Voorspellen van veel neerslag

gebruikmakend van regressieanalyse en de ECMWF-modeluitvoer

Bachelor Thesis (2017)
Author(s)

P. Wijntjes (TU Delft - Electrical Engineering, Mathematics and Computer Science)

Contributor(s)

Juan Juan Cai – Mentor

Faculty
Electrical Engineering, Mathematics and Computer Science
Copyright
© 2017 Pascalle Wijntjes
More Info
expand_more
Publication Year
2017
Language
Dutch
Copyright
© 2017 Pascalle Wijntjes
Graduation Date
06-07-2017
Awarding Institution
Delft University of Technology
Faculty
Electrical Engineering, Mathematics and Computer Science
Reuse Rights

Other than for strictly personal use, it is not permitted to download, forward or distribute the text or part of it, without the consent of the author(s) and/or copyright holder(s), unless the work is under an open content license such as Creative Commons.

Abstract

In deze scriptie is onderzocht of regressie, een postprocessing methode, een goede toevoeging is aan het model dat het Europees Centrum voor Weersverwachtingen op Middellange Termijn (ECMWF) ontwikkeld heeft en waarvan het KNMI de uitvoer gebruikt, specifiek om te bepalen of er minstens 5 mm neerslag op een dagdeel (00-12 UTC en 12-00 UTC) zal vallen. Hiervoor is gebruik gemaakt van logistische regressie. Voor het verifiëren van de resultaten is er gekeken naar de Brier-Scores en de reliability diagrammen van de regressiemodellen. Deze zijn vervolgens vergeleken met de resultaten van het ECMWF-model. De resultaten zijn vrijwel gelijk, maar de Brier-Scores van het originele model zijn net iets beter dan die van de regressiemodellen. De conclusie die na het onderzoek wordt getrokken is dat het gemaakte regressiemodel geen toevoeging heeft op het ECMWF-model.

Files

License info not available