[論文レビュー] The Assessment and Calibration of Ensemble Seasonal Forecasts of Equatorial Pacific Ocean Temperature and the Predictability of Uncertainty

Stephen Jewson, Francisco J. Doblas‐Reyes+1 more|ArXiv.org|Aug 16, 2003

Climate variability and models参考文献 8被引用数 7

ひとこと要約

本稿では、赤道太平洋海面水温のアンサンブル季節予報を評価・改善するための統計的キャリブレーションフレームワークを、JBZモデルを用いて提案する。アンサンブル平均は6か月までスキルを維持するが、アンサンブル分散はモデルに応じて2〜4か月間のみ予測の信頼性が保証され、予測可能性の春の障壁が予測不確実性において顕在化していることが判明した。

ABSTRACT

We evaluate the performance of two 44 year ensemble seasonal hindcast time series for the Nino3 index produced as part of the DEMETER project. We show that the ensemble mean carries useful information out to six months. The ensemble spread, however, only carries useful information out to four months in one of the models, and two months in the other.

研究の動機と目的

• 赤道太平洋海面水温のアンサンブル季節予報を評価・キャリブレーションする統一された統計的フレームワークの構築を目的とする。
• アンサンブル平均および分散の両方の予測可能性の限界を特定することを目的とする。
• ECMWFまたはMFモデルのどちらが、結果の確率的分布全体をよりよく予測するかを評価することを目的とする。
• 平均予報に加えて、予測不確実性自体が予測可能かどうか、特に春の予測可能性障壁と関連して調査することを目的とする。
• ユーザーが長期間の再予測データを用いて、予報をキャリブレーションし、信頼性を評価するための実用的で統計的に根拠のある手法を提供することを目的とする。

提案手法

• 観測水温が、アンサンブル平均および分散に線形的に関連する平均および標準偏差を持つ正規分布に従うと仮定するJBZキャリブレーションモデルを適用する。
• 予報平均および不確実性をキャリブレーションするためのパラメータα、β、γ、δを最尤推定法で推定する。
• キャリブレーションされた予報を前提とした観測水温の尤度を、モデル性能の妥当性評価のための適合度指標として用いる。
• ECMWFおよびMFモデルの44年分の再予測時系列データを用い、9メンバーのアンサンブルを用いたニーニョ3指数に焦点を当てる。
• 予報スキルをモデルおよびリードタイムごとに比較するため、異常相関および連続ランク確率スコア（CRPS）を用いる。
• 季節ごとの分解を実施し、異なる開始月における不確実性の予測可能性の変動を評価する。

実験結果

リサーチクエスチョン

• RQ1 アンサンブル平均が、気候論的基準を上回る有用な予測情報を含む程度はどの程度か？
• RQ2 アンサンブル分散が予測不確実性の信頼性ある指標として機能するのはどの程度の期間か？ これはモデルや季節によって異なるか？
• RQ3 不確実性の予測可能性は定量的に測定可能か？ また、春の障壁のような季節的変動を示すか？
• RQ4 ECMWFまたはMFのどちらのモデルが、結果の確率的分布全体に対してより優れた予報を提供するか？
• RQ5 予報キャリブレーションを体系的に適用することで、季節予報の信頼性とスキルをどのように向上させられるか？

主な発見

• ECMWFモデルのアンサンブル平均は、全6リードタイムにおいてスキルを維持するが、アンサンブル分散はリード2か月までしか有用な予測情報を含まない。
• MFモデルのアンサンブル平均はリード6までスキルを維持し、アンサンブル分散もリード4か月まで予測可能であり、リード5および6では予測性が低下する。
• MFモデルにおける不確実性の予測可能な成分は、総不確実性に比べて顕著であり、正確性が重要な状況では、不確実性推定にこれを活用すべきである。
• ECMWFモデルは、不確実性に関して春の予測可能性障壁を示しており、2月に分散の予測性が最低に達する。これは季節的変動と整合的である。
• 尤度に基づくスキル指標を用いた分析では、リード2〜6においてMFモデルがECMWFモデルをわずかに上回るが、差は小さく、標本変動性に起因する可能性がある。
• 本研究は、長期間の再予測データセットが、特に不確実性推定において、予報スキルの信頼性ある同定および予報のキャリブレーションに不可欠であることを確認した。