STATISZTIKAI MÓDSZEREK ALKALMAZÁSA A METEROLÓGIÁBAN

Átírás

1 STATISZTIKAI MÓDSZEREK ALKALMAZÁSA A METEROLÓGIÁBAN Mika János Esterházy Károly Egyetem, Eger Földi sokaságok, égi tűnemények 150 éves a KSH Ünnepi konferencia MTA Budapest, október 17.

2 VÁZLAT Meteorológiai adatok: erősségek, gyengeségek Idősor-modellek, az elemzés nehézségei Eloszlások, paraméterek Tipizálás, lényegkiemelés Korreláció-regresszió, függvényillesztés

3 Az időjárás és az éghajlat megfigyelésének fő eszközei

4 Az éghajlati adatbázis forrása a meteorológiai mérőállomások hálózata Hagyományos csapadékmérő állomások

5 A fluktuációkat 10 perces átlagolással simítjuk, de a széllökés 2 másodperces átlag! Az automaták ezzel a fel- Bontással mérnek

6 A mérések sok dimenziósak, de gyakori az index

7

8 VÁZLAT Meteorológiai adatok: erősségek, gyengeségek Idősor-modellek, az elemzés nehézségei Eloszlások, paraméterek Tipizálás, lényegkiemelés Korreláció-regresszió, függvényillesztés

9 Idősor-modell A legteljesebb idősor-modell (az évszakos és a napi ciklus nélkül) Y = Y c + T + V + w ahol Y az aktuális érték, Y c a sokévi (referencia) átlag, T az éghajlatváltozás trendje, V a néhány év átlagában is megmaradó ingadozás, w az időjárási fluktuáció, ami gyorsan lecseng

10 Rövid, pár éves ingadozások (V komponens) A léghőmérséklet változásai 10

11 Alföld: km 2 területi átlag éves menet -- nappali 12 óra -- éjszakai 12 óra 2,5 2,0 Éjszaka Nappal 2,5 2,0 Éjszaka Nappal 1,5 1,5 1,0 1,0 0,5 0,5 0, , a) Átlagok (mm/12 ó) b) Szórások (mm/12 ó)

12 Hány évből átlagoljunk? Attól függ, mi a cél Milyen hosszú átlagolás adja az időszak utáni első év legjobb becslését? Mika J. Boncz J., 1981 Mika J. Seres A. Matyasovszky I., 2008 RMS hiba 1,90 1,70 1,50 1,30 1,10 0,90 0,70 0,50 Debrecen optimum választott időszak 5 év 7 év 9 év 11 év 13 év 15 év 17 év 19 év 21 év 23 év 25 év év

13 Inhomogenitás )mérési átlagolási változások. Hatása lehet a trendekre. Spatial average of 15 original and homogenized annual mean temperature series in Hungary ( ) MASH internationally acknowled methodology by 12.5 developed by Tamás SZENTIMREY (1994-onward) ori hom

14 Térben interpolált változások (MISH, T. Szentimrey and Zita Bihari) Annual mean temperature Trend in number of days with R > 20mm in

15 Éves menet, napi menet a légszennyezésben A PM 10 átlagos évi (a) és heti (b) ciklusa monitoring állomás, Szeged, (Makra László feldolgozása, ÁTIKÖFE adatok) Az ENSZ október 25-i GEO-4 Jelentése szerint 1. a világban kb. 2 millió ember hal meg idő előtt a levegő szennyezettsége miatt! 2. Európában több mint százezer ember hal meg idő előtt a PM10 miatt!

16 VÁZLAT Meteorológiai adatok: erősségek, gyengeségek Idősor-modellek, az elemzés nehézségei Eloszlások, paraméterek Tipizálás, lényegkiemelés Korreláció-regresszió, függvényillesztés

17 Origin and paths of tropical cyclones Tropical cyclones are intense low pressure storms created by: Warm water Moist air Coriolis effect Includes: Hurricanes Cyclones Typhoons Map: Christopher. C. Burt, 2007: Extreme Weather

18 Szélsebesség a 925 hpa-os szinten Instabilitási energia az alsó 1 km rétegben TÉL HM típus! NYÁR

19 Példa az átlagok alkalmazására. Európa évi középhőmérséklete ( C) az ún. E-OBS adatbázis (Haylock et al., 2008) alapján időszakban. Az évi középhőmérsékletet a napi középhőmérsékletek átlagaként határoztuk meg. (Bartholy et al., 2011)

20 Szélsőségek Nehéz a függvény-választás, gyakori, hogy mindent kiszámolunk Source:

21 VÁZLAT Meteorológiai adatok: erősségek, gyengeségek Idősor-modellek, az elemzés nehézségei Eloszlások, paraméterek Tipizálás, lényegkiemelés Korreláció-regresszió, függvényillesztés

22 Térbeli osztályok Talajnedvesség. Példa 1. Talajnedvességi (PDSI) régiók 4 országban, faktoranalízissel. Az eljárás minden pont sokévi átlagától vett eltérésekkel operál. Nem a klimatografikus átlagokat, hanem éppenséggel az anomáliák hasonló illetve különböző régióit különíti el. Mika et al, 1994

23 FAKTORANALÍZIS -EGYÜTTMOZGÓ LOKÁLIS ELEMEK- SZEGED Tk Pny. ΔTn Felhő Napft. Reln. 80% Széls. Vihar Csap. J-F M-A M-J J-A SZ-O N-D SZOMB. Tk Pny. ΔTn Felhő Napft. Reln. 80% Széls. Vihar Csap. J-F M-A M-J J-A SZ-O N-D

24 ECMWF ENSEMBLE PROGNÓZISOK 50 prognózis, kicsit külöböző lezdeti Állapotok: Fáklya-diagram COOPERATING Clusteranalízis: MEMBERSHIP OF ECMWF (towards full membership): Vannak- minőségi Provision különbségek? of medium-range forecast guidance Forrás: for ECMWF the -forecasters OMSZ + possible active participation in the Centre s activities (two colleagues) MAIN EMPHASIS: verification, evaluation and application of ensemble products, application of new products (30 days forecast, seasonal forecasting, etc.) FUTURE: Optimal interpretation of the probabilistic information

25 VÁZLAT Meteorológiai adatok: erősségek, gyengeségek Idősor-modellek, az elemzés nehézségei Eloszlások, paraméterek Tipizálás, lényegkiemelés Korreláció-regresszió, függvényillesztés

26 Maximális hősziget erősség ( o C) OKOK lakosságszám? OKE, 1980

27 A beépítettség! H épületmagasság A utca-szélesség OKE, 1980

28 Szél vs. napenergia korreláció (Eger környéke) 0,18 0,13 0,08 0,03-0, ,07-0,12-0,17-0,22 lambda: 20,4 fi: 48,0 lambda: 20,5 fi: 48,0 lambda: 20,2 fi: 47,9 lambda: 20,3 fi: 47,9 lambda: 20,4 fi: 47,9 lambda: 20,5 fi: 47,9 lambda: 20,3 fi: 47,8 lambda: 20,4 fi: 47.8 szignifikancia szint (pozitív korreláció) szignifikancia szint (negatív korreláció) Rázsi et al. (2014)

29 Térség: anno SzU európai területei Január havi középhőmérséklet korrelációs együttható a távolság függvényében. (Czelnai et. al, 1978)

30 Zonális és meridionálisszélsebesség összetevők térbeli korrelációi Megfigyelt és elméleti (geosztrófikus szél. Korrelációs együttható a távolság függvényében. Czelnai et. al, 1978

31 Napi csapadékösszeg Korrelációs függvénye a távolságtól (Czelnai et. al, 1978)

32 előrejelzés fejlődése, A mért és megfigyelt mezők hasonlósága (%) Északi félgömb Déli félgömb A nyomási mezők korrelációja a légkör közepén (500 hpa-n)

33 Évi középhőmérséklet, trendelemzés év C : 0,98 C : 1,17 C

34 Hazai vs. globális hőmérséklet 2 1,6 1,2 0,8 Earth Föld NH Északi félgömb ma HU 0,4 0-0,4-0,8-1, Summer temperature in HU (Lakatos M. and Mika J., 2007)

35 Átfogó művek statisztikus meteorológiából Dévényi D., Gulyás O. : Valószínűségszámítás és matematikai statisztika a meteorológiában Tankönvkiadó, 1988 Matyasovszky István: Statisztikus klimatológia 1996 Czelnai R., Gandin L.Sz, Zahariev A.. Sztatiszticseszkaja sztruktura meteorologicseszkih polej. OMSZ 1978

36 KÖSZÖNÖM A FIGYELMET! mika.janos@uni-eszterhazy.hu