Zentralanstalt für Meteorologie und Geodynamik

Calibrating the ECMWF EPS 2m Temperature and 10m Wind Speed for Austrian Stations

Sabine Radanovics

Zentralanstalt für Meteorologie und Geodynamik

Outline

Motivation Methods Verification Results Summary

14.09.11

(Präsentation)

Folie 2

Zentralanstalt für Meteorologie und Geodynamik

Motivation: ECMWF EPS T2m Innsbruck 1.7.2009 + OBS

14.09.11

Folie 3

Zentralanstalt für Meteorologie und Geodynamik

Motivation: Talagrand Diagram T2m +24h

14.09.11

(Präsentation)

Folie 4

1.8.2009 - 31.7.2010

Zentralanstalt für Meteorologie und Geodynamik

Methods: 2m Temperature

Non-homogenous Gaussian Regression (NGR) (Gneiting et. al 2005)

14.09.11

Folie 5

Zentralanstalt für Meteorologie und Geodynamik

Methods: 10m Wind Speed

Cut – Off NGR (Thorarinsdottir und Gneiting 2008)

Logistic Regression No assumption of a distribution Probability, that a threshold is exeeded Least square minimisation

14.09.11

(Präsentation)

Folie 6

Zentralanstalt für Meteorologie und Geodynamik

Verification Results: Talagrand Diagram T2m +24h

14.09.11

(Präsentation)

Folie 7

Zentralanstalt für Meteorologie und Geodynamik

Verification Results: T2m Bias, RMSE, Spread

14.09.11

(Präsentation)

Folie 8

1.8.2009 - 31.7.2010

Zentralanstalt für Meteorologie und Geodynamik

Verification Results: CRPS T2m

14.09.11

Folie 9

1.7.2010 – 31.7.2010

Zentralanstalt für Meteorologie und Geodynamik

Verification Results: 10m Wind Speed CRPS

14.09.11

(Präsentation)

Folie 10

1.8.2009 – 31.7.2010

Zentralanstalt für Meteorologie und Geodynamik

Verification Results: 10m Wind Speed CRPS

14.09.11

(Präsentation)

Folie 11

1.8.2009 – 31.7.2010

Zentralanstalt für Meteorologie und Geodynamik

Verification Results: ff10m 1.8.2009 – 31.7.2010

Brier Score 1m/s Brier Score 5m/s

14.09.11

Folie 12

Zentralanstalt für Meteorologie und Geodynamik

Summary

Improvement of verification scores Tested different amounts of training data Tested two different methods for wind speed Tested predictors for logistic regression

Ensemble mean wind speed is a good predictor Ensemble spread of the wind speed does not

improve results Wind direction does not improve results

Better probability forecasts with calibrated EPS

14.09.11

Folie 13

Zentralanstalt für Meteorologie und Geodynamik

Literature

Tilmann Gneiting and others. Calibrated probabilistic forecasting using ensemble model output statistics and minimum crps estimation. Monthly Weather Review, 133:1098–1118, 2005.

Thordis L. Thorarinsdottir and Tilmann Gneiting. Probabilistic forecasts of wind speed: Ensemble model output statistics using heteroskedastic censored regression. Technical Report 546, Department of Statistics, University of Washington, 2008.

14.09.11

Folie 14