Εποχική πρόγνωση καιρού μέσω του συνδυασμού αριθμητικών μοντέλων =Seasonal weather prediction through the combination of numerical models.

Περίληψη

Γενική παραδοχή στις μέρες μας αποτελεί το γεγονός πως οι εποχικές προγνώσεις καιρού διαδραματίζουν σημαντικό ρόλο στη λήψη οικονομικών, και όχι μόνο, αποφάσεων σε μία πληθώρα τομέων της σύγχρονης κοινωνίας.
Η παρούσα εργασία, λοιπόν, αποσκοπεί στην αξιολόγηση των εποχικών προγνώσεων από τα  έξι σημαντικότερα και πιο εύκολα προσβάσιμα, από άποψη παροχής δεδομένων,  προγνωστικά κέντρα για την γεωγραφική περιοχή της Ευρώπης και την χρονική περίοδο: Μάιος-Οκτώβριος 2021.
Η μεθοδολογία που εφαρμόστηκε σε αυτό το πλαίσιο περιλαμβάνει μια αρχική επεξεργασία των δεδομένων από το κάθε κέντρο για τον υπολογισμό τεσσάρων (4) μετεωρολογικών παραμέτρων (σχετική υγρασία στα 2m, θερμοκρασία αέρα στα 2m, ταχύτητα ανέμου στα 10m και υετό) και τον συνδυασμό τους σε ένα ξεχωριστό μοντέλο. Η προγνωστική ικανότητα για κάθε μεταβλητή και κέντρο εκτιμήθηκε στη συνέχεια με βάση δύο (2) σκορ : το Mean Absolute Error (MAE) και το Fraction Skill Score (FSS).
Επιπλέον, έχει αναπτυχθεί και μία υποτυπώδης μεθοδολογία για τη δημιουργία ενός συνδυαστικού μοντέλου από τα έξι αρχικά προγνωστικά κέντρα. Σκοπός αυτού του εγχειρήματος είναι, θεωρητικά, η εξομάλυνση των σφαλμάτων από τα μεμονωμένα προγνωστικά κέντρα.
Οι μετεωρολογικές προβλέψεις που αξιοποιήθηκαν για αυτόν τον σκοπό προέρχονται από 6 προγνωστικά κέντρα : ECMWF (European Centre for Medium-Range Weather Forecasts), ΜΕΤΕΟ-FRANCE, UKMO (UK Met Office), CMCC (Euro-Mediterranean Center on Climate Change), DWD (Deutscher Wetterdienst) και NCEP (National Centers for Environmental Prediction).
Γενικά, η παράμετρος που παρουσιάζει την καλύτερη απόδοση στα προγνωστικά σκορ, για την εξεταζόμενη περίοδο, είναι η ταχύτητα ανέμου, με τη θερμοκρασία και τη σχετική υγρασία να ακολουθούν επιδεικνύοντας μέτρια έως υψηλά σφάλματα. Οι προβλέψεις για τον υετό, ωστόσο, σε όλες τις περιπτώσεις φάνηκε να πλήττονται από ιδιαίτερα χαμηλή προγνωστική ικανότητα.

Nowadays, it is generally accepted that seasonal weather forecasts hold an important role in making financial, and not only, decisions in numerous sectors of the modern society.
Therefore, the present paper aims to evaluate the seasonal weather forecasts of six of the most important and most easily accessible, data-wise, forecasting centers for the geographical area of Europe and the time period: May-October 2021.
The methodology applied in this context includes an initial processing of the data from each center to calculate four (4) meteorological parameters (relative humidity at 2m, air temperature at 2m, wind speed at 10m and precipitation) and their combination into a separate model. The predictability for each variable of every center was then assessed based on two (2) skill scores: the Mean Absolute Error (MAE) and the Fraction Skill Score (FSS).
In addition to the assessment of their predictive capacity, in the context of this work, a rudimentary methodology has been developed for the creation of a multi-model from the six initial forecasting centers. The goal of this endeavor is, in theory, to smooth the errors of the individual forecasting centers.
The forecasts used for this purpose are produced from 6 different centers: ECMWF (European Center for Medium-Range Weather Forecasts), METEO-FRANCE, UKMO (UK Met Office), CMCC (Euro-Mediterranean Center on Climate Change), DWD (Deutscher Wetterdienst) and NCEP (National Centers for Environmental Prediction).
In general, the parameter that performs the best in forecast scores for the period under consideration is wind speed, followed by temperature and relative humidity which show moderate to high errors. However, the precipitation in all cases appeared to suffer from particularly poor predictability.