Estudos de verificação

A previsão de precipitação em modelos numéricos de previsão meteorológica está ganhando cada vez mais importância econômica para várias aplicações como irrigação, agricultura, geração de energia hidrelétrica ou aviso de inundações.

Estes modelos numéricos de previsão meteorológica têm sido continuamente melhorados nas últimas décadas. Dentro de nossos estudos de verificação, analisamos o desempenho do modelo da precipitação usando vários modelos de previsão meteorológica numérica bruta e a previsão meteoblue MultiModel. Os resultados dos modelos foram comparados com as medidas de precipitação de até 10.000 estações meteorológicas de todo o mundo. Além disso, realizamos uma análise da concorrência, em que comparamos nossa precisão de previsão com a precisão da previsão de outros fornecedores meteorológicos.

meteoblue realiza estes extensos estudos de verificação a longo prazo a fim de compreender a qualidade dos dados de precipitação, produzidos por seus próprios modelos, bem como por vários operadores terceirizados, em comparação com vários milhares de estações de medição de precipitação.

Ao longo dos estudos, nos concentramos na precipitação histórica anual das estações meteorológicas, que é da mais alta prioridade para os clientes, por exemplo, no setor agrícola. Para a previsão, o aumento no desempenho do modelo de eventos únicos (por exemplo, precipitação diária > 1 mm) é mais importante do que os valores absolutos corretos da precipitação anual.

Em todos os estudos de verificação foram realizados testes de plausibilidade para as medições, a fim de garantir a qualidade das medições. Os dados das medições com mais de 30% de lacunas foram excluídos da análise para garantir resultados robustos. Além disso, foi aplicado um controle de qualidade para as medidas para excluir medidas errôneas.

Vários estudos meteoblue com foco na verificação da precipitação foram publicados por meteoblue nos últimos 5 anos. As principais conclusões a seguir são resumidas a seguir:

• Os resultados entre diferentes estudos podem variar devido a um número diferente de estações, diferentes períodos de tempo analisados ou diferentes fornecedores de dados de medição
• Resolução horizontal mais fina no modelo não melhora o desempenho do modelo (compare a resolução de grade NEMSGLOBAL 30 km, com NEMS12 (12 km) e NEMS4 (4 km)
• As métricas de erro são muito semelhantes quando se comparam modelos de diferentes anos para muitas estações (compare o estudo de verificação 2017 e o estudo de verificação 2019)
• As métricas de erro podem variar significativamente ao escolher continentes diferentes ou mesmo regiões menores (ver diferenças no HSS para a América do Norte e para o mundo inteiro na análise da concorrência)
• A previsão de precipitação meteoblue é tão boa quantoo modelo de reanálise ERA5.
• Métodos de pós-processamento usado para a previsão meteoblue, como a mistura de vários modelos ou o mLM (meteoblue Learning MulitModel), aumenta o desempenho do modelo de precipitação.
• Recomendamos o uso do modelo meteoblue multimodelo para a previsão operacional porque os eventos diários de precipitação, bem como as somas anuais de precipitação, são reproduzidos de forma satisfatória.

Os detalhes sobre os estudos individuais podem ser encontrados nas duas seções seguintes: