Model Output Statistics

Was ist MOS?

Model Output Statistics (MOS) ist ein statistisches Verfahren zur Verbesserung von numerischen Wettermodellen. Es wurde in den 60er/70er Jahren entwickelt und beruht zum größten Teil auf linearen Regressionsgleichungen. [Wikipedia, deutsch]

Für besonders Interessierte findet sich hier eine Präsentation der Uni Bonn: https://www2.meteo.uni-bonn.de/deutsch/lehre/Model_Output_Statistics.pdf

Erklärung zu den Modellen (EZ, GFS, ICON, MIX):

EZ

oder offiziell IFS (Integrated Forecast System) genannt, ist ein globales Wettermodell, das vom ECMWF (Europäisches Zentrum für mittelfristige Wettervorhersage) und MeteoFrance entwickelt wird. Es ist eines der wichtigsten Wettermodelle weltweit und besteht aus einem mit der Spektralmethode rechnenden Atmosphärenmodell kombiniert mit einem dem Terrain folgenden vertikalen Koordinatensystem (4D-Var). [Wikipedia, englisch]

GFS

Das Global Forecast System wird vom amerikanischen Wetterdienst (NWS) entwickelt. Es besitzt eine horizontale Auflösung von 28 km (Vergleich: IFS rechnet mit 9 km in der hochauflösenden Version). Seit Juni 2019 wird das neue FV3 (finites Volumenverfahren) eingesetzt, mit dem die Vorhersagequalität deutlich verbessert werden soll. [Wikipedia, englisch]

ICON

für „ICOsahedral Non-hydrostatic global circulation model“ ist das Globalmodell des deutschen Wetterdienstes (DWD). Es basiert auf einem Gitternetz, das aus 3 Millionen dreieckigen Gitterzellen aufgebaut ist. Diese besitzen eine Maschenweite von 13 km. In jedem dieser Dreiecke löst ICON nicht-hydrostatische Gleichungen (Navier-Stokes) auf 90 verschiedenen Höhenniveaus. Damit ergeben sich insgesamt rund 265 Millionen Gitterpunkte. [Wikipedia, deutsch]

Was bedeutet MIX?

Alle MOSe mit MIX im Namen basieren auf einem Modellmix mit jeweils unterschiedlichen Modellen und Verfahren. Genaueres dazu im nächsten Abschnitt.

Und was ist mit MOS/MOS-Max/MOS-Min?

Bei „MOS“ handelt es sich um den Gruppentipp (Mittel) aus allen teilnehmenden Automatentipps. Die MOS-Max und MOS-Min Tipps setzen sich für jeden Parameter aus dem höchsten bzw. niedrigsten Wert aller MOSe zusammen.

 

Informationen zu den MOS-Anbietern:

DWD (Deutscher Wetterdienst)

Der DWD verwendet MOS in den Varianten ICON-MOS, EZ-MOS, MOS-MIX und MOS-MIX-test („Betaversion“). Mehr zum MOS-MIX-Verfahren des DWD:

https://www.dwd.de/DE/leistungen/met_verfahren_mosmix/mosmix_verfahrenbeschreibung.pdf?__blob=publicationFile&v=4

MSWR (MeteoService Weather Research)

Das MOS von MSWR war das erste im deutschsprachigen Raum und auf ihm bauen unter anderem das vom Bundesamt für Seeschifffahrt und Hydrographie eingesetzte BSH-MOS zur Wasserstandsvorhersage von Nord- und Ostsee oder das Blitz-MOS im Ninjo-System auf.

http://www.mswr.de/standardmos.html

Fachspezifische Publikationen zu MOS und statistischer Wettervorhersage finden sich auf der MSWR Homepage.

Grisuji

wurde von Marco Hoffmann auf Basis des MSWR-MOS entwickelt. Namensgebend war sein Spitzname bzw. der kleine Drache Grisu aus der italienischen Zeichentrickserie.

Bei Grisuji wird das Modell nicht schrittweise aufgebaut und irgendwann nach einem Kriterium abgebrochen, um Overfitting zu vermeiden, sondern es werden alle Prediktoren angeboten und das Overfitting wird durch Regularisierung der Koeffizienten zu vermeiden versucht.

Die Regularisierung findet durch „Bestrafung“ großer Koeffizienten statt und das kann verschieden geschehen. Bei L1 geschieht das, indem der absolut-Betrag der Koeffizienten eingeht, bei L2 quadriert.

https://www.analyticsvidhya.com/blog/2016/01/complete-tutorial-ridge-lasso-regression-python/

Ms.Os (MeteoGroup / DTN)

Bei diesem MOS werden verschiedene Modelle miteinander gemischt, ähnlich wie bei den MOS-MIX des DWD und MSWR. Wie das genau funktioniert, wird im folgenden Artikel (englisch) erklärt:

https://www.meteogroup.com/how-its-made-model-output-statistics-mos-what-it-how-it-contributes-your-forecast

Zur Werkzeugleiste springen