Juli 2017 und Folgemonate

Hallo,

Methode habe ich erklärt, Ähnlichkeit der Monate Januar bis Juni im Allgemeinen und Juni im Besonderen.

Der wirkliche Juni 2017, Geopot500:

AFvWY740uB

Die Rekonstruktion des Juni 2017 mit Hilfe der Vergleichsjahre:Sk09TrQVBs

Bei  Rekonstruktion des Zeitraums Januar bis Juni 2017 mit Hilfe der Vergleichsjahre (aus 1951 – 2016)  beträgt die Abweichung zur Wirklichkeit Januar bis Juni 2017 (ca. 3500 Einzeldaten):

MAE: 23,47

RMSE: 31,88

R²: 0.9875

Dies sieht dann so aus (wie beschrieben, wurde die NH in 72 Zonen eingeteilt, 1 Zone umfasst jeweils 15 Breitengrade und 30 Längengrade, man sieht hier also den tatsächlichen Verlauf der 6 Monate Januar bis Juni 2017 sowie den mit Hilfe der Vergleichsjahre rekonstruierten Verlauf):

Juni 2017 Rekonstruktion

Bei  Rekonstruktion des Juni 2017 beträgt die Abweichung zur Wirklichkeit des Juni 2017 (ca. 600 Einzeldaten), Erklärung wie oben, nur ausschließlich auf den Juni 2017 bezogen wie folgt:

MAE: 11,01

RMSE: 14,55

R²: 0.9942

Juni 2017 Rekonstruktion nur Juni

Prognose für Juli 2017:

gNkOLUS245

………für den August 2017:

I0OCopqzae

…………den September 2017:

4fFJS_uDFf

Gruß

KHB

Juni 2017 und Folgemonate

Hallo,

Methode habe ich erklärt, Ähnlichkeit der nordhemisphärischen Zirkulation Januar bis Mai im Allgemeinen und Vormonat Mai im Besonderen: Die größte Ähnlichkeit mit 2017 hatten die Jahre 1973, 1990, 1994 und 2008 (die anderen Jahre wurden als Ergänzungen / Korrekturen benutzt.

Der tatsächliche Mai 2017, Anomalie Geo500:

_EO59ZM5UO

Rekonstruktion des Mai 2017 mit Hilfe der Vergleichsjahre:

4NSHWYH9lr

Juni – Prognose:

ocrCd2STEN

Juli – Prognose:

EPxkOJS8wB

August – Prognose:

fpgnjrKVKG

Gruß

KHB

…………..im August

Hallo,

die Methode habe ich erläutert, 31 Vorjahre (372 Monate), 41 Vergleiche (Richtwert 40).

Die 10 kältesten Augustmonate (47.5 – 55°N 10°W – 17.5°E) im Zeitraum 1987 – 2016:

Jahr, Index, Temperatur (°C):

1987     102     15,664

1988     178     16,167

1993       83     15,460

1996     103     16,343

1998       69     16,340

2005     106     16,036

2006     170     15,734

2007     110     16,299

2010     130     16,234

2014     135     15,760

 

Die 10 wärmsten:

1990     -175     17,740

1995     -229     18,195

1997     -224     18,817

2001     -212     17,407

2002     -199     17,426

2003     -271     19,020

2004     -170     17,522

2009     -181     17,474

2013     -162     17,415

2015     -279     17,727

 

Die 10 mittleren:

1989     -69     16,621

1991    +10     17,392

1992       -9     17,284

1994     -92     16,770

1999    -154     16,786

2000    -159     16,996

2008      -58     16,524

2011      -44     16,414

2012      -59     17,401

2016      -93     17,120

 

Der Temperaturdurchschnitt Augustmonate 1987 – 2016 beträgt 16,936°C, der durchschnittliche Index -54,8.

Man kann ableiten

Index >40 bedeutet zu kalter August

Index <40>-160 bedeutet nahe am Durchschnitt

Index <-160 bedeutet zu warmer August

Für den August 2017 ergibt sich ein Index von -136. Damit gehört er zur mittleren Gruppe. Der Temperaturdurchschnitt der mittleren Gruppe beträgt 16,931°C. Dieser Wert ist dann auch die Prognose.

Bodendruckanomalie der Augustmonate der mittleren Gruppe:

AiTojarhGt

Geopotentialanomalie 500hPa:

LUBqKMVBhy

Gruß

KHB

……..im Juli

Hallo,

Methode habe ich erläutert. In diesem Fall Analyse von 29 Vorjahren (348 Monate), 41 Vergleiche (40 als Richtwert).

Ergebnisse:

Die 10 kältesten Julimonate (1987 – 2016), Jahr, Index, Durchschnittstemperatur (°C):

1987     148     16,171

1988     209     15,730

1993     204     15,158

1996     171     15,316

1998     201     15,598

2000     204     14,887

2004     204     15,942

2007     234     15,951

2011     162     15,509

2012     227     16,070

……..die 10 wärmsten:

1989     -121     17,394

1991     -114     17,359

1994     -198     18,524

1995     -104     18,229

1999     -192     17,535

2003     -133     17,521

2006      -61     19,727

2010     -212     18,144

2013     -167     18,058

2014     -141     17,876

…………die 10 mittleren:

1990     -18     16,431

1992       -4      17,091

1997     +18     16,292

2001     +87     17,017

2002     +30     16,356

2005     -12      16,961

2008     -20      16,574

2009     -30      16,786

2015     +44      17,163

2016      -21      17,049

Der Temperaturdurchschnitt der Julimonate 1987 – 2016 beträgt 16,814°C, der durchschnittliche Index 22,8.

Index >120 bedeutet zu kalter Juli

Index <120>-50 bedeutet nahe am Durchschnitt

Index<-50 bedeutet zu warmer Juli

Der Juli 2017 erreicht einen Index von +73, gehört also in die mittlere Gruppe. Diese Gruppe hat einen Temperaturdurchschnitt von 16,772°C, also um 0,042 K unter dem 30jährigen Mittel. Dies ist dann auch meine Prognose.

Bodendruckanomalien dieser Gruppe:

Lr8WFsSTMa

Geopotentialanomalien 500hPa:

vVrjSFw6cn

 

Gruß

KHB

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

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

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

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

Neue Prognosemethode

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

Januar 2017 und Folgemonate

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

Winterprognose 2016/17

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