التفاصيل البيبلوغرافية
| العنوان: |
Automated weather forecasts with non-homogeneous regression : improving probabilistic forecasts of precipitation and temperature at alpine sites ; Automatisierte Wettervorhersage mit Nicht-Homogener Regression |
| المؤلفون: |
Gebetsberger, Manuel |
| سنة النشر: |
2018 |
| المجموعة: |
University of Innsbruck: Digital Library (Universitäts- und Landesbibliothek Tirol) |
| مصطلحات موضوعية: |
Wettervorhersage, Wahrscheinlichkeitsvorhersage, Ensemble Post-Processing, distributional regression, non-homogeneous regression, estimation methods, probabilistic forecasting |
| جغرافية الموضوع: |
Innsbruck, UT 6240, UT 6210, UI:GA:MG |
| الوصف: |
Die vorgestellte Dissertation untersucht und entwickelt Methoden um verbesserte Wahrscheinlichkeitsvorhersagen für Wetterprognosen für ein automatisiertes Vorhersagesystem im alpinen Raum zu erreichen. Statistisches Nachprozessieren von rohen numerischen Wettervorhersagemodellen ist hierbei ein übliches Verfahren um korrigierte Prognosen einem Endnutzer zur Verfugung zu stellen. Allerdings sind gängige Methoden fur Vorhersagen in topographisch komplexen Gegenden, wie zum Beispiel den Alpen, nicht optimal geeignet. Nicht-homogene Regression stellt eine oftmals verwendete Methode dar um korrigierte Vorhersagen in Form einer Wahrscheinlichkeitsverteilung auszudrücken und wird im Detail untersucht. In einem ersten wissenschaftlichen Schritt wird an dieser gängigen Methode verglichen wie die optimalen Parameter einer Vorhersageverteilung geschätzt werden können. Hierbei wird untersucht, welchen Einfluss die Verteilungsannahme bei dieser Schätzung hat, vor allem wenn Daten mit vielen Extremereignissen vorliegen. Als zweiter wissenschaftlicher Schritt werden statistische Verfeinerungen an dieser Methode vorgenommen, um Wahrscheinlichkeitsvorhersagen für Niederschlag zu verbessern. Eine dieser Verfeinerungen berücksichtigt vor allem trockene Ereignisse, die perfekt vorhergesagt werden konnen. Weiters ist eine spezielle parametrische Verteilung mit schwereren Randern als bei der Normalverteilung besser im Stande höhere Niederschlagsmengen abzubilden. Zusätzlich kann mit Hilfe von passenden link-Funktionen eine optimale Vorhersageunsicherheit gewährleistet werden. Der dritte und letzte wissenschaftliche Schritt soll untersuchen ob eine schiefe Verteilung für Temperaturvorhersagen im alpinen Raum besser geeignet ist als die gängige Annahme einer Gauss-Verteilung, um lokale Wetterphanomene besser abbilden zu können die im Moment in numerischen Vorhersagemodellen nicht genügend aufgelöst werden. ; The presented dissertation develops methods for improving probabilistic forecasts of an automated ... |
| نوع الوثيقة: |
doctoral or postdoctoral thesis |
| وصف الملف: |
vi, 95 Blätter 30 cm; text/html; Diagramme, Karten |
| اللغة: |
English |
| العلاقة: |
vignette : https://diglib.uibk.ac.at/titlepage/urn/urn:nbn:at:at-ubi:1-23932/128Test; urn:nbn:at:at-ubi:1-23932; https://resolver.obvsg.at/urn:nbn:at:at-ubi:1-23932Test; local:99144788669203331; system:AC15147581 |
| الإتاحة: |
https://resolver.obvsg.at/urn:nbn:at:at-ubi:1-23932Test |
| حقوق: |
cc-by_4 |
| رقم الانضمام: |
edsbas.1F06D68D |
| قاعدة البيانات: |
BASE |
