A new non-Gaussian evaluation method for ensemble forecasts based on analysis rank histograms

$39.00 plus tax (Refund Policy)

Buy Article:

Abstract:

The verification of ensemble forecasts is an active field of research. Today, more and more weather forecasting centers implement ensemble forecasts in their operational weather prediction cycles, giving rise to the demand for reliable verification methods especially designed for probabilistic forecasting. Beside well known scores (such as the Brier score or the continuous ranked probability score) analysis rank histograms or Talagrand diagrams are very popular amongst the ensemble forecasting community. However, a shortcoming of this verification method is its graphical character. In this paper, we present a score which can easily be derived from analysis rank histograms. The so called -score holds the advantage of expressing the graphical character of the histogram, and therefore the character of the ensemble spread, in just one single number. We show results of a-score analysis of operational ensemble forecasts from different centers for different regions and forecast lead times. In addition to the -score, we present the so called -bias which quantifies the shift of analysis rank histograms to lower or higher values and therefore a relative measure of ensemble forecast bias. Results of the -bias are also shown in this paper.

German
Die Verifikation von Ensemblevorhersagen ist ein aktives Forschungsgebiet. Da heute mehr und mehr Wettervorhersagezentren Ensembles in ihren operationellen Vorhersagezyklen implementieren, steigt die Nachfrage nach verlässlichen Verifikationsmethoden, die speziell auf die Bedürfnisse probabilistischer Vorhersagen zugeschnitten sind. Neben den bekanntenScores (wie z. B. demBrier-Score oder demContinuous Ranked Probability Score) sind auch die Analysis Rank Histogramme (oder Talagrand-Diagramme) in der Forschergemeinde der Ensemblevorhersage sehr beliebt. Allerdings ist der grafische Charakter dieser Veri- fikationsmethode ein großer Nachteil. In diesem Artikel präsentieren wir einen Score der sehr einfach aus Analysis Rank Histogrammen abgeleitet werden kann. Der β -Score bietet dabei den Vorteil, die grafische Aussage des Histogramms und damit den Charakter der Ensemblevorhersage mittels einer einzigen Zahl darstellen zu können. Wir zeigen Ergebnisse einer β -Score-Analyse verschiedener operationeller Ensem- blevorhersagen für verschiedene Regionen und Vorhersagezeiträume. Zusätzlich zum β -Score präsentieren wir den so genannten β -Bias, der die Verschiebung von Analysis Rank Histogrammen zu größeren oder kleineren Werten quantifiziert. Damit ist der β -Bias auch ein relatives Maß für den Bias von Ensemblevorhersagen. Ergebnisse des β -Bias werden in diesem Artikel ebenfalls präsentiert.

Document Type: Research Article

DOI: http://dx.doi.org/10.1127/0941-2948/2011/0217

Publication date: April 1, 2011

More about this publication?
  • Meteorologische Zeitschrift (originally founded in 1866) is the joint periodical of the meteorological societies of Austria, Germany and Switzerland. It accepts high-quality peer-reviewed manuscripts on all aspects of observational, theoretical and computational research out of the entire field of meteorology, including climatology. Meteorologische Zeitschrift represents a natural forum for the meteorological community of Central Europe and worldwide.
  • Editorial Board
  • Information for Authors
  • Submit a Paper
  • Subscribe to this Title
  • ingentaconnect is not responsible for the content or availability of external websites
Related content

Tools

Favourites

Share Content

Access Key

Free Content
Free content
New Content
New content
Open Access Content
Open access content
Subscribed Content
Subscribed content
Free Trial Content
Free trial content
Cookie Policy
X
Cookie Policy
ingentaconnect website makes use of cookies so as to keep track of data that you have filled in. I am Happy with this Find out more