Zakres prognoz pogody może wynosić od 6 godzin (prognoza bieżąca) do dwóch tygodni (prognoza długoterminowa). Wykorzystywany jest model prognozowania pogody oraz aktualny/początkowy stan atmosfery w momencie wykonywania prognozy.
Jeśli weźmiemy model prognozowania pogody i dodamy do niego model prognozowania oceanu, otrzymamy model prognozowania klimatu. Prognoza sezonowa jest prognozą klimatyczną obejmującą okres do 1 roku do przodu. Seasonal Outlook reprezentuje 90-dniową średnią z dziennych realizacji prognozy sezonowej.
Skill jest miarą dokładności prognozy. Umiejętność jest bardzo niska powyżej dwóch tygodni, i nie jest zbyt użyteczna w odniesieniu do prognoz dziennych. Prognozy sezonowe mogą być nadal umiejętne, ale umiejętność ta zależy głównie od położenia geograficznego regionu zainteresowania.
Zespoły są prognozami klimatu z nieznacznie zmienionymi warunkami początkowymi. Ensembles are very helpful in seasonal forecasting:
- Error cancellation when averaging ensemble members.
- Umożliwia nam ocenę szansy (prawdopodobieństwa) na określony wynik (np. ilu członków twierdzi, że będzie zimniej niż normalnie).
Ensemble prediction
Wyniki prognozy sezonowej są porównywane z klimatem normalnym okresu 90-dniowego. Aby określić klimat normalny, musimy wziąć 30 lat danych o temperaturze. Jako przykład, możemy spojrzeć na normalny klimat dla czerwca, lipca i sierpnia (JJA) w Ottawie. Stosuje się trzydzieści lat = trzydzieści liczb. Klimatologia wynosi 20℃. Wybieramy próg ~33% wszystkich lat. Jeśli prognoza temperatury jest wyższa niż 20.5 ℃, uznajemy, że jest powyżej normy. Niższa niż 19.5 ℃ jest poniżej normy. In between is near normal.
Climatologia dla Ottawy JJA.
Below normal | Near normal | Above normal |
---|---|---|
15 | 10 | 35 |
25% (15/60) | 17% | 58% |
Sezonowa prognoza dla OTTAWA JJA (ensemble forecast with 60 members). Najwyższy poziom ufności (~60%) jest w kategorii powyżej normy.
Aby ocenić prognozę sezonową w czasie rzeczywistym multi-model ensemble (MME), musimy ocenić jego wydajność historyczną. Prognozy dla każdego lata np. w latach 1981-2010 dostarczają danych dla 30 lat. Używani są wszyscy członkowie zespołu z wszystkich modeli. Obliczamy wynik (np. współczynnik korelacji) dla 30 lat dla temperatury i opadów.Wynik umiejętności (współczynnik korelacji) jest oparty na 17 latach, dla podejścia wielomodelowego.
JJA Temperatura
JJA Opady
.