大卫·J·诺特。;威廉·T·M·邓斯米尔。;罗伯特·科恩;弗兰克·伍德科克 确定性数值天气预报模型的统计校正。 (英语) Zbl 1047.62118号 美国统计协会。 96,编号455,794-804(2001)。 摘要:气象学家的预测技能在很大程度上取决于他们根据当地条件解释确定性数值天气预报(NWP)模型输出的能力。确定性模型中的偏差可能因多种原因而产生,包括无法在小于模型方程数值解中使用的网格的尺度上解释物理过程。修正和解释NWP模型输出的统计方法是模型输出统计技术(MOS),其中回归分析用于关联观测值和NWP模式预测。我们描述了MOS的贝叶斯分层方法,其动机是需要为最近开放的具有短历史数据记录的台站开发合理的统计校正。贝叶斯层次公式的优势在于它能够以合理的方式将来自台站的信息与长短观测记录相结合。使用马尔可夫链蒙特卡罗方法进行计算,并使用悉尼地区29个台站的每日最高温度数据来说明我们的方法。 MSC公司: 62页第12页 统计在环境和相关主题中的应用 2015年1月62日 贝叶斯推断 关键词:马尔科夫蒙特卡洛;模型输出统计 PDF格式BibTeX公司 XML格式引用 \textit{D.J.Nott}et al.,J.Am.Stat.Assoc.96,编号455,794-804(2001;Zbl 1047.62118) 全文: 内政部