Spørgsmål:
Jeg er stadig forvirret over, hvad "sandsynlighed for nedbør" betyder
mdr
2019-07-16 23:46:52 UTC
view on stackexchange narkive permalink

Jeg prøver at forstå, hvad vejrudsigter betyder mere præcist. Som jeg forstår det ved at læse Wikipedia, blogs osv., Kaldes den procentvise værdi for regn / nedbør, som du ser i en prognose, teknisk "sandsynligheden for nedbør". For at citere websiden for National Weather Service:

"Matematisk defineres PoP som følger: PoP = C x A hvor" C "= tilliden til, at nedbør vil forekomme et eller andet sted i prognoseområdet, og hvor" A "= procentdelen af ​​området, der vil modtage målbar nedbør, hvis det overhovedet forekommer. Så ... i tilfælde af ovenstående prognose, hvis prognosemodtageren ved, at der sikkert kommer nedbør (konfidens er 100%), han / hun udtrykker, hvor meget af området der vil modtage målelig regn. (PoP = "C" x "A" eller "1" gange ".4" hvilket svarer til .4 eller 40%.) "

Denne definition synes ikke godt angivet for mig af den grund, at "tillid" (formodentlig) ikke er ensartet på tværs af et område. F.eks. Virker sætningen "hvor meget af området der vil modtage målbar regn" underlig, da en prognose (formodentlig kun) vil være i stand til at give et sandsynligt skøn for dette område.

Lad os lave et eksempel. Overvej en by (prognoseområdet), der består af to dele af det samme område (kaldet nordsiden og sydsiden). Hvert punkt på nordsiden regnes med 100% sandsynlighed i morgen, og hvert punkt i sydsiden regnes med 50% sandsynlighed (på hvert punkt) i morgen. Hvad er PoP i dette eksempel? Ved pålydende værdi kunne definitionen fortolkes som at antyde, at PoP er 100%, da nedbør vil forekomme et eller andet sted i prognoseområdet. Denne værdi synes imidlertid intuitivt utilfredsstillende, da nogle mennesker måske ikke får regn.

Her er hvad jeg kan forvente, at en mere præcis definition skal være. Hvis $ A $ er området, og $ C (x) $ er den "punktvise tillidsfunktion" afhængig på et punkt (placering) $ x $ , og definer derefter $$ PoP = \ frac {1} {area (A) } \ int_ {A} C (x) \, dx. $$ Med ord er dette kun den forventede værdi af $ C (x) $ , eller sandsynligheden for, at en tilfældigt lokaliseret person vil se regn i det specificerede tidsinterval. I praksis vil naturligvis integralet blive estimeret baseret på faktiske målesites. Hvis en sådan formel virkelig er en nøjagtig definition, ville jeg være tilfreds. I ovenstående eksempel ville PoP være 75%. (Den officielle definition kunne i det væsentlige ses som en stenografi, der er mere nyttig for dem uden nogen baggrund i beregning.) Hvis denne definition ikke er korrekt, ville en forklaring være nyttig.

Jeg har læst webartikler med udsagn som følgende: "Som studerende og observatør af meteorologi bommer det mig konstant, at folk ikke forstår, hvad det betyder, når nogen siger, at der er" X% chance for regn "i morgen . En 50 procent chance for regn betyder ikke, at der er en 1-i-2 chance for, at du bliver våd. "

Det er ikke klart for mig, hvorfor" En 50 procent chance for regn betyder, at der er en 1-i-2 chance for at du bliver våd "ville være en unøjagtig fortolkning af PoP. Hvis den definition, jeg foreslog ovenfor, er korrekt, er det helt korrekt at sige, at en stationær observatør placeret på et tilfældigt sted i dette scenarie ville have 50% chance for at blive våd. Mangler jeg noget, eller er denne forfatter skødesløs?

Jeg har ingen baggrund inden for meteorologi, og især har jeg ikke meget af, hvordan PoP faktisk beregnes i praksis.

Med vejrudsigter indsamler meteorologer mange vejrdata og føder dem ind i en række computermodeller. Algoritmerne for hver model varierer baseret på de anvendte formler og antagelser. Nogle gange giver modellerne de samme resultater, nogle gange lidt forskellige resultater og andre gange meget forskellige resultater. Resultaterne af alle modelkørsler analyseres for at give den mest sandsynlige prognose. Sandsynligheden for regn afhænger af, hvordan modeller kan indikere regn. Opløsningen af ​​det gitter, der bruges i modellerne, giver præcisionen i prognosen.
En relateret ting, jeg har spekuleret på lige siden xkcd bragte den op: Når vi får sandsynligheden for nedbør i en række timer, er de uafhængige værdier? Eller mindsker risikoen for regn i time 2 at have regn i time 1? (https://xkcd.com/1985/)
(hvis ingen tilfældigvis rører ved det i et svar her, kan jeg stille som et andet spørgsmål)
Jeg har altid taget chancen for nedbør som det betyder, at den procentdel af prognoseområdet vil opleve regn. For eksempel, hvis risikoen for regn er, fx 70%, og prognosearealet er 1.000 kvadrat enheder, så vil 700 kvadrat enheder af prognoseområdet opleve regn. Dette inkluderer dog ikke geografisk unikhed, såsom ortografisk løft og bjergregnskygge.
@BillDOe Jeg forstår det grundlæggende koncept, men det jeg leder efter er en præcis definition. For eksempel bruger din forklaring det uklare ord "vil" på samme måde som jeg klagede over i definitionen af ​​National Weather Service. Hvor præcis er "præcis" nok? I det mindste burde det være i stand til at fortælle mig, hvad PoP er i mit konstruerede nord / syd byeksempel. Jeg vil gætte 75%, men det er præcis, hvad jeg gerne vil vide.
En svar:
Deditos
2019-07-18 14:12:25 UTC
view on stackexchange narkive permalink

Jeg er enig i, at PoP = C x A, som vi ser på mange hjemmesider, lader noget tilbage at ønske. Det kommer over den løse idé, at definitionen involverer det berørte område samt sandsynligheden for forekomst, hvilket er fint for de fleste afslappede læsere, men kan være frustrerende for mere nysgerrige sind. Hvor meget er tilliden og området estimeret ud fra ensembleprognoser versus ekspertbedømmelse? Hvordan blev det gjort, før ensemblet NWP startede i 1990'erne?

Under alle omstændigheder er der en interessant undersøgelse foretaget af Stewart et al (2016), der giver et bredere overblik over, hvordan forskellige meteorologer bruger sætningen "sandsynlighed for nedbør". De kategoriserer PoP = C x A-brugen efter NWS Operations Manual (1984), som er pænt opsummeret i en kommentar af Schaefer og Livingstone (1990). Kort fortalt er din fortolkning med hensyn til forventninger korrekt, og som du nævner, beskriver de det i form af en sum over et hypotetisk netværk af punkter snarere end en kontinuerlig integral:

$ \ textrm {PoP} = \ frac {1} {N} \ sum_ {i = 1} ^ NE [R_i] $ ,

hvor $ R_i $ er lig med 1, hvis det regner ved station $ i $ og 0, hvis det ikke gør det. I dit Pluieville-eksempel kan dette tilnærmes som en by med en regnmåler i nord og en i syd, hvilket giver PoP = (1.0 + 0.5) / 2 = 0.75.

Jeg ved ikke helt sikkert, men det ville ikke overraske mig, hvis disse ting stadig beregnes ved hjælp af undersampling af gitterede NWP-modeller på faktiske netværksplaceringer for regnmåler, hvilket giver mulighed for sammenlignelig langvarig verifikation af de sandsynlige prognoser. , AE, CA Williams, M.D. Phan, A.L. Horst, E.D. Knox og J.A. Knox, 2016: Gennem øjnene på eksperterne: Meteorologers opfattelse af sandsynligheden for nedbør. Wea. Prognoser, 31, 5–17, doi: 10.1175 / WAF-D-15-0058.1

National Weather Service, 1984: Zone- og lokale prognoser. NWS driftshåndbog W / OM15.

Schaefer, J.T. og R.L. Livingston, 1990: Operationelle implikationer af "sandsynligheden for nedbør". Wea. Prognoser, 5, 354–356, doi: 10.1175 / 1520-0434 (1990) 005<0354: OIOTOP> 2.0.CO; 2



Denne spørgsmål og svar blev automatisk oversat fra det engelske sprog.Det originale indhold er tilgængeligt på stackexchange, som vi takker for den cc by-sa 4.0-licens, den distribueres under.
Loading...