Grazie!Febbraio'56 ha scritto:Auguri!LucaWlaNeve!!!! ha scritto:Riuscirei a sposarmi con tempo "valido"ulisse55 ha scritto: Così va meglio....hai tagliato troppo il link...(usa il dischetto!)
Le mappe impossibili !
Moderatori: erboss, MeteoLive, jackfrost
-
LucaWlaNeve!!!!
- Messaggi: 428
- Iscritto il: mer feb 20, 2008 1:00 pm
- Località: Piobesi T (TO) 233 s.l.m.
-
nevofilo80
- ***SUPER FORUMISTA TOP***
- Messaggi: 35905
- Iscritto il: dom dic 21, 2008 9:30 am
- Località: molara
Visto che spesso vengono postate carte CFS direi che possa essere interessante valutarle statisticamente.
Innanzitutto bisogna fare una premessa: le previsioni giornaliere e le previsioni mensili vengono calcolate utilizzando metodi diversi, per questo motivo direi che le attenzioni vadano soprattuto sulle seconde, in quanto le prime inevitabilmente presentano un'affidabilità quasi nulla, per via della caoticità dell'atmosfera ( pensiamo solo ai limiti predittivi dei GM a sole 384 ore ).
Detto ciò, direi di sorvolare sulla parte inerente all'inizializzazione del modelo CFSv2, in quanto altrimenti il discorso diventerebbe eccessivamente lungo ( qualora ci sia interesse comunque il discorso potrebbe essere anche interessante ), e concentrarsi subito sui dati.
Sulle modalità attraverso le quali si é giunti a tali valori, riporto quanto specificato sul sito della NOAA visto che é molto chiaro in tal senso:
This pege provides diagnoses of CFSv2 overall performance based on its retrospective forecasts (or hindcasts) for initial months from January 1982 to December 2009. Forecasts are initiated from every 5th day starting from January 1 of each year. The forecasts from each initial day consists of 4 members of forecast runs and 9 target months. Verification shown in this page is based on the ensemble mean from 20 members in each initial month.
The plots include statistics for two-dimentional (xy) fields and indices of sea surface temperature (SST). The SST indices include: Nino34(170W-120W,5S-5N).
Statistics are calculated for seasonal mean for 0-6 month lead. The observed andCFSv2 forecasts monthly anomalies are relative to the climatology from entire 28 years (1982-2009) hindcasts without any adjustment.
Direi di partire dal BIAS, ovvero dall'errore medio, utile per valutare la tendenza di un modello a sottostimare ( qualora il valore sia negativo ), o viceversa a sovrastimare, pur con l'avvertenza che non va a valutare la 'grandezza' dell'errore.
Utilizziamo come mese 'di partenza' agosto e come parametro la temperatura a 2 metri.
Cosa possiamo notare?
Su scala globale salta all'occhio come, specie con il procedere dei mesi ( quando quindi ovviamente al contempo diminuisce l'affidabilitá ) tranne alcune aree ( in primis Antartico ) il valore del BIAS ( differenza valori previsti e osservati detto semplicemente ) sia generalmente negativo, ergo la tendenza a sottostimare i valori termici.
Se osserviamo i dati ricavati dalle previsioni inizializzate in altri mesi si confermano valori negativi del BIAS ( ad eccezione del centro Africa e Medio Oriente dove i valori variano maggiormente al variare del mese ).
Come detto prima il BIAS non misura la 'grandezza dell'errore, quindi per la misura di esse ci baseremo su un altro indice: il RMSE ( la radice quadrata del MSE, ovvero dell'errore quadratico medio ).
Nella previsione delle SST nell'area cardine ENSO l'RMSE é il seguente.
Mentre la correlazione.
Si può notare quindi come una previsione delle SST in area enso sia tendenzialmente ( nei limiti ovviamente della caoticità dell'atmosfera ) prevedibile anche con diversi mesi con una maggiore possibilità rispetto altrove di buona riuscita.
Passiamo ora ad osservare l'RMSE ( con l'avvertenza che piú il valore é elevato e maggiore é l'errore ) e la correlazione in tutta la Terra, basandoci sempre sul mese di agosto come inizio e prendendo sempre come parametro le temperature a 2 metri. I risultati si commentano da soli.
Un saluto.
Innanzitutto bisogna fare una premessa: le previsioni giornaliere e le previsioni mensili vengono calcolate utilizzando metodi diversi, per questo motivo direi che le attenzioni vadano soprattuto sulle seconde, in quanto le prime inevitabilmente presentano un'affidabilità quasi nulla, per via della caoticità dell'atmosfera ( pensiamo solo ai limiti predittivi dei GM a sole 384 ore ).
Detto ciò, direi di sorvolare sulla parte inerente all'inizializzazione del modelo CFSv2, in quanto altrimenti il discorso diventerebbe eccessivamente lungo ( qualora ci sia interesse comunque il discorso potrebbe essere anche interessante ), e concentrarsi subito sui dati.
Sulle modalità attraverso le quali si é giunti a tali valori, riporto quanto specificato sul sito della NOAA visto che é molto chiaro in tal senso:
This pege provides diagnoses of CFSv2 overall performance based on its retrospective forecasts (or hindcasts) for initial months from January 1982 to December 2009. Forecasts are initiated from every 5th day starting from January 1 of each year. The forecasts from each initial day consists of 4 members of forecast runs and 9 target months. Verification shown in this page is based on the ensemble mean from 20 members in each initial month.
The plots include statistics for two-dimentional (xy) fields and indices of sea surface temperature (SST). The SST indices include: Nino34(170W-120W,5S-5N).
Statistics are calculated for seasonal mean for 0-6 month lead. The observed andCFSv2 forecasts monthly anomalies are relative to the climatology from entire 28 years (1982-2009) hindcasts without any adjustment.
Direi di partire dal BIAS, ovvero dall'errore medio, utile per valutare la tendenza di un modello a sottostimare ( qualora il valore sia negativo ), o viceversa a sovrastimare, pur con l'avvertenza che non va a valutare la 'grandezza' dell'errore.
Utilizziamo come mese 'di partenza' agosto e come parametro la temperatura a 2 metri.
Cosa possiamo notare?
Su scala globale salta all'occhio come, specie con il procedere dei mesi ( quando quindi ovviamente al contempo diminuisce l'affidabilitá ) tranne alcune aree ( in primis Antartico ) il valore del BIAS ( differenza valori previsti e osservati detto semplicemente ) sia generalmente negativo, ergo la tendenza a sottostimare i valori termici.
Se osserviamo i dati ricavati dalle previsioni inizializzate in altri mesi si confermano valori negativi del BIAS ( ad eccezione del centro Africa e Medio Oriente dove i valori variano maggiormente al variare del mese ).
Come detto prima il BIAS non misura la 'grandezza dell'errore, quindi per la misura di esse ci baseremo su un altro indice: il RMSE ( la radice quadrata del MSE, ovvero dell'errore quadratico medio ).
Nella previsione delle SST nell'area cardine ENSO l'RMSE é il seguente.
Mentre la correlazione.
Si può notare quindi come una previsione delle SST in area enso sia tendenzialmente ( nei limiti ovviamente della caoticità dell'atmosfera ) prevedibile anche con diversi mesi con una maggiore possibilità rispetto altrove di buona riuscita.
Passiamo ora ad osservare l'RMSE ( con l'avvertenza che piú il valore é elevato e maggiore é l'errore ) e la correlazione in tutta la Terra, basandoci sempre sul mese di agosto come inizio e prendendo sempre come parametro le temperature a 2 metri. I risultati si commentano da soli.
Un saluto.
In pratica, tirando una monetina, si hanno più possibilità di azzeccare una tendenza meteo.Luca99 ha scritto:Visto che spesso vengono postate carte CFS direi che possa essere interessante valutarle statisticamente.
Innanzitutto bisogna fare una premessa: le previsioni giornaliere e le previsioni mensili vengono calcolate utilizzando metodi diversi, per questo motivo direi che le attenzioni vadano soprattuto sulle seconde, in quanto le prime inevitabilmente presentano un'affidabilità quasi nulla, per via della caoticità dell'atmosfera ( pensiamo solo ai limiti predittivi dei GM a sole 384 ore ).
Detto ciò, direi di sorvolare sulla parte inerente all'inizializzazione del modelo CFSv2, in quanto altrimenti il discorso diventerebbe eccessivamente lungo ( qualora ci sia interesse comunque il discorso potrebbe essere anche interessante ), e concentrarsi subito sui dati.
Sulle modalità attraverso le quali si é giunti a tali valori, riporto quanto specificato sul sito della NOAA visto che é molto chiaro in tal senso:
This pege provides diagnoses of CFSv2 overall performance based on its retrospective forecasts (or hindcasts) for initial months from January 1982 to December 2009. Forecasts are initiated from every 5th day starting from January 1 of each year. The forecasts from each initial day consists of 4 members of forecast runs and 9 target months. Verification shown in this page is based on the ensemble mean from 20 members in each initial month.
The plots include statistics for two-dimentional (xy) fields and indices of sea surface temperature (SST). The SST indices include: Nino34(170W-120W,5S-5N).
Statistics are calculated for seasonal mean for 0-6 month lead. The observed andCFSv2 forecasts monthly anomalies are relative to the climatology from entire 28 years (1982-2009) hindcasts without any adjustment.
Direi di partire dal BIAS, ovvero dall'errore medio, utile per valutare la tendenza di un modello a sottostimare ( qualora il valore sia negativo ), o viceversa a sovrastimare, pur con l'avvertenza che non va a valutare la 'grandezza' dell'errore.
Utilizziamo come mese 'di partenza' agosto e come parametro la temperatura a 2 metri.
Cosa possiamo notare?
Su scala globale salta all'occhio come, specie con il procedere dei mesi ( quando quindi ovviamente al contempo diminuisce l'affidabilitá ) tranne alcune aree ( in primis Antartico ) il valore del BIAS ( differenza valori previsti e osservati detto semplicemente ) sia generalmente negativo, ergo la tendenza a sottostimare i valori termici.
Se osserviamo i dati ricavati dalle previsioni inizializzate in altri mesi si confermano valori negativi del BIAS ( ad eccezione del centro Africa e Medio Oriente dove i valori variano maggiormente al variare del mese ).
Come detto prima il BIAS non misura la 'grandezza dell'errore, quindi per la misura di esse ci baseremo su un altro indice: il RMSE ( la radice quadrata del MSE, ovvero dell'errore quadratico medio ).
Nella previsione delle SST nell'area cardine ENSO l'RMSE é il seguente.
Mentre la correlazione.
Si può notare quindi come una previsione delle SST in area enso sia tendenzialmente ( nei limiti ovviamente della caoticità dell'atmosfera ) prevedibile anche con diversi mesi con una maggiore possibilità rispetto altrove di buona riuscita.
Passiamo ora ad osservare l'RMSE ( con l'avvertenza che piú il valore é elevato e maggiore é l'errore ) e la correlazione in tutta la Terra, basandoci sempre sul mese di agosto come inizio e prendendo sempre come parametro le temperature a 2 metri. I risultati si commentano da soli.
Un saluto.
Ciao e complimenti per il tuo articolo.
-
nevofilo80
- ***SUPER FORUMISTA TOP***
- Messaggi: 35905
- Iscritto il: dom dic 21, 2008 9:30 am
- Località: molara
-
federicoc09
- Messaggi: 2
- Iscritto il: ven ott 16, 2015 3:29 pm
- Località: Garfagnana
