초단기예측(Nowcasting) 및 통계적 예측
향후 몇 시간 동안 좋은 예보를 얻는 가장 빠른 방법은 종종 물리 모델이 아니라 레이더 에코를 외삽(extrapolate)하고 모델 출력을 지역 날씨로 변환하는 통계적 방법입니다.
Definition
초단기예측 및 통계적 예측은 직접적인 물리적 시뮬레이션만으로는 불가능하며, 최근 관측치를 외삽하고 수치 모델 출력에 통계적 관계를 적용하여 단기적이고 지역적으로 보정된 날씨 예측을 생성하는 기법입니다.
Scope
이 주제는 초단기예측을 위한 레이더 및 위성 영상의 외삽, 모델 출력 통계 및 모델 지침을 보정하고 지역화하는 통계적 후처리, 아날로그 및 회귀 기법, 그리고 새롭게 부상하는 기계 학습 접근 방식을 포함한 초단기 예측 및 통계적 예측 방법을 다룹니다.
Core questions
- 레이더 및 위성 관측은 향후 몇 시간을 예측하기 위해 어떻게 외삽됩니까?
- 통계적 방법은 원시 모델 출력을 지역 예측으로 어떻게 변환합니까?
- 모델 편향은 어떻게 수정되고 예측은 관측에 대해 어떻게 보정됩니까?
- 아날로그, 회귀 및 기계 학습 방법은 어떤 역할을 합니까?
Key theories
- 외삽을 통한 초단기예측
- 매우 짧은 범위에서는 레이더 에코 및 위성 구름 패턴과 같은 관측된 특징을 추적하고 외삽하는 것이 대류 상세를 생성하는 데 시간이 필요한 수치 모델보다 종종 더 나은 성능을 보입니다.
- 통계적 후처리
- 모델 출력 통계 및 관련 방법은 수치 모델 예측 변수를 통계적 관계를 통해 관측된 날씨와 연결하여 체계적인 편향을 수정하고 확률을 포함한 보정된 위치별 예측을 생성합니다.
Mechanisms
초단기예측은 빠르게 업데이트되는 레이더 및 위성 데이터에서 일관된 특징을 식별하고, 이들의 최근 움직임과 진화를 수분에서 몇 시간 동안 예측하며, 예측 시간이 길어질수록 초기 모델 출력을 혼합하기도 합니다. 반면 통계적 예측은 수치 모델 필드를 예측 변수로 취급하고, 과거 예측-관측 쌍으로 훈련된 회귀, 아날로그 또는 기계 학습을 사용하여 편향을 수정하고, 특정 지점으로 스케일을 축소하며, 모델이 대략적으로만 나타내는 변수들에 대한 보정된 결정론적 및 확률론적 예측을 생성합니다.
Clinical relevance
초단기예측은 항공, 공공 안전 및 행사 관리에 필수적인 뇌우, 폭우 및 돌발 홍수에 대한 신속한 경고를 제공하며, 통계적 후처리는 거친 모델 출력을 대중에게 제공되고 자동화된 의사 결정 시스템에 사용되는 신뢰할 수 있는 현장별 예측으로 변환합니다.
History
통계적 예측은 초기 회귀 및 아날로그 방법에서 발전하여 1970년대 Glahn과 Lowry에 의해 모델 출력 통계(model output statistics)로 공식화되었으며, 수치 모델과 지역 예측 사이의 표준적인 연결 고리가 되었습니다. 초단기예측은 기상 레이더와 정지궤도 위성과 함께 발전했으며, 현재 두 분야 모두 대규모 관측 및 모델 데이터 세트로 훈련된 기계 학습 기술에 의해 재편되고 있습니다.
Key figures
- Harry Glahn
- Daniel Wilks
Related topics
Seminal works
- glahn1972
- wilks2011
Frequently asked questions
- 초단기예측과 예측의 차이점은 무엇입니까?
- 초단기예측은 주로 현재 레이더 및 위성 관측을 외삽하여 일반적으로 몇 시간 이내의 매우 단기적인 예측을 하는 반면, 장기 예측은 주로 대기 물리학의 수치 모델에 의존합니다.
- 모델 출력에 통계가 적용되는 이유는 무엇입니까?
- 수치 모델은 체계적인 편향을 가지고 있으며 지역 조건을 대략적으로만 나타냅니다. 과거 예측 및 관측으로 훈련된 통계적 방법은 이러한 편향을 수정하고 확률을 포함하여 특정 장소 및 변수에 맞게 출력을 조정합니다.