STRONG LAPSE CONDITION (LOOPING)
WEAK LAPSE CONDITION (CONING)
INVERSION CONDITION (FANNING)
Examples of Atmospheric Stability (attribution)
Στην πρόβλεψη του καιρού, τα μοντέλα πρόβλεψης χρησιμοποιούνται για την πρόβλεψη μελλοντικών καταστάσεων της ατμόσφαιρας, με βάση τον τρόπο με τον οποίο το κλιματικό σύστημα εξελίσσεται με το χρόνο από μια αρχική κατάσταση.
Ενώ τα μοντέλα πρόβλεψης είναι αρκετά περίπλοκα (και απαιτούν ισχυρές επιστημονικές και μηχανικές ικανότητες), η επιστήμη της ανάλυσης αυτών των μοντέλων πρόβλεψης και της επαλήθευσης της ακρίβειάς τους, συγκρίνοντας πραγματικές εμπειρικές παρατηρήσεις με προβλεπόμενες τιμές, είναι αρκετά απλή.
Για τον τομέα της ποιότητας του αέρα, όπως και για την πρόβλεψη καιρού, είναι δυνατό να οριστούν μοντέλα που χρησιμοποιούνται για την πρόβλεψη του μελλοντικού συνόλου της ατμοσφαιρικής ρύπανσης. Υπάρχουν πραγματικά πολλά τέτοια μοντέλα , που συχνά αναφέρονται ως Μοντελοποίηση Ατμοσφαιρικής Διασποράς . Και ακριβώς όπως η πρόβλεψη καιρού, η ίδια έννοια της ανάλυσης ακρίβειας μπορεί να εφαρμοστεί στις προβλέψεις ατμοσφαιρικής ρύπανσης.
Αυτό το άρθρο είναι το πρώτο μιας σειράς για την πρόβλεψη ποιότητας αέρα.
--
Η πρόβλεψη ατμοσφαιρικής ρύπανσης PM 2.5 είναι ήδη διαθέσιμη στο έργο World Air Quality Index για την Ασία , την Ευρώπη καθώς και ολόκληρο τον κόσμο .
Ωστόσο, τα δεδομένα που χρησιμοποιούνται για την τροφοδοσία των μοντέλων πρόβλεψης βασίζονται κυρίως σε δορυφορική παρατήρηση (δείτε αυτό το άρθρο ) και όχι σε αναγνώσεις επίγειων σταθμών.
Η χρήση δορυφορικών δεδομένων έχει το πλεονέκτημα ότι μπορεί να καλύψει οποιοδήποτε μέρος του πλανήτη, συμπεριλαμβανομένων των ωκεανών, υπό την προϋπόθεση ότι δεν υπάρχει σύννεφο. Αλλά, από την άλλη πλευρά, τα δορυφορικά δεδομένα είναι επίσης από τη φύση τους λιγότερο ακριβή και διαθέσιμα μόνο δύο φορές την ημέρα, σε σύγκριση με 24 φορές (κάθε ώρα) για επίγειες παρατηρήσεις. Λαμβάνοντας υπόψη τη δυναμική της ατμοσφαιρικής ρύπανσης στην Ασία, το να έχουμε μόνο δύο μετρήσεις την ημέρα θα μπορούσε να εισαγάγει ένα σημαντικό αληθινό λάθος πρόβλεψης στην πρόβλεψη, σύμφωνα με την ταξινόμηση της Rosanne Cole [2] :
Ένα παρατηρούμενο σφάλμα πρόβλεψης μπορεί να περιέχει σφάλματα δεδομένων δύο ειδών: (1) σφάλματα μέτρησης στα δεδομένα που χρησιμοποιούνται για την κατασκευή της πρόβλεψης και (2) σφάλμα μέτρησης στην πραγματοποιηθείσα τιμή. Τα σφάλματα δεδομένων του πρώτου είδους θα αποτελούν στοιχείο του αληθινού σφάλματος πρόβλεψης
Τα σφάλματα τύπου 2 σχετίζονται με το μοντέλο διασποράς που χρησιμοποιείται για την πρόβλεψη. Δεδομένου ότι χρησιμοποιούνται διαφορετικά μοντέλα για τις διάφορες χώρες και ηπείρους (αυτό ισχύει επί του παρόντος για το έργο World Air Quality Index), η ανάλυση ακρίβειας πρέπει να γίνει για καθένα από τα μοντέλα. Έτσι, για αρχή, αυτό το άρθρο θα επικεντρωθεί στο μοντέλο που χρησιμοποιείται για την ασιατική ήπειρο. Σε επόμενη ανάρτηση, θα επεκτείνουμε την ανάλυση σε περισσότερες ηπείρους.
--
Επιστροφή στην αρχική ερώτηση σχετικά με την ακρίβεια της πρόβλεψης, ένα τελευταίο στοιχείο που πρέπει να ληφθεί υπόψη στην ανάλυση σχετικά με το πόσο εκ των προτέρων είναι η πρόβλεψη στον υπολογιστή. Όσο λιγότερο εκ των προτέρων, τόσο πιο ακριβές είναι πιθανό να είναι το μοντέλο. Έτσι, για αρχή, τα ακόλουθα γραφήματα ανάλυσης βασίζονται στην πρόβλεψη "ημέρα +1" (π.χ. πρόβλεψη για την επόμενη μέρα ή εάν είστε Τρίτη, τότε η πρόβλεψη είναι για την Τετάρτη).
Υπάρχουν διάφοροι τρόποι αναπαράστασης της ακρίβειας, ο πιο προφανής είναι ένας απλός αριθμός που αντιπροσωπεύει το ποσοστό της πρόβλεψης που ταιριάζει με την πραγματική παρατήρηση. Αλλά επειδή πιστεύουμε ότι η γραφική απεικόνιση είναι πολύ πιο ισχυρή από τους αριθμούς, προτιμούμε να παρουσιάζουμε την αντιστοίχιση πρόβλεψης/παρατήρησης που υπερτίθεται για αρκετές πόλεις στην Ασία. Τα τετράγωνα στην κορυφή είναι οι εμπειρικές παρατηρήσεις και το κάτω οι προβλεπόμενες τιμές.
Ελέγχοντας όλα τα παρακάτω γραφήματα, μπορεί κανείς να παρατηρήσει αρκετά απογοητευτικά αποτελέσματα για το Guangzhou, το Chengdu και τη Νότια Κορέα... σε βαθμό που το μοντέλο που χρησιμοποιείται για την Ασία θα μπορούσε σχεδόν να αποκλειστεί για δημόσια χρήση. Αυτό είναι κάτι που θα γράψουμε στη δεύτερη ανάρτηση αυτής της σειράς για την Πρόβλεψη Ποιότητας Αέρα.
--
--
Μερικοί ενδιαφέροντες σύνδεσμοι για όσους ενδιαφέρονται να διαβάσουν σχετικά με την ακρίβεια των προβλέψεων:
