Hallo,
die Prognosemethode habe ich etwas verändert. Um mehr Datenreihen verwenden zu können, musste ich allerdings den Analysezeitraum verkürzen, weil sonst die Rechenkapazität nicht reichen würde, also nur 1993 bis 2022, 4 Datenreihen, insgesamt 47.000 Gitterpunkte global.
Für die Prognose der Monate April bis Juni 2023 verwende ich die SSTs des Monats März, sowie das Geopotential 500hPa, außerdem die Temperaturen und den zonalen Wind auf dem Druckniveau mit der höchsten Korrelation mit dem Zielmonat, immer Gitterpunkte 90°N – 90°S 0 – 360°.
Für den Zeitraum 1993 – 2022 korreliere ich nun zuerst die Temperaturen im 10hPa -, 30hPa-, 50hPa -, 100hPa -, 200hPa -, 300hPa -, 400hPa – Niveau des Vormonats mit den wichtigsten globalen Indices, also NAO, AO, NOI, PNA, EP/NH, EA/WR, WP, PDO, NP und AAO des Zielmonats. Dasselbe mit dem zonalen Wind.
Die höchsten Korrelationen der Temperatur mit diesen Indices ( also zunächst März zu April) ergaben sich im 100hPa – Niveau und beim zonalen Wind im 300hPa – Niveau. Für die Prognose der Geopotentialanomalie des Monats April 2023 verwende ich also die SSTs, das Geopotential 500hPa, die Temperatur im 100hPa – Niveau sowie den zonalen Wind im 300hPa- Niveau, jeweils Märzwerte.
Das Rechenprogramm sucht sich nun die höchsten Korrelationen (Canonical Correlation Analysis) zwischen den Gitterpunkten des Vor – und des Zielmonats und berechnet auf diese Weise den Zielwert eines jeden Gitterpunktes. In einer Skala von -1 bis +1 werden dann die zu erwartenden Abweichungen dargestellt, Referenzzeitraum ist 1981 – 2010.
Für den April 2023 sieht das so aus:
Die Leistung der Prognose kann in einem Diagramm eingesehen werden:
Canonical Correlation: 0.9411
Prognose für Mai 2023:
Verwendet: SSTs, Geopotential 500hPa, Temperatur im 400hPa – Niveau und Zonaler Wind im 300hPa – Niveau (jeweils Märzwerte):
Canonical Correlation: 0.9491
Prognose für Juni 2023:
Verwendet: SSTs, Geopotential 500hPa, Temperatur im 300hPa – Niveau und Zonaler Wind im 400hPa- Niveau (jeweils Märzwerte):
Canonical Correlation: 0.8626
Warum die Abweichungen im tropischen Bereich so stark hervorgehoben werden, weiß ich im Moment noch nicht.
Gruß
KHB
Langfristige Wetterprognosen 