我有时对公开的降水预报感到沮丧,比如英国气象局(Met Office)或谷歌提供的降水预报。如果我对这些预测的理解正确的话,它们告诉我:
- 预期雨量(例如5毫升雨量)
- 下雨的可能性(例如,下雨的可能性为50%)
这通常是一个足够的数据水平,但有时看到更细微的统计预测会很有用,这可以让我知道一些事情,比如:
- 预期降雨量的95%置信区间
- 雨量的概率密度
- 在给定置信区间内的最大/最小可能容量
英国有这样的降雨数据吗?
江南体育网页版地球科学堆栈交换是一个为那些江南电子竞技平台对地质学、气象学、海洋学和环境科学感兴趣的人提供的问答网站。注册只需要一分钟。
注册加入这个社区吧我有时对公开的降水预报感到沮丧,比如英国气象局(Met Office)或谷歌提供的降水预报。如果我对这些预测的理解正确的话,它们告诉我:
这通常是一个足够的数据水平,但有时看到更细微的统计预测会很有用,这可以让我知道一些事情,比如:
英国有这样的降雨数据吗?
你可以使用集成数据。对于英国,你可以使用ECMWF集成预报系统数据或全球环境基金来自美国国家气象局。两者都是全球模式,因此可以扩展到各自的中心之外。
这些集合可以用作概率密度函数的样本。通常(非双关语),对于这些类型的集成,pdf可以假设为每个集成滤波器采用高斯分布的形式。显然,这是有问题的,因为它意味着有负降水的可能性,这是不现实的。但是,如果您想要更聪明,您可能可以为数据设置一个内核。或者你可以选择自己的分布。最广泛使用的分布是伽马分布,虽然皮尔逊分布也表现得很好.也许使用Kolmogorov-Smirnov检验可以帮助您确定哪种分布是最好的。