This is a good article. Click here for more information.

열대저기압 예보모델

Tropical cyclone forecast model
이 에르네스토(2006)의 초기 예측에서 보듯이, 여전히 상당한 트랙 오류가 가끔 발생한다.NHC 관계자는 밝은 파란색이며 실제 태풍의 진로는 플로리다 상공의 하얀색 선이다.

열대성 사이클론 예보 모델은 기상 데이터를 사용하여 열대성 사이클론 미래의 상태를 예측하는 컴퓨터 프로그램이다.세 가지 유형의 모델이 있다: 통계적, 동적 또는 결합된 통계적 역학.[1]다이너믹 모델은 정교한 수학 모델링 소프트웨어와 기상 데이터를 탑재한 강력한 슈퍼컴퓨터를 활용해 미래 기상 조건을 계산한다.통계적 모델은 과거 데이터 집합에서 추론함으로써 열대성 사이클론의 진화를 예측하고, 따라서 개인용 컴퓨터와 같은 플랫폼에서 빠르게 실행될 수 있다.통계적 역학 모델은 두 예측 유형의 측면을 사용한다.열대성 사이클론에는 선로, 강도, 폭풍우 급증, 강우 등 4가지 주요 예측 유형이 존재한다.역동적인 모델은 1970년대와 1980년대에 이르러서야 개발되었고, 이전의 노력은 폭풍 급증 문제에 초점을 맞추었다.

트랙 모델은 1980년대까지 통계적 모델과 비교했을 때 예측 기술을 보여주지 못했다.통계 역학 모델은 1970년대부터 1990년대까지 사용되었다.초기 모델들은 이전 모델들의 데이터를 사용하는 반면, 후기 모델들은 공식적인 허리케인 예측이 전송된 후 생산량을 생산한다.컨센서스, 앙상블, 그리고 얼싸안 예측을 사용하면 어떤 개별 예측 모델보다 오류를 더 줄일 수 있다.합의 및 대체 예측 모두 글로벌 및 지역 모델 실행의 지침을 사용하여 각 부품보다 성능을 개선할 수 있다.합동태풍경보센터에서 사용되는 기법은 superenendic 예보들이 선로 예보를 위한 매우 강력한 도구라는 것을 나타낸다.

통계적 지침

허리케인 이사벨용 r-CLIPER(2003)

국립허리케인센터가 처음 사용한 통계지침은 1969년 사용 가능했던 허리케인 아날로그 기법(HURRAN)이었다.그것은 비슷한 궤도를 가진 폭풍을 찾기 위해 새로 개발된 북대서양 열대 저기압 데이터베이스를 이용했다.그리고 폭풍의 현재 경로를 통해 그들의 궤적을 이동시켰고, 위치, 방향, 이동 속도, 적절한 아날로그를 찾기 위해 날짜를 사용했다.이 방법은 아직 북상하지 않은 25도선 이남의 폭풍우에서는 효과가 좋았지만, 재발 부근이나 재발 후의 시스템에서는 좋지 못했다.[2]1972년 이후 열대 사이클론 트랙 예측을 생성하기 위해 CLIPER(Climatology and Persistence) 통계 모델이 사용되어 왔다.능숙하게 역동적인 예측을 하는 시대에, CLIPER는 이제 모델과 예측자 기술을 보여줄 수 있는 기준선으로 사용되고 있다.[3]통계 허리케인 강도 예측(SHIFOR)은 열대성 사이클론 강도 예측에 1979년부터 사용되어 왔다.현재 줄리안의 날, 현재의 사이클론 강도, 12시간 전 사이클론의 강도, 폭풍의 초기 위도와 경도, 그리고 그 지역(동서)과 경맥(북남) 운동 성분을 포함한 기후학 및 지속성을 사용하여 미래의 강도를 예측한다.[2]

CLIPER 출력에 기초한 회귀 방정식과 당시 국립환경예측센터(National Center for Environmental Prediction)에서 운영되는 원시 방정식 모델의 최신 출력을 사용한 일련의 통계적 역학 모델은 1970년대와 1990년대에 개발되었으며, NHC73, NHC83, NHC90, NHC91, NHC98로 명명되었다.[1][4]열대 사이클론 트랙 예측 분야에서는 계산력이 증가하면서 발생하는 역동적인 모델 지침에도 불구하고, 수치적 기상 예측이 기술을 보인 것은 1980년대 10년이 되어서였고, 통계적 또는 단순한 역동적 모델을 지속적으로 능가한 1990년대까지였다.[5]1994년에는 태풍 예보를 위해 북서 태평양을 위한 SIPOR 버전이 만들어졌는데, 이는 1971-1990년 데이터를 사용하여 향후 72시간까지 강도 예보를 개발했다.[6]

강도 예측과 관련하여, 통계적 허리케인 강도 예측 체계(SHIP)는 다중 회귀 기법을 통해 수직 윈드 전단 및 해수면 온도, 기후학, 지속성(폭풍 행동)과 같은 지구 예측 시스템(GFS)의 환경 조건 사이의 관계를 활용하여북대서양과 북동 태평양의 시스템에 대한 강도 [1]예측해군 작전 지구 예측 시스템(NOGAPS) 모델에서 입력 환경 조건을 통해 육지 상호작용을 설명하는 통계 강도 예측 시스템(STIPS)으로 알려진 서북태평양과 남반구에 대해서도 유사한 모델이 개발됐다.[7]내부 붕괴 구성요소가 있는 선박의 버전은 붕괴 선박(Dest Ships, DSHIPS)으로 알려져 있다.로지스틱 성장 방정식 모델(LGEM)은 단순화된 동적 예측 시스템 내에서 SLAPS와 동일한 입력을 사용한다.[1]열대성 사이클론 강우 예측에서는, 국립 허리케인에 근거한 열대성 사이클론들에 대한 실제적인 강우 분포를 마련하기 위해, 해양을 가로지르는 극궤도 위성의 마이크로파 강우 데이터와 육지의 1차 강우량 측정을 이용하여 강우 기후학 및 지속성(r-CLIPER) 모델을 개발했다.e Center의 트랙 예측.2004년부터 운용되고 있다.[8]국립허리케인센터와 합동태풍경보센터에서 사용하기 위해 통계적 매개변수 풍력반경보 모델이 개발되었다. 이 센터는 기후학과 지속성을 사용하여 향후 5일까지 풍력구조를 예측한다.[2]

동적 안내

SLOH 실행 예제
참고 항목:수치적 기상예보의 역사

1972년 미국 대륙붕을 따라 폭풍의 파고를 예측하는 첫 번째 모델이 개발되었는데, 이 모델은 허리케인으로부터 오는 서지의 진폭을 나열하는 특별 프로그램이라고 알려져 있다.[9]1978년, 대기 역학을 기반으로 한 최초의 허리케인 추적 모델인 이동식 미세 메시(MFM) 모델이 작동하기 시작했다.[10]준래그랑고 제한지역(QLM) 모델은 경계조건에 대한 데카르트 격자와 GFS(Global Predict System)를 이용한 다단계 원시방정식 모델이다.[2]1980년대 초에는 수증기, 적외선, 가시 위성사진에서 인공위성이 파생한 바람을 동화시켜 열대성 사이클론 선로 예측을 향상시킨 것이 발견되었다.[11]지구물리학적 유체역학연구소(GFDL) 허리케인 모델은 1973년부터 1980년대 중반까지 연구 목적으로 사용되었다.일단 허리케인 예측에 기술을 보여줄 수 있다고 결정되자, 다년간의 전환은 1995년 국립 기상청이 트랙과 강도 예측에 사용할 수 있는 운영 모델로 연구 모델을 바꾸었다.[12]1985년까지, 허리케인(SLOOSH)의 바다 호수 및 오버랜드 서지 모델은 멕시코만 지역과 미국 동부 해안 근처의 지역에서 사용하기 위해 개발되었는데, 이것은 SPLASH 모델보다 더 강력했다.[13]

베타 애드브레이션 모델(BAM)은 1987년부터 열대 사이클론 전체의 코리올리 효과의 차이로 북서쪽으로 폭풍을 일으키는 베타 효과와 850hPa~200hPa 층을 통해 평균적으로 조향 바람을 이용해 운영적으로 사용되어 왔다.[14]사이클론이 클수록 베타 효과의 영향이 클 가능성이 크다.[15]1990년부터는 850hPa~700hPa 층의 BAM left(BAMS) 평균풍, 850hPa~400hPa 층의 평균 바람을 사용하는 BAMM(BAMM), 1990년 이전 BAM과 동일한 BAM 딥(BAMD) 등 3가지 버전이 운영되었다.[4]중앙 뇌우 활동이 잘 발달되지 않은 약한 허리케인의 경우 약한 폭풍은 낮은 수준의 바람에 의해 조향되는 경향이 있기 때문에 BAMS는 잘 작동한다.[1]폭풍우가 강해지고 중심부 근처의 뇌우 활동이 깊어질수록, BAMM과 BAMD는 이러한 종류의 폭풍들이 상층부의 바람에 의해 더 많이 조종되기 때문에 더욱 정확해진다.세 가지 버전의 예측이 비슷하다면 예측자는 최소한의 불확실성은 있다고 결론을 내릴 수 있지만, 만약 그 버전이 크게 다르다면 예측한 트랙에 대한 신뢰도는 불확실성이 커진다.[16]모델 예측 간의 큰 차이는 또한 대기의 윈드 쉬어를 나타낼 수 있으며, 강도 예측에도 영향을 미칠 수 있다.[1]

1989년과 1990년에 시험한 VICBAR(Vic oomy barotiency) 모델은 관측치의 객관적인 분석과 내포된 영역의 얕은 물 예측 방정식에 대한 해결책을 위해 변수의 입방-B 스플라인 표현을 사용했으며, 경계 조건이 글로벌 예측 모델로 정의되었다.[17]경계 조건의 GFS를 사용하여 1992년에 LBAR(Limited Area Sine Transform Barotiant) 모델로 운용적으로 구현되었다.[2]1990년까지 호주는 개인용 컴퓨터로 몇 분 안에 실행될 수 있는 자체적인 폭풍 서지 모델을 개발했다.[18]일본 기상청은 1994년에 자체 태풍 모델(TYM)을 개발했고,[19] 1998년에 자체적인 동적 폭풍 서지 모델을 사용하기 시작했다.[20]

허리케인 아이린에 대한 NOAA 예측

허리케인 기상 연구 및 예측(HWRF) 모델은 기상 연구 및 예측(WRF) 모델의 전문 버전으로 열대성 사이클론의 선로와 강도를 예측하는 데 사용된다.이 모델은 국립해양대기청(NOAA), 미국 해군연구소, 로드아일랜드 대학, 플로리다 주립대학교가 개발했다.[21]2007년에 가동되었다.[22]궤도 예측의 개선에도 불구하고, 통계적 기상 예측에 근거한 열대성 사이클론의 강도에 대한 예측은 역학적 지침보다 더 높은 기술을 계속해서 보여주기 때문에 계속 난제가 되고 있다.[23]Other than the specialized guidance, global guidance such as the GFS, Unified Model (UKMET), NOGAPS, Japanese Global Spectral Model (GSM), European Centre for Medium-Range Weather Forecasts model, France's Action de Recherche Petite Echelle Grande Echelle (ARPEGE) and Aire Limit´ee Adaptation Dynamique Initialisation (ALADIN) models, India's National Centre for Medium Range Weather Forecasting (NCMRWF) model, Korea's Global Data Assimilation and Prediction System (GDAPS) and Regional Data Assimilation and Prediction System (RDAPS) models, Hong Kong/China's Operational Regional Spectral Model (ORSM) model, and Canadian Global Environmental Multiscale Model (GEM) model are used for track and강도 높은 [2]목적

적시성

일부 모델은 모델이 실행되기 시작한 직후 예측 사이클에 사용될 만큼 신속하게 출력을 생성하지 않는다(HWRF, GFDL, FSSE 포함).위의 트랙 모델(CLIPER 제외)의 대부분은 0000, 0600, 1200, 1800 UTC(Universal Coordinated Time)의 시냅스 시간 이후 약 4시간 후에 출력을 생성하는 GFS와 같은 글로벌 기상 모델의 데이터를 필요로 한다.NHC는 예측의 절반에 대해 3시간 후에야 예측을 발표하므로, NHC90, BAM, LBAR 등 일부 "조기" 모델은 현재 12시간 된 예측을 사용하여 실행된다.GFS 및 GFDL과 같은 "Late" 모델은 이미 권고안이 발행된 후 마감된다.이러한 모델은 GFDL 모델의 보간 버전인 GFDI와 같은 예측 사이클에서 사용할 수 있도록 현재 스톰 위치로 보간된다.[1][24]

컨센서스 방식

상단: 허리케인 리타 트랙의 WRF 모델 시뮬레이션.아래쪽:NHC 멀티모델 앙상블 전망 확산

예측 모델의 합의점을 사용하면 예측 오류를 줄일 수 있다.[25]트랙와이즈, GUNA 모델은 GFDL, UKMET의 보간 버전과 사이클론 추적기에 적용되는 품질 관리, 미국 해군 NOGAPS 및 GFS 모델의 일치된 모델이다.모델 편향에 대해 보정된 GUNA 버전은 CGUN이라고 알려져 있다.TCON 컨센서스는 GUNA 컨센서스와 허리케인 WRF 모델이다.모델 편차에 대해 보정된 TCON 버전은 TCCN으로 알려져 있다.TCON 내 회원들의 최근 2회 주행과 ECMWF 모델의 지연된 평균은 TVCN 컨센서스라고 알려져 있다.모델 편향에 대해 수정된 TVCN 버전은 TVCC 컨센서스다.[1]

2013년 초, NAVGEM은 NOGAPS를 해군의 주요 작전 글로벌 예측 모델로 대체했다.2013 시즌의 경우, 그리고 모델 검증이 이루어질 때까지, 그것은 어떠한 합의된 예측의 개발에 활용되지 않고 있다.

강도의 경우, LGEM, 보간된 GFDL, 보간된 HWRF 및 DSHIPS 모델의 조합은 ICON 컨센서스로 알려져 있다.ICON 컨센서스 내에서 최근 두 번의 모델 실행의 지연 평균을 IVCN 컨센서스라고 한다.[1]Across the northwest Pacific and Southern Hemisphere, a ten-member STIPS consensus is formed from the output of the NOGAPS, GFS, the Japanese GSM, the Coupled Ocean/Atmosphere Mesoscale Prediction System (COAMPS), the UKMET, the Japanese TYM, the GFDL with NOGAPS boundary conditions, the Air Force Weather Agency (AFWA) Model, the Australian Tropi칼 사이클론 지역 예측 시스템 및 웨버 바로티방성 모델.[7]

앙상블 방식

추가 정보:앙상블 예측

대기에 대한 모든 것을 적시에 정확하게 학습하는 것은 불가능하고, 취해진 대기 측정치가 완전히 정확하지 않기 때문에 어떤 모델도 완벽히 정확하지 않다.[26]멀티모델 앙상블이든, 글로벌 모델을 기반으로 한 수많은 앙상블 멤버든 예측의 앙상블 방식을 이용하면 불확실성을 정의하고 오류를 더 제한하는데 도움이 된다.[27][28]

JMA는 2008년 2월부터 태풍앙상블예측시스템(TEPS)으로 알려진 태풍에 대한 11명으로 구성된 앙상블 예보시스템을 제작해 앞으로 132시간까지 소진되고 있다.그것은 GSM의 낮은 해상도 버전(그리드 간격이 더 큰)을 사용하며, 10개의 동요된 멤버와 1개의 동요되지 않은 멤버를 가지고 있다.이 시스템은 고해상도 GSM에 비해 향후 5일 이내에 평균 40km(25mi)의 오차를 줄인다.[29]

플로리다 주 슈퍼 앙상블(FSE)은 일련의 모델에서 생산되며, 이 모델들은 훈련 단계에 걸쳐 개발된 통계적 회귀 방정식을 사용하여 편견을 줄인다. 이는 회원 모델이나 평균 솔루션보다 예측치를 더 잘 산출한다.플로리다 주립대에서 개발한 5개 글로벌 모델, 통합모델, GFS, NOGAPS, 미국 해군 NOGAPS, 호주 기상연구센터(BMRC) 모델, 캐나다 레허쉬엔 프레비전 누메리케(RPN) 모델 등 11개 글로벌 모델을 사용한다.열대성 사이클론의 트랙, 강도, 강우량 예측에 상당한 기술을 보여준다.[30]

체계적 접근 예측 지원(SAFA)은 미국 해군 NOGAPS 모델, GFDL, 일본 기상청의 글로벌 및 태풍 모델뿐만 아니라 UKME를 사용하여 72시간 동안 더 많은 잘못된 예측을 배제한 선택적 합의 예측을 만들기 위해 공동 태풍경보센터가 개발했다.T. SAFA의 5년 역사 동안 모든 모델이 개선되었고 잘못된 예측을 제거하는 것은 운영에서 하기 어려운 것으로 판명되었다.[31]

태양 흑점 이론

2010년 한 보고서는 낮은 태양의 흑점 활동과 높은 허리케인 활동과의 상관관계를 보여준다.역사적 데이터를 분석하면, 태양 흑점이 가장 높은 해에는 적어도 한 번의 허리케인이 미국 대륙을 강타할 확률이 25%이고, 태양 흑점이 낮은 해에는 64%의 가능성이 있었다.2010년 6월, 미국의 허리케인 예측자들은 이 정보를 사용하지 않았다.[32]

허리케인 예측 모델 정확도

허리케인 예측 모델의 정확도는 폭풍마다 크게 다를 수 있다.일부 폭풍의 경우 허리케인 트랙에 영향을 미치는 요인은 비교적 간단하며, 모델은 정확할 뿐만 아니라 유사한 예측을 생성하는 반면, 다른 폭풍의 경우 허리케인 트랙에 영향을 미치는 요인은 더 복잡하고 다른 모델들은 매우 다른 예측을 산출한다.[33]

참고 항목

참조

  1. ^ a b c d e f g h i National Hurricane Center (July 2009). "Technical Summary of the National Hurricane Center Track and Intensity Models" (PDF). National Oceanic and Atmospheric Administration. pp. 1–7. Retrieved 26 February 2011.
  2. ^ a b c d e f Chan, Johnny C. L. & Jeffrey D. Kepert (2010). Global Perspectives on Tropical Cyclones: From Science to Mitigation. World Scientific. pp. 288–292. ISBN 978-981-4293-47-1. Retrieved 24 February 2011.
  3. ^ Knaff, John A.; Demaria, Mark; Sampson, Charles R.; Gross, James M. (February 2003). "Statistical, 5-Day Tropical Cyclone Intensity Forecasts Derived from Climatology and Persistence" (PDF). Weather and Forecasting. 18: 80–81. Bibcode:2003WtFor..18...80K. doi:10.1175/1520-0434(2003)018<0080:SDTCIF>2.0.CO;2. ISSN 1520-0434. Retrieved 25 February 2011.
  4. ^ a b Simpson, Robert H. (2003). Hurricane!: coping with disaster : progress and challenges since Galveston, 1900. American Geophysical Union. p. 110. ISBN 978-0-87590-297-5. Retrieved 25 February 2011.
  5. ^ Franklin, James (20 April 2010). "National Hurricane Center Forecast Verification". National Hurricane Center. Retrieved 2 January 2011.
  6. ^ Chu, Jan-Hwa (November 1994). "A Regression Model For the Western North Pacific Tropical Cyclone Intensity Forecast". United States Naval Research Laboratory. Retrieved 15 March 2011.
  7. ^ a b Sampson, Charles R., John A. Knaff, and Mark DeMaria (1 March 2006). "A Statistical Intensity Model Consensus For the Joint Typhoon Warning Center" (PDF). Retrieved 15 March 2011.{{cite web}}: CS1 maint : 복수이름 : 작성자 목록(링크)
  8. ^ National Research Council (U.S.). Committee on the Future of Rainfall Measuring Missions, National Research Council (U.S.). Board on Atmospheric Sciences and Climate (2007). NOAA's role in space-based global precipitation estimation and application. National Academies Press. ISBN 978-0-309-10298-8.
  9. ^ Jelesnianski, C. P., J. Chen, and W. A. Shaffer (April 1992). "SLOSH: Sea, lake, and Overland Surges from Hurricanes. NOAA Technical Report NWS 48" (PDF). National Oceanic and Atmospheric Administration. p. 2. Retrieved 15 March 2011.{{cite web}}: CS1 maint : 복수이름 : 작성자 목록(링크)
  10. ^ Shuman, Frederick G. (September 1989). "History of Numerical Weather Prediction at the National Meteorological Center". Weather and Forecasting. 4 (3): 286–296. Bibcode:1989WtFor...4..286S. doi:10.1175/1520-0434(1989)004<0286:HONWPA>2.0.CO;2. ISSN 1520-0434.
  11. ^ Le Marshall; J. F.; L. M. Leslie & A. F. Bennett (1996). "Tropical Cyclone Beti – an Example of the Benefits of Assimilating Hourly Satellite Wind Data" (PDF). Australian Meteorological Magazine. 45: 275.
  12. ^ Geophysical Fluid Dynamics Laboratory (28 January 2011). "Operational Hurricane Track and Intensity Forecasting". National Oceanic and Atmospheric Administration. Retrieved 25 February 2011.
  13. ^ Jarvinen B. J. & C. J. Neumann (1985). "An evaluation of the SLOSH storm surge model". Bulletin of the American Meteorological Society. 66 (11): 1408–1411. Bibcode:1985BAMS...66.1408.. doi:10.1175/1520-0477-66.11.1408.
  14. ^ Glossary of Meteorology (June 2000). "Beta Effect". American Meteorological Society. Archived from the original on 6 June 2011. Retrieved 5 May 2008.
  15. ^ "Section 1. Influences on Tropical Cyclone Motion". United States Navy. 2011. Retrieved 25 February 2011.
  16. ^ Warner, Thomas Tomkins (2010). Numerical Weather and Climate Prediction. Cambridge University Press. pp. 266–275. ISBN 978-0-521-51389-0. Retrieved 11 February 2011.
  17. ^ Demaria, Mark; Aberson, Sim D.; Ooyama, Katsuyuki V.; Lord, Stephen J. (1992). "A Nested Spectral Model for Hurricane Track Forecasting". Monthly Weather Review. 120 (8): 1628–1643. Bibcode:1992MWRv..120.1628D. doi:10.1175/1520-0493(1992)120<1628:ANSMFH>2.0.CO;2. ISSN 1520-0493.
  18. ^ Hubbert, Graeme D., Greg J. Holland, Lance M. Leslie, Michael J. Manton (March 1991). "Computer Techniques: A Real-Time System For Forecasting Tropical Cyclone Storm Surges". Weather and Forecasting. 6 (1): 86–87. Bibcode:1991WtFor...6...86H. doi:10.1175/1520-0434(1991)006<0086:ARTSFF>2.0.CO;2. ISSN 1520-0434.{{cite journal}}: CS1 maint : 복수이름 : 작성자 목록(링크)
  19. ^ Zschau, Jochen & Andreas N. Küppers (2003). Early warning systems for natural disaster reduction. Springer. p. 172. ISBN 978-3-540-67962-2. Retrieved 16 March 2011.
  20. ^ Higaki, Masakazu, Hironori Hayashibara, and Futoshi Nozaki (20 April 2009). "Outline of the Storm Surge Prediction Model at the Japan Meteorological Agency" (PDF). Japan Meteorological Agency. p. 25. Retrieved 15 March 2011.{{cite web}}: CS1 maint : 복수이름 : 작성자 목록(링크)
  21. ^ "Weather Forecast Accuracy Gets Boost with New Computer Model". UCAR press release. Archived from the original on 19 May 2007. Retrieved 9 July 2007.
  22. ^ "New Advanced Hurricane Model Aids NOAA Forecasters". NOAA Magazine. Retrieved 9 July 2007.
  23. ^ Rappaport, Edward N.; Franklin, James L.; Avila, Lixion A.; Baig, Stephen R.; Beven, John L.; Blake, Eric S.; Burr, Christopher A.; Jiing, Jiann-Gwo; Juckins, Christopher A.; Knabb, Richard D.; Landsea, Christopher W.; Mainelli, Michelle; Mayfield, Max; McAdie, Colin J.; Pasch, Richard J.; Sisko, Christopher; Stewart, Stacy R.; Tribble, Ahsha N. (April 2009). "Advances and Challenges at the National Hurricane Center". Weather and Forecasting. 24 (2): 395–419. Bibcode:2009WtFor..24..395R. CiteSeerX 10.1.1.207.4667. doi:10.1175/2008WAF2222128.1.
  24. ^ Franklin, James L. (21 May 2006). "2005 National Hurricane Center Forecast Verification Report" (PDF). National Hurricane Center. p. 6. Retrieved 26 February 2011.
  25. ^ Kimberlain, Todd (June 2007). "Tropical cyclone motion and intensity talk". Hydrometeorological Prediction Center. Retrieved 21 July 2007.
  26. ^ Epstein, E.S. (December 1969). "Stochastic dynamic prediction". Tellus. 21 (6): 739–759. Bibcode:1969Tell...21..739E. doi:10.1111/j.2153-3490.1969.tb00483.x.
  27. ^ Grimit, Eric P.; Mass, Clifford F. (October 2004). "Redefining the Ensemble Spread-Skill Relationship from a Probabilistic Perspective" (PDF). University of Washington. Archived from the original (PDF) on 12 October 2008. Retrieved 2 January 2010.
  28. ^ Zhou, Binbin; Du, Jun (February 2010). "Fog Prediction From a Multimodel Mesoscale Ensemble Prediction System" (PDF). Weather and Forecasting. 25 (1): 303–322. Bibcode:2010WtFor..25..303Z. doi:10.1175/2009WAF2222289.1. Retrieved 2 January 2011.
  29. ^ Yamaguchi, Munehiko & Takuya Komori (20 April 2009). "Outline of the Typhoon Ensemble Prediction System at the Japan Meteorological Agency" (PDF). Japan Meteorological Agency. pp. 14–15. Retrieved 15 March 2011.
  30. ^ Palmer, Tim & Renate Hagedorn (2006). Predictability of weather and climate. Cambridge University Press. pp. 532–545. ISBN 978-0-521-84882-4. Retrieved 26 February 2011.
  31. ^ Sampson, Charles R., John A. Knaff, and Edward M. Fukada (June 2007). "Notes and Correspondence: Operational Evaluation of a Selective Consensus in the Western North Pacific Basin". Weather and Forecasting. 22 (3): 671–675. Bibcode:2007WtFor..22..671S. doi:10.1175/WAF991.1.{{cite journal}}: CS1 maint : 복수이름 : 작성자 목록(링크)
  32. ^ Waymer, Jim (1 June 2010). "Researchers:Fewer sunspots, more storms". Melbourne, Florida: Florida Today. pp. 1A.
  33. ^ [NULL]. "Hurricanes: Science and Society: Hurricane Forecast Model Accuracy".

외부 링크