当前位置: X-MOL 学术Nonlinear Process. Geophys. › 论文详情
Our official English website, www.x-mol.net, welcomes your feedback! (Note: you will need to create a separate account there.)
Seasonal statistical–dynamical prediction of the North Atlantic Oscillation by probabilistic post-processing and its evaluation
Nonlinear Processes in Geophysics ( IF 1.7 ) Pub Date : 2020-02-27 , DOI: 10.5194/npg-27-121-2020
André Düsterhus

Abstract. Dynamical models of various centres have shown in recent years seasonal prediction skill of the North Atlantic Oscillation (NAO). By filtering the ensemble members on the basis of statistical predictors, known as subsampling, it is possible to achieve even higher prediction skill. In this study the aim is to design a generalisation of the subsampling approach and establish it as a post-processing procedure. Instead of selecting discrete ensemble members for each year, as the subsampling approach does, the distributions of ensembles and statistical predictors are combined to create a probabilistic prediction of the winter NAO. By comparing the combined statistical–dynamical prediction with the predictions of its single components, it can be shown that it achieves similar results to the statistical prediction. At the same time it can be shown that, unlike the statistical prediction, the combined prediction has fewer years where it performs worse than the dynamical prediction. By applying the gained distributions to other meteorological variables, like geopotential height, precipitation and surface temperature, it can be shown that evaluating prediction skill depends highly on the chosen metric. Besides the common anomaly correlation (ACC) this study also presents scores based on the Earth mover's distance (EMD) and the integrated quadratic distance (IQD), which are designed to evaluate skills of probabilistic predictions. It shows that by evaluating the predictions for each year separately compared to applying a metric to all years at the same time, like correlation-based metrics, leads to different interpretations of the analysis.

中文翻译:

基于概率后处理的北大西洋涛动季节统计动态预测及其评价

摘要。近年来,各个中心的动力学模型显示了北大西洋涛动(NAO)的季节性预测能力。通过基于统计预测变量(称为子采样)过滤集合成员,可以实现更高的预测技能。在本研究中,目的是设计子采样方法的概括,并将其建立为后处理程序。不是像二次抽样方法那样为每一年选择离散的集合成员,而是将集合的分布和统计预测变量结合起来,以创建冬季 NAO 的概率预测。通过比较组合的统计-动力预测与其单个组件的预测,可以表明它获得了与统计预测相似的结果。同时可以证明,与统计预测不同,组合预测比动态预测表现更差的年份更少。通过将获得的分布应用于其他气象变量,如位势高度、降水和地表温度,可以表明评估预测技能在很大程度上取决于所选的指标。除了常见异常相关 (ACC) 之外,该研究还提供了基于地球移动距离 (EMD) 和积分二次距离 (IQD) 的分数,这些分数旨在评估概率预测的技能。它表明,与同时对所有年份应用指标(如基于相关性的指标)相比,单独评估每年的预测会导致对分析的不同解释。与统计预测不同,组合预测比动态预测表现更差的年份更少。通过将获得的分布应用于其他气象变量,如位势高度、降水和地表温度,可以表明评估预测技能在很大程度上取决于所选的指标。除了常见异常相关 (ACC) 之外,该研究还提供了基于地球移动距离 (EMD) 和积分二次距离 (IQD) 的分数,这些分数旨在评估概率预测的技能。它表明,与同时对所有年份应用指标(如基于相关性的指标)相比,单独评估每年的预测会导致对分析的不同解释。与统计预测不同,组合预测比动态预测表现更差的年份更少。通过将获得的分布应用于其他气象变量,如位势高度、降水和地表温度,可以表明评估预测技能在很大程度上取决于所选的指标。除了常见异常相关 (ACC) 之外,该研究还提供了基于地球移动距离 (EMD) 和积分二次距离 (IQD) 的分数,这些分数旨在评估概率预测的技能。它表明,与同时对所有年份应用指标(如基于相关性的指标)相比,单独评估每年的预测会导致对分析的不同解释。组合预测比动态预测表现更差的年份更少。通过将获得的分布应用于其他气象变量,如位势高度、降水和地表温度,可以表明评估预测技能在很大程度上取决于所选的指标。除了常见异常相关 (ACC) 之外,该研究还提供了基于地球移动距离 (EMD) 和积分二次距离 (IQD) 的分数,这些分数旨在评估概率预测的技能。它表明,与同时对所有年份应用指标(如基于相关性的指标)相比,单独评估每年的预测会导致对分析的不同解释。组合预测比动态预测表现更差的年份更少。通过将获得的分布应用于其他气象变量,如位势高度、降水和地表温度,可以表明评估预测技能在很大程度上取决于所选的指标。除了常见异常相关 (ACC) 之外,该研究还提供了基于地球移动距离 (EMD) 和积分二次距离 (IQD) 的分数,这些分数旨在评估概率预测的技能。它表明,与同时对所有年份应用指标(如基于相关性的指标)相比,单独评估每年的预测会导致对分析的不同解释。通过将获得的分布应用于其他气象变量,如位势高度、降水和地表温度,可以表明评估预测技能在很大程度上取决于所选的指标。除了常见异常相关 (ACC) 之外,该研究还提供了基于地球移动距离 (EMD) 和积分二次距离 (IQD) 的分数,这些分数旨在评估概率预测的技能。它表明,与同时对所有年份应用指标(如基于相关性的指标)相比,单独评估每年的预测会导致对分析的不同解释。通过将获得的分布应用于其他气象变量,如位势高度、降水和地表温度,可以表明评估预测技能在很大程度上取决于所选的指标。除了常见异常相关 (ACC) 之外,该研究还提供了基于地球移动距离 (EMD) 和积分二次距离 (IQD) 的分数,这些分数旨在评估概率预测的技能。它表明,与同时对所有年份应用指标(如基于相关性的指标)相比,单独评估每年的预测会导致对分析的不同解释。可以证明,评估预测技能在很大程度上取决于所选的指标。除了常见异常相关 (ACC) 之外,该研究还提供了基于地球移动距离 (EMD) 和积分二次距离 (IQD) 的分数,这些分数旨在评估概率预测的技能。它表明,与同时对所有年份应用指标(如基于相关性的指标)相比,单独评估每年的预测会导致对分析的不同解释。可以证明,评估预测技能在很大程度上取决于所选的指标。除了常见异常相关 (ACC) 之外,该研究还提供了基于地球移动距离 (EMD) 和积分二次距离 (IQD) 的分数,这些分数旨在评估概率预测的技能。它表明,与同时对所有年份应用指标(如基于相关性的指标)相比,单独评估每年的预测会导致对分析的不同解释。
更新日期:2020-02-27
down
wechat
bug