ABSTRACTThe main task of this study

ABSTRACT
The main task of this study is to introduce a statistical postprocessing algorithm to reduce the bias in the National Centers for Environmental Prediction (NCEP) and Meteorological Service of Canada (MSC) en- semble forecasts before they are merged to form a joint ensemble within the North American Ensemble Forecast System (NAEFS). This statistical postprocessing method applies a Kalman filter type algorithm to accumulate the decaying averaging bias and produces bias-corrected ensembles for 35 variables. NCEP implemented this bias-correction technique in 2006. NAEFS is a joint operational multimodel ensemble forecast system that combines NCEP and MSC ensemble forecasts after bias correction. According to op- erational statistical verification, both the NCEP and MSC bias-corrected ensemble forecast products are enhanced significantly. In addition to the operational calibration technique, three other experiments were designed to assess and mitigate ensemble biases on the model grid: a decaying averaging bias calibration method with short samples, a climate mean bias calibration method, and a bias calibration method using dependent data. Preliminary results show that the decaying averaging method works well for the first few days. After removing the decaying averaging bias, the calibrated NCEP operational ensemble has improved probabilistic performance for all measures until day 5. The reforecast ensembles from the Earth System Research Laboratory’s Physical Sciences Division with and without the climate mean bias correction were also examined. A comparison between the operational and the bias-corrected reforecast ensembles shows that the climate mean bias correction can add value, especially for week-2 probability forecasts.

ผลลัพธ์ (ไทย) 1:

บทคัดย่อภารกิจหลักของการศึกษานี้คือการ แนะนำขั้นตอนวิธี postprocessing สถิติเพื่อลดอคติในศูนย์แห่งชาติสำหรับการคาดการณ์น้ำ semble คาดเดาสิ่งแวดล้อม (NCEP) และอุตุนิยมวิทยาบริการของแคนาดา (หลัก) ก่อนมีผสานการฟอร์มวงดนตรีร่วมกันภายในอเมริกาเหนือวงดนตรีคาดการณ์ระบบ (NAEFS) วิธีนี้ postprocessing สถิติใช้อัลกอริธึมชนิดกรอง Kalman พอกสลายความโน้มเอียงการหาค่าเฉลี่ย และก่อให้เกิดความโน้มเอียงแก้ไขวงสำหรับตัวแปร 35 NCEP ใช้เทคนิคความโน้มเอียงการแก้ไขนี้ในปี 2549 NAEFS ได้ร่วมวงดนตรี multimodel ปฏิบัติการณ์ระบบที่รวม NCEP และหลักการณ์เพลิดเพลินหลังจากการแก้ไขที่ตั้ง ตามตรวจสอบสถิติ op erational, NCEP และหลักแก้ไขอคติเพลิดเพลินการคาดการณ์ผลิตภัณฑ์จะเพิ่มขึ้นอย่างมีนัยสำคัญ นอกจากเทคนิคในการดำเนินงานเทียบ ทดลองอื่น ๆ สามถูกออกแบบเพื่อประเมิน และบรรเทายอมวงดนตรีในรูปแบบตาราง: การสลายหาค่าเฉลี่ยวิธีตั้งเทียบกับตัวอย่างสั้น ๆ สภาพภูมิอากาศการหมายถึง วิธีการปรับเทียบที่ตั้ง และวิธีการเทียบทแยงที่ใช้อ้างอิงข้อมูล ผลเบื้องต้นแสดงว่า ผุพังที่วิธีการหาค่าเฉลี่ยทำงานดีสำหรับสองสามวันแรก หลังจากเอาผุพังที่หาค่าเฉลี่ยความโน้มเอียง วงดนตรีงาน NCEP calibrated มีการปรับปรุงประสิทธิภาพ probabilistic สำหรับมาตรการทั้งหมดจนถึงวันที่ 5 วง reforecast จากกองวิทยาศาสตร์ทางกายภาพของห้องปฏิบัติการวิจัยระบบโลกมี และไม่ มีสภาพภูมิอากาศหมายถึง ได้ยังมีการตรวจสอบการแก้ไขที่ตั้ง การเปรียบเทียบระหว่างการปฏิบัติและวง reforecast แก้ไขความโน้มเอียงแสดงว่า การแก้ไขตั้งหมายถึงสภาพภูมิอากาศสามารถเพิ่มค่า โดยเฉพาะอย่างยิ่งสำหรับการคาดการณ์ความน่าเป็น 2 สัปดาห์

ผลลัพธ์ (ไทย) 2:

บทคัดย่องานหลักของการศึกษาครั้งนี้คือการแนะนำขั้นตอนวิธีการทางสถิติ postprocessing เพื่อลดอคติในศูนย์แห่งชาติเพื่อการทำนายสิ่งแวดล้อม (NCEP) และบริการอุตุนิยมวิทยาของประเทศแคนาดา (MSC) ฉนว semble การคาดการณ์ก่อนที่จะรวมถึงรูปแบบวงดนตรีร่วมกันภายใน นอร์ทอเมริกันทั้งมวลระบบการพยากรณ์ (NAEFS)
วิธีการทางสถิติ postprocessing นี้ใช้อัลกอริทึมตัวกรองคาลมานประเภทที่จะสะสมเนื้อที่เฉลี่ยอคติและผลิตตระการตาอคติการแก้ไข 35 ตัวแปร NCEP ดำเนินการเทคนิคอคติการแก้ไขในปี 2006 นี้ NAEFS เป็นระบบการคาดการณ์วงดนตรีร่วมกันในการดำเนินงานที่รวม multimodel NCEP MSC และการคาดการณ์ในวงหลังจากการแก้ไขอคติ ตามที่ตรวจสอบ op- erational สถิติทั้ง NCEP และ MSC อคติแก้ไขการคาดการณ์ชุดผลิตภัณฑ์ที่เพิ่มขึ้นอย่างมีนัยสำคัญจะ นอกเหนือไปจากเทคนิคการสอบเทียบการดำเนินงานสามการทดลองอื่น ๆ ที่ถูกออกแบบมาเพื่อประเมินและลดอคติทั้งมวลในตารางรูปแบบนี้: เนื้อที่เฉลี่ยวิธีการสอบเทียบอคติกับกลุ่มตัวอย่างสั้นสภาพภูมิอากาศหมายถึงวิธีการสอบเทียบอคติและวิธีการสอบเทียบอคติโดยใช้ข้อมูลขึ้นอยู่กับ ผลการศึกษาเบื้องต้นแสดงให้เห็นว่าวิธีการเฉลี่ยเนื้อที่ทำงานได้ดีสำหรับสองสามวันแรก หลังจากลบเนื้อที่เฉลี่ยอคติที่สอบเทียบชุด NCEP การดำเนินงานมีการปรับปรุงประสิทธิภาพการทำงานที่น่าจะเป็นมาตรการทั้งหมดจนกว่าจะถึงวัน 5. ตระการตา reforecast จากห้องปฏิบัติการวิจัยระบบของโลกทางกายภาพกองวิทยาศาสตร์ที่มีและไม่มีสภาพภูมิอากาศหมายถึงการแก้ไขอคติยังมีการตรวจสอบ การเปรียบเทียบระหว่างการดำเนินงานและตระการตา reforecast อคติแก้ไขแสดงให้เห็นว่าสภาพภูมิอากาศที่แก้ไขอคติเฉลี่ยสามารถเพิ่มมูลค่าโดยเฉพาะอย่างยิ่งสำหรับสัปดาห์ที่ 2 การคาดการณ์ความน่าจะเป็น

ผลลัพธ์ (ไทย) 3:

เป็นงานหลักของการศึกษานี้ เพื่อแนะนำวิธีซึ่งทางสถิติเพื่อลดอคติในศูนย์แห่งชาติสำหรับการพยากรณ์ด้านสิ่งแวดล้อม ( นิคการแพทย์ ) และบริการอุตุนิยมวิทยาแคนาดา ( MSC ) และ - และระหว่างการอ่านการคาดการณ์ก่อนที่พวกเขาจะผสานฟอร์มวงดนตรีร่วมกันภายในอเมริกาเหนือทั้งมวลพยากรณ์ระบบ ( naefs )นี้ ซึ่งสถิติที่ใช้ตัวกรองคาลมานขั้นตอนวิธีประเภทสะสม สลายอคติและความลำเอียงแก้ไขผู้ผลิตเฉลี่ย 35 ตัวแปร การตั้งค่าการแก้ไขเทคนิคนิคการแพทย์นี้ในปี 2006 naefs เป็นผู้ปฏิบัติ multimodel ทั้งมวลพยากรณ์ระบบที่รวมนิคการแพทย์ MSC ensemble คาดการณ์หลังจากแก้ไขอคติ .ตามที่สหกรณ์ - erational สถิติการตรวจสอบ ทั้งด้านการปรับตั้งค่านิคการแพทย์ชุดผลิตภัณฑ์เพิ่มขึ้นอย่างมีนัยสำคัญ นอกจากนี้ในการสอบเทียบระดับปฏิบัติการ 3 การทดลองอื่น ๆถูกออกแบบมาเพื่อประเมินและลดอคติทั้งมวลในรูปแบบตาราง : สลายอคติด้วยวิธีเฉลี่ยสอบเทียบตัวอย่างสั้นภูมิอากาศหมายถึงความลำเอียงและอคติวิธีการสอบเทียบ , สอบเทียบโดยใช้ข้อมูลที่ขึ้นอยู่กับ ผลเบื้องต้นแสดงให้เห็นว่าวิธีการเฉลี่ยเนื้อที่ทำงานได้ดีสำหรับสองสามวันแรก หลังจากการสลายหรือลำเอียง โดยมีการปรับปรุงประสิทธิภาพการดำเนินงานทั้งหมดนิคการแพทย์สำหรับมาตรการทั้งหมดจนถึงวันที่ 5การ reforecast ตระการตาจากระบบโลกห้องปฏิบัติการวิจัยของวิทยาศาสตร์กายภาพส่วนและไม่มีอคติและภูมิอากาศหมายถึงการตรวจสอบ การเปรียบเทียบระหว่างการดำเนินงานและอคติการแก้ไข reforecast ตระการตาแสดงให้เห็นว่าอากาศหมายถึงคติแก้ไขสามารถเพิ่มค่า โดยเฉพาะ week-2 ความน่าจะเป็นคาดการณ์ .