Vorhersage von extremem Wetter mittels Sturm-Surrogaten aus einem Ensembles Vorhersagesystem

Zusammenfassung: Wahrscheinlichkeitsbasierte Vorhersagen für extremes Wetter an den Tagen 1 und 2 wurden unter Verwendung von 30-Mitglieder konvektionsfähigen Ensemble-Vorhersagen, die durch ein Ensemble-Kalman-Filter-Datenassimilationssystem während eines 32-tägigen Zeitraums, der mit dem Mesoskalen-Vorhersageexperiment zusammentraf, initiiert wurden, erstellt. Die Vorhersagen wurden durch Glättung der Standorte erzeugt, an denen die Modellausgabe extreme Werte der Aufwärtshelicität angab, einem Surrogat für rotierende Gewitter in der Modellausgabe. Die Surrogat-Vorhersagen der schweren Wetterwahrscheinlichkeit für Tag 1 (SSPFs) lieferten in diesem Zeitraum treffsichere und zuverlässige Vorhersagen für extremes Wetter, nach einer angemessenen Kalibrierung des Glättungskerns. Die Ensemble-SSPFs übertrafen die Genauigkeit der SSPFs, die aus zwei Benchmark-deterministischen Vorhersagen abgeleitet wurden, wobei die größten Unterschiede auf der mesoskalaren Ebene auftraten, während alle SSPFs auf synoptischen Skalen ähnliche Vorhersagen erzeugten. Während die deterministischen SSPFs häufig hohe Wahrscheinlichkeiten überbewerteten, verbesserte das Ensemble die Zuverlässigkeit dieser Wahrscheinlichkeiten, auf Kosten weniger hochprobabilistischer Werte. Für den Zeitraum von Tag 2 lieferten die SSPFs wettbewerbsfähige Hinweise im Vergleich zu den Vorhersagen von Tag 1, obwohl zusätzliche Glättung nötig war, um das gleiche Maß an Genauigkeit zu erzielen, was die Schärfe der Vorhersage verringerte. Die Ergebnisse waren ähnlich bei Verwendung von 10 Ensemble-Mitgliedern, was darauf hindeutet, dass ein kleineres Ensemble von Wert sein kann, wenn die Rechenressourcen begrenzt sind. Schließlich wurden die SSPFs mit den in den Convective Outlooks des Storm Prediction Center (SPC) identifizierten Bereichen mit schweren Wetterrisiken verglichen. Die SSPF-Genauigkeit war vergleichbar mit der Genaugkeit der SPC-Vorhersagen bei der Identifizierung von Regionen, in denen extremes Wetter auftreten würde, obwohl die Leistung von Tag zu Tag variierte.