MOS方式(Model Output Statistics,モデル出力統計)
出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2021/10/05 18:04 UTC 版)
「数値予報」の記事における「MOS方式(Model Output Statistics,モデル出力統計)」の解説
統計的関係式としては、線形の対応関係としてカルマンフィルター方式を用い、非線形の対応関係としてニューラルネットワーク方式を用いる手法が主流。これらの方式は、数値予報結果が出力されるごとにガイダンス値と観測値を対比して自動的に統計的関係式を修正する逐次学習機能を備えた方式となっており、数値予報モデルの変更に柔軟に対応可能。しかし、統計的な関係を用いるので、予報結果は平滑化されたものになりやすい。また、梅雨から夏への変化の際など、急激に大気の場が変化した際には、新しい状況を学習しないと一時的に精度が落ちるので、ガイダンスの利用にあたっては注意が必要。 1996年以前は、統計的関係として、数値予報の予想値を予測因子とする重相関回帰式を用いていたが、モデルが変更になると再度作りなおす必要があったため、モデルのレベルアップに対応できていなかった。
※この「MOS方式(Model Output Statistics,モデル出力統計)」の解説は、「数値予報」の解説の一部です。
「MOS方式(Model Output Statistics,モデル出力統計)」を含む「数値予報」の記事については、「数値予報」の概要を参照ください。
- MOS方式のページへのリンク