Hyppää sisältöön
    • Suomeksi
    • På svenska
    • In English
  • Suomeksi
  • In English
  • Kirjaudu
Näytä aineisto 
  •   Etusivu
  • LUTPub
  • Tieteelliset julkaisut
  • Näytä aineisto
  •   Etusivu
  • LUTPub
  • Tieteelliset julkaisut
  • Näytä aineisto
JavaScript is disabled for your browser. Some features of this site may not work without it.

Algorithmic tuning of spread–skill relationship in ensemble forecasting systems

Shemyakin, Vladimir; Haario, Heikki; Ekblom, Madeleine; Tuppi, Lauri; Laine, Marko; Ollinaho, Pirkka; Järvinen, Heikki (2019-11-05)

Katso/Avaa
ekblom_et_al_algorithmic_tuning_finaldraft.pdf (1.840Mb)
Lataukset: 


Post-print / Final draft

Shemyakin, Vladimir
Haario, Heikki
Ekblom, Madeleine
Tuppi, Lauri
Laine, Marko
Ollinaho, Pirkka
Järvinen, Heikki
05.11.2019

Quarterly Journal of the Royal Meteorological Society

146

727

598-612

Wiley

School of Engineering Science

Kaikki oikeudet pidätetään.
© 2019 Royal Meteorological Society
https://doi.org/10.1002/qj.3695
Näytä kaikki kuvailutiedot
Julkaisun pysyvä osoite on
http://urn.fi/URN:NBN:fi-fe202003188388

Tiivistelmä

In ensemble weather prediction systems, ensemble spread is generated using uncertainty representations for initial and boundary values as well as for model formulation. The ensuing ensemble spread is thus regulated through what we call ensemble spread parameters. The task is to specify the parameter values such that the ensemble spread corresponds to the prediction skill of the ensemble mean – a prerequisite for a reliable prediction system. In this paper, we present an algorithmic approach suitable for this task consisting of a differential evolution algorithm with filter likelihood providing evidence. The approach is demonstrated using an idealized ensemble prediction system based on the Lorenz–Wilks system. Our results suggest that it might be possible to optimize the spread parameters without manual intervention.

Lähdeviite

Ekblom, M., Tuppi, L., Shemyakin, V., Laine, M., Ollinaho, P., Haario, H., Järvinen, H. (2020). Algorithmic tuning of spread–skill relationship in ensemble forecasting systems. Quarterly Journal of the Royal Meteorological Society, vol. 146, issue 727. pp. 598-612. DOI: 10.1002/qj.3695

Kokoelmat
  • Tieteelliset julkaisut [723]
LUT-yliopisto
PL 20
53851 Lappeenranta
Ota yhteyttä | Lähetä palautetta | Tietosuoja | Saavutettavuusseloste
 

 

Tämä kokoelma

JulkaisuajatTekijätNimekkeetKoulutusohjelmaAvainsanatSyöttöajatYhteisöt ja kokoelmat

Omat tiedot

Kirjaudu sisäänRekisteröidy
LUT-yliopisto
PL 20
53851 Lappeenranta
Ota yhteyttä | Lähetä palautetta | Tietosuoja | Saavutettavuusseloste