Parametric post-processing of ensemble forecasts across multiple weather variables and resolutions

A tétel rövid nézete
dc.contributor.advisorBaran, Sándor
dc.contributor.authorLakatos-Szabó, Marianna
dc.contributor.authorvariantSzabó, Marianna
dc.contributor.departmentInformatikai tudományok doktori iskolahu
dc.contributor.submitterdepInformatikai Kar::Alkalmazott Matematikai és Valószínűségszámítási Tanszék
dc.date.accessioned2024-01-18T09:21:25Z
dc.date.available2024-01-18T09:21:25Z
dc.date.created2024
dc.date.defended2024-03-28
dc.description.abstractA meteorológia területén hatalmas előrelépést jelentett az ensemble időjárás-előrejelzési technika operatív alkalmazása. A módszer lényege, hogy több numerikus időjárás-előrejelző modell futtatását vagy egy perturbált paraméterezésű, esetlegesen perturbált kezdő értékkel megadott modell különböző futtatását kombinálja, így olyan valószínűségi előrejelzéseket képes adni, amelyek segítségével megbecsülhető az időjárás-előrejelzés bizonytalansága. Ezek a valószínűségi előrejelzések növelik a predikciók pontosságát, azonban az ensemble előrejelzések nyers kimenete gyakran alacsony szórással rendelkezik és esetenként torzítással terhelt lehet, ami hátrányosan befolyásolhatja megbízhatóságukat és használhatóságukat. A statisztikai utófeldolgozás az egyik legelterjedtebb módszer az előrejelzések kalibrálására, ezáltal javítva az ensemble predikciók megbízhatóságát. Az ensemble időjárás-előrejelzésben megjelentek a duális felbontású előrejelző rendszerek is, amelyek a magasabb felbontással járó költségnövekedés minimalizálása és a jobb prediktív teljesítmény közötti kompromisszum megteremtése érdekében különböző térbeli felbontású tagokat fognak össze egy-egy ensemble rendszerbe. A disszertáció átfogóan vizsgálja az egyféle és duális felbontású előrejelzések statisztikai utófeldolgozásának témáját, elemezve a különböző eloszlásokon alapuló, parametrizált EMOS modellek hatékonyságát, és tesztelve azokat több időjárási változóra vonatkozóan.
dc.description.abstractEnsemble weather forecasting has a transformative effect on meteorology by combining multiple numerical weather prediction model runs, yielding probabilistic forecasts that address weather prediction uncertainties. These forecasts enhance accuracy and inform decision-making across various sectors. However, the raw output from ensemble forecasts often exhibits certain limitations, such as underdispersion and bias, which can adversely affect their reliability and usability. Statistical post-processing enhances ensemble forecast skill and reliability through bias correction and calibration. In ensemble weather forecasting, dual-resolution ensembles have emerged, blending various spatial resolutions within an ensemble to balance cost and forecast skill. This method can improve accuracy without excessive computation. This thesis presents a comprehensive exploration of the topic of statistical post-processing of single- and dual-resolution forecasts, analysing the efficacy of parametrised EMOS models based on various distributions and testing them across multiple weather variables.
dc.format.extent125
dc.identifier.urihttps://hdl.handle.net/2437/365184
dc.language.isoen
dc.language.isohu
dc.subjectensemble forecast
dc.subjectstatistical post-processing
dc.subjectensemble előrejelzés
dc.subjectstatisztikai utófeldolgozás
dc.subject.disciplineInformatikai tudományokhu
dc.subject.sciencefieldMűszaki tudományokhu
dc.titleParametric post-processing of ensemble forecasts across multiple weather variables and resolutions
dc.title.translatedEnsemble előrejelzések paraméteres utófeldolgozása több időjárási változóra és felbontásra vonatkozóan
Fájlok
Eredeti köteg (ORIGINAL bundle)
Megjelenítve 1 - 3 (Összesen 3)
Nincs kép
Név:
PhD_Dissertation_LSZM_Reviewed_final.pdf
Méret:
3.8 MB
Formátum:
Adobe Portable Document Format
Leírás:
Dissertation
Letöltés
Nincs kép
Név:
Theses_Booklet_LSZM_eng_hu_final.pdf
Méret:
1.09 MB
Formátum:
Adobe Portable Document Format
Leírás:
Short theses
Letöltés
Nincs kép
Név:
Lakatos-Szabó_Marianna_meghívó.pdf
Méret:
488.08 KB
Formátum:
Adobe Portable Document Format
Leírás:
Invitation
Letöltés
Engedélyek köteg
Megjelenítve 1 - 1 (Összesen 1)
Nincs kép
Név:
license.txt
Méret:
1.93 KB
Formátum:
Item-specific license agreed upon to submission
Leírás:
Letöltés
Gyűjtemények
Informatikai Tudományok Doktori Iskola