פאָרויסזאָגן מיטל-טערמין וועטער מיט סטאַטיסטישער אַנאַליז
מיטל-טערמין וועטער פאָרויסזאָגן—געווענליך 3 ביז 10 טעג אין דער צוקונפט—איז א קריטישע אויפגאבע אין מאָדערנער מעטעאָראָלאָגיע. אין דעם צייטראַם, באַשלוסן, פון טעגלעכע ביז גרויס-מאָסשטאַביגע אָפּעראַציעס, אָפט אָפּהענגיק פון וועטער אינפֿאָרמאַציע: פלי פּלאַנירונג, לאַנדווירטשאַפטלעכע פאַרוואַלטונג, לאָגיסטיק פאַרשפּרייטונג, מבול פֿאַרמינדערונג, און אפילו פּלאַנירונג פון דרויסנדיקע אַקטיוויטעטן. אָבער, וועטער פאָרויסזאָגן זענען קיינמאָל נישט גאָר זיכער ווייל די אַטמאָספער איז אַ קאָמפּלעקסע, דינאַמישע סיסטעם וואָס איז סענסיטיוו צו די אָנהייב באַדינגונגען. דאָס איז וואו סטאַטיסטישע אַנאַליז קומט אריין: עס העלפֿט עקסטראַקטירן מוסטערן פון היסטאָרישע דאַטן, קוואַנטיפיצירן אַנסערטאַנטי, און פֿאַרבעסערן די קוואַליטעט פון פאָרויסזאָגן אינפֿאָרמאַציע דורך אַ דאַטן-געטריבן צוגאַנג.
וואָס איז מיטל-רייכווייַטיק וועטער?
פּראַקטיש, וועטער פאָרויסזאָגן זענען צעטיילט אין עטלעכע צייט האָריזאָנטן: זייער קורץ-טערמין (איצט-קאַסטינג, מינוטן ביז שעה), קורץ-טערמין (1-3 טעג), מיטל-טערמין (3-10 טעג), און לאַנג-טערמין אָדער סעזאָנאַל (וואָכן ביז חדשים). די הויפּט אַרויסרופן מיט מיטל-טערמין וועטער פאָרויסזאָגן איז די וואַקסינג אַנסערטאַנטי איבער צייט. קליינע טעותים אין די ערשטע מעסטונגען, אַזאַ ווי טעמפּעראַטור אָדער לופט דרוק אין אַ אָרט, קענען זיך פֿאַרמערן און השפּעה האָבן אויף וועטער פּאַטערנז טעג שפּעטער. די דערשיינונג איז אָפט פֿאַרבונדן מיט דער באַגריף פון "כאַאָס" אין אַטמאָספערישע דינאַמיק.
כאָטש נומערישע וועטער פאָרויסזאָגן (NWP) מאָדעלן בלייבן די רוקן-ביין פון פאָרויסזאָגן, קען סטאַטיסטישע אַנאַליז קאָמפּלעמענטירן און פֿאַרבעסערן מאָדעל רעזולטאַטן, ספּעציעל ווען דער מאָדעל האט סיסטעמאַטישע בייאַסיז אין געוויסע געגנטן אָדער ווען לאָקאַלע וועריאַבאַלן ווי רעגן זענען שטאַרק באַאיינפלוסט דורך טאָפּאָגראַפֿישע באדינגונגען.
פארוואס איז סטאַטיסטישע אַנאַליז וויכטיק?
סטאַטיסטישע אַנאַליז האט דריי הויפּט ביישטייערונגען צו מיטל-טערמין וועטער פאָרויסזאָגן:
1. פאַראַרבעטן היסטאָרישע דאַטן אין מוסטער אינפֿאָרמאַציע: וועטער דאַטן אַנטהאַלטן סיזאַנאַל טרענדס, טעגלעך ציקלען, און באַציִונגען צווישן קאָמפּאָנענטן (למשל, טעמפּעראַטור, הומידיטי, און געלעגנהייט פון רעגן). סטאַטיסטיק העלפֿן מעסטן די באַציִונגען קוואַנטיטאַטיוו.
2. קארעקטירן נומערישע מאָדעל בייאַס: NWP מאָדעלן פאָרויסזאָגן אָפט "צו הייס," "צו קאַלט," אָדער איבער-פאָרויסזאָגן רעגן אין געוויסע געביטן. סטאַטיסטישע בייאַס קארעקציע (נאָך-פּראַסעסינג) קען פֿאַרבעסערן די אַקיעראַסי אויף דער סטאַנציע מדרגה.
3. איצטיקע ווארשיינלעכקייטן, נישט פאלשע זיכערהייטן: אנשטאט זאגן "עס וועט רעגענען," שטיצט סטאטיסטישע אנאליז אויסזאגן ווי "70% שאנס פון רעגן" וואס זענען מער רעאליסטיש פאר באשלוס-מאכן.
פארלאנגטע דאטן
סטאַטיסטישע פאָרויסזאָגן הענגען אָפּ פון דאַטן קוואַליטעט. געוויינטלעכע דאַטן קוואלן אַרייַננעמען:
– אויבערפלאַך אָבסערוואַציעס: טעמפּעראַטור, הומידיטי, דרוק, ווינט גיכקייט, רעגן, ראַדיאַציע.
– ראַדאַר און סאַטעליט דאַטן: פאַרשפּרייטונג פון וואלקנס און רעגן, וואָס איז וויכטיק פֿאַר ספּיישאַל פּאַטערנז.
– נומערישע מאָדעל רעזולטאַטן: פאָרויסזאָגן פון טעמפּעראַטור, ווינט, דרוק און אַטמאָספערישע אינדעקסן פון גלאָבאַלע/רעגיאָנאַלע מאָדעלן.
– קלימאַט אינדעקסן: ווי ENSO (על נינאָ–לאַ ניניאַ), MJO (מאַדען–דזשוליאַן אָסצילאַציע), אדער IOD, וואָס קענען השפּעה האָבן אויף די שאַנסן פון רעגן אויף אַ וועכנטלעכער באַזיס.
די פאַר-מאָדעלינג בינע כולל טיפּיש דאַטן רייניקונג: האַנדלינג מיט פעלנדיקע דאַטן, אַוועקנעמען קלאָרע אַויסנאַם-ווערטער, און אַדזשאַסטינג די צייט רעזאָלוציע (למשל, טעגלעך) צו פּאַסן מיטל-טערמין פאָרויסזאָגן באדערפענישן.
אָפט גענוצטע סטאַטיסטישע טעכניקן
1. צייט סעריע אנאליז
צייט סעריע מעטאָדן ווי ARIMA אדער SARIMA קענען גענוצט ווערן פֿאַר וועריאַבלען מיט שטאַרקע סעזאָנאַלע מוסטערן, ווי טעגלעכע טעמפּעראַטור. דורך אויסנוצן אויטאָקאָרעלאַציע (די באַציִונג צווישן איצטיקע ווערטן און פאַרגאַנגענע ווערטן), קען דער מאָדעל פאָרויסזאָגן ווערטן עטלעכע טעג אין דער צוקונפֿט. אָבער, ARIMA טענדירט צו זיין ווייניקער עפעקטיוו פֿאַר רעגן ווייַל עס איז עפּיזאָדיש און נישט נאָרמאַל פאַרשפּרייט.
2. רעגרעסיע און לינעאַרע מאָדעלן
לינעאַרע רעגרעסיע איז נוצלעך ווען איר ווילט פאָרויסזאָגן אַ ציל וועריאַבל (למשל, מאַקסימום טעמפּעראַטור) פֿון קייפל פאָרויסזאָגער: הומידיטי, דרוק, ווינט גיכקייט, אָדער נומערישע מאָדעל רעזולטאַט. טראָץ איר פּשוטקייט, איז רעגרעסיע אָפֿט אַ שטאַרקע באַזעלינע, ספּעציעל ווען קאָמבינירט מיט רעגולאַריזאַציע (רידזש/לאַסאָ) צו פאַרמייַדן אָוווערפיטינג.
3. קלאַסיפֿיקאַציע מאָדעל פֿאַר רעגן געשעענישן
כדי פאראויסצוזאגן צי עס וועט רעגענען אדער נישט, קען מען ניצן א קלאסיפיקאציע צוגאנג ווי למשל לאגיסטישע רעגרעסיע. דאס מאדעל דזשענערירט א ווארשיינליכקייט פון רעגן, וואס איז גוט פאסיג פאר ריזיקא קאמוניקאציע. כדי פאראויסצוזאגן רעגן אינטענסיטעט, קען מען ניצן א צוויי-שטאפליגע מאדעל: ערשטנס, פאראויסזאגן די ווארשיינליכקייט פון רעגן, און דערנאך פאראויסזאגן די מאס רעגן אויב עס וועט יא פאסירן (א צוויי-קאמפאנענט מאדעל).
4. ענסעמבל און פּראָבאַביליסטישע מעטאָדן
אין מעטעאָראָלאָגיע, באַציט זיך אַן אַנסאַמבל צו דורכפירן קייפל פאָרויסזאָגן סצענאַרן (למשל, פון קייפל מאָדעל מיטגלידער אָדער וועריינג ערשט באדינגונגען). סטאַטיסטיק קאַמביינז אַנסאַמבל מיטגלידער אין קאַליברירטע פּראָבאַביליטיז, למשל, ניצן בייעסיאַן מאָדעל אַוועראַדזשינג, ראַנג היסטאָגראַמען, אָדער קוואַנטיל קאַליבראַציע. דער רעזולטאַט איז נישט אַן איינציקע נומער, נאָר אַ קייט פון פּראָבאַביליטיז און אַ בטחון מדרגה.
5. נאך-פראצעסירונג: MOS און בייאַס קארעקציע
מאָדעל אַוטפּוט סטאַטיסטיק (MOS) איז אַ קלאַסישער צוגאַנג: בויען אַ סטאַטיסטיש מאָדעל וואָס פֿאַרבינדט נומערישע מאָדעל אַוטפּוט צו סטאַנציע אָבסערוואַציעס. די ציל איז צו קאָריגירן פֿאַר לאָקאַלע בייאַסיז. למשל, אויב אַ מאָדעל טענד צו אונטערשאַצן רעגן אין באַרגיקע געביטן, קען MOS "לערנען" פון די טעות פּאַטערנז. מאָדערנע טעקניקס נוצן אויך ברייט קוואַנטיל מאַפּינג צו סטרויערן די פאָרויסגעזאָגטע פאַרשפּרייטונג צו ענג גלייַכן די אָבסערווירטע פאַרשפּרייטונג.
פאָרשטעלונג עוואַלואַציע: מער ווי נאָר "פּינקטלעך"
אין מיטל-טערמין וועטער פאָרויסזאָגן, מוזן עוואַלואַציעס נעמען אין באַטראַכט די פּראָבאַביליסטישע נאַטור. עטלעכע אָפט גענוצטע מעטריקן זענען:
– MAE/RMSE פֿאַר טעמפּעראַטור אָדער ווינט (מיטל קוואַדראַט טעות און וואָרצל מיטל קוואַדראַט טעות).
– בריער סקאָר פֿאַר וואַרשיינלעכקייט פון רעגן.
– ROC-AUC פֿאַר דער מעגלעכקייט צו אונטערשיידן צווישן רעגן און קיין רעגן געשעענישן.
– א צוטרוי-דיאַגראַם צו אָפּשאַצן צי די געגעבענע וואַרשיינלעכקייטן זענען "ערלעך" (למשל, אַ פאָרויסזאָגן פון 70% רעגן פּאַסירט טאַקע בערך 70% פון דער צייט).
א גוטע עוואַלואַציע איז אידעאַלערװײַז געטאָן מיט צײַט-סעריע סטיל קראָס-וואַלידאַציע, נישט ראַנדאָם, כּדי נישט צו "דורכלאָזן די צוקונפֿט" אין מאָדעל טראַינינג.
שליסל שוועריקייטן און ווי זיי צו באַזיגן
ערשטנס, די אטמאספערע איז נישט-לינעאר און אונטערטעניק צו אָפטע רעזשים ענדערונגען (למשל, סעזאָנאַלע פארשייבונגען). סטאַטיסטישע מאָדעלן וואָס זענען צו שטרענג קענען דורכפאַלן ווען די באדינגונגען טוישן זיך. די לייזונג איז צו רעגולער דערהייַנטיקן דעם מאָדעל און אַרייננעמען סעזאָנאַלע פאָרויסזאָגער אָדער קלימאַט אינדיקאַטאָרן.
צווייטנס, רעגן דאַטן זענען אָפט "נול-אינפֿלאַצירט" (פילע נול ווערטן) און זייער פֿאַרדרייט. דאָס מאַכט פּשוטע מאָדעלן שווער. א צוויי-שטאַפּל צוגאַנג (רעגן וואַרשיינלעכקייט + אינטענסיטעט) אָדער אַ ספּעציאַליזירטע פֿאַרשפּרייטונג (גאַמאַ/פּואַסאָן) קען העלפֿן.
דריטנס, מיטל-טערמין פאָרויסזאָגן ווערן באַאיינפלוסט דורך גרויס-מאָסשטאַביגע דערשיינונגען ווי די MJO. אײַנפֿירן אַטמאָספֿערישע אינדעקסן און צירקולאַציע וועריאַבלען (למשל, געאָפּאָטענציעל אָדער ווינטן אין ספּעציפֿישע שיכטן) קען פֿאַרבעסערן פאָרשטעלונג, ספּעציעל אין אַנטיסיפּירן נאַסע/טרוקענע פּעריאָדן אין די קומענדיקע טעג.
מסקנא: סטאַטיסטיק ווי אַ פּאַרטנער צו פיזיק מאָדעלן
מיטל-טערמין וועטער פאָרויסזאָגן איז מער ווי נאָר טרעפן צי עס וועט רעגענען מאָרגן. עס איז אַ קאָמבינאַציע פון פֿאַרשטיין אַטמאָספערישע פיזיק און לערנען פון היסטאָרישע דאַטן. סטאַטיסטישע אַנאַליז גיט אַ פריימווערק פֿאַר קוואַנטיפיצירן אַנסערטאַנטי, קאָריגירן בייאַסיז, און פאָרשטעלן פאָרויסזאָגן אין פּראָבאַביליסטישע טערמינען וואָס זענען מער נוצלעך פֿאַר באַשלוס-מאכן. אין דער תקופה פון גרויסע דאַטן און שנעל קאַמפּיוטינג, סטאַטיסטישע צוגאַנגען - ביידע קלאַסיש און מאָדערן - ווערן מער און מער וויכטיק פּאַרטנערס מיט גשמיות מאָדעלס. דורך קאַמביינינג די צוויי, מיטל-טערמין וועטער פאָרויסזאָגן קענען זיין מער פּינטלעך, מער לאָקאַל, און רובֿ וויכטיק, מער פאַרלאָזלעך.
