Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Forecast verification for multicategory discrete predictands related to the Common Air Quality Index

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00020699%3A_____%2F11%3A%230000436" target="_blank" >RIV/00020699:_____/11:#0000436 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Forecast verification for multicategory discrete predictands related to the Common Air Quality Index

  • Popis výsledku v původním jazyce

    When forecast concentrations of modelled substances are used to calculate an air quality index, such as the Common Air Quality Index (CAQI), the forecast index classes must be validated. Here, we focus on the Peirce Skill Score, the Heidke Skill Score and the Gandian-Murphy Skill Score which allow assessment of how well CAQI classes were forecast by a statistically adapted forecast model. The techniques are applied to 70 air quality forecasts at European cities produced within the CITEAIR II project. The value of the statistical measures, to the verification process, is discussed. A key effect of using the scores is that a loss of information occurs by distilling the data into one value and this can disguise some aspects of forecast skill. The Gandian-Murphy Skill Score was found have the potential to lead to non-intuitive skill conclusions which may be unsuitable for air quality forecast verification.

  • Název v anglickém jazyce

    Forecast verification for multicategory discrete predictands related to the Common Air Quality Index

  • Popis výsledku anglicky

    When forecast concentrations of modelled substances are used to calculate an air quality index, such as the Common Air Quality Index (CAQI), the forecast index classes must be validated. Here, we focus on the Peirce Skill Score, the Heidke Skill Score and the Gandian-Murphy Skill Score which allow assessment of how well CAQI classes were forecast by a statistically adapted forecast model. The techniques are applied to 70 air quality forecasts at European cities produced within the CITEAIR II project. The value of the statistical measures, to the verification process, is discussed. A key effect of using the scores is that a loss of information occurs by distilling the data into one value and this can disguise some aspects of forecast skill. The Gandian-Murphy Skill Score was found have the potential to lead to non-intuitive skill conclusions which may be unsuitable for air quality forecast verification.

Klasifikace

  • Druh

    A - Audiovizuální tvorba

  • CEP obor

    DG - Vědy o atmosféře, meteorologie

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    V - Vyzkumna aktivita podporovana z jinych verejnych zdroju

Ostatní

  • Rok uplatnění

    2011

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • ISBN

  • Místo vydání

    Praha, Česká republika

  • Název nakladatele resp. objednatele

  • Verze

  • Identifikační číslo nosiče