rispetto agli standard stabiliti:

  • 0.8 K meglio rispetto all'utilizzo di modelli di previsioni meteo "grezzi" (previsione 24 ore).
  • 0,3 K meglio rispetto alle simulazioni di modelli usando MOS .
  • 0,3 K meglio rispetto al modello di rianalisi ERA5 (che usa le misure per la correzione del modello).

Siamo stati in grado di dimostrare che la previsione del mLM per la temperatura dell'aria di 6 giorni è pari alla previsione di 24 ore di modelli numerici di previsioni meteo "grezzi". Questo miglioramento corrisponde al miglioramento medio ottenuto dalle previsioni del tempo ogni 10 anni negli ultimi decenni.

The mean absolute error (MAE) [K] as a function of the forecast hours for the mLM for single analysis days and their average (black). The
    24h forecast error for MOS (blue) and the raw models (red) is additionally shown. Model performance of the 24h forecast of the mLM (top panel), the reanalysis model ERA5 (bottom left) and the
    numerical weather forecast model GFS (bottom right) for September – October 2018.

I risultati della convalida per le altre variabili in cui mLM è implementato seguiranno presto.

Per ulteriori informazioni, consultare la documentazione tecnica.