HUNGEO 2000 Poszterelőadások - Meteorológia PD6
Dinamikus évszakos előrejelzések és verifikációjuk Magyarországra

Zoboki Judit
Országos Meteorológiai Szolgálat, Budapest, H
zoboki@met.hu


Az Országos Meteorológiai Szolgálatnál már régóta folynak hosszú távú előrejelzések készítésére irányuló kutatások, illetve készítenek hosszú távú előrejelzéseket az Országos Meteorológiai Szolgálatban kifejlesztett analógiás módszerrel mintegy húsz éve. Az eddig alkalmazott statisztikus módszerek bevezetésük idején a kor színvonalának megfeleltek, de ma már korszerűbb, úgynevezett dinamikus módszerekkel is készülnek szezonális előrejelzések Európa nagyobb előrejelző központjaiban. Az Országos Meteorológiai Szolgálat számára a United Kingdom Meteorological Office (UKMO) és a European Center for Medium-Range Weather Forecasts (ECMWF) évszakos előrejelzései hozzáférhetőek. Mivel az ECMWF nagyobb felbontású információkat nyújt, illetve tesz számunkra hozzáférhetővé, ezért ezeknek az előrejelzéseknek a beválását kezdtük vizsgálni.
Az ECMWF 1995-ben indította évszakos előrejelzéssel foglalkozó programját. Az ECMWF-nél futó előrejelző modell egy kapcsolt óceán-légkör modell, mely az óceán hosszabb távú előrejelezhetőségét használja ki szezonális előrejelzések készítésére. A klíma-fluktuációk előrejelezhetőségének becslését ensemble technikával végzik, havonta mintegy 30 ensemble-t állítanak elő. Kísérleti jelleggel 1997. július 1. óta adnak ki előrejelzéseket a kiadástól számított 2-6 hónapra, az előrejelzések a felszín hőmérsékletre, csapadék összegre, tengerszinti légnyomásra és tengerfelszín hőmérsékletre vonatkoznak.
Az ECMWF előrejelzéseiből kiszámítottuk a csapadék és felszín hőmérséklet havi periódusátlagolt anomáliáinak valószínűségi értékeit. Az előrejelzés adatsorából kiszámítottuk az úgynevezett ROC-t (Relative Operating Characteristic), mely alkalmas az évszakos valószínűségi előrejelzések beválásának becslésére. A karakterisztika jól szemlélteti, hogy az előrejelzés beválása hogyan viszonyul a klimatológiai előrejelzéshez.