Machine Learning Methods for Postprocessing Ensemble Forecasts of Wind Gusts: Data
收藏DataCite Commons2024-05-28 更新2024-07-13 收录
下载链接：
https://radar.kit.edu/radar/en/dataset/afEBrMYqNrxxvrLX
下载链接
链接失效反馈官方服务：
资源简介：
Datensatz zu Schulz und Lerch (2022): "Machine learning methods for postprocessing ensemble forecasts of wind gusts: A systematic comparison", Monthly Weather Review, 150 (1), 235-257, https://doi.org/10.1175/MWR-D-21-0150.1.
Die Daten beinhalten die NWV-Vorhersagen und dazugehörigen Beobachtungen im gesamten Zeitraum von 2010 bis 2016 sowie die nachbearbeiteten Vorhersagen im Testzeitraum 2016. Weiter sind noch die Stationsdaten sowie die berechneten Scores im Testzeitraum enthalten. Die NWV-Vorhersagen beinhalten die einzelnen Ensemble-Member der Windböen-Vorhersage sowie die Mittelwerte und Standardabweichungen der anderen Ensemble-Variablen. Zusätzlich zu den nachbearbeiteten Vorhersagen sind auch Informationen zu den trainierten Modellen verfügbar (bspw. geschätzte Parameter).
提供机构：
Karlsruhe Institute of Technology
创建时间：
2024-05-28
