Uutinen 29.12.2020

Tilastollinen menetelmä parantaa lämpötilan todennäköisyysennusteiden luotettavuutta

Tutkimuksessa parannettiin lämpötilan todennäköisyysennusteiden luotettavuutta Euroopan alueella käyttäen tilastollista menetelmää, joka hyödyntää tietoa menneistä ennustevirheistä. Todennäköisyysennusteiden tarjoama tieto ennusteiden epävarmuudesta on tärkeä ottaa huomioon säähän liittyvässä päätöksenteossa.
Kuva: Adobe Stock.

Todennäköisyysennusteet ovat tärkeä työkalu, kun arvioidaan ennusteen epävarmuutta. Säämallien tuottamissa ennusteissa esiintyy luontaisesti epävarmuutta, mikä johtuu muun muassa epätarkkuuksista säämallin alkutilan määrityksessä ja tietokoneiden rajallisista laskentaresursseista. Lisäksi ilmakehä on kaoottinen järjestelmä, jolloin pienikin epätarkkuus säämallin alkutilassa voi johtaa suureen ennustevirheeseen jo muutamien päivien päässä.

Usein säämallien tuottamissa todennäköisyysennusteissa epävarmuus on virheellisesti liian pieni ennusteen alkupäässä, kun ennustetaan pinnan läheisiä suureita kuten lämpötilaa. Tällöin todennäköisyysennuste ei anna luotettavaa tietoa ennusteen epävarmuudesta. Tutkimuksemme tavoitteena oli selvittää, kuinka tilastollisen menetelmän avulla lämpötilan todennäköisyysennusteiden luotettavuutta voidaan parantaa. Menetelmä hyödyntää menneitä ennusteita ja havaintoja korjatakseen todennäköisyysennusteissa esiintyviä systemaattisia virheitä. Tutkimuksen tulokset osoittavat, että menetelmän avulla lämpötilan todennäköisyysennusteiden luotettavuus paranee 10 päivän päähän, kun tarkastellaan keskimääräisiä tuloksia koko Euroopan alueella. Eniten parannusta tapahtuu ennusteen alkupäässä.

Tutkimuksessa käytettiin Euroopan keskipitkien sääennusteiden keskuksen (ECMWF) todennäköisyysennusteita. Tutkittu menetelmä otetaan Ilmatieteen laitoksella operatiiviseen käyttöön alkuvuodesta 2021, jolloin todennäköisyysmuotoisten lämpötilaennusteiden osuvuus paranee myös asiakastuotteissa.

Lisätietoja:

Tutkija Kaisa Ylinen, puh. 050 356 0095, kaisa.ylinen@fmi.fi

Linkki tutkimukseen:

Ylinen K, Räty O, Laine M. 2020. Operational statistical postprocessing of temperature ensemble forecasts with station-specific predictors. Meteorological Applications. https://doi.org/10.1002/met.1971

TiedeuutinenSääennusteTodennäköisyysennusteMenetelmäkehitys