Archiv des Autors: khb50

Temperaturen West – und Mitteleuropas als Folge rhythmischer Druckschwankungen über dem Nordpazifik und Nordatlantik (im Juni)

von

Hallo,

in meinem Beitrag „Wintertemperaturen West – und Mitteleuropas als Folge rhythmischer Druckschwankungen über dem Nordpazifik und Nordatlantik“ vom 17. August 2016 hatte ich eine Methode vorgestellt, um die Rhythmik dieser Druckschwankungen zu erkennen und dann eine Temperaturprognose für einen bestimmten Raum abzuleiten. Ich habe diese Methode in jenem Beitrag ausführlich beschrieben und möchte sie jetzt nicht noch einmal ausbreiten.

Nebenbei: Die Winterprognose 2016/17 für West – und Mitteleuropa (in jenem Beitrag, definiert als 47.5 – 55°N 10°W – 17.5°E) lautete „mittleres Feld, nahe am Durchschnitt“. Der Winter 2016/17 lag im mittleren Feld und hatte eine Durchschnittstemperatur von 4,036°C. Die Durchschnittstemperatur 1987/88 bis 2015/16 der Winter in diesem Bereich beträgt 3,885°C. Nehme ich als Erwartungswert den Durchschnitt der Winter im mittleren Feld, so beträgt dieser 3,992°C. Der Unterschied zum tatsächlich eingetretenen Wert beträgt also lediglich 0,044 K. Die Prognose traf also ein.

Ich möchte nun in den folgenden Monaten eine Prognose für oben genannten Raum abgeben, um zu prüfen, ob diese Methode Erfolg verspricht. Beginnen möchte ich mit der Juniprognose.

Ich wähle zunächst die 10 kältesten und die 10 wärmsten Junimonate im Zeitraum 1987 bis 2016 aus, subtrahiere jeweils die Bodendruckwerte der 10 wärmsten Junimonaten von jenen der 10 kältesten und zwar, indem ich Monat für Monat zurückschreite, 24 Jahre, also 288 Monate. Ziel ist, herauszufinden, in welcher Phase nordhemisphärischer Druckanordnung – nach Analyse der Rhythmik –  sich ein bestimmter Raum X (hier West – und Mitteleuropa) zu einem bestimmten Zeitpunkt Y (hier Juni 2017) befindet.

Ein Beispiel:

dl5fES39VR

Dies ist die Situation im Februar 13 Jahre und 4 Monate vor einem kalten Juni, tiefer Druck bei den Aleuten und hoher Druck bei Island. Die genau umgekehrte Situation ist mit warmem Juni verbunden. Für die Auswertung ziehe ich nur Monate heran, die zwischen „kalt und warm“ um mindestens 8hPa differieren (deswegen diese Farbabstufung).

Bei Betrachtung der 288 Monate erhalte ich 40 solcher Monate mit entsprechenden Differenzen. Ich addiere nun die Flächenmittel des Bodendrucks jener Gebiete, getrennt nach Zielführung, alle Werte, die bei tiefem Druck zu „kalt“ führen und dann alle Werte, die bei hohem Druck zu „kalt“ führen.

Beispiele: Der kälteste Juni in diesem Zeitraum erreicht bei Addition der Einzelwerte, die bei tiefem Luftdruch der Vormonate zu „kalt“ führen, einen Index von +12, bei den Einzelwerten, wo hoher Druck zu „kalt“ führt, einen Index von +414, Ergebnis 414 minus 12 ergibt +402.

Der wärmste Juni erreicht bei Addition der Einzelwerte, die bei tiefem Druck zu „kalt“ führen, einen Index von +195 und bei den Einzelwerten, wo hoher Druck zu „kalt“ führt, einen Index von +97, Ergebnis 97 minus 195 ergibt -98.

Es liegt natürlich an der Berechnungsmethode, dass sich die beiden Gruppen auf diese Weise unterscheiden. Trotzdem muss analysiert werden, ob es Ausnahmen gibt und es muss analysiert werden, ob die 10 mittleren Junimonate sich in dieses Schema einfügen. Wenn nicht, hat diese Vorgehensweise keine Aussagekraft. Wenn ja, zeigt dies, dass alle 30 Junimonate derselben Rhythmik unterliegen.

Hier die Ergebnisse, Jahr, Index, monatliche Durchschnittstemperatur (in °C):

die 10 kältesten Junimonate:

1987: 239     13,128°C

1990: 273     14,214

1991: 402     12,772

1994: 261     14,345

1995: 225     13,903

1996: 333     14,437

1999: 215     14,029

2001: 246     13,743

2012: 213     14,365

2013: 211     14,233

Die 10 wärmsten:

1992: -33     15,724

2002: -95     15,226

2003: -98     16,808

2005: -97     15,347

2006: +8      15,598

2007: -112    15,554

2008:  -111    15,217

2010: -68      15,280

2014: -61     15,396

2016: +25     15,355

Die 10 mittleren:

1988: 151     14,546

1989: 104     14,595

1993: 190      14,551

1997: 95        14,466

1998: 105      14,757

2000: 91        15,087

2004: 117      14,736

2009: 138      14,558

2011: 81        14,907

2015: 154      14,542

Die Durchschnittstemperatur 1987 bis 2016 beträgt 14,714°C, der durchschnittliche Index 106,7.

Man erkennt, die 10 mittleren Junimonate liegen auch nach ihren Indexwerten in der Mitte, es gibt keinerlei Überschneidungen mit „warm“ oder „kalt“.

Man kann also einteilen:

Index >200 bedeutet zu kalter Juni

Index <200>50 bedeutet nahe am Durchschnitt

Index<50 bedeutet zu warmer Juni

Der Juni 2017 erreicht einen Index von +28, gehört also in die warme Gruppe. Der Temperaturdurchschnitt dieser Gruppe beträgt 15,551°C, dies ist dann auch meine Prognose, also um 0,837 K über dem 30jährigen Mittel.

Die Bodendruckanomalie dieser Gruppe:

V49gC8AOPL

………..die Geopotentialanomalie 500hPa:

3OJCkzabNY

Gruß

KHB

Mai 2017 und Folgemonate

von

Hallo,

in meinem letzten Beitrag habe ich meine Prognosemethode erläutert, möchte deshalb nicht erneut ins Detail gehen. Nur so viel: Ich versuche anhand des atmosphärischen Zustands der vergangenen 3, 4, 5……….Monate (= langfristige Entwicklung) und des vorangegangenen Monats (= kurzfristige Entwicklung) den zuküntigen Verlauf abzuleiten. Ich suche also nach nordhemisphärischer Übereinstimmung mit früheren Jahren (ab 1950) für die 72 Zonen, in die ich die NH eingeteilt habe (Flächenmittel).

Im konkreten Fall betrachte ich die 500hPa – Werte des Zeitraums Januar bis April sowie den April als Einzelmonat. Vergleichsjahre sind diejenigen, die in „beiden Gruppen“ Spitzenwerte erzielen. Ich benutze die Jahre als Spalten und die (72 mal 4) 288 Monatswerte als Reihen.

Die größte Ähnlichkeit mit dem Zeitraum Januar – April 2017 (also die geringsten durchschnittlichen monatlichen Abweichungswerte aller 72 Zonen der NH zum Zeitraum Januar – April 2017) hat das Jahr 1993, es folgt 2007, 2000, 1988, 1994 und 1981. Für den Einzelmonat April 2017 lautet die Reihenfolge: 1993, 1981, 1988, 2000, 2007, 1994.

Trotz der hohen rechnerischen Übereinstimmung gibt es „leider“ keine Deckungsgleichheit mit der Realität. Natürlich liegen hier die Gründe für Prognosefehler oder mindestens einer der Gründe.

Für April 2017 sieht die Rekonstruktion auf der 500hPa – Fläche so aus:

5wygiwuK4p

So die Realität:

yClBlwXiUr

Ich möchte meine Prognose (= Erwartung) so formulieren: Zu diesem Modus Januar bis April 2017 im Allgemeinen und April 2017 im Besonderen passt am besten dieser Mai:

zMIkt_bB2j

…….dieser Juni:

eWIlj3ic0F

…………und dieser Juli:

psS8nyrrdA

Durch stärkere Gewichtung einzelner Jahre ist es manchmal möglich, beim Ausgangsmonat (also hier April) noch näher an die Realität zu gelangen. Gleichzeitig ist es ein Spielen mit den Ausgangsbedingungen. Man kann auf diese Weise erkennen, wie stark oder schwach die folgenden Monate auf diese Veränderung reagieren.

Gewichtung einzelner Jahre, um noch besser dem April 2017 zu entsprechen (wenigstens in Teilbereichen):

2S9OUhS87g

Der Mai würde so aussehen:

vWyjekl9uO

……………der Juni so:

6lruY9qO8U

……………….und der Juli so:

tCPMnHSGiq

Mai und Juli erscheinen ziemlich stabil, der Juni reagiert stärker.

Gruß

KHB

Prognose(methode) für April 2017 und Folgemonate

von

Hallo,

umso mehr man sich mit der Materie „Langfristprognose“ befasst, umso mehr Fragen tauchen auf. Umso mehr Daten man einbezieht, umso „länger“ braucht man für eine „Prognose“, ohne dass sich die Qualität derselben merklich verbessert (wahrscheinlich ist der Begriff „Langfristprognose“ deshalb auch so zu Stande gekommen). Um nicht in der Datenflut zu ertrinken und um es (deshalb) nicht bei einer „Wetternachhersage“ zu belassen, muss ich mich auf das Nötige beschränken.

Wie gesagt, mir geht es um Grundstrukturen der nordhemisphärischen Zirkulation(sanomalien), nicht um Details, die nach meiner Meinung nicht prognostizierbar sind.

Um eine Prognose zu erstellen, muss zuerst eine Analyse des „Istzustandes“ erfolgen. Aus diesem Grund habe ich die Nordhemisphäre in 72 Zonen eingeteilt, jede Zone umfasst 15 Breitengrade und 30 Längengrade, ist also ziemlich grobmaschig, aber mehr geht (bei mir) nicht. Zone 1 umfassst den Bereich 75 – 90°N 180 – 150°W, Zone 2 den Bereich 75 – 90°N 150 – 120°W………………………Zone 72 dann den Bereich 0 – 15°N 150 – 180°E.

Die Bodendruckwerte (Flächenmittel) dieser 72 Zonen aller Monate seit Januar 1950 bis Dezember 2016 bilden die Datengrundlage, angeordnet in 864 Spalten und 67 Reihen (= Jahren, die Daten werden monatlich aktualisiert, wobei das Jahr 2017 als 2016b auf der Reihe von 2016 weitergeführt wird), ergibt knapp 60.000 Einzeldaten. Um die (künstliche) Einteilung in Jahre aufzuheben, bilde ich also eine Kette, das bedeutet, der Januar 2017 wird zum Januar 2016b, der Februar 2017 zum Februar 2016b usw., so wie der Januar 1951 zum Januar 1950b wird, der Februar 1951 zum Februar 1950b usw. Auf diese Weise ist es möglich, größere Zeiträume als 12 Monate zu analysieren, um eine mögliche „Konstante“ herauszufinden, also zum Beispiel den Zeitraum Januar 2016 bis Februar 2017 mit dem Zeitraum Januar 1950 bis Februar 1951 oder Januar 1951 bis Februar 1952 usw. in Beziehung zu setzen (zumal jeder Monat ja gleichzeitig Folge und Ursache ist). Natürlich kann dieser Großzeitraum wieder in beliebig viele kleinere Zeiträume aufgelöst werden.

Ziel ist es, den Modus zu finden, in welchem die nordhemisphärische Zirkulation eines bestimmten Zeitraums „funktioniert“. Ich korreliere also zum Beispiel 1 Monat (jeweils 72 Einzeldaten) oder 3 Monate (jeweils 216 Einzeldaten) oder 15 Monate (jeweils 1080 Einzeldaten) der Gegenwart mit entsprechenden Zeiträumen der Vergangenheit bzw. lasse die durchschnittliche absolute Abweichung berechnen. Hier zeigen sich dann gleiche Verläufe, Unterschiede, Brüche.

Konkret an einem Beispiel: Ich korreliere den Zeitraum Januar 2016 bis November 2016 dieser 72 Zonen, also jeweils 792 Einzelwerte (Spalten) mit den entsprechenden Zeiträumen 1950 bis 2015. Umso größer R² bzw. umso geringer der durchschnittliche absolute Abweichungswert, umso ähnlicher ist der Modus, in welchem sich die nordhemisphärische Atmosphäre (als Ganzes) im betreffenden Zeitraum befindet. Wichtig ist mir an dieser Stelle, die Ähnlichkeit des Zustands der gesamten Nordhemisphäre zu erfassen und nicht lediglich die Ähnlichkeit eines kleinen Sektors, wie zum Beispiel Europa oder Atlantik / Europa. Diese kleinräumigen Strukturen  maskieren oft nur die Gesamtzusammenhänge (es erhebt sich dann allerdings die Frage, ob nicht die Südhemisphäre in die Analyse einbezogen werden sollte, wahrscheinlich sollte sie es………..).

Es gilt jetzt die Jahre zu bestimmen, die sich über einen längeren Zeitraum  in einem möglichst ähnlichen atmosphärischen Zustand (mit 2016) befanden. Ich nenne hier die 10 Jahre mit größter Übereinstimmung, (ranking), R² des 1. Platzes beträgt 0.57, des 10. Platzes 0.50.

1953

2012

1974

2000

2003

1988

2004

1983

1980

1999

Für eine Langfristprognose ist es nun interessant, zu sehen, welche Beziehung gibt es  zum Folgezeitraum (Winter):

In diesem Fall würde die Prognose folgendermaßen lauten:

Wm4TyzNNqM

Was sagt uns dieses Ergebnis? Es sagt uns, dass mit tiefem Luftdruck im Polargebiet zu rechnen ist, Schwerpunkt der Tiefdrucktätigkeit möglicherweise im Raum Spitzbergen – Nowaja – Semlja liegt, ein starkes Aleutenhoch zu erwarten ist, ein Hoch über dem Ostatlantik sowie über Sibirien, Möglichkeit eines Troges über Zentralkanada und den zentralen USA sowie über Mittel – und Osteuropa, positive NAO und AO.

Es ist jetzt eigentlich noch nötig, den Zeitraum Oktober / November im Einzelnen zu analysieren, um Veränderungen im Vergleich zu den Vormonaten festzustellen, um eventuell ein Jahr oder mehrere Jahre zu entfernen und durch ein neues oder neue zu ersetzen (es soll ja auch der Dynamik Rechnung getragen werden und nicht nur auf „weiter so“ gesetzt werden).

Zum Vergleich die tatsächlichen Bodendruckanomalien auf der NH im Winter 2016/17:

XFnnD3nDM6

Der tiefe Druck im Polargebiet ist eingetroffen, ebenso der hohe Druck bei den Aleuten, der prognostizierte hohe Druck über dem Ostatlantik befand sich über West – und Mitteleuropa, der prognostizierte Trog über Mittel – und Osteuropa über dem Uralgebiet, die Austrogung über Zentralkanada und den zentralen USA hat planmäßig stattgefunden. Der hohe Druck über Sibirien fehlt.

Ein Schritt weiter: In welchem vergleichbaren Zustand früherer Jahre ereignete sich nun der Winter 2016/17? Auch hier wieder dieselbe Vorgehensweise, Korrelation Dezember bis Februar 2016/17 mit den Jahren seit 1950/51, jeweils 216 Einzeldaten, R² des 1. Platzes beträgt 0.78, des 10. Platzes 0.61.

Ranking:

2007/08

1992/93

1991/92

1988/89

1974/75

1972/73

1990/91

1953/54

1999/00

1983/84

Dies sieht dann so aus:

toD6zCz_MW

Nebenbei: Es fällt auf, dass sich bei den vergleichbaren Wintern ( und den Vormonaten) kein einziger aus den 60er Jahren befindet, im Gegenteil, es finden sich reihenweise „Anti – Jahre“, also Winter mit genau entgegengesetzten nordhemisphärischen Bodendruckanomalien zum Winter 2016/17, nämlich beginnend Ende der 50er Jahre: 1958/59, 59/60, 62/63, 64/65, 65/66, der totale Anti – Winter (zu 16/17) 1968/69 sowie 69/70.

Von den 10 oben genannten Jahren des Zeitraums Januar bis November finden sich 5 im Zeitraum Dezember bis Februar wieder, im März noch einer, nämlich 1989, sozusagen der rote Faden, der sich seit mindestens 15 Monaten durch die himmlischen Gefilde und bodennahen Niederungen zieht und auch im März nicht abbrach (R² immer noch 0.60), neu hinzu kam der März 2007:

ciyjhga4tX

Der tatsächliche März 2017:

ZjdPkfAesv

Fast möchte ich sagen, die Bilder gleichen sich wie ein Osterei dem anderen.

Daraus leite ich dann diese Prognose ab, bis zum (irgendwann stattfindenden) Absturz von 1989 setze ich auf „weiter so“, zähle dabei 1989 doppelt (Treueprämie) und 2007 als Hilfspunkt, ergibt für April 2017 diese Konstellation:

gsoYFsrsf8

Für Mai 2017 (nach jetzigem Stand):

epWuJ2S_7k

Für Juni 2017 (nach jetzigem Stand):

_XPTbaNYWy

Anfang Mai werde ich dann eine (erste) Verifikation durchführen.

Gruß

KHB

Prognosemethode

von

Hallo,

seit meinem letzten Beitrag sind nun einige Wochen vergangen. Ich hatte angekündigt, eine neue Prognosemethode vorzustellen und gab damals auch bereits einige Hinweise.

Die Sache hat sich allerdings als sehr zäh erwiesen, war sehr zeitaufwändig, ob sich der Aufwand überhaupt lohnt, weiß ich selbst noch nicht.

Zu meinem Ansatz: Ich möchte das grobe Zirkulationsmuster der Nordhemisphäre prognostizieren (also im Wesentlichen Bodendruckanomalien). Zu diesem Zweck unterteile ich die Nordhemisphäre in 72 Zonen, jede Zone umfasst 15 Breitengrade und 30 Längengrade, Zone 1 ist also 75 – 90°N 180 – 150°W, Zone 2 umfasst 75 – 90°N 150 – 120°W…………..Zone 72 ist dann 0 – 15°N 150 – 180°E.

Zunächst begann ich daher eine (für meine Verhältnisse) umfangreiche Datenbank aufzubauen, zum besseren Verständnis eine Graphik:

Datengraphik Projekt10

 

Datenspalte 1 beinhaltet die Jahreszahl, also Zeitraum 1950 – 2016, ergibt 67 Datenreihen. In den folgenden 864 Datenspalten sind die monatlichen Flächenmittel des Bodendrucks dieser 72 Zonen zu finden, Datenspalte Nr. 866 bis 1729 beinhaltet die Geopotentialwerte auf der 500hPa – Ebene, die Spalten Nr. 1730 bis 2593 zeigen die Geopotentialwerte auf der 50hPa – Ebene (Stratosphäre). Es folgen weitere relevante Daten der NH (Spalten 2594 bis 2797), als da wären: Pacific Warm Pool, North Tropical Atlantik Index, Caribbean Index, Nino 1.2, 3.4, 4, die PDO, AMO, TNA, TSA, außerdem die SSTs des Indischen Ozeans (10°S – 25°N 40 – 100Ê), die SSTs der Gewässer um Neufundland (35 – 50°N 60 – 40°W), bei Labrador (55 – 65°N 70 – 40°W), des Polarmeesrs (67.5 – 80°N 10 – 100°E). Im Anschluss daran sind noch die QBO – Werte zu finden.

Die Spalten 2798 bis 3661 beinhalten die monatlichen Flächenmittel der Bodentemperaturen dieser 72 Zonen.Es folgen die NAO – sowie AO – Werte (Spalten 3662 bis 3685), danach die solar flux Werte, die Hurricane Aktivität (3686 bis 3709). Den Abschluss bilden die Werte der outgoing longwave radiation (Spalten 3710 bis 4573).

Diese Daten, also 4573 Spalten zu jeweils 67 Reihen, insgesamt über 300.000 Einzeldaten bilden die Basis für die Prognosen.

Monatlich werden die Daten aktualisiert und zwar auf besondere Weise: Ich gehe davon aus, dass die Januarwerte von Luftdruck etc. der einzelnen Zonen ein Ergebnis der „Verhältnisse“ in den Vormonaten sind (die sich in den Daten der Vormonate ausdrücken), also der Januarwert des Jahres 1951 ein Ergebnis der „Gesamtverhältnisse“ des Jahres 1950 ist, der Januarwert von 1952 ein Ergebnis von 1951. Deshalb schreibe ich nun bei der Aktualisierung den Januarwert von 1951 in die Reihe des Jahres 1950, den von 1952 in die Reihe von 1951 usw. Der Januarwert von 2017 gehört also in die Reihe des Jahres 2016. Diesen Wert trage ich jedoch nicht !!!!!!!!!! ein, denn dieser Wert soll vom Rechenprogramm bestimmt werden, denn es kennt ja jetzt die Beziehungen „aller“ (= vieler) Facetten der Vormonate zum Bodendruck etc. des Monats Januar.

Außerdem stelle ich um, die Reihen werden zu Spalten und die Spalten zu Reihen, ich habe also nun 67 Datenspalten (die Jahre 1950 – 2016) mit jeweils 4573 Reihen. Außerdem erscheinen die Jahreszahlen (in der Aktualisierung!!!!!!!!!!) nicht mehr, 2017 ist sozusagen 2016b so wie 1951 nicht mehr 1951 ist, sondern 1950b, 1952 wird zu 1951b ……….. das Jahr 2018 wird zu 2016c usw (werden). Auf diese Weise entsteht für jede Spalte (jedes Jahr) eine Kette von fortlaufenden Daten und Beziehungen, die vom Rechenprogramm in eine Prognose gegossen werden (kann).

Das Programm generiert Modelle zur Berechnung der Variablen bzw. die mathematischen Formeln, in diesem Fall für die Bodendruckwerte der 72 Zonen des Januar 2017, als Beispiel die 3 besten Modelle von einigen tausend (ranking list):

Generated by GMDH Shell 3.8.6

Y1 = 2.31244 + x46*0.113925 + x25*0.178436 + x63*0.0847515 + x58*0.210335 + x15*(-0.132565) + x4*0.238682 + x17*(-0.0962977) + x21*0.206676 + x42*(-0.124315) + x43*0.184347 + x22*(-0.261997) + x3*0.136506 + x44*(-0.0996634) + x34*0.0937552 + x65*0.209691 + x18*(-0.170531) + x55*0.165174 + x19*(-0.116306) + x62*(-0.145521) + x32*0.113287 + x59*0.125321 + x30*(-0.108335) + x28*0.0848361 + x14*(-0.063797) + x13*0.0791369 + x31*0.112444 + „x2, cubert“*(-3.56472) + „x36, cubert“*3.06238 + x20*(-0.0656656) + x61*0.0670449 + x10*0.0848162 + x11*(-0.101132) + „x15, cubert“*2.69275 + „x29, cubert“*(-3.60152) + „x1, cubert“*(-4.68157) + „x17, cubert“*2.29086 + „x64, cubert“*(-3.6868) + „x22, cubert“*1.55475 + „x13, cubert“*2.80124 + „x59, cubert“*2.62104 + „x44, cubert“*2.16085 + „x24, cubert“*(-3.32839) + „x47, cubert“*2.17445 + „x32, cubert“*(-2.31613) + „x46, cubert“*1.34388
Y2 = 2.28739 + x46*0.11381 + x25*0.178189 + x63*0.0846351 + x58*0.210248 + x15*(-0.132407) + x4*0.238664 + x17*(-0.0956016) + x21*0.206329 + x42*(-0.124284) + x43*0.184016 + x22*(-0.262385) + x3*0.137494 + x44*(-0.10016) + x34*0.092971 + x65*0.209196 + x18*(-0.170188) + x55*0.164931 + x19*(-0.115611) + x62*(-0.14457) + x32*0.113547 + x59*0.125 + x30*(-0.106613) + x28*0.0847039 + x14*(-0.063445) + x13*0.0787463 + x31*0.11282 + „x2, cubert“*(-2.99247) + „x36, cubert“*3.85269 + x20*(-0.0664108) + x61*0.0674388 + x10*0.0833057 + x11*(-0.101329) + „x15, cubert“*3.12025 + „x29, cubert“*(-3.70223) + „x1, cubert“*(-4.7193) + „x17, cubert“*2.23148 + „x64, cubert“*(-3.25959) + „x22, cubert“*2.24485 + „x13, cubert“*2.78523 + „x59, cubert“*2.43485 + „x44, cubert“*1.92129 + „x24, cubert“*(-3.31109) + „x47, cubert“*2.32335 + „x32, cubert“*(-2.23151) + „x46, cubert“*1.56647 + „x6, cubert“*(-2.74099)
Y3 = 2.28762 + x46*0.113745 + x25*0.177945 + x63*0.0848985 + x58*0.210598 + x15*(-0.133314) + x4*0.238321 + x17*(-0.0970819) + x21*0.209588 + x42*(-0.124054) + x43*0.184718 + x22*(-0.262209) + x3*0.136383 + x44*(-0.0994574) + x34*0.0932914 + x65*0.209951 + x18*(-0.170614) + x55*0.165371 + x19*(-0.116146) + x62*(-0.145427) + x32*0.112905 + x59*0.125398 + x30*(-0.108441) + x28*0.0848598 + x14*(-0.0640681) + x13*0.0784208 + x31*0.112197 + „x2, cubert“*(-2.98102) + „x36, cubert“*3.02422 + x20*(-0.0655977) + x61*0.0669396 + x10*0.0850096 + x11*(-0.101104) + „x15, cubert“*2.99559 + „x29, cubert“*(-3.30337) + „x1, cubert“*(-4.63485) + „x17, cubert“*2.46795 + „x64, cubert“*(-3.60214) + „x22, cubert“*1.58464 + „x13, cubert“*2.9819 + „x59, cubert“*2.30127 + „x44, cubert“*1.97607 + „x24, cubert“*(-3.09144) + „x47, cubert“*2.74736 + „x32, cubert“*(-2.08836) + „x46, cubert“*1.12813 + „x21, cubert“*(-1.97838)
Model Criterion value
Y1 0
Y2 0
Y3 0

In der Zeilenreihe 4574 beginnt nun die Aktualisierung, also die Bodendruckwerte des Januar 1951 in Form von 1950b, 1952 in Form von 1951b, 1953 in Form von 1952b……………die Daten des Januar 2017 in Form von 2016b sollen vom Programm errechnet werden, werden also nicht eingegeben. Das beste Modell, das sich als solches auf bekanntem Terrain vor den gesuchten Daten im überwachten Modus herauskristallisiert hat (die Anzahl bestimmt das Programm selbst anhand der Datenmenge) lieferte nachstehende Ergebnisse: Reihe 4574 zeigt den Bodendruck der Zone 1, also 75-90°N 180-150°W, 4575 den Bodendruck der Zone 2 von 75 -90°N 150 – 120°W………………4645 den Bodendruck der Zone 72 von 0 – 15°N 150 – 180Ê.

Die linke Spalte gibt (wie erklärt) die Zeilenreihe an, die mittlere Spalte den tatsächlich eingetretenen Bodendruckwert (in hPa), von mir jetzt zum Vergleich genannt und die rechte Spalte den vom Programm errechneten Wert.

 

 

4574 1005,690 1011,460123
4575  1007,545 1011,317913
4576  1008,604 1009,961721
4577  1007,592 1009,027379
4578  1009,463 1010,714168
4579  1005,523 1006,218671
4580  999,716 1000,746932
4581  997,678 999,0637206
4582  998,530 1001,24505
4583  1000,841 1005,867005
4584  1002,985 1008,6828
4585  1004,729 1010,498499
4586  1010,563 1014,946404
4587  1012,448 1018,209812
4588  1012,627 1015,167742
4589  1007,212 1006,097548
4590  1006,547 1006,253745
4591  1005,876 997,6596737
4592  1004,578 993,6982369
4593  1004,879 996,3983804
4594  1010,264 1006,053822
4595  1017,677 1017,516084
4596  1018,375 1019,546901
4597  1014,046 1016,978624
4598  1007,414 1004,081278
4599  1011,419 1015,251279
4600  1016,258 1022,366072
4601  1010,887 1015,125114
4602  1007,286 1008,739476
4603  1016,620 1010,063148
4604  1020,516 1013,048557
4605  1019,125 1016,356972
4606  1024,276 1026,360429
4607  1031,340 1033,642642
4608  1019,334 1019,563494
4609  1008,990 1004,4301
4610  1011,763 1006,922777
4611  1015,369 1019,168832
4612  1018,836 1022,612509
4613  1016,462 1019,51047
4614  1016,483 1021,612479
4615  1021,768 1024,350733
4616  1020,103 1020,258071
4617  1021,852 1022,18717
4618  1025,199 1027,004119
4619  1028,355 1031,456016
4620  1019,133 1018,308402
4621  1007,906 1005,513315
4622  1016,462 1015,168194
4623  1018,071 1019,121418
4624  1016,374 1018,324438
4625  1017,595 1019,048942
4626  1018,037 1020,899874
4627  1018,308 1020,952074
4628  1017,420 1019,752437
4629  1016,457 1017,6261
4630  1016,577 1016,810538
4631  1017,165 1018,880693
4632  1016,434 1016,696067
4633  1013,822 1013,649566
4634  1010,818 1011,391555
4635  1011,960 1012,905631
4636  1012,318 1013,754806
4637  1012,248 1013,221738
4638  1012,758 1013,505376
4639  1012,194 1013,28554
4640  1010,675 1012,238047
4641  1012,755 1013,033263
4642  1012,334 1012,399413
4643  1010,606 1011,817908
4644  1009,245 1010,368715
4645  1009,400 1010,098185

 

Der Korrelationskoeffizient beträgt 0.8962, der Determinationskoeffizient R² beträgt 0.8032.

Der mittlere absolute Fehler beläuft sich auf 2,7, RMSE lautet 3,6.

Was ich erwarte:

Ich erwarte keine punktgenauen Prognosen, Hinweise auf „unterdurchschnittlich“ bzw. „überdurchschnittlich“ würden mir ausreichen. Wünschenswert wäre es, wenn die Prognosen auf Geopotential und Temperatur ausgedehnt werden könnten, das ist jedoch auch eine Zeitfrage. Auf jeden Fall geht es mir um objektive Fakten, um nachvollziehbare und überprüfbare Prognosen, die Subjektivität, Bauchgefühle, Kaffeesatzleserei und sonstigen metaphysischen Schwachsinn ausschließen.

Gruß

KHB

 

 

 

 

 

 

 

 

 

Neue Prognosemethode

von

Hallo,

da ich mich zunächst in eine neue Prognosemethode einarbeiten möchte (meine Seite nennt sich ja bewusst „experimentell“), werde ich jetzt zum Februar kein Update meiner letzten Prognose erstellen.

Neue Methode:

Ich teile die Nordhemisphäre in 72 Zonen, jede Zone umfasst 15 Breitengrade und 30 Längengrade, also Zone 1: 75 – 90°N 180 – 150°W. Zone 2: 75 – 90°N 150 – 120°W. Zone 3: 75 – 90°N 120 – 90°W……………………..Zone 72: 0 – 15°N 150 – 180°E.

Nun lasse ich für jede Zone das Flächenmittel von Bodendruck, Geopotential 500hPa – sowie 50hPa – Niveau (letzteres ist Stratosphäre) berechnen, monatsweise und für den Zeitraum 1948 bis 2016, das ergibt etwa 2.600 Datenspalten (Variable) mit jeweils 69 Zeilen (Jahre), also etwa 180.000 Einzeldaten.

Ich exportiere die Daten von Excel in eine leistungsstarke Analyse Software (Predictive Analytics, GMDH Shell 3, Group Method of Data Handling, näheres: http://www.gmdh.net), sie analysiert Datenreihen und erstellt eine Prognose, sie prüft verschiedene Modelle und zeigt dann die beste Lösung, konkret rechnet sie pro Sekunde etwa 780.000 Operationen.

Als Inputwerte gebe ich nun eine Anzahl Variable ein, es hat sich bei Versuchen (die ich bisher durchgeführt habe) erwiesen, dass bei Bestimmung des Bodendrucks einer Zone bessere Ergebnisse erzielt werden, wenn ich nur Bodendruckvariable (und nicht zusätzlich Geopot verwende). Jedoch sind es auch in diesem Fall immerhin 860 Variable (etwa 60.000 Einzeldaten) zur Bestimmung einer Zielvariablen. Nach einer Rechenzeit von etwa 50 Sekunden, also etwa 40 Millionen Operationen, hat das Programm die beste Lösung gefunden, diese sieht dann zum Beispiel so aus:

graph3

 

Es handelt sich hier um den Bodendruck von Zone 1 (75 -90°N 180 – 150°W) für die Januarmonate 1948 – 2016. Man erkennt die Rechenphase 1948 bis 1970 (die tatsächlichen Werte sind grau), die Testphase 1971 – 2016 (blaue Linie) und die Prognose (rote Linie mit Unsicherheitsbereich).

Statistik zu dieser Graphik:

Number of Observations: 46 (1971 – 2016)

Max. negative error: -3,378

Max. positive error: 3,084

Mean absolute error (MAE): 1,4222

Root mean square error (RMSE): 1,71709

Residual sum: -1,879

Standard deviation of residuals: 1,7166

Coefficient of determination (R²): 0.937628

Correlation: 0.980576

Meine Erwartung:

Ich erwarte auch von dieser Methode keine genauen Prognosen, ich erwarte jedoch Hinweise, ob in den einzelnen Zonen im Folgemonat eher mit hohem oder tiefem Luftdruck (Geopotential) zu rechnen ist. Ich betrachte auch nur diesen ersten Schritt und halte Aussagen für die nachfolgenden Jahre als rein theoretisch auf Grundlage der momentanen Situation, die sich jedoch sicherlich nicht in genau derselben Weise fortsetzt wie von diesem Modell prognostiziert.

Sobald ich mich in Methode und Technik einigermaßen eingearbeitet habe, werde ich die Ergebnisse als positive und negative Bodendruck – (vielleicht auch Geopot -) Abweichungen in die 72 Zonen eintragen und dann hier veröffentlichen – und später auch verifizieren. Bis bald.

Gruß

KHB

Verifikation der Dezember 2016 – Prognose

von

Hallo,

die Prognose für den Dezember 2016:

Bodendruck:

sbk2sgrg46

Tatsächlich eingetreten:

qttlf2xsb9

Die größte Übereinstimmung gab es über Nordamerika: hoher Luftdruck Aleuten und Alaska, tiefer Druck USA und nahe Hudson Bay, auch über Asien, tiefer Druck Indien, China. Die geringste Übereinstimmung gab es über Europa sowie der Arktis. Der prognostizierte hohe Druck entlang der nordrussischen Küste trat nur rudimentär auf, das Zentrum negativer Druckabweichung lag bei Südgrönland und nicht westlich der Britischen Inseln.

Prognose der Geopotanomalien 500hPa:

l90wi2zoob

Tatsächlich eingetreten:

dhtmtfmwkv

Übereinstimmung bzw. Nicht – Übereinstimmung entsprechend der Bodendruck – Kritik.

Prognose der Temperaturanomalie:

qezwhf0gvo

Tatsächlich eingetreten:

ewfpzyyqe7

Recht gute Übereinstimmung Arktis, USA, insbesondere Alaska, westliches und mittleres Kanada, die Zone negativer Abweichung über Sibirien lag etwas nördlicher als prognostiziert. Für Europa wurden durchschnittliche Temperaturen vorhergesagt, tatsächlich lagen sie etwa 1 K (Mitteleuropa) bis 2 K (Nordeuropa) über dem Mittel 1981 – 2010.

Prognose der Niederschlagsanomalie:

6yu_o8yw1g

Tatsächlich eingetreten:

bchpfhvzsk

Für Deutschland wurden durchschnittliche bis überdurchschnittliche Niederschläge vorhergesagt, jedoch wurden nur in Nordostdeutschland annähernd durchschnittliche Niederschlagsmengen erreicht, sonst war der Monat meist deutlich zu trocken.

Prognose der Stärke des stratosphärischen Polarwirbels:

5e2qjelne7

Tatsächlich eingetreten:

eaor4y5ijr

Übereinstimmung besteht bei positiver Anomalie über der Arktis, jedoch nicht bei deren Ausdehnung. Auch bei der Zone negativer Abweichung besteht nur teilweise Übereinstimmung (Westkanada).

Gruß

KHB

Januar 2017 und Folgemonate

von

Hallo,

die Methode wurde in früheren Beiträgen ausführlich erläutert.

Der Dezember 2016 auf der NH, 500hPa Geopotanomalien:

compday

Rekonstruktion des Dezember 2016 mit Hilfe der Vergleichsjahre, die auf Grund linearer Regression diverser Indices (NAO, AO, PDO, AMO,  TNA, TSA, ENSO, PWP, CAR, NTAI, Snow Cover, Hurricane Activity) bestimmt wurden:

_ptvzdnyp5

Diese Ausgangssituation im Dezember 2016 führt analog der Vergleichsjahre zu folgender Geopotanomalie im Januar 2017:

jnqisflgbl

bzw. dieser Bodendruckanomalie:

k_lue0po6e

…………..dieser Temperaturanomalie, wobei zu ergänzen ist, dass geringe Abweichungen von Lage und Stärke der Druckgebilde große Abweichungen von Temperatur und Niederschlag einiger Regionen zur Folge haben können. Aus diesem Grund geht es mir vor allem um Bestimmung der großen Aktionszentren und nicht um die Bestimmung von Temperatur und Niederschlag in Kleinkleckersdorf:

ippra9hfef

………..dieser Niederschlagsanomalie:

07yx0yb4nj

Prognose der Bodendruckanomalie für Februar 2017:

xsyctpmpvq

Prognose der Bodendruckanomalie für März 2017:

7tqow0mywd

Nächstes Update Ende Januar / Anfang Februar 2017

Gruß

KHB

Verifikation der November 2016 – Prognose

von

Hallo,

November Prognose Bodendruck:

axtrlfqlvv

 

Tatsächlicher Bodendruck:

compday

 

Sehr gute Übereinstimmung Alaska, Nordkanada, Grönland, Tief südlich Neufundlands exakt, Frankreich, Iberische Halbinsel, Nordwestafrika, sehr exakt auch Nordindien, China. Das Aleutentief war stärker und befand sich etwas weiter östlich.

Der hohe Druck über dem westlichen Nordatlantik verband sich mit dem hohen Druck über Nordrussland, der ebenso exakt prognostiziert wurde und spaltete den tiefen Druck über GB.

Auf jeden Fall wurde der hohe Druck über Nordrussland und der tiefe Druck über Nordkanada richtig erkannt.

Prognose der Geopotentialanomalien 500hPa:

uokkodmpig

 

Tatsächlich eingetreten:

compday

 

Das hohe Geopotential über Kanada und den USA wurde nicht erkannt, ansonsten siehe Bodendruck – Kritik.

Prognose der Temperaturanomalien:

ju4hiehthw

 

Tatsächlich eingetreten:

compday

 

USA fehlerhaft, Mittel – und Nordeuropa etwas zu mild prognostiziert, sonst gute Übereinstimmung.

Prognose der Niederschlagsanomalien:

muoucxfhml

 

Tatsächlich eingetreten:

compday

Deutschland wurde als „zu trocken“ prognostiziert, müsste stimmen. Ansonsten kann sich jeder ein Bild machen.

Prognose des stratosphärischen Polarwirbels:

vnly0uomo9

 

Tatsächlich eingetreten:

compday

 

Sieht absolut geil aus.

Gruß

KHB

Winterprognose 2016/17

von

Hallo,

wie in früheren Beiträgen erläutert, bestimme ich über lineare Regression die Beziehungen zwischen Geopotential – / Bodendruckanomalien des Zielmonats und diverser Indices der NH, als da wären NAO, AO, PNA, TNA, TSA, CAR, NTAI, ENSO, PDO, WP, AMO, PWP, Hurricane Activity, NH Snow Cover, jeweils 24 Vormonate. Die höchsten Werte wähle ich aus und erhalte dann eine Häufung in bestimmten Jahren, dies sind meine Vergleichsjahre. Damit rekonstruiere ich die Geopotentialanomalien des Vormonats (hier November) auf der NH als Ausgangssituation – gleichzeitig als Kontrolle für den Istzustand – und versuche so weit als möglich der Realität nahezukommen. Die Anomalien in der Stratosphäre sollten auch in etwa übereinstimmen, sich auf jeden Fall nicht widersprechen.

Die Realität des November 2016 auf der 500hpa – Ebene:

compday

Die Rekonstruktion mit Hilfe der Vergleichsjahre:

y4zsz0cvpp

Die Realität in der Stratosphäre:

compday

Die Stratosphäre der Vergleichsjahre:

ybogkpktwu

……………stratosphärischer Polarwirbel eher schwach………………..

Prognose der Bodendruckanomalien für Dezember 2016 auf der NH:

sbk2sgrg46

Prognose der Geopotentialanomalien:

l90wi2zoob

Prognose der Temperaturanomalien:

qezwhf0gvo

Prognose der Niederschlagsanomalien:

6yu_o8yw1g

Zustand des stratosphärischen Polarwirbels:

5e2qjelne7

Prognose der Bodendruckanomalien für Januar 2017 auf der NH:

okfvwtofso

Prognose der Geopotentialanomalien:

nyvfm4nkkb

Prognose der Temperaturanomalien:

hzu4zrgaq8

Prognose der Niederschlagsanomalien:

fsmsevkdh_

Zustand des stratosphärischen Polarwirbels:

rh7qiylbo1

Prognose der Bodendruckanomalien für Februar 2017 auf der NH:

ctyqxe9b2n

Prognose der Geopotentialanomalien:

lcf_zg9fmu

Prognose der Temperaturanomalien:

sqoxorznu_

Prognose der Niederschlagsanomalien:

jtj33ytllq

Zustand des stratosphärischen Polarwirbels:

qbhwzejqjh

Fazit:

Der stratosphärische Polarwirbel bleibt schwach.

Im Dezember herrscht zonale Zirkulation auf dem Atlantik vor. Im Januar und Februar steigt der Luftdruck auf dem Nordatlantik, jedoch ergibt sich daraus keine Blockierung, sondern NW – Lagen, tiefer Druck Skandinavien. Dies bedeutet insgesamt durchschnittliche Temperaturen für Mitteleuropa bezogen auf 1981 – 2010.

Negative Temperaturanomalien sind in Sibirien zu erwarten, wobei im Februar die Temperaturen in Westsibirien auch übernormal sein könnten.

Nächstes Update Anfang Januar 2017.

Gruß

KHB

Startbedingungen für den Winter 2016/17 – Ein Vergleich

von

Hallo,

meine eigentliche Winterprognose werde ich erst morgen oder übermorgen veröffentlichen, wenn die endgültigen korrekten Novemberdaten vorliegen (die „operational data“ sind ungenau).

Hier möchte ich den im Vergleich zu den „Momentaufnahmen…….“ umgekehrten Weg beschreiten. Ich bestimme die besonderen Geopotentialanomalien auf der 500hPa – Ebene für den 28. November 2016 (neueste Daten, die mir heute vorliegen).

Die Karte:

compday

Merkmale:

Negative Geopotentialanomalie.

Alaska, Westen Kanadas – USA, Osten Kanadas – USA, Azoren, Südwesteuropa, Polen – Westrussland, Westsibirien, Ostasien.

Positive Anomalie:

vor der Westküste Kanadas, Nordostkanada – Hudsonbay, Grönland – Davisstraße, südlich Grönland (45 – 55°N), Nordmeer, Asien 20 – 45°N 60 – 120°E, Arktis 85 – 90°N 0 – 360°.

Dies sind 15 Merkmale. Außerdem muss in der Stratosphäre über Grönland eine positive Anomalie herrschen.

Stratosphäre vom 28. November 2016:

compday

 

Für jede Übereinstimmung gibt es nun 1 Pluspunkt, bei Unklarheit 0 Punkte, bei Gegenteil 1 Minuspunkt (Zeitraum 1950 – 2015). Das beste Vergleichsjahr hat also die meisten Plus – und die wenigsten Minuspunkte, das schlechteste Vergleichsjahr logischerweise die wenigsten Plus – und die meisten Minuspunkte.

Beste Vergleichsjahre (zusätzlich positive Geopotentialanomalie über Grönland in der Stratosphäre): 2010, 2009, 2005, 1980, 1970, 1962, 1958.

Schlechteste Übereinstimmung, sozusagen Gegenteiljahre (mit negativer Anomalie über Grönland in der Stratosphäre):

2015, 2006, 2001, 1999, 1993, 1991, 1976, 1963, 1959.

Die „Gegenteiljahre“ habe ich mit einem Minuszeichen in die Reihe aufgenommen, die rekonstruierte Karte für den 28. November 2016 sieht also etwas „kriterienhaft – schematisch“ aus:

compday

Dies gilt auch für die Stratosphäre:

compday

 

Wie setzte sich die Entwicklung fort?

Bodendruckabweichungen im Dezember im Durchschnitt dieser Jahre:

whgyawy0dw

……..im Januar:

mhz4dxqsgi

……….im Februar:

m10iqbmwm2

Nach dieser Entwicklung sieht es zur Zeit allerdings nicht aus. Dies ist auch keine Prognose, sondern ein Rückblick, ein gewisser Erwartungswert besteht natürlich schon, aber nicht im Sinne eines subjektiven „Wunsches“, höchstens im Sinne objektiver Fakten.

Gruß

KHB