A superensemble is developed using a plurality of forecasts from a variety
of weather and climate models. Along with observed analysis fields, these
forecasts are used to derive statistics on the past behavior of the
models. These statistics, combined with future forecasts of the models,
enables the construction of a superensemble forecast. More specifically,
given a set of past model forecasts, the present invention uses a multiple
regression technique to regress the model forecasts against observed
fields. Least-squares minimization of the difference between the model and
the analysis field is used to determine the weights of each model
component at any geographic location and vertical level. Therefore, the
superensemble generates a model that combines the historical performance
of forecasting data from multiple models at a large number of geographic
areas or regions. Furthermore, the superensemble model can combine the
historical performance of multiple models in forecasting one weather
condition at any geographic location.
Um superensemble é desenvolvido usando um plurality das previsões de uma variedade de modelos do tempo e do clima. Junto com campos observados da análise, estas previsões são usadas derivar statistics no comportamento passado dos modelos. Estes statistics, combinados com as previsões futuras dos modelos, permitem a construção de uma previsão superensemble. Mais especificamente, dado um jogo de previsões passadas do modelo, a invenção atual usa uma técnica da regressão múltipla regress as previsões modelo de encontro aos campos observados. O minimization least-squares da diferença entre o modelo e o campo da análise é usado determinar os pesos de cada componente modelo em toda a posição geográfica e nível vertical. Conseqüentemente, o superensemble gera um modelo que combine o desempenho histórico de dados do forecasting dos modelos múltiplos em um grande número áreas ou regiões geográficas. Além disso, o modelo superensemble pode combinar o desempenho histórico de modelos múltiplos na condição de tempo do forecasting um em toda a posição geográfica.
