STRONG LAPSE CONDITION (LOOPING)
WEAK LAPSE CONDITION (CONING)
INVERSION CONDITION (FANNING)
Examples of Atmospheric Stability (attribution)
У предвиђању времена, модели прогнозе се користе за предвиђање будућих стања атмосфере, на основу тога како се климатски систем развија током времена од почетног стања.
Иако су модели прогнозе прилично сложени (и захтевају јаке научне и инжењерске способности), наука о анализи тих модела прогнозе и верификацији њихове тачности , упоређивањем стварних емпиријских запажања са предвиђеним вредностима, прилично је једноставна.
За домен квалитета ваздуха, баш као и за временску прогнозу, могуће је дефинисати моделе који се користе за предвиђање будућег скупа атмосферског загађења. У ствари, постоји много таквих модела , који се често називају моделирањем атмосферске дисперзије . И баш као и временска прогноза, исти концепт анализе тачности може се применити на предвиђања атмосферског загађења.
Овај чланак је први у низу о предвиђању квалитета ваздуха.
--
Прогноза загађења ваздуха ПМ 2,5 већ је доступна на пројекту Светског индекса квалитета ваздуха за Азију , Европу као и цео свет .
Али подаци који се користе за пуњење модела прогнозе углавном су засновани на сателитском посматрању (погледајте овај чланак ), а не на очитањима земаљских станица.
Коришћење сателитских података има предност што је у могућности да покрије било који део света, укључујући океане, под условом да нема облака. Али, с друге стране, сателитски подаци су такође мање тачни и доступни су само два пута дневно, у поређењу са 24 пута (сваког сата) за земаљска посматрања. Узимајући у обзир динамику загађења ваздуха у Азији, само два очитавања дневно би могла да уведе значајну праву грешку прогнозе у предвиђању, према класификацији Росанне Цоле [2] :
Уочена грешка прогнозе може садржати грешке у подацима две врсте: (1) грешке мерења у подацима који се користе за конструисање прогнозе и (2) грешку мерења у оствареној вредности. Грешке у подацима прве врсте биће компонента праве грешке прогнозе
Грешке типа 2 односе се на модел дисперзије који се користи за прогнозу. Пошто се за различите земље и континенте користе различити модели (ово је тренутно случај за пројекат Светског индекса квалитета ваздуха), анализа тачности треба да се уради за сваки модел. Дакле, за почетак, овај чланак ће се фокусирати на модел који се користи за азијски континент. У каснијем посту, проширићемо анализу на више континената.
--
Да се вратимо на почетно питање о тачности прогнозе, последња ставка коју треба узети у обзир у анализи колико је унапред прогноза у рачунару. Што је мање унапред, то ће модел вероватно бити тачнији. Дакле, само за почетак, следећи графикони анализе су засновани на прогнози „дан +1“ (нпр. прогноза за следећи дан, или ако сте уторак, онда је прогноза за среду).
Постоји неколико начина за представљање тачности, а најочигледнији је једноставан број који представља проценат прогнозе која одговара стварном посматрању. Али пошто верујемо да је графичка визуелизација много моћнија од бројева, радије представљамо поклапање прогнозе/посматрања за неколико градова у Азији. Квадрати на врху су емпиријска запажања, а онај на дну предвиђене вредности.
Провером свих графикона испод, могу се приметити прилично разочаравајући резултати за Гуангџоу, Ченгду и Јужну Кореју... до те мере да би модел који се користи за Азију могао скоро да буде дисквалификован за јавну употребу. Ово је нешто о чему ћемо писати у другом посту ове серије о предвиђању квалитета ваздуха.
--
--
Неколико занимљивих линкова за оне који су заинтересовани да читају о прецизности прогнозе:
