STRONG LAPSE CONDITION (LOOPING)
WEAK LAPSE CONDITION (CONING)
INVERSION CONDITION (FANNING)
Examples of Atmospheric Stability (attribution)
Hava durumu tahmininde, iklim sisteminin başlangıç durumundan itibaren zamanla nasıl geliştiğine bağlı olarak atmosferin gelecekteki durumlarını tahmin etmek için tahmin modelleri kullanılır.
Tahmin modelleri oldukça karmaşık olsa da (ve güçlü bilimsel ve mühendislik yetenekleri gerektirse de ), bu tahmin modellerini analiz etme ve gerçek ampirik gözlemleri tahmin edilen değerlerle karşılaştırarak bunların doğruluğunu doğrulama bilimi oldukça basittir.
Hava Kalitesi alanı için, tıpkı hava tahmininde olduğu gibi, gelecekteki atmosferik kirliliği tahmin etmek için kullanılan modelleri tanımlamak mümkündür. Aslında bu tür pek çok model vardır ve bunlar genellikle Atmosfersel Dağılım Modellemesi olarak anılır. Ve tıpkı hava tahmininde olduğu gibi, aynı doğruluk analizi konsepti, Atmosfer kirliliği tahminlerine de uygulanabilir.
Bu makale Hava Kalitesi tahminiyle ilgili bir serinin ilkidir.
--
PM 2,5 hava kirliliği tahmini, Asya , Avrupa ve tüm dünya için Dünya Hava Kalitesi Endeksi projesinde halihazırda mevcuttur.
Ancak tahmin modellerini beslemek için kullanılan veriler, karasal istasyon okumalarından ziyade çoğunlukla uydu gözlemlerine ( bu makaleye bakın) dayanmaktadır.
Uydu verilerini kullanmak, bulut olmadığı sürece okyanuslar da dahil olmak üzere dünyanın herhangi bir bölümünü kapsayabilme avantajına sahiptir. Ancak öte yandan, uydu verileri doğası gereği daha az doğrudur ve karasal gözlemler için 24 kez (her saat) karşılaştırıldığında, günde yalnızca iki kez kullanılabilir. Asya'daki Hava Kirliliğinin dinamikleri göz önüne alındığında, günde yalnızca iki okumanın yapılması, Rosanne Cole'un sınıflandırmasına uygun olarak, tahminde önemli bir gerçek tahmin hatasına neden olabilir [2] :
Gözlemlenen bir tahmin hatası iki tür veri hatası içerebilir: (1) tahmini oluşturmak için kullanılan verilerdeki ölçüm hataları ve (2) gerçekleşen değerdeki ölçüm hatası. Birinci türden veri hataları, gerçek tahmin hatasının bir bileşeni olacaktır.
2. tip hata, tahmin için kullanılan dağılım modeliyle ilgilidir. Farklı ülkeler ve kıtalar için farklı modeller kullanıldığından (bu durum şu anda Dünya Hava Kalitesi Endeksi projesinde de geçerlidir), her model için doğruluk analizinin yapılması gerekmektedir. Bu nedenle, başlangıç olarak bu makale Asya kıtası için kullanılan modele odaklanacaktır. Daha sonraki gönderilerde analizi daha fazla kıtaya genişleteceğiz.
--
Tahminin doğruluğu ile ilgili ilk soruya dönersek, bilgisayardaki tahminin ne kadar önceden belirlendiği analizde dikkate alınması gereken son bir husustur. Önceden ne kadar az olursa, modelin o kadar doğru olması muhtemeldir. Başlangıç olarak, aşağıdaki analiz grafikleri "gün +1" tahminine dayanmaktadır (örn. ertesi güne ait tahmin veya Salı iseniz tahmin Çarşamba gününe yöneliktir).
Doğruluğu temsil etmenin birkaç yolu vardır; en belirgin olanı, gerçek gözlemle eşleşen tahminin yüzdesini temsil eden basit bir sayıdır. Ancak grafik görselleştirmenin sayılardan çok daha güçlü olduğuna inandığımız için, Asya'daki çeşitli şehirler için üst üste bindirilmiş tahmin/gözlem eşleştirmelerini sunmayı tercih ediyoruz. Üstteki kareler ampirik gözlemleri, alttaki kareler ise önceden tahmin edilen değerleri göstermektedir.
Aşağıdaki grafiklerin tümü kontrol edildiğinde, Guangzhou, Chengdu ve Güney Kore için oldukça hayal kırıklığı yaratan sonuçlar fark edilebilir... Öyle ki, Asya için kullanılan model, kamu kullanımı için neredeyse diskalifiye edilebilir. Bu, Hava Kalitesi Tahmini serimizin ikinci yazısında yazacağımız bir konu.
--
--
Tahmin doğruluğu hakkında okumak isteyenler için bazı ilginç bağlantılar:
