Las estadísticas de salida del modelo ( MOS ) son una técnica de regresión lineal múltiple en la que las predicciones , a menudo cantidades cercanas a la superficie, como la temperatura del aire de 2 metros (AGL) , la visibilidad horizontal y la dirección del viento , la velocidad y las ráfagas , se relacionan estadísticamente con una o más predictores. Los predictores suelen ser pronósticos de un modelo de predicción numérica del tiempo (NWP), datos climáticos y, si corresponde, observaciones recientes de la superficie. Por lo tanto, la salida de los modelos de PNT puede transformarse mediante la técnica MOS en parámetros meteorológicos sensibles que son familiares para la "persona en la calle".
Fondo
Los pronosticadores generalmente no utilizan la salida directamente de la (s) capa (s) más baja (s) del modelo NWP porque los procesos físicos reales que ocurren dentro de la capa límite de la Tierra se aproximan en el modelo (es decir, parametrizaciones físicas ) junto con su resolución horizontal relativamente gruesa. Debido a esta falta de fidelidad y su estado inicial imperfecto, los pronósticos de cantidades cercanas a la superficie obtenidas directamente del modelo están sujetos a errores sistemáticos (sesgos) y aleatorios del modelo, que tienden a crecer con el tiempo. [1] [2]
En el desarrollo de ecuaciones MOS, las observaciones pasadas y los campos de pronóstico del modelo NWP archivados se utilizan con una regresión de cribado para determinar los "mejores" predictores y sus coeficientes para un pronóstico y un tiempo de pronóstico en particular. Al utilizar la salida de pronóstico del modelo archivado junto con la verificación de las observaciones de superficie, las ecuaciones resultantes tienen en cuenta implícitamente los efectos y procesos físicos que el modelo de predicción numérica del tiempo subyacente no puede resolver explícitamente, lo que da como resultado pronósticos mucho mejores de cantidades meteorológicas sensibles. Además de corregir errores sistemáticos, MOS puede producir probabilidades confiables de eventos climáticos a partir de una sola ejecución de modelo. Por el contrario, a pesar de la enorme cantidad de recursos informáticos dedicados a generarlos, la frecuencia relativa de eventos de los pronósticos de modelos de conjunto, que a menudo se utilizan como un proxy de la probabilidad, no muestran una confiabilidad útil. [3] Por lo tanto, la salida del modelo de PNT de conjunto también requiere un procesamiento posterior adicional para obtener pronósticos probabilísticos confiables, utilizando regresión gaussiana no homogénea [4] u otros métodos. [5] [6]
Historia
Estados Unidos
MOS fue concebido y la planificación para su uso comenzó dentro del Laboratorio de Desarrollo de Técnicas (TDL) del Servicio Meteorológico Nacional de EE. UU . (NWS) en 1965 y los pronósticos se emitieron por primera vez en 1968. [7] Desde entonces, TDL, ahora el Laboratorio de Desarrollo Meteorológico (MDL), continuó creando, refinando y actualizando conjuntos de ecuaciones MOS a medida que se desarrollaban y operaban modelos NWP adicionales en el Centro Meteorológico Nacional (NMC) y luego en el Centro de Modelado Ambiental o EMC. [8]
Dada su historia de varias décadas dentro del NWS de EE. UU. Y su mejora continua y habilidad superior sobre la salida directa del modelo NWP, la guía MOS sigue siendo una de las herramientas de pronóstico más valiosas utilizadas por los pronosticadores dentro de la agencia. [9]
Implementación de la guía MOS
Estados Unidos
Actualmente, hay ocho conjuntos de guías MOS disponibles de MDL, operacionales y experimentales, que cubren el lapso de tiempo desde la próxima hora hasta 10 días para los Estados Unidos y la mayoría de sus territorios. [nota 1]
Nombre | Frecuencia de actualización |
---|---|
Programa MOS de aviación localizado (LAMP) | Cada hora |
Mesoescala de América del Norte (NAM) MOS | Dos veces al dia |
MOS del sistema de pronóstico global de corto alcance (GFS) | Cada seis horas |
MOS GFS de rango extendido | Dos veces al dia |
Sistema de pronóstico de conjuntos de América del Norte MOS | Dos veces al dia |
MOS ECMWF de corto alcance [nota 2] | Dos veces al dia |
MOS ECMWF de rango extendido [nota 2] | Dos veces al dia |
Conjunto ECMWF MOS [nota 2] | Dos veces al dia |
El modelo MOS de cuadrícula anidado se suspendió en 2009. [10]
Inicialmente, la guía MOS se desarrolló para aeropuertos y otros lugares fijos donde se emitían habitualmente METAR (o informes similares). Por lo tanto, la orientación de MOS se proporcionó y continúa proporcionándose en un formato de "boletín" alfanumérico para estas ubicaciones. A continuación, se muestra un ejemplo de un pronóstico MOS de corto alcance para el aeropuerto Clinton-Sherman, Oklahoma (KCSM) basado en el resultado del modelo del Sistema de pronóstico global de EMC .
ORIENTACIÓN DE KCSM GFS MOS 6/8/2014 1200 UTC |
---|
DT / 6 DE AGOSTO / 7 DE AGOSTO / 8 DE AGOSTO / 9 DE AGOSTO HR 18 21 00 03 06 09 12 15 18 21 00 03 06 09 12 15 18 21 00 06 12 N / X 71101 74104 72 TMP 90 96 94 84 78 74 72 84 95100 98 87 82 78 75 88 98102 99 80 73 DPT 65 62 62 63 63 63 64 65 63 60 60 62 63 63 64 65 63 60 61 63 63 CLD CL FW CL CL BK BK CL CL CL CL CL CL FW CL CL CL CL CL CL OV FW WDR 21 20 19 16 16 18 19 22 32 07 11 12 16 18 19 22 22 20 20 19 21 WSP 14 15 13 11 13 10 10 08 06 06 10 08 10 10 10 14 12 15 15 08 07 P06 2 9 6 1 2 4 2 4 2 6 5 P12 14 5 4 10 12 Q06 0 0 0 0 0 0 0 0 0 0 0 Q12 0 0 0 0 0 T06 29/27 38/21 22/6 8/2 26/14 24/8 16/5 12/4 27/18 20/7 T12 58/31 24/6 39/16 29/6 44/25 CIG 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 VIS 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 OBV NNNNNNNNNNNNNNNNNNNNN |
El boletín GFS MOS de corto alcance se describe aquí .
Con la disponibilidad de mesonets meteorológicos de propiedad privada y gubernamental , [11] nuevas técnicas de interpolación y análisis de objetivos, [12] orientación GFS MOS en cuadrícula estuvo disponible en 2006. [13] [14]
Ventajas y desventajas
La ventaja de la guía de pronóstico MOS desarrollada en los Estados Unidos permitió
- la eliminación del sesgo del modelo de PNT,
- predicción de elementos meteorológicos no pronosticados por el modelo de PNT, por ejemplo, visibilidades de la superficie, alturas del techo de las nubes ,
- probabilidades confiables de eventos binarios, por ejemplo, probabilidad de precipitación y tormentas eléctricas (severas) ,
- probabilidades confiables de eventos categóricos, por ejemplo, probabilidad de cielos despejados, dispersos, quebrados o nublados .
Estos puntos, aunque muy deseados por los pronosticadores, tienen un precio. Desde sus inicios, el desarrollo de ecuaciones MOS robustas para un modelo de PNT en particular requirió al menos dos años de resultados y observaciones del modelo archivado, tiempo durante el cual el modelo de PNT debería permanecer sin cambios, o casi. Este requisito es necesario para capturar completamente las características de error del modelo bajo una amplia variedad de regímenes de flujo meteorológico para cualquier ubicación o región en particular. Los eventos meteorológicos extremos, como olas inusuales de frío o calor, fuertes lluvias y nevadas, fuertes vientos, etc., son importantes en el desarrollo de ecuaciones MOS robustas. Un archivo de modelos extenso tiene las mejores posibilidades de capturar tales eventos.
Desde la década de 1970 hasta la década de 1980, este requisito no fue muy oneroso, ya que los científicos de EMC (entonces NMC), que estaban relativamente limitados por los recursos computacionales en ese momento, solo podían realizar mejoras incrementales relativamente menores en sus modelos de PNT. Sin embargo, desde la década de 1990, los modelos de PNT se han actualizado con mayor frecuencia, a menudo con cambios significativos en la física y en las resoluciones de cuadrícula horizontal y vertical. [15] [16] Dado que MOS corrige sesgos sistemáticos del modelo NWP en el que se basa, cualquier cambio en las características de error del modelo NWP afecta la guía MOS, generalmente de manera negativa. [17] [18] Este fue un factor en la interrupción del MOS para los miembros individuales del conjunto del GFS en abril de 2019; ese producto no se había actualizado desde 2009, y la NOAA decidió dejar de ofrecer el producto en lugar de actualizarlo. [19]
En el caso de una actualización importante a un modelo NWP, EMC ejecutará la versión más nueva del modelo en paralelo con la operativa durante muchos meses para permitir la comparación directa del rendimiento del modelo. [20] Además de las ejecuciones paralelas en tiempo real, EMC también ejecuta el modelo más nuevo para examinar eventos y temporadas pasadas, es decir, pronósticos retrospectivos.
Todas estas ejecuciones del modelo actualizado permiten que el Servicio Meteorológico Nacional, el Centro de Predicción Meteorológica (WPC), el Centro Nacional de Huracanes (NHC) y el Centro de Predicción de Tormentas (SPC) evalúen su desempeño antes de tomar la decisión de aceptarlo o rechazarlo. uso operativo. Los científicos de MDL han aprovechado estas corridas para evaluar y reformular las ecuaciones MOS según sea necesario para evitar el deterioro en la calidad de la guía. [21]
Otros centros meteorológicos
El Instituto Meteorológico Real de los Países Bajos desarrolló un sistema MOS para pronosticar las probabilidades de tormentas eléctricas (severas) en los Países Bajos. [22] [23]
Los científicos del Servicio Meteorológico de Canadá desarrollaron un sistema de posprocesamiento llamado Updateable MOS (UMOS) que incorpora rápidamente cambios a su modelo regional de PNT sin la necesidad de un archivo de modelos extenso. [24] El sistema UMOS canadiense genera un pronóstico de 2 días de temperaturas, velocidad y dirección del viento y probabilidad de precipitación (POP). Los pronósticos de temperatura y viento UMOS se proporcionan a intervalos de 3 h, y POP a intervalos de 6 h.
Los científicos de la Universidad Nacional de Kongju también han implementado un sistema UMOS para crear pronósticos de la temperatura del aire en Corea del Sur. [25] No está claro si se utiliza operativamente en la Administración Meteorológica de Corea .
Notas
- ^ Guam y las islas Marianas del Norte circundantessolo tienen orientación GFS MOS disponible
- ^ a b c El acceso a ECMWF MOS está restringido a la organización NOAA debido a la política de derechos de autor del Centro Europeo de Previsiones Meteorológicas a Mediano Plazo .
Referencias
- ^ Lorenz, Edward N. (marzo de 1963). "Flujo no periódico determinista" . Revista de Ciencias Atmosféricas . 20 (2): 130-141. Código Bibliográfico : 1963JAtS ... 20..130L . doi : 10.1175 / 1520-0469 (1963) 020 <0130: DNF> 2.0.CO; 2 .
- ^ Simmons, AJ; Mureau, R .; Petroliagis, T. (1995). "Estimaciones de crecimiento de error de la previsibilidad del sistema de previsión de ECMWF". Cuarto de galón. J. Roy. Meteorito. Soc . 121 (527): 1739-1771. doi : 10.1002 / qj.49712152711 .
- ^ Rudack, David; Ghirardelli, Judy (agosto de 2010). "Una verificación comparativa del programa de estadísticas de salida del modelo de aviación localizado (LAMP) y el pronóstico del modelo de predicción numérica del tiempo (NWP) de la altura y la visibilidad del techo" . Clima y pronóstico . 25 (4): 1161-1178. Código Bibliográfico : 2010WtFor..25.1161R . doi : 10.1175 / 2010WAF2222383.1 .
- ^ Jewson, S .; Brix, A .; Ziehmann, C. (2004). "Un nuevo modelo paramétrico para la evaluación y calibración de pronósticos de temperatura de conjunto de rango medio". Letras de ciencia atmosférica . 5 (5): 96–102. arXiv : física / 0308057 . doi : 10.1002 / asl.69 .
- ^ Wilks, Daniel S .; Hamill, Thomas M. (junio de 2007). "Comparación de métodos de Ensemble-MOS usando Reforecasts GFS". Revisión mensual del clima . 135 (6): 2379–2390. Código Bibliográfico : 2007MWRv..135.2379W . doi : 10.1175 / MWR3402.1 .
- ^ Veehuis, Bruce (julio de 2013). "Spread Calibration of Ensemble MOS Forecasts" . Revisión mensual del clima . 141 (7): 2467–2482. Código Bib : 2013MWRv..141.2467V . doi : 10.1175 / MWR-D-12-00191.1 .
- ^ Glahn, Harry R .; Dallavalle, J. Paul (enero de 2000). "TDL Office Note 00-1: MOS-2000" (PDF) . Publicación interna . Silver Spring Maryland USA: Techniques Development Laboratory: 179. Archivado desde el original (PDF) el 12 de agosto de 2014 . Consultado el 9 de agosto de 2014 .
- ^ Carter, Gary M .; Dallevalle, J. Paul; Glahn, Harry R. (septiembre de 1989). "Pronósticos estadísticos basados en el sistema de predicción numérica del tiempo del Centro Meteorológico Nacional" . Clima y pronóstico . 4 (3): 401–412. Código Bibliográfico : 1989WtFor ... 4..401C . doi : 10.1175 / 1520-0434 (1989) 004 <0401: SFBOTN> 2.0.CO; 2 .
- ^ Inédito. "Encuesta anual de usuarios de MDL 2011" (PDF) . págs. 25-27 . Consultado el 3 de agosto de 2014 .
- ^ Registro de cambios de MOS . Consultado el 12 de mayo de 2019.
- ^ NOAA, Laboratorio de Investigación de Sistemas Terrestres. "Información de la red de superficie MADIS" . Archivado desde el original el 12 de agosto de 2014 . Consultado el 7 de agosto de 2014 .
- ^ Glahn, Bob; Im, JS (enero de 2011). "Algoritmos para el análisis objetivo efectivo de las variables meteorológicas superficiales" . 24ª Conf. Sobre el tiempo y la predicción / Vigésima Conf. Sobre la predicción numérica del tiempo (J19.4) . Consultado el 7 de agosto de 2014 .
- ^ Glahn, Bob; Gilbert, Kathryn; Cosgrove, Rebecca; Rut, David; Sheets, Kari (abril de 2009). "El Gridding de MOS" . Clima y pronóstico . 24 (2): 520–529. Código Bibliográfico : 2009WtFor..24..520G . doi : 10.1175 / 2008WAF2007080.1 .
- ^ Servicio Meteorológico Nacional. "Base de datos nacional de orientación digital" .
- ^ Centro de Modelado Ambiental, Subdivisión de Modelado de Mesoescala. "Lista de referencia de la página Web de la rama de mesoescala" . Consultado el 7 de agosto de 2014 .
- ^ Centro de Modelado Ambiental, Rama Global. "[GFS / GDAS] Cambios desde 1991" . Consultado el 7 de agosto de 2014 .
- ^ Erickson, Mary C. (marzo de 1991). "Evaluación del impacto de los cambios de RAFS en la guía MOS basada en NGM" . Clima y pronóstico . 6 (1): 142-147. Código Bibliográfico : 1991WtFor ... 6..142E . doi : 10.1175 / 1520-0434 (1991) 006 <0142: ETIORC> 2.0.CO; 2 .
- ^ Erickson, Mary C .; Dallavalle, J. Paul; Carroll, Kevin L. (enero de 2002). "El nuevo desarrollo de AVN / MRF MOS y cambios de modelo: ¿una mezcla volátil?" . XVI Congreso de Probabilidad y Estadística en las Ciencias Atmosféricas . Consultado el 5 de agosto de 2014 .
- ^ SCN19-23: Terminación del producto (MEN) de Estadísticas de salida del modelo (MOS) basado en el Sistema global de pronóstico por conjuntos (GEFS) el 16 de abril de 2019 o alrededor de esa fecha. Consultado el 12 de mayo de 2019.
- ^ Centros Nacionales de Predicción Ambiental, Centro de Modelado Ambiental. "Cuadro de mando de verificación de EMC" . Archivado desde el original el 12 de agosto de 2014 . Consultado el 12 de agosto de 2014 .
- ^ Antolik, Mark; Baker, Michael (2 de junio de 2009). "Sobre la capacidad de desarrollar una guía MOS con muestras dependientes breves de un modelo numérico en evolución" (PDF) . 23ª Conferencia de Análisis y Pronóstico del Tiempo / 19ª Conferencia de Predicción Numérica . 6A.1 . Consultado el 9 de agosto de 2014 .
- ^ Schmeits, Maurice J .; Kok, Kees J .; Vogelezang, Daan HP (abril de 2005). "Pronóstico probabilístico de tormentas (severas) en los Países Bajos utilizando estadísticas de salida del modelo". Clima y pronóstico . 20 (2): 134-148. Código Bibliográfico : 2005WtFor..20..134S . doi : 10.1175 / WAF840.1 .
- ^ van Gastel, Valentijn. "Investigando los datos de MSG-SEVIRI como una fuente de predicción adicional en el sistema de pronóstico de tormentas probabilísticas (severas) de KNMI" (PDF) . Koninklijk Nederlands Meteorologisch Instituut . Publicación del Real Instituto Meteorológico de los Países Bajos (KNMI) . Consultado el 9 de agosto de 2014 .
- ^ Wilson, Laurence; Vallee, Marcel (abril de 2002). "El sistema canadiense de estadísticas de salida del modelo actualizable (UMOS): pruebas de diseño y desarrollo" . Clima y pronóstico . 17 (2): 206–222. Código Bibliográfico : 2002WtFor..17..206W . doi : 10.1175 / 1520-0434 (2002) 017 <0206: TCUMOS> 2.0.CO; 2 .
- ^ Kang, Jeon-Ho; Suh, Myoung-Seok; Hong, Ki-Ok; Kim, Chansoo (febrero de 2011). "Desarrollo de sistema de estadísticas de salida del modelo actualizable (UMOS) para la temperatura del aire en Corea del Sur". Revista Asia-Pacífico de Ciencias Atmosféricas . 47 (2): 199–211. Código bibliográfico : 2011APJAS..47..199K . doi : 10.1007 / s13143-011-0009-8 .
Otras lecturas
- Wilks, Daniel S. (2006). Métodos estadísticos en las ciencias atmosféricas (Segunda ed.). Prensa académica. pag. 627. ISBN 0-12-751966-1.