气象学家年级他们过去的预测如何?

Question

在每一个专业领域,从业人员可能回家一天结束的时候,说“是啊!我撞掉了公园里的!”,或者“哦,男人。明天要做得更好。”What about meteorologists?

气象学家让天气预报时,她会努力“做对了”,所以当问题的日期到达她的预测将会匹配实际的温度、露点,风速和风向,降水,等等。但是,当这个日期到达时,和实际情况测量和预测相比,预测评分吗?

降水似乎最问题方面,很非线性和预测统计。是什么意思有“得到它”预测降水的可能性为30% ?是的,下雨了30%的时间吗?是的,下雨在预测面积的30% ?是的,30%的公众会回答“是的”如果问是否下雨?

还有其他指标的复杂性。例如,错误在不同的值相比如何?可以更好的让温度点但风速每小时5英里高,或风完全正确但5°F的温度高吗?什么时间:如果这方面经历了两个小时后是预测?

编辑:困难的一部分的消费者越来越清晰的天气信息。弗雷德农夫想知道多少雨他会在第二天左右,但是具体时间可能并不重要。皮特宴会策划人要他的客人带到吧台前面来自之前,但如果要下雨了他可能不在乎是否下降1/4英寸或半。和弗朗辛渔夫并不真正关心的降水(在一定范围内);她的世界围绕着海风和海浪。

我可能想把第二个问题是显式地从消费者的角度来看:鉴于天气数据和气象学家的历史预测,我怎么选择一个气象学家?

Answer 1

免责声明:我不是一个气象学家。

要回答这个问题,你需要了解一个预测。基本上,气象学家运行计算机模拟预测天气系统如何演变从当前测量。事实上,数据同化技术(http://en.wikipedia.org/wiki/Data_assimilation)是常用的,这样的预测模型不仅取决于当前的观测,但也对天气系统的历史。随着新数据进来,进化模型调整对这些值——但不是被迫完全匹配,会破坏历史信息。

因此,任何一个模型是不完全准确。不过,如果我们同时运行很多模型,包括随机变化反映了天气系统的混沌性质(测量误差),我们得到一个叫做“集合预报”。这就是雨来自30%的几率:30%的模拟预测雨在你的区域,而其他人认为它将保持干燥。/最小/最大平均温度等也可以很容易地从集合中提取。

因此,预测的准确性可以以不同的方式被认为是。当然可以比较的预测一个乐团成员的观察:这是一个数据同化过程的一部分。然而,它不一定是一个问题,如果一个成员在一个特定的场合表现不佳。不同类型的测量可能是不同的加权比较(所以匹配的降雨可能会被认为是更重要的比匹配温度;这可能取决于预测的类型/它的用途)。更普遍的是,你必须看的长期统计预测中的错误。如果你看几个月的数据,做了大约三分之一的天下雨时雨水预测30%的机会吗?平均温度的预测相当准确吗?每天做这个评估不太可能符合现代天气预报的统计基础。

Answer 2

一般气象学家使用平均偏差和平均误差度量来描述他们的“成功”的大小对降水和风速。通常每月的平均性能指标(甚至季节性)将用于总结这些结果。此外,重要的是要记住,像雨,每天他们会更关心总(不确切的时间,降雨发生)。此外,请记住,大多数天气性能评估机场,哪里有气象塔,所以他们不评估他们的预测在一些大的区域,因为他们需要仪器观测。