Model Output Statistics


Model Output Statistics

Model Output Statistics (MOS) ist ein statistisches Verfahren in der modernen Wettervorhersage, das in den 1960er/1970er Jahren in den USA entwickelt worden ist. Oftmals handelt es sich dabei um multilineare Regressionsgleichungen, die auf numerische Wettermodelle angewandt werden. Heutzutage finden MOS-Verfahren weltweit Verwendung und dienen als Hilfsmittel vor allem bei der lokalen Wetterprognose.

Inhaltsverzeichnis

Hintergrund

Numerische Wettermodelle wie beispielsweise das amerikanische Global Forecast System (GFS)[1] oder das Vorhersagemodell des Europäischen Zentrums für mittelfristige Wettervorhersage (EZMW/ECMWF) im englischen Reading berechnen den zukünftigen Zustand der Atmosphäre zu bestimmten Zeitpunkten, indem sie den auf Basis von Messungen und Sondenaufstiegen ermittelten Ist-Zustand durch lösen der Gleichungen für spätere Zeitpunkte prognostizieren. Dies geschieht für so genannte Gitterpunkte, mit denen die Erde netzartig überzogen wird. Je nachdem, wie weit diese Gitterpunkte auseinander liegen, variiert auch die Qualität der Prognose besonders bei Bodenparametern: Ein großer Abstand bedingt lokale Ungenauigkeiten, ein enges Gitter bietet höhere Regionalität.

Das GFS z. B. arbeitet mit einer Maschenweite von 35 km, das EZMW/ECMWF setzt Gitterpunkte im Abstand von 25 km. Dies reicht in der Regel aus, um den Zustand der höheren Atmosphäre sehr gut vorherzusagen. Die Prognose von Bodenparametern wie z. B. Höchsttemperatur, Tiefsttemperatur oder Bodenwind für einen bestimmten Ort hingegen ist zu ungenau für den täglichen Gebrauch. Dies gilt besonders dann, wenn man eine räumlich stark variierende meteorologische Größe betrachtet (Tiefsttemperatur in stark gegliedertem Gelände in einer wolkenlosen Nacht).

Auf der anderen Seite gibt es rein statistische Wettermodelle, die jedoch für den Zeitraum jenseits von 6 Stunden kaum noch brauchbare Ergebnisse liefern. Um diese Lücke zu schließen, wurden MOS-Verfahren entwickelt.

Funktionsweise

Bei MOS-Verfahren handelt es sich um multilineare Regressionsgleichungen, die dazu dienen, die direkten Vorhersageergebnisse numerischer Wettermodelle (Direct Model Output, DMO) für einen bestimmten Ort anhand von Stationsmesswerten, die für den Ort vorhanden sein müssen, zu verifizieren bzw. zu verändern. So werden die Vorteile eines numerischen Modells mit den Messwerten vor Ort kombiniert, um eine möglichst genaue Prognose für den jeweiligen Standort zu erhalten.

Dabei werden mittels Regression diejenigen Parameter, Prädiktoren genannt, aus dem DMO herausgefiltert, welche einen signifikanten Einfluss auf andere meteorologische Größen haben, die z. B. das Bodenwetter umschreiben. Diese Parameter werden Prädiktanden genannt. Prinzipiell kann jedes numerische Wettermodell mit einem MOS-Verfahren gekoppelt werden; auch können mehrere, leicht unterschiedliche MOS-Verfahren auf dasselbe Modell angewandt werden. Voraussetzung ist allerdings, dass die Station, für welche eine Lokalprognose erstellt werden soll, über eine mindestens 18-monatige Messreihe verfügt.

Darstellung

Die Ergebnisse eines MOS-Laufes werden meist entweder in Diagrammform (MOS-Diagramm) dargestellt, was z. B. in den USA recht verbreitet ist, oder zu Generierung von Wettersymbolen verwendet, wie man es beispielsweise in Deutschland häufig findet. Dabei generiert ein Programm aus den MOS-Parametern die gewünschten und benötigten Symbole wie z. B. Wolke/Sonne/Niederschlag, Windpfeil, Regenrisiko etc.

Weblinks

Einzelnachweise

The Front, NOAA’s National Weather Service, Volum 6, Number 2, 06/2006
American Meteorological Society: Glossary of meteorology
  1. Global Forecast System

Wikimedia Foundation.

Schlagen Sie auch in anderen Wörterbüchern nach:

  • Model output statistics — (MOS) is an omnipresent statistical technique that forms the backbone of modern weather forecasting. The technique pioneered in the 1960s and early 1970s is used to post process output from numerical weather forecast models. Generally speaking,… …   Wikipedia

  • statistics — /steuh tis tiks/, n. 1. (used with a sing. v.) the science that deals with the collection, classification, analysis, and interpretation of numerical facts or data, and that, by use of mathematical theories of probability, imposes order and… …   Universalium

  • Atmospheric model — A 96 hour forecast of 850 mbar geopotential height and temperature from the Global Forecast System An atmospheric model is a mathematical model constructed around the full set of primitive dynamical equations which govern atmospheric motions. It… …   Wikipedia

  • List of statistics topics — Please add any Wikipedia articles related to statistics that are not already on this list.The Related changes link in the margin of this page (below search) leads to a list of the most recent changes to the articles listed below. To see the most… …   Wikipedia

  • Nested Grid Model — The Nested Grid Model (usually known as NGM for short) was a numerical weather prediction model run by the National Centers for Environmental Prediction, a division of the National Weather Service, in the United States. The NGM was, as its name… …   Wikipedia

  • Wind wave model — NOAA Wavewatch III 120 hour Forecast for the North Atlantic In fluid dynamics, wind wave modeling describes the effort to depict the sea state and predict the evolution of the energy of wind waves using numerical techniques. These simulations… …   Wikipedia

  • Mediation (statistics) — A simple statistical mediation model. In statistics, a mediation model is one that seeks to identify and explicate the mechanism that underlies an observed relationship between an independent variable and a dependent variable via the inclusion of …   Wikipedia

  • Mathematical model — Not to be confused with the same term that is used in model theory, a branch of mathematical logic. An artifact that is used to illustrate a mathematical idea may also be called a mathematical model, the usage of which is the reverse of the sense …   Wikipedia

  • Dummy variable (statistics) — In statistics and econometrics, particularly in regression analysis, a dummy variable (also known as an indicator variable) is one that takes the values 0 or 1 to indicate the absence or presence of some categorical effect that may be expected to …   Wikipedia

  • Exogenous growth model — The Exogenous growth model, also known as the Neo classical growth model or Solow growth model is a term used to sum up the contributions of various authors to a model of long run economic growth within the framework of neoclassical… …   Wikipedia