Estimations of Initial Errors Growth in Weather Prediction by Low-dimensional Atmospheric Model
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F14%3A10292089" target="_blank" >RIV/00216208:11320/14:10292089 - isvavai.cz</a>
Výsledek na webu
<a href="http://www.springer.com/gp/book/9783319074009" target="_blank" >http://www.springer.com/gp/book/9783319074009</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-319-07401-6_2" target="_blank" >10.1007/978-3-319-07401-6_2</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Estimations of Initial Errors Growth in Weather Prediction by Low-dimensional Atmospheric Model
Popis výsledku v původním jazyce
Initial errors in weather prediction grow in time. As errors become larger, their growth slows down and then stops at an asymptotic value. Time of reaching this value represents the limit of predictability. Other time limits that measure the error growthare doubling time ?d, and times when the forecast error reaches 95%, 71%, 50%, and 25% of the limit of predictability. This paper studies asymptotic value and time limits in a low-dimensional atmospheric model for five initial errors, using ensemble prediction method as well as error approximation by quadratic and logarithmic hypothesis. We show that quadratic hypothesis approximates the model data better for almost all initial errors and time lengths. We also demonstrate that both hypotheses can be further improved to achieve even better match of the asymptotic value and time limits with the model.
Název v anglickém jazyce
Estimations of Initial Errors Growth in Weather Prediction by Low-dimensional Atmospheric Model
Popis výsledku anglicky
Initial errors in weather prediction grow in time. As errors become larger, their growth slows down and then stops at an asymptotic value. Time of reaching this value represents the limit of predictability. Other time limits that measure the error growthare doubling time ?d, and times when the forecast error reaches 95%, 71%, 50%, and 25% of the limit of predictability. This paper studies asymptotic value and time limits in a low-dimensional atmospheric model for five initial errors, using ensemble prediction method as well as error approximation by quadratic and logarithmic hypothesis. We show that quadratic hypothesis approximates the model data better for almost all initial errors and time lengths. We also demonstrate that both hypotheses can be further improved to achieve even better match of the asymptotic value and time limits with the model.
Klasifikace
Druh
J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2014
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
Advances in Intelligent Systems and Computing
ISSN
2194-5357
e-ISSN
—
Svazek periodika
2014
Číslo periodika v rámci svazku
289
Stát vydavatele periodika
CH - Švýcarská konfederace
Počet stran výsledku
10
Strana od-do
11-20
Kód UT WoS článku
—
EID výsledku v databázi Scopus
—