NMMEにおける予測可能性と予測スキル

要旨 2メートルの気温、降水量、海面水温の予測スキルと潜在的予測可能性を、北米多モデルアンサンブル（NMME）プロジェクトの第1段階に含まれるモデルからの29年間の後方予測データを使用して評価します。予測スキルは異常相関（AC）を用いて検討されます；個々のモデルのバイアス修正済みアンサンブル平均（EM）とNMME 7モデルのEMのスキルは観測値と照らし合わせて検証されます。予測スキルは平均二乗誤差を用いても評価されます。モデルが予測異常の大きさをどのように表現しているかも研究されています。予測可能性は2つの観点から考慮されました：均質の場合、一つのモデルが自身のアンサンブルの単一メンバーと照らし合わせて検証され、異質の場合、あるモデルのEMが別のモデルの単一メンバーと比較されます。この研究は、3つの分野の物理的予測可能性およびNMMEおよびその寄与モデルへの洞察を提供します。NMMEのほとんどのモデルは、年々の変動によって表されるかなり現実的な分布を持っています。観測に照らして検証されたNMME 7モデルの予測スキルは、個々のモデルの予測ACと同等かそれ以上です。2メートルの気温（T2m）のスキルは、最高の単一モデルのスキルに一致し、降水率と海面水温のNMME EMスキルは任意の単一モデルよりも高いです。均質予測可能性はすべての分野で報告されたスキルよりも高く、モデルの予測にいくらかの改善の余地がある可能性を示唆していますが、多くの地域的および季節的変動が存在します。潜在的予測可能性の推定は、モデルの選択に対して過度に敏感ではありません。一般的に、より高い均質予測可能性を持つモデルは、より高い予測スキルを示します。