Daha

5.7.12: 1990 Olasılık Tahmini - Yerbilimleri

5.7.12: 1990 Olasılık Tahmini - Yerbilimleri


Genel bakış

California Deprem Olasılıkları Çalışma Grubu, çizim tahtalarına geri döndü ve 1990'da Loma Prieta Depreminden bir yıl sonra yeni bir olasılık tahmini yayınlandı. Daha önceki tahmin gibi, bu tahmin de münferit fayların geçmişine ve kayma hızına dayanıyordu, ancak önceki tahminlerin aksine faylar arasındaki etkileşimlere az miktarda ağırlık verdi. San Andreas Fayı'nın 1989'da kopan güney Santa Cruz Dağları kesimine, önümüzdeki otuz yıl içinde M'nin 7'den büyük bir deprem olasılığı düşük olarak verildi. San Andreas Fayı'nın Kuzey Sahili kesimine de düşük bir olasılık verildi, ancak tahminin yapıldığı sırada, o kesimdeki 1906 büyük depreminden bu yana seksen dört yıl geçmişti. Bu segmentteki ortalama tekrarlama aralığı iki ila üç yüzyıldır ve henüz döngüsünün oldukça başındadır. Öte yandan, Oakland ve Berkeley şehirleri de dahil olmak üzere East Bay Bölgesi'ndeki Rodgers Creek-Hayward Fayı üzerindeki olasılıklar, önümüzdeki otuz yılda neredeyse yüzde otuza, yaklaşık üçte bir şansa yükseltildi.


Tahmin Doğruluğunu Değerlendirme

Bu bölümü tamamladığınızda, mutlak hatayı, klimatoloji ile karşılaştırıldığında "yetenek" tahminini ve yağış olasılığını tanımlayabilmelisiniz. Ayrıca sıcaklık ve yağış tahminlerinin doğruluğunu karşılaştırabilmelisiniz.

Atmosfer hakkındaki tüm bilgiler ve geliştirilmiş gelişmiş bilgisayar modelleme araçları ile hava tahminleri ne kadar iyi? Pekala, yeni başlayanlar için, tam olarak "iyi" bir tahminin ne olduğuna dair bazı beklentiler belirlememiz gerekiyor. "İyi" bir tahmin fikriniz, hava tahmininin her bir yönünün mükemmel olduğuysa (her şey tam dakikaya ayarlandı, sıcaklıklar tam olarak doğru, vb.), o zaman bu gerçekçi olmayan standartlara göre, tüm hava tahminleri yanlıştır. bir şekilde. Bir önceki bölümde bahsedildiği gibi, örneğin, bir kasırganın gelecek haftadaki kesin iniş yeri tahmininin tam olarak doğru olması pek olası değildir. Ancak, çoğu hava durumu tahmini, doğru bir şekilde ifade edildiğinde ve iletildiğinde, faydalı olacak kadar doğrudur.

Çeşitli tahminlerin doğruluğu hakkındaki tartışmamıza girmeden önce, tahmincilerin tahmin doğruluğunu takip ettiği bazı yaygın yolları tanımlayan birkaç tanımı ele almalıyız:

  • mutlak hata tahmin koşulları ile gerçekte ne olduğu arasındaki farka dayalı olarak tahmin hatasının boyutunu bize bildirir. Örnek olarak sıcaklığı kullanarak, mutlak hatanın size tahminin gerçekte olandan daha sıcak mı yoksa daha soğuk mu olduğunu söylemediğini, sadece size sadece durumu anlattığını unutmayın. boy hatanın. Başka bir deyişle, 5 derece Fahrenhayt çok yüksek bir tahmin, 5 derece Fahrenhayt çok düşük bir tahminle aynı mutlak hataya sahip olacaktır.
  • beceri klimatoloji ile karşılaştırıldığında: "Beceri" olan tahminler, 30 yıllık normal koşulların genel bir "klimatoloji" tahmininden daha doğrudur. Tahmin, klimatolojik normallerin bir tahminini kullanmaktan daha az doğruysa, o zaman tahminin hiçbir becerisi yoktur ve esasen işe yaramaz.

Sıcaklık tahminleri genellikle birkaç gün içinde makul derecede doğrudur (3 derece Fahrenhayt veya daha az mutlak hatalara sahiptir), ancak tahmin geleceğe ne kadar ileri giderse, genellikle o kadar az doğru olacaktır. Başka bir deyişle, yarın 85 derece Fahrenheit'lik bir hava tahmini görürseniz, çoğu zaman değil, gerçek yüksek bunun birkaç derece içinde olacaktır. Ancak, zaman geçtikçe doğruluk zarar görür. Gelecekte birkaç hafta içinde bir günde 85 derece Fahrenhaytlık yüksek bir sıcaklık tahmini görürseniz, mutlak hatanın çok daha büyük olması muhtemeldir (muhtemelen 10 derece Fahrenhayt veya daha fazla). Bilgisayar modellerinde zamanla büyüyen tahmin hataları hakkında öğrendiklerinize dayanarak, belirli tahminlerin sonunda tahminlerin artık yararlı olmadığı noktaya kadar hatalı hale gelmesi şaşırtıcı olmamalıdır. Bu nedenle, daha uzun vadeli tahminler için (örneğin, bir haftadan daha uzun bir süre önce) meteorologlar, tahmin kalitesini genellikle mutlak hatalar yerine klimatolojiye kıyasla beceriye göre değerlendirir.

Daha uzun menzilli tahminler (gelecekteki haftalar bile), tahmin daha az spesifik olduğu sürece hala doğru ve faydalı olabilir. Örneğin, bir hava tahmincisi iki hafta sonraki yüksek sıcaklığı kesin olarak tahmin edemeyebilir, ancak birkaç hafta sonraki hava durumunun normal koşullardan daha sıcak olacağını doğru bir şekilde söyleyebilir. Böyle bir tahmin (klimatolojiye kıyasla) beceriye sahip olacaktır ve etkinlik planlayıcılarına, perakendecilere, çiftçilere vb. yardımcı olabilir.

Sıcaklık Tahminleri

Birkaç gün içinde, sıcaklık tahminlerinde birkaç derece veya daha az (ortalama olarak) mutlak hatalar olur ve doğruluk üç gün sonra giderek azalır. Aşağıdaki grafik, Hava Tahmin Merkezi (ABD hükümetinin ana genel hava tahmin merkezi) tarafından yapılan maksimum sıcaklık tahminleri için ortalama mutlak hataları gösterir ve doğruluktaki bu kademeli düşüşü üç ila yedi gün arasında gösterir. Siyah çizgiyle işaretlenen yedi günlük tahminler, yaklaşık 5 ila 6 derece Fahrenheit'lik en büyük ortalama mutlak hatalara sahiptir. Ancak, üç veya dört günlük bir maksimum sıcaklık tahmini bile, gözlemlenenin (kırmızı ve yeşil çizgiler) ortalama 3 ila 4 derece Fahrenhayt aralığındadır. Fena değil!

Grafikteki eğilimler de son on yıllardaki tahminlerde açık bir iyileşme olduğunu gösteriyor. Ortalama olarak, geleceğe yönelik beş günlük bir maksimum sıcaklık tahmini, bugün 2002'deki üç günlük bir tahmin kadar doğrudur. Yedi günlük bir maksimum sıcaklık tahmini, 1990'daki üç günlük bir tahmin kadar doğrudur. Yani, gelişmeden şüphe yok! İlgileniyorsanız, minimum sıcaklıklar dışında aynı grafik burada. Ortalama mutlak hatalar biraz daha küçük olsa da, tahmin iyileştirme modeli temelde aynıdır.

Beklendiği gibi, yedi günden fazla bir süre sonra, belirli sıcaklık tahminlerinin doğruluğu oldukça hızlı bir şekilde kaybolur ve genellikle 9 veya 10 gün sonra, tahminler becerilerini tamamen kaybeder (yani, ortalama olarak, sadece kullanmaktan daha büyük mutlak hatalara sahiptirler). tahmini olarak tarihin normal yüksek ve düşük sıcaklıkları). Ancak yine de en sevdiğiniz hava durumu uygulamasında veya web sitesinde geleceğe 10 günden daha uzun süre özel günlük yüksek ve düşük sıcaklıklar için tahminlerle karşılaşabilirsiniz (bazıları birkaç hafta hatta aylar sonra bile günlük en yüksek ve en düşük seviyeleri tahmin etmeye çalışır). Bu tür tahminlerin değerli olduğunu düşünüyor musunuz? Sanırım bu sorunun cevabı bir şekilde bakanın gözündedir, ancak bu çok özel uzun vadeli tahminler tipik olarak hiçbir beceriye sahip değildir. Aslında, bir sınıf projesi olarak, Penn State'deki bazı meteoroloji öğrencileri, sadece klimatolojiyi bilmenin size gelecek haftalarda daha iyi bir tahminde bulunacağını göstermek için bu belirli uzun vadeli tahminlerin bazılarını teste tabi tuttu.

Yağış Tahminleri

Genel olarak konuşursak, yağış ayrıntılarını tahmin etmek, sıcaklığı tahmin etmekten daha zordur. Bu nedenle yağış tahminleri genellikle olasılık (veya şans) yağış, bir tahmin alanındaki belirli bir noktanın belirli bir zaman diliminde ölçülebilir yağış (en az 0,01 inç) alma olasılığını açıklar. Yani, yarın yüzde 40 yağmur ihtimali, tahmin alanındaki herhangi bir noktanın (belki arka bahçeniz) yarın en az 0,01 inç yağmur yağma ihtimalinin onda dört olduğu anlamına gelir. Alternatif olarak, aynı tahmin senaryosu on kez meydana gelirse, tahmin alanındaki herhangi bir noktada dört günde en az 0,01 inç yağmur yağacak ve diğer altı gün ölçülebilir bir yağmur yağmayacaktır.

Hava tahmincileri genellikle olasılıkları kullanır, çünkü bulunduğunuz yere yağışın düşüp düşmeyeceği kesin bir şey olmayabilir. Yağış oluşumu bazen çok iyi ölçemediğimiz birçok küçük ölçekli sürece bağlıdır ve bu da sonuçta bir tahminde hataya yol açar. Örneğin, yalnızca bir gün önceden tahminciler, bire bir aynı ilgili süreçler küçük ölçeklerde gerçekleştiğinden ve o kadar önceden tahmin edilemediğinden, gök gürültülü fırtınanın meydana geleceği yer veya zaman. Ancak, bir eyaletin veya bölgenin belirli bir bölümünde dağınık gök gürültülü fırtınaların gelişeceğini biliyor olabilirler.

Meteorologların, olasılık tahminlerinin doğruluğunu takip etmek için çeşitli ölçütleri vardır, ancak yağış tahminlerinin (özellikle yoğun yağış tahminlerinin) doğruluğu için ortak bir değerlendirmeye "tehdit puanı" denir. Hesaplamanın ayrıntıları hakkında endişelenmenize gerek yok, ancak temel fikir, tahminin doğru olduğu alanın, tahminin doğru şekilde doğrulamadığı alana oranına dayanmasıdır. Bir görsel için, Tahmin alanının (F) yoğun yağışın tahmin edildiği ve kırmızı ile gölgelendiği bölge olduğu aşağıdaki resme bakın. Gözlenen alan (OB), yoğun yağışın düştüğü bölgeyi belirtir ve yeşil renkle gölgelenir. Taralı alan, C, yoğun yağış tahmininin doğru olduğu bölgeyi temsil eder.

Sıcaklık tahminlerinde olduğu gibi, tehdit puanları da zamanla büyük ölçüde iyileşti. Gerçekten de, en az bir inç yağış için üç günlük bir tahmin, 1980'lerin sonlarında bir günlük bir tahmin kadar doğrudur. İyi haber bu. Kötü haber şu ki, aşırı yağış olayları, mükemmel bir şekilde ölçemediğimiz veya modelleyemediğimiz küçük ölçekli süreçlerin önemi nedeniyle, tahminciler (ve bilgisayar modelleri) için sayısız zorluk oluşturuyor. Tehdit puanları, Hava Tahmin Merkezi'nin gelecekte bir gün en az bir inç yağış için 24 saatlik tahminlerinin, ortalama olarak alanın yarısından biraz fazlasını doğru aldığını gösteriyor. 24 saatlik bir süre boyunca 1 inçlik yağış için iki ve üç günlük tahminler, ortalama olarak alanın yarısından daha azını doğru alır. Bu nedenle, aşırı yağış olaylarının doğruluğu (en yoğun yağışların tam alanlarını veya zamanlamasını belirlemede) sıcaklık tahminlerinden çok daha hızlı azalır ve sonuç olarak, yağış tahminlerinin ayrıntıları, sadece birkaç gün içinde bile biraz değişebilir. gelecek.

Çok özel yağış tahminleri gördüğünüzde bu gerçeği aklınızda bulundurun. Bir inçin onda birine veya yüzde birine kadar olan yağış tahminlerini televizyondaki hava tahminlerinde veya çevrimiçi olarak bulmak zor değil, ancak gösterilen tam değerlere karşı temkinli olmalısınız. Tahminler en iyi ihtimalle yağışın (veya daha yoğun yağışın) düşebileceği genel alanları vurgulayabilir, ancak belirli konumlardaki kesin değerler muhtemelen yanlış olacaktır. 13 Eylül 2018 tarihli 18 saatlik model yağış tahmini örneğini alın. Yağışların "lekeli" doğası, tahmin edilmesi zor, dağınık sağanak ve gök gürültülü sağanak yağışlara işaret ediyor. Model, yerel şiddetli yağmur bölgelerinin mümkün olduğunu öne sürüyor, ancak genellikle yanlış olduklarından (en iyi ihtimalle yakınlar) tam konumlarına veya miktarlarına güvenmem. Aynı fikir, kar yağışı tahminleri için de geçerlidir: Çok özel toplamları (inç veya onda biri kadar) olan kar yağışı tahmin haritalarını gördüğünüzde, bu özelliklerin yanlış olması muhtemeldir. Kar tahmininde bulunurken, çoğu tahminci, tahmindeki belirsizliği yansıtmak ve kar yağışı toplamlarının araziye veya küçük yoğun kar bantlarının konumuna bağlı olarak yerel olarak biraz değişebileceğini hesaba katmak için aralıkları kullanmayı tercih eder.

Genel olarak, dikkatli olmalısınız son derece spesifik geleceğe birkaç günden daha uzun bir süre için hava durumu tahminleri (özellikle yağış veya herhangi bir aşırı olay için). Bununla birlikte, geleceğe birkaç gün (veya daha uzun süre) ilişkin tahminler yine de yararlı (ancak daha az spesifik) bilgiler içerebilir. Florence Kasırgası (2018) için bu Ulusal Kasırga Merkezi tahmini, Kuzey Karolina, Wrightsville Plajı yakınlarına inmeden altı gün önce yapıldı, Carolinas'taki insanlara muhtemelen bir kasırganın yollarına doğru ilerlediğini bildirdi. Tahmin mükemmel miydi? Pek değil, ama yine de çok iyiydi ve insanların hazırlanmasına yardımcı oldu.

Sonuç olarak, hava tahminlerinin ne kadar iyi olduğuna dair makul beklentileriniz varsa, çoğu tahminin oldukça yararlı olduğunu göreceksiniz, özellikle de tahminin daha kesin olan kısımlarını vurgulayacak şekilde iletildikleri takdirde. diğerleri. Ama, kabul edelim. Tüm hava durumu tahminleri eşit oluşturulmaz. Bu sayfadaki tahmin doğruluğu tartışması, insanlar tarafından oluşturulan tahminler etrafında toplanmıştır (elbette sürecin bir parçası olarak bilgisayar modellerini kullanarak). İnsan tarafından oluşturulan bu tahminler, yalnızca bilgisayarlar tarafından oluşturulanlardan daha doğru olma eğilimindedir. Ancak, günlük olarak karşılaştığınız her tahminde sürece dahil olan bir insan yoktur. Sırada, bazı yaygın hava durumu tahmin kaynakları ve bunların nasıl yapıldıkları hakkında konuşacağız. Okumaya devam etmek.


5.7.12: 1990 Olasılık Tahmini - Yerbilimleri

Bu tahmin ürünleri, günlük minimum, maksimum ve ortalama ısı indeksinin belirli eşikleri aşma olasılığını gösterir. Olasılıkların ve beklenen ısı endeksi değerlerinin renkle doldurulmuş ekranları, Hava Tahmin Merkezi (WPC) veya Model Çıktı İstatistikleri (MOS) maksimum ve minimum sıcaklık ve çiy noktası sıcaklık tahmin ızgaralarına dayanır. MOS, projeksiyon günü 3 için kullanılır, WPC tahminleri, 4 ila 7 arasındaki projeksiyon günleri için kullanılır. Bunlar, ısı indeksi tahminine "insan" bileşenine katkıda bulunur. Olasılıklar, NCEP Global Forecast System (GFS) yüksek çözünürlüklü modeli ve NCEP Global Ensemble Forecast'i içeren bir topluluktan türetilen tahmin belirsizliğini temsil eden, mekansal olarak değişen standart sapmalara sahip WPC veya MOS tahmini ısı endeksleri hakkında normal dağılıma (çan eğrisi) sahiptir. Sistem (GEFS). Her tahmin projeksiyon günü (3 ila 7) için günlük ortalama ısı indeksi değerlerini elde etmek için maksimum ve minimum ısı indeksi değerlerinin ortalaması alınır. Hesaplamalar, Amerika Birleşik Devletleri (CONUS) boyunca yaklaşık 20 km aralıklarla düzenli aralıklarla yerleştirilmiş ızgara noktalarında yapılır. Olasılık konturları, belirtilen eşikleri aşan ısı indeksinin tahmin şansını gösteren renk dolgusu ile çizilir.

Isı dalgaları olarak adlandırılan, sürekli yüksek sıcaklık ve yüksek nem dönemleri, uzun süredir önemli bir hava tehlikesi olarak kabul edilmektedir. Yüksek sıcaklık ve nemin insan vücudu üzerindeki birleşik etkisini ölçme girişimleri uzun yıllara dayanmaktadır. Konuyla ilgili doruk noktası olan çalışma Steadman (Journal of Applied Meteorology, 1979, Cilt 18, Sayı 7, sayfa 861-873) tarafından yapılmış ve şu makalesinde rapor edilmiştir: "The Assessment of Sultriness. Kısım I: A Temperature-Nem Index Based İnsan Fizyolojisi ve Giyim Bilimi." Steadman, sonuçlarını bir sayı tablosu olarak özetler. Diğerleri, sıcaklığın ve bağıl nemin sürekli bir fonksiyonu olarak görünen sıcaklık (veya daha sonra adlandırıldığı şekliyle ısı indeksi) için regresyon denklemlerini türetmek için Steadman'ın ayrık değerler tablosunu kullandılar. Bu regresyon denklemlerinin Steadman tarafından incelenen veri aralığı dışındaki sıcaklık ve bağıl nem değerleri için uygulanamayacağını belirtmek önemlidir. Isı indeksinin yüksek değerleri, kısa bir süre boyunca açık hava etkinliği yapan herkes için sağlık riski oluşturabilirken, ısı indeksi uzun bir süre yüksek kaldığında halk sağlığı için daha büyük bir genel tehlike ortaya çıkar. Bu durumlar, ısı indeksinin yüksek günlük ortalama değerleriyle işaretlenir. Bu nedenle, bu tahmin ürününün odak noktası, her tahmin günü için günlük ortalama ısı endeksidir, ancak bu kılavuzun değerini artırmak için ekstremumlar dahil edilmiştir.

2. Isı İndeksinin Hesaplanması

WPC tahmincileri, Meteorolojik Geliştirme Laboratuvarı (MDL) tarafından maksimum ve minimum sıcaklıklar için oluşturulan Çevresel Modelleme Merkezi'nin (EMC) GFS Orta Menzilli Tahmini (MRF) Model tabanlı Model Çıktı İstatistikleri (MOS) kılavuzunu değiştirme becerisine sahiptir. Aşağıda verilen ısı indeksi denklemi, sıcaklığa ek olarak bir bağıl nem değeri gerektirir. WPC tahmincileri şu anda MOS çiy noktası sıcaklık tahminlerini değiştirmemektedir, bu nedenle 12 UTC'de ve takip eden 00 UTC'de geçerli türetilmiş çiy noktası sıcaklıkları, hesaplamak için gereken bağıl nem değerlerini hesaplamak için sırasıyla WPC minimum ve maksimum sıcaklıkları ile eşleştirilir. tahmini ısı indeksi değerleri. Çiğ noktası sıcaklıkları, WPC 5 km çözünürlüklü ızgara veri ürünlerinin belgelerinde açıklanan şekilde elde edilir. Burada 00 UTC değeri, bir sonraki tahmin günü için olan değerdir. CONUS üzerinden 00 UTC akşamın erken saatlerinde düşer ve bu nedenle kabaca normal maksimum sıcaklık zamanına karşılık gelir. Topluluk aşağıda daha ayrıntılı olarak açıklanmaktadır. WPC 5 km ızgara ürünleri, 4 ila 7 arasındaki projeksiyon günleri için ısı indeksi kılavuzu oluşturmak için kullanılır. MOS sıcaklık ve 5 km çözünürlükte ızgaralı çiğlenme noktası sıcaklık tahminleri, projeksiyon günü 3 için kullanılır.

Isı indeksinin hesaplanması, Lans P. Rothfusz tarafından gerçekleştirilen ve 1990 Ulusal Hava Durumu Servisi (NWS) Teknik Ekinde (SR 90-23) açıklanan çoklu regresyon analizi ile elde edilen bir sonucun iyileştirilmesidir. Rothfusz'un regresyon denklemi

Her tahmin projeksiyon günü için her tahmin ızgara noktası konumunda WPC veya MOS tahmin maksimum sıcaklığı ve 00 UTC çiğ noktası sıcaklığı kullanılarak bir maksimum ısı endeksini hesaplamak için uygun ayarlamayla birlikte yukarıdaki HI denklemi uygulanır. Benzer şekilde, minimum sıcaklık ve buna karşılık gelen 12 UTC'den türetilen çiy noktası sıcaklığı kullanılarak bir minimum ısı indeksi hesaplanır. Projeksiyon günü için tahmini günlük ortalama ısı indeksi, bu iki değerin, maksimum ısı indeksi ve minimum ısı indeksinin ortalamasıdır.

Her tahmin günü için, ısı endeksinin ortalaması ve yayılması, 06 UTC geçerli zamanında başlayan ve 00 UTC'de biten 6 saatlik aralıklarla kombine GFS ve GEFS grubundan hesaplanır. Minimum ısı indeksi için topluluk ortalaması, 06 ve 12 UTC değerlerinin minimumudur. Asgari ısı endeksi için toplu yayılma, 06 ve 12 UTC'de hesaplanan yayılmaların maksimumudur. Maksimum ısı indeksi için topluluk ortalaması, 18 ve 00 UTC'deki topluluk araçlarının maksimumudur. Maksimum ısı endeksi için toplu yayılma, 18 ve 00 UTC'de hesaplanan maksimum yayılmadır. Ortalama ısı indeksi için ortalama ve yayılma, minimum ve maksimum için elde edilenlerin ilgili ortalamalarıdır. Bu hesaplamalar, 20 km çözünürlüğe sahip bir ızgara üzerinde her noktada yapılır.

Topluluğun WPC veya MOS'tan insan tahmini hakkındaki varyansı, bir varyans elde etmek için topluluk yayılımının karesi alınarak ve buna insan tahmini ile topluluk ortalaması arasındaki farkın karesi eklenerek hesaplanır. Topluluğun insan tahmini hakkındaki bu varyansının karekökü, insan tahmini hakkındaki yayılımdır. Olasılıkları hesaplamak için normal dağılımın standart sapması olarak alınan bu yayılma değeridir (aşağıdaki bir sonraki bölüme bakın).

2007'nin sıcak sezonundan önce, yayılma, şebekeye nesnel olarak analiz edilen topluluk MOS nokta verilerinden hesaplandı. Bu yayılma, MOS'un, özellikle daha uzun projeksiyon sürelerinde, klimatolojiye yönelme eğilimi nedeniyle dağınıktı. Bu topluluk MOS yayılımını geliştirmek için keyfi bir ayarlama yapıldı. Burada açıklanan yaklaşım, doğrudan topluluk yayılımını kullanarak, keyfi bir yayılma geliştirmesini içermeyen çok daha verimli bir hesaplama prosedüründe daha iyi bir tahmin verir.

4. Olasılıkların Hesaplanması

Herhangi bir noktadaki olasılık tahmini, aşağıdaki soruyu yanıtlamayı amaçlamaktadır: Tahmin belirsizliğinin toplu tahminine dayanarak, WPC veya MOS tahmini ısı indeksi parametresinin F olması durumunda, gözlemlenen ısı indeksi parametresinin H'den daha yüksek olma şansı nedir? = HI , yukarıda açıklandığı gibi hesaplandı mı? Her tahmin gününde her noktada tahmin hatasının F civarında normal bir dağılıma sahip olduğu varsayılır. Bu varsayım, bir F tahmin değeri verildiğinde, belirli bir ısı indeksi eşiğinin, H'nin aşılması olasılığının oldukça basit bir şekilde hesaplanmasına izin verir. F tahmin değerini ve O gözlemlenen değeri temsil ediyorsa, varsayıma göre (O-F) normal bir dağılıma sahiptir. Ayrıca, Z = (O-F) / S, standart normal dağılıma sahiptir, burada S, tahmin belirsizliği standart sapmasıdır. Belirli bir F tahmini için bir eşiğin aşılması olasılığını hesaplamak için, yukarıda sorulan soru, (O-F)'nin (H-F)'den büyük veya ona eşit olma olasılığı nedir? Bu, standart normal dağılımlı z'nin Z = (HF) / S'den büyük veya buna eşit olma olasılığıdır. Olasılığı elde etmenin eski moda yolu, Z'yi hesaplamak ve ardından standart normal dağılım değerlerinin bir tablosunu kullanmaktır. olasılığı elde etmek için. Pratikte, olasılığı elde etmek için sayısal entegrasyon kullanılır. Bu hesaplamayı netleştirmeye yardımcı olacak bir örnek: Richmond, VA'daki 5. gün tahmini için tahmin belirsizliği standart sapmasının 3 derece F olduğunu varsayalım. WPC veya MOS tahmini ısı endeksi parametresi (minimum, maksimum veya ortalama ) 5. gün projeksiyonu için 87 derece F ise, ısı indeksi parametresinin 90 derece F'yi aşma olasılığı nedir? Cevap, %16, aşağıdaki tabloda verilmiştir ve tablolaştırılmış standart normal dağılım olasılıkları kullanılarak eski moda yoldan elde edilmiştir.

S (standart geliştirme) F (tahmin) H (eşik) Z olasılık
3 87 90 1 16%
Bu tahmin olasılıkları, topluluk istatistiklerine dayanmaktadır ve uzun bir doğrulama periyodu ile kalibre edilmemiştir. Yukarıdaki örnekteki sonuç, tahmin değeri 85 olduğunda, ısı endeksinin 100 kez 90 derece F 16'yı aşacağını ima edebilir, ancak gerçek bir doğrulama, 90'ın az çok sıklıkta aşıldığını gösterebilir.

5. Olasılık Tahminlerini Görüntüleme

%10, %40 ve %70 olasılıklar için, çizgiler arasında gölgeleme ile ve %70'in üzerindeki tüm alanlar için konturlar çizilir. Bu gölgeli bölgeler, %10 ila %40, %40 ila %70 ve %70'den büyük, kabaca düşük, orta ve yüksek gözlemlenen ısı indeksinin verilen eşiği aşma şansına karşılık gelir. Olasılıkların tablolaştırılmış tahmin değerleri ve metin olarak sunulan ısı indeksi parametreleri, ızgaralı hesaplama alanından görüntüleme konumlarına doğrusal olarak enterpole edilir.

Isı indeksi olasılık tahminleri, günlük minimum, maksimum ve ortalama ısı indekslerini hesaplamak için çiğlenme noktası ve maksimum/minimum sıcaklıkların GFS, GEFS ve WPC veya MOS tahminlerini birleştirerek üretilir ve bu ısı indekslerinin olasılığını hesaplamanın temeli haline gelir. Doğal tahmin belirsizliği standart sapmasının bir toplu tahminini ve normal dağılımlı hata varsayımını kullanarak belirli eşikleri aşan parametreler. Bu gelişen bir üründür ve gelecekteki çalışmalar önerilmektedir. Olasılıklar, gözlemlenen frekanslarla karşılaştırılabilir ve istatistiksel olarak kalibre edilebilir veya daha ileri topluluk analizi teknikleri kullanılarak, olasılıkları hesaplamak için başka yöntemler geliştirilebilir. Isı indeksi ve olasılık tahminleri doğrulama için arşivlenir.


Öznel Olasılık Dağılımlarının Uzlaşması

“'Fakat A veya B'nin doğru olup olmadığı konusunda anlaşamıyoruz,' diye sonuçlandırdı, 've bu yüzden uzman görüşleri topluyoruz, bunları uygun şekilde ağırlıklandırıyoruz ve WESCAC'ı tüm soruyu tahkim etmesi için programlıyoruz.'” (John Barth, Giles Goat) -Oğlan, s. 664.)

Bayesian çerçevesinde, belirsizlikle ilgili nicelleştirilmiş yargılar, istatistiksel çıkarım ve karar yöntemleri için vazgeçilmez bir girdidir. Bir karar verici ilgilenilen parametrelerle ilgili olarak çok az bilgiye sahipse, birkaç uzmana danışmaya ve onların nicelleştirilmiş yargılarını öznel olasılık dağılımları biçiminde elde etmeye karar verebilir. Durum buysa, karar verici, uzmanlar tarafından değerlendirilen dağılımları bir şekilde birleştirmeli ve resmi bir Bayes analizine girdi olarak kullanılmak üzere tek bir dağılım oluşturmalıdır. Dağılımları birleştirmek için, bazıları matematiksel formüller ve bazıları geri bildirim ve/veya grup tartışması içeren çeşitli yöntemler önerilmektedir. Bu yöntemler, dağılımların şekline ilişkin belirli varsayımlar altında ve ayrıca deneysel koşullar altında karşılaştırılır.


Videoyu izle: Jeoloji Haritası için MTAnın Sitesinden Veri İndirme.