Advanced

Ensemble Forecasting: A data analysis

Månsson, Henrik LU (2016) FYSK02 20152
Combustion Physics
Department of Physics
Abstract
This thesis covers the use of ensemble forecasts, how they work and their benefits. It will also give a brief history of weather forecasting followed by an evaluation, where ensemble mean precipitation data from the ECMWF is compared to observation data for 21 different observation stations spread across Sweden. From the evaluation, the mean has difficulty representing amounts of precipitation correctly for high amounts of rainfall but does a good job in describing when the precipitation will fall. The ensemble mean forecast has a generally lower RMSE for the northern observation stations, which would indicate that it does better at accurately forecasting the coming weather for these stations.
Popular Abstract (Swedish)
Meteorologi är ett område som genomgick utveckling under 1900-talet. Det har gått från att vara väldigt erfarenhetsbaserat till att bestå av komplexa matematiska modeller som körs av superdatorer.

Ett av de mer nyliga tilläggen är ensembleprognoser. De började användas operativt 1992 av European Centre for Medium-Range Weather Forecasts (ECMWF). En ensembleprognos är uppbyggd av ett flertal modelkörningar och körs med en lägre upplösning än operativa deterministiska modeller. Varje ensemblemedlem, d.v.s. varje enskild modelkörning, körs med olika initialvärden som är spridda runt de värden som man anser representerar atmosfärens nuvarande läge bäst. Hos ECMWF används 51 ensemblemedlemmar i varje prognos där en av dem är en... (More)
Meteorologi är ett område som genomgick utveckling under 1900-talet. Det har gått från att vara väldigt erfarenhetsbaserat till att bestå av komplexa matematiska modeller som körs av superdatorer.

Ett av de mer nyliga tilläggen är ensembleprognoser. De började användas operativt 1992 av European Centre for Medium-Range Weather Forecasts (ECMWF). En ensembleprognos är uppbyggd av ett flertal modelkörningar och körs med en lägre upplösning än operativa deterministiska modeller. Varje ensemblemedlem, d.v.s. varje enskild modelkörning, körs med olika initialvärden som är spridda runt de värden som man anser representerar atmosfärens nuvarande läge bäst. Hos ECMWF används 51 ensemblemedlemmar i varje prognos där en av dem är en kontrollkörning som använder de "bästa" initialvärdena.


Det finns ett antal fördelar med att använda ensembleprognoser parallellt med de vanliga deterministiska prognoserna. En av dessa är att istället för att ge ett svar över hur vädret kommer att utvecklas, fås olika sannolikheter för olika scenarion vilket kan ge stora ekonomiska fördelar.

I detta arbete gjordes en utvärdering av medelvärdet av ensembleprognoser för nederbörd från ECMWF. De dagliga prognosvärdena jämfördes med observationer för perioden 2014-07-31 till 2014-11-30. Detta gjordes för 21 olika stationer spridda runt om i Sverige. Den data som användes bestod av dagliga observationer för de olika stationerna samt 15-dygnsprognoser som utfärdades varje dag.

Felen beräknades som Root-mean-square error (RMSE) vilket har som följd att stora avvikelser har en större inverkan på felet. Den studerade tidsperioden delades upp i åtta olika femtondagarsperioder där felet beräknades för varje period och station. RMSE beräknades även för varje dag av prognoserna för varje station.

Genom att studera graferna med prognoser och observationer samt jämföra med de beräknade felen, kunde man se att ensemblemedelvärdet presterar okej när det gäller att avgöra när nederbörden kommer men att den underskattar mängden nederbörd. Prognoserna hade som bäst överensstämmelse med observationerna för de nordliga stationerna och som sämst för sydliga kustnära stationer.

En fortsättning av arbetet skulle vara att inkludera en jämförelse av prognosvärdena för den operativa deterministiska modellen för att se hur ensembleprognoserna presterar jämtemot dessa. (Less)
Please use this url to cite or link to this publication:
author
Månsson, Henrik LU
supervisor
organization
course
FYSK02 20152
year
type
M2 - Bachelor Degree
subject
keywords
ensemble forecast, precipitation
language
English
id
8571944
date added to LUP
2016-02-01 08:23:44
date last changed
2016-02-01 08:23:44
@misc{8571944,
  abstract     = {This thesis covers the use of ensemble forecasts, how they work and their benefits. It will also give a brief history of weather forecasting followed by an evaluation, where ensemble mean precipitation data from the ECMWF is compared to observation data for 21 different observation stations spread across Sweden. From the evaluation, the mean has difficulty representing amounts of precipitation correctly for high amounts of rainfall but does a good job in describing when the precipitation will fall. The ensemble mean forecast has a generally lower RMSE for the northern observation stations, which would indicate that it does better at accurately forecasting the coming weather for these stations.},
  author       = {Månsson, Henrik},
  keyword      = {ensemble forecast,precipitation},
  language     = {eng},
  note         = {Student Paper},
  title        = {Ensemble Forecasting: A data analysis},
  year         = {2016},
}