Оценка успешности ансамблевого долгосрочного метеорологического прогноза в Западной Арктике

В статье приведен анализ применения ансамблевого подхода для составления долгосрочного метеорологического прогноза по Западной Арктике с заблаговременностью в один месяц. Прогноз среднемесячных полей давления на уровне моря и приземной температуры воздуха проводился по моде ли CFSv2. Представлены оценки успешности ретроспективных прогнозов за 2010–2018 гг. при помощи двух методов ансамблевого прогноза — метод среднего по всем членам ансамбля и метод прогноза по лучшему классу, выделенному из всего ансамблевого набора процедурой кластеризации. Рассмотрены четыре оценки успешности прогнозов: среднеквадратическая ошибка, коэффициент корреляции, коэффициент геометрического подобия между фактическим и прогностическим полями и среднеквадратическая мера мастерства. Для 2018 и 2024 гг. была дополнительно проанализирована успешность долгосрочного метеорологического прогноза по макроциркуляционному методу Вангенгейма–Гирса. Наиболее высокое качество прогнозов по методу лучшего класса отмечено в летний период, а среднеквадратическая ошибка прогнозов в это время минимальна. Прогноз по методу всех членов ансамбля предпочтительно использовать в зимний сезон.

1. Вангенгейм Г.Я. Основы макроциркуляционного метода долгосрочных метеорологических прогнозов для Арктики. Труды ААНИИ. 1952;34. 314 с.

2. Иванов В.В., Алексеенков Г.А., Коржиков А.Я. О совершенствовании макроциркуляционного метода долгосрочного метеорологического прогноза в Карском море. Гидрометеорологические исследования и прогнозы. 2018;4(370):105–121.

3. Иванов В.В., Алексеенков Г.А. Метод долгосрочных метеорологических прогнозов и их уточнение с заблаговременностью от одного до трех месяцев по акватории морей Российской Арктики и результаты испытаний. Результаты испытаний новых и усовершенствованных технологий, моделей и методов гидрометеорологических прогнозов. 2020;47:79–94.

4. Латонин М.М., Башмачников И.Л., Бобылёв Л.П. Явление арктического усиления и его движущие механизмы. Фундаментальная и прикладная гидрофизика. 2020;13(3):3–19. https://doi.org/10.7868/S2073667320030016

5. Bauer P., Thorpe A., Brunet G. The quiet revolution of numerical weather prediction. Nature. 2015;525(7567):47–55. https://doi.org/10.1038/nature14956

6. Мирвис В.М., Мелешко В.П. Современное состояние и перспективы развития метеорологических прогнозов на месяц и сезон. Труды Главной геофизической обсерватории им. А.И. Воейкова. 2008;558:3–40.

7. Mailier P.J. Can we trust long-range weather forecasts? In: A. Troccoli (Ed). Management of weather and climate risk in the energy industry. Dordrecht: Springer Netherlands; 2010. P. 227 239. https://doi.org/10.1007/978-90-481-3692-6_15

8. Palmer T.N., Molteni F., Mureau R., Buizza R., Chapelet P., Tribbia J. Ensemble predictions. Technical Memorandum ECMWF. 1992;1–46.

9. Chen L., Han B., Wang X., Zhao J., Yang W., Yang Z. Machine learning methods in weather and climate applications: a survey. Applied Sciences. 2023;13:12019. https://doi.org/10.3390/app132112019

10. Вильфанд Р.М., Мартазинова В.Ф., Цепелев В.Ю., Хан В.М., Мироничева Н.П., Елисеев Г.В., Иванова Е.К., Тищенко В.А., Уткузова Д.Н. Комплексирование синоптико-статистических и гидродинамических прогнозов температуры воздуха на месяц. Метеорология и гидрология. 2017;42(8):5–17. https://doi.org/10.3103/S1068373917080015

11. Yun W.T., Stefanova L., Krishnamurti T.N. Improvement of the multimodel superensemble technique for seasonal forecasts. Journal of Climate. 2003;16(22):3834–3840. https://doi.org/10.1175/1520 0442(2003)016<3834:IOTMST>2.0.CO;2

12. Цепелев В.Ю. Классификация прогностического ансамбля как метод повышения качества долгосрочного прогноза погоды. Оптика атмосферы и океана. 2023;36(4):313–319. https://doi.org/10.15372/AOO20230408

13. Saha S., Moorthi S., Pan H-L., Wu X., Wang J., Nadiga S., Tripp P., Kistler R., Woollen J., Behringer D., Liu H., Stokes D., Grumbine R., Gayno G., Wang J., Hou Y-T., Chuang H-y., Juang H-M.H., Sela J., Iredell M., Treadon R., Kleist D., Delst P.V., Keyser D., Derber J., Ek M., Meng J., Wei H., Yang R., Lord S., van den Dool H., Kumar A., Wang W., Long C., Chelliah M., Xue Y., Huang B., Schemm J-K., Ebisuzaki W., Lin R., Xie P., Chen M., Zhou S., Higgins W., Zou C-Z., Liu Q., Chen Y., Han Y., Cucurull L., Reynolds R.W., Rutledge G., Goldberg M. The NCEP Climate Forecast System Reanalysis. Bulletin of the American Meteorological Society. 2010;91(8):1015–1058. https://doi.org/10.1175/2010BAMS3001.1

14. Kistler R., Kalnay E., Collins W., Saha S., White G., Woollen J., Chelliah M., Ebisuzaki W., Kanamitsu M., Kousky V., van den Dool H., Jenne R., Fiorino M. The NCEP-NCAR 50-Year Reanalysis: monthly means CD-ROM and documentation. Bulletin of the American Meteorological Society. 2001;82:247–268. https://doi.org/10.1175/1520-0477(2001)082<0247:TNNYRM>2.3. CO;2