[論文レビュー] A new low-cost technique improves weather forecasts across the world

Tim Hewson, Fatima Pillosu|arXiv (Cornell University)|Mar 31, 2020

Meteorological Phenomena and Simulations参考文献 56被引用数 8

ひとこと要約

この論文は、アンサンブル予報を用いてグリッドボックススケールの気象変動性とバイアスをモデル化することで、グローバルな天気予報を著しく改善する低コストな統計的後処理手法を導入する。グローバルなデータを活用し（降水量の変動を世界中で一様に扱う）、極端な降雨予報の有効なリードタイムを1日未塔から5日へと延長し、歴史的進展を超える予報精度の飛躍をもたらす。

ABSTRACT

Computer-generated forecasts divide the earth's surface into gridboxes, each now ~25% of the size of London, and predict one value per gridbox. If weather varies markedly within a gridbox forecasts for specific sites inevitably fail. A completely new statistical post-processing method, using ensemble forecasts as input, anticipates two gridbox-weather-dependant factors: degree of variation in each gridbox, and bias on the gridbox scale. Globally, skill improves substantially; for extreme rainfall, for example, useful forecasts extend 5 days ahead. Without post-processing this limit is < 1 day. Relative to historical forecasting advances this constitutes ground-breaking progress. The key drivers, incorporated during calibration, are meteorological understanding and abandoning classical notions that only local data be used. Instead we simply recognise that "showers are showers, wherever they occur worldwide" which delivers a huge increase in calibration dataset size. Numerous multi-faceted applications include improved flash flood warnings, physics-related insights into model weaknesses and global pointwise re-analyses.

研究の動機と目的

• グリッドボックススケールの変動性が局所的予報の失敗を引き起こすという数値予報における長年の制限を解消すること。
• 特に強力な降雨に対して短い有効リードタイムという制約を克服すること。
• 新しいモデル物理学や高い計算コストを要しない、スケーラブルで低コストな後処理手法を開発し、予報精度を向上させること。
• 統計的キャリブレーションを強化することで、グローバルなポイントワイズ再解析を可能とし、洪水警戒の向上を図ること。

提案手法

• アンサンブル予報を入力として、局所的な天気変動性と系統的バイアスの2つの主要なグリッドボックススケール要因を推定する。
• 「降水量の変動は、どこで発生しても同じ」とする統計的キャリブレーションフレームワークを適用し、グローバルなデータプールを活用することで、キャリブレーションデータセットの規模を飛躍的に拡大する。
• 古典的な仮定（局所的観測のみが局所的予報に影響を与える）を放棄し、代わりにグローバルな気象パターンを活用する。
• 気象学的理解をキャリブレーションプロセスに統合することで、多様な気候帯や地域においてモデルの頑健性を向上させる。
• 完全に自動化されており、計算効率が高く、リアルタイム予報システムにおける運用に適している。
• 歴史的アンサンブル予報の補正により、グローバルなポイントワイズ再解析の作成を可能にする。

実験結果

リサーチクエスチョン

• RQ1 低コストな統計的後処理手法により、現在1日未塔という限界を超えて、極端な降雨予報の有効リードタイムを著しく延長できるか？
• RQ2 世界中で降水量の変動を一様に扱うグローバルデータプールは、ローカルのみのアプローチと比較して、予報キャリブレーションと精度をどのように向上させるか？
• RQ3 気象学的理解を統計的後処理にどれほど組み込むことができるか。特に、グリッドボックス予報における系統的バイアスと変動性を是正するには？
• RQ4 この手法により、歴史的アンサンブル予報から信頼性の高いグローバルなポイントワイズ再解析を生成できるか？
• RQ5 この技術が運用上の洪水警戒システムに与える影響は何か？

主な発見

• この手法により、極端な降雨予報の有効リードタイムが、後処理なしでは1日未塔であったのを5日へと延長した。
• すべての地域で予報精度が著しく向上し、特に積乱雲発生や高影響天候の事象で顕著な向上が見られた。
• 数値天気予報の歴史的進展を超える、画期的な予報精度の飛躍を達成した。
• 降水量の変動を世界中で一様に扱うことで、有効なキャリブレーションデータセットの規模が拡大し、より頑健な統計モデルが得られた。
• このアプローチにより、グローバルなポイントワイズ再解析の生成が可能となり、モデルの弱みや物理的プロセスに関する新たな知見が得られた。
• 特に短期的で高影響の天候事象において、予報の信頼性と解像度が一貫して向上した。