Previsão Probabilística Quantitativa de Precipitação Usando Média de Modelos Bayesianos

Resumo A média de modelos bayesianos (BMA) é uma forma estatística de pós-processar conjuntos de previsões para criar funções de densidade de probabilidade preditiva (PDFs) para quantidades meteorológicas. Ela representa a PDF preditiva como uma média ponderada de PDFs centradas nas previsões individuais corrigidas por viés, onde os pesos são as probabilidades posteriores dos modelos que geram as previsões e refletem as contribuições relativas das previsões para a habilidade preditiva ao longo de um período de treinamento. Foi desenvolvida inicialmente para quantidades cujas PDFs podem ser aproximadas por distribuições normais, como temperatura e pressão do nível do mar. A BMA não se aplica em sua forma original à precipitação, porque a PDF preditiva da precipitação é não normal de duas maneiras principais: tem uma probabilidade positiva de ser igual a zero, e é assimétrica. Neste estudo, a BMA é estendida para previsão probabilística quantitativa de precipitação. A PDF preditiva correspondente a um membro do conjunto é uma mistura de um componente discreto em zero e uma distribuição gamma. Ao contrário dos métodos que preveem a probabilidade de ultrapassar um limite, a BMA fornece uma distribuição de probabilidade completa para a precipitação futura. O método foi aplicado a previsões diárias de 48 horas de precipitação acumulada em 24 horas na Região Noroeste do Pacífico da América do Norte em 2003-04, usando o conjunto mesoscale da Universidade de Washington. Ele produziu distribuições preditivas que foram calibradas e nítidas. Também forneceu previsões de probabilidade de precipitação que foram muito melhor calibradas do que aquelas baseadas na votação por consenso dos membros do conjunto. Ele forneceu melhores estimativas da probabilidade de eventos de alta precipitação do que a regressão logística na raiz cúbica da média do conjunto.