A statistical postprocessing algori

A statistical postprocessing algorithm (i.e., the decaying average method) has been applied to the NCEP/GEFS and CMC/GEFS to generate calibrated forecasts. The implementation of this technique is expected to improve NCEP and CMC global ensemble forecasts in order to provide more accurate NAEFS products. Due to the different ensemble configurations, calibration strategies applied to the NCEP and CMC ensembles have been adjusted. The NCEP/GEFS is created by using one model with perturbed initial conditions. We assume the biases from one model have a kind of similarity, and ensemble mean biases are thought to be able to represent these systematic errors. Therefore, NCEP/GEFS uses the ensemble mean bias to calibrate each member. For CMC/GEFS, the bias for each individual ensemble member is calculated and used for that member. Both the NCEP/ GEFS and CMC/GEFS benefit from the application of bias correction. Several studies have shown that NAEFS, when compared to the CMC and NCEP ensemble system, shows significant improvements both in terms of reliability and resolution (Zhu and Toth 2008; Candille 2009). Even with the attractive properties of the decaying average method, its limitations and performance for some variables in week 2 forecasts in some seasons represent a major drawback. There is room for future improvement from (a) adjusting weights to allow a longer training time and (b) to take advantage of reforecasts/hindcasts.

ผลลัพธ์ (ไทย) 1:

มีการใช้เป็นสถิติ postprocessing อัลกอริทึม (เช่น decaying วิธีเฉลี่ย) NCEP/GEFS และ CMC/GEFS การสร้างการคาดการณ์การปรับเทียบ ใช้เทคนิคนี้คาดว่าจะปรับปรุง NCEP และ CMC คาดการณ์วงดนตรีสากลเพื่อให้ผลิตภัณฑ์ NAEFS ที่ถูกต้องมากขึ้น เนื่องจากค่าวงดนตรีต่าง ๆ กลยุทธ์ปรับเทียบกับวง NCEP และ CMC ได้ถูกปรับ NCEP/GEFS ถูกสร้าง โดยใช้รุ่นเดียวกับเงื่อนไขเริ่มต้น perturbed เราคิดว่า ยอมจากแบบจำลองหนึ่งมีชนิดคล้าย และหมายถึงวงดนตรีที่ยอมถูกคิดขึ้นเพื่อให้สามารถแสดงข้อผิดพลาดเหล่านี้ระบบ ดังนั้น NCEP/GEFS ใช้ในวงดนตรีหมายถึงความโน้มเอียงการสมาชิกแต่ละคน สำหรับ CMC/GEFS เส้นทแยงสำหรับสมาชิกแต่ละคนแต่ละวงดนตรีเป็นคำนวณ และใช้สำหรับสมาชิก ทั้ง NCEP / CMC/GEFS และ GEFS ได้รับประโยชน์จากโปรแกรมประยุกต์ของการแก้ไขที่ตั้ง หลายการศึกษาแสดงให้เห็นว่า NAEFS เมื่อเทียบกับระบบวงดนตรี CMC และ NCEP แสดงการปรับปรุงที่สำคัญทั้งในแง่ ของความน่าเชื่อถือและความละเอียด (Zhu และ Toth 2008 Candille 2009) แม้จะ มีคุณสมบัติที่น่าสนใจของวิธีการเฉลี่ย decaying จำกัดความประสิทธิภาพสำหรับบางตัวแปรในการคาดการณ์ 2 สัปดาห์ในบางฤดูหมายถึงคืนเงินที่สำคัญ มีห้องพักสำหรับการปรับปรุงในอนาคตจากน้ำหนัก (ก) การปรับปรุงให้ฝึกนาน และ (ข) การใช้ประโยชน์จาก reforecasts/hindcasts

ผลลัพธ์ (ไทย) 2:

ขั้นตอนวิธีการทางสถิติ postprocessing (เช่นวิธีถัวเฉลี่ยเนื้อที่) ได้รับนำไปใช้กับ NCEP / GEFS และ CMC / GEFS เพื่อสร้างการคาดการณ์การสอบเทียบ การดำเนินงานของเทคนิคนี้คาดว่าจะปรับปรุง NCEP และซีเอ็มซีคาดการณ์วงดนตรีระดับโลกในการสั่งซื้อเพื่อให้ผลิตภัณฑ์ NAEFS ถูกต้องมากขึ้น เนื่องจากการกำหนดค่าวงดนตรีที่แตกต่างกันกลยุทธ์การสอบเทียบนำไปใช้กับ NCEP ตระการตาและซีเอ็มซีได้รับการปรับ NCEP / GEFS จะถูกสร้างขึ้นโดยใช้หนึ่งในรูปแบบที่มีเงื่อนไขเริ่มต้นกอกตกใจ เราคิดอคติจากรุ่นหนึ่งมีชนิดของความคล้ายคลึงกันและวงดนตรีหมายถึงอคติมีความคิดที่จะสามารถที่จะเป็นตัวแทนของข้อผิดพลาดของระบบเหล่านี้ ดังนั้น NCEP / GEFS ใช้อคติทั้งมวลเฉลี่ยในการสอบเทียบสมาชิกแต่ละคน สำหรับ CMC / GEFS, อคติของสมาชิกวงแต่ละคนมีการคำนวณและใช้สำหรับสมาชิกที่ ทั้ง NCEP / GEFS และ CMC / GEFS ประโยชน์จากโปรแกรมของการแก้ไขอคติ งานวิจัยหลายชิ้นแสดงให้เห็นว่า NAEFS เมื่อเทียบกับซีเอ็มซีและ NCEP ระบบชุดแสดงให้เห็นถึงการปรับปรุงที่สำคัญทั้งในแง่ของความน่าเชื่อถือและความละเอียด (จู้และ Toth 2008; Candille 2009) ถึงแม้จะมีคุณสมบัติที่น่าสนใจของวิธีถัวเฉลี่ยเนื้อที่ข้อ จำกัด ของมันและประสิทธิภาพการทำงานสำหรับตัวแปรบางอย่างในสัปดาห์ที่ 2 การคาดการณ์ในบางฤดูกาลเป็นตัวแทนอุปสรรคสำคัญ มีห้องสำหรับการปรับปรุงในอนาคตจากคือ (ก) การปรับน้ำหนักเพื่อให้เวลาการฝึกอบรมอีกต่อไปและ (ข) การใช้ประโยชน์จาก reforecasts / hindcasts

ผลลัพธ์ (ไทย) 3:

วิธีทางสถิติ ( ซึ่งได้แก่ วิธีเฉลี่ยผุ ) ถูกใช้กับนิคการแพทย์ / gefs และ CMC / gefs สร้างปรับการคาดการณ์ . การใช้เทคนิคนี้คาดว่าจะปรับปรุงนิคการแพทย์และ CMC ทั่วโลก ensemble การคาดการณ์เพื่อให้ถูกต้องมากขึ้น naefs ผลิตภัณฑ์ เนื่องจากการตั้งค่าทั้งหมดที่แตกต่างกันกลยุทธ์การปรับใช้กับนิคการแพทย์และ CMC ตระการตาได้ปรับ นิคการแพทย์ / gefs จะถูกสร้างขึ้นโดยใช้รูปแบบหนึ่ง วนเวียน เงื่อนไขเริ่มต้น . เราถือว่า อคติจากรุ่นหนึ่งมีชนิดของความเหมือน และอคติทั้งมวลหมายถึงว่าสามารถแสดงข้อผิดพลาดของระบบเหล่านี้ ดังนั้น นิคการแพทย์ / gefs ใช้อคติทั้งมวลหมายถึงการปรับสมาชิกแต่ละคน สำหรับ gefs CMC / ,อคติสำหรับแต่ละชุดสมาชิกคำนวณและใช้สำหรับสมาชิกที่ ทั้งนิคการแพทย์ / gefs และ CMC / gefs ได้รับประโยชน์จากการแก้ไขอคติ . การศึกษาหลายแห่งได้แสดงให้เห็นว่า naefs เมื่อเทียบกับ CMC และระบบทั้งหมดนิคการแพทย์แสดงการปรับปรุงอย่างมีนัยสำคัญทั้งในแง่ของความน่าเชื่อถือและความละเอียด ( จู และ ทอธ 2008 ; candille 2009 )ด้วยคุณสมบัติที่น่าสนใจของวิธีการเฉลี่ยผุของข้อจำกัดและประสิทธิภาพสำหรับตัวแปรบางอย่างในสัปดาห์ที่ 2 และในบางฤดูกาล แสดง ข้อเสียเปรียบหลัก มีห้องสำหรับการปรับปรุงในอนาคตจาก ( ) การปรับน้ำหนักเพื่อให้เวลาฝึกนานและ ( ข ) การใช้ประโยชน์จาก reforecasts / hindcasts .