Раскрытие позиционных и структурных ошибок в численных моделях прогноза погоды

Исследователи из Национального управления океанических и атмосферных исследований (NOAA), Массачусетского технологического института (MIT) и Университета Коннектикута разработали общий подход для оценки позиционных и структурных компонентов общей ошибки в численных прогнозах погоды. Результаты опубликованы в журнале Advances in Atmospheric Sciences.

Метод позволяет разделить общую ошибку прогноза на три ортогональные составляющие: позиционную ошибку (смещение атмосферных объектов, таких как фронты и циклоны), структурную ошибку (искажение формы этих объектов) и мелкомасштабный шум (неопределённые ошибки). Анализ показал, что на смещение объектов приходится более половины общей дисперсии ошибки, в то время как на структурные искажения — около 25%. Оставшаяся часть связана с необъяснимой изменчивостью.

"Предложенный метод выводит эти три компонента ошибки в виде скалярных полей, а также векторное поле, указывающее на крупномасштабное смещение прогноза по сравнению с анализом наблюдений", — пояснил ведущий автор исследования доктор Янкович из NOAA. Этот подход помогает лучше понять, как ошибки накапливаются со временем, и может указать пути для улучшения моделей.