STRONG LAPSE CONDITION (LOOPING)
WEAK LAPSE CONDITION (CONING)
INVERSION CONDITION (FANNING)
Examples of Atmospheric Stability (attribution)
در پیشبینی آبوهوا، مدلهای پیشبینی برای پیشبینی وضعیتهای آینده جو، بر اساس چگونگی تکامل سیستم آب و هوا با زمان از حالت اولیه استفاده میشود.
در حالی که مدلهای پیشبینی کاملاً پیچیده هستند (و به قابلیتهای علمی و مهندسی قوی نیاز دارند)، علم تجزیه و تحلیل آن مدلهای پیشبینی، و تأیید صحت آنها، با مقایسه مشاهدات تجربی واقعی با مقادیر پیشبینیشده، کاملاً ساده است.
برای حوزه کیفیت هوا، درست مانند پیش بینی آب و هوا، می توان مدل هایی را که برای پیش بینی مجموعه آتی آلودگی جوی استفاده می شود، تعریف کرد. در واقع تعداد زیادی از این مدل ها وجود دارد که اغلب به عنوان مدل سازی پراکندگی جوی شناخته می شوند. و درست مانند پیش بینی آب و هوا، همان مفهوم تجزیه و تحلیل دقت را می توان برای پیش بینی آلودگی اتمسفر اعمال کرد.
این مقاله اولین مقاله از مجموعه پیش بینی کیفیت هوا است.
--
پیش بینی آلودگی هوا PM 2.5 از قبل در پروژه شاخص کیفیت هوای جهانی برای آسیا , اروپا و همچنین کل جهان موجود است .
اما دادههایی که برای تغذیه مدلهای پیشبینی استفاده میشوند، بیشتر بر اساس مشاهدات ماهوارهای ( به این مقاله مراجعه کنید) است تا خواندن ایستگاههای زمینی.
استفاده از داده های ماهواره ای این مزیت را دارد که می تواند هر قسمت از کره زمین، از جمله اقیانوس ها را پوشش دهد، به شرطی که ابر وجود نداشته باشد. اما، از سوی دیگر، دادههای ماهوارهای نیز ذاتاً دقت کمتری دارند و در مقایسه با ۲۴ بار (هر ساعت) برای رصدهای زمینی، فقط دو بار در روز در دسترس هستند. با توجه به پویایی آلودگی هوا در آسیا، داشتن تنها دو بار خواندن در روز ممکن است یک خطای پیشبینی واقعی قابلتوجهی را در پیشبینی ایجاد کند، به دنبال طبقهبندی روزان کول [2] :
یک خطای پیشبینی مشاهدهشده ممکن است حاوی دو نوع خطای داده باشد: (1) خطاهای اندازهگیری در دادههای مورد استفاده برای ساخت پیشبینی و (2) خطای اندازهگیری در مقدار محقق شده. خطاهای داده از نوع اول جزء خطای پیش بینی واقعی خواهد بود
خطای نوع 2 مربوط به مدل پراکندگی مورد استفاده برای پیش بینی است. از آنجایی که مدلهای مختلفی برای کشورها و قارههای مختلف استفاده میشود (این مورد در حال حاضر برای پروژه شاخص کیفیت هوای جهانی صدق میکند)، تجزیه و تحلیل دقت لازم است برای هر یک از مدلها انجام شود. بنابراین، برای شروع، این مقاله بر روی مدل مورد استفاده برای قاره آسیا تمرکز خواهد کرد. در پست بعدی، تجزیه و تحلیل را به قاره های بیشتری گسترش خواهیم داد.
--
بازگشت به سؤال اولیه در مورد دقت پیشبینی، آخرین موردی که در تجزیه و تحلیل باید در نظر گرفته شود تا چه اندازه پیشبینی در رایانه انجام شود. هرچه پیشرفت کمتری داشته باشد، احتمال دقیق تر بودن مدل وجود دارد. بنابراین، برای شروع، نمودارهای تجزیه و تحلیل زیر بر اساس پیشبینی «روز +1» است (به عنوان مثال پیشبینی روز بعد، یا اگر سهشنبه هستید، پس پیشبینی برای چهارشنبه است).
روشهای مختلفی برای نمایش دقت وجود دارد که واضحترین آنها یک عدد ساده است که درصدی از پیشبینی مطابق با مشاهدات واقعی را نشان میدهد. اما از آنجایی که ما معتقدیم تجسم گرافیکی بسیار قدرتمندتر از اعداد است، ترجیح میدهیم تطبیق پیشبینی/مشاهده روی هم برای چندین شهر در آسیا ارائه شود. مربع در بالا مشاهدات تجربی و مربع در پایین مقادیر پیش بینی شده است.
با بررسی تمام نمودارهای زیر، میتوان نتایج کاملا ناامیدکنندهای را برای گوانگژو، چنگدو و کره جنوبی مشاهده کرد. این چیزی است که ما در پست دوم این مجموعه در مورد پیش بینی کیفیت هوا خواهیم نوشت.
--
--
چند لینک جالب برای علاقه مندان به خواندن در مورد دقت پیش بینی: