DOI: https://doi.org/10.1038/s41467-024-50714-1
PMID: https://pubmed.ncbi.nlm.nih.gov/39080287
تاريخ النشر: 2024-07-30
المؤلف: Lei Chen وآخرون
الموضوع الرئيسي: الظواهر الجوية والمحاكاة
طرق
قسم “طرق” يوضح الإجراءات التجريبية والتحليلية المستخدمة في الدراسة. يتناول اختيار المشاركين، وتصميم التجارب، والتقنيات المحددة المستخدمة لجمع البيانات وتحليلها. استخدم الباحثون مجموعة من الطرق الكمية والنوعية لضمان فهم شامل للظواهر قيد التحقيق. تم إجراء التحليلات الإحصائية باستخدام أدوات البرمجيات لتقييم أهمية النتائج، مع اتخاذ تدابير مناسبة للتحكم في المتغيرات المربكة المحتملة.
بالإضافة إلى ذلك، يصف القسم البروتوكولات المتبعة للحفاظ على نزاهة وموثوقية البيانات، بما في ذلك الاعتبارات الأخلاقية والخطوات المتخذة لضمان سرية المشاركين. تم اختبار المنهجيات بدقة للتحقق من صحتها، وتمت مقارنة النتائج مع المعايير المعتمدة في المجال للتحقق من نتائج الدراسة. بشكل عام، كانت الطرق المستخدمة مصممة لإنتاج نتائج قوية وقابلة للتكرار، مما يساهم في موثوقية نتائج البحث.
نتائج
تقدم نتائج هذه الدراسة تقييمًا شاملاً لتوقعات FuXi-S2S المكونة من 51 عضوًا، باستخدام بيانات الاختبار من 2017 إلى 2021. يتم مقارنة أداء FuXi-S2S مع توقعات ECMWF S2S المكونة من 11 عضوًا من دورة النموذج C47r3 خلال نفس الفترة الزمنية. يركز التحليل على التوقعات المتوسطة لأسابيع محددة (الأسابيع 3 إلى 6) ويستخدم مجموعة متنوعة من المقاييس، بما في ذلك المقاييس الحتمية لوسائل التجميع، والمقاييس الاحتمالية لأعضاء التجميع الفردية، ومهارات التنبؤ المصممة لتوقعات تذبذب مادن-جوليان (MJO). من الجدير بالذكر أن الدراسة تقيم أيضًا أداء النموذج في التنبؤ بالأحداث المتطرفة، مع التركيز بشكل خاص على فيضانات باكستان 2022.
لفهم قدرات التنبؤ لنموذج FuXi-S2S بشكل أفضل، تولد الدراسة خرائط بارزة توضح العمليات الأساسية التي تؤثر على توقعاته، خاصة فيما يتعلق بفيضانات باكستان 2022. تساهم هذه الرؤى في فهم أعمق لآليات التنبؤ للنموذج. يتم تقديم تقييمات إضافية، بما في ذلك تحليل طيف الطاقة، في المواد التكميلية، مما يعزز من قوة النتائج.
مناقشة
في هذا القسم، يتم مقارنة أداء نموذج FuXi-S2S مع نموذج ECMWF S2S باستخدام مقاييس حتمية واحتمالية متنوعة. يكشف التحليل أن FuXi-S2S يتفوق بشكل كبير على ECMWF S2S في التنبؤ بإجمالي الهطول (TP) والإشعاع الطويل الخارج (OLR) عبر جميع أوقات التقديم، بينما يظهر أداءً مشابهًا لدرجة الحرارة عند 2 م (T2M) والجيوبوتينشيل عند 500 هكتوباسكال (Z500). على وجه التحديد، تظهر توقعات FuXi-S2S معاملات ارتباط الشذوذ الزمني (TCC) أعلى للهطول وOLR، خاصة في المناطق الاستوائية وغير الاستوائية. ومع ذلك، فإن أدائه بالنسبة لـ Z500 مختلط، مع نتائج متفوقة في أوقات التقديم القصيرة ولكن أداءً أقل في أوقات التقديم الأطول. تشير المقاييس الاحتمالية، مثل درجة مهارة الاحتمالية المرتبة (RPSS)، إلى أن FuXi-S2S يظهر مهارة تنبؤية أكبر، خاصة في المناطق غير الاستوائية، بينما يظهر كلا النموذجين مهارة محدودة في المناطق غير الاستوائية مقارنة بالمناخ.
يسلط القسم الضوء أيضًا على قدرة FuXi-S2S على التنبؤ بالأحداث الجوية المتطرفة، وخاصة نجاحه في التنبؤ بفيضانات باكستان 2022. تمكن النموذج من التقاط إشارات سابقة تتعلق بشذوذ درجة حرارة سطح البحر (SST)، والتي كانت حاسمة في التنبؤ بحدث الأمطار الغزيرة. يبرز استخدام خرائط البروز لتفسير توقعات النموذج قدرته على تحديد العمليات الرئيسية التي تقود الأحداث الجوية المتطرفة. بشكل عام، لا يتفوق FuXi-S2S فقط على ECMWF S2S في دقة التنبؤ، بل يعزز أيضًا فهم الآليات الأساسية لظواهر المناخ المتطرفة، مما يظهر إمكانيته كأداة قيمة للتنبؤات تحت الموسمية والاستعداد للكوارث.
DOI: https://doi.org/10.1038/s41467-024-50714-1
PMID: https://pubmed.ncbi.nlm.nih.gov/39080287
Publication Date: 2024-07-30
Author(s): Lei Chen et al.
Primary Topic: Meteorological Phenomena and Simulations
Methods
The “Methods” section outlines the experimental and analytical procedures employed in the study. It details the selection of participants, the design of the experiments, and the specific techniques used for data collection and analysis. The researchers utilized a combination of quantitative and qualitative methods to ensure a comprehensive understanding of the phenomena under investigation. Statistical analyses were performed using software tools to assess the significance of the findings, with appropriate measures taken to control for potential confounding variables.
Additionally, the section describes the protocols followed to maintain the integrity and reliability of the data, including ethical considerations and the steps taken to ensure participant confidentiality. The methodologies were rigorously tested for validity, and the results were compared against established benchmarks in the field to validate the outcomes of the study. Overall, the methods employed were designed to yield robust and reproducible results, contributing to the reliability of the research findings.
Results
The results of this study present a comprehensive evaluation of the 51-member FuXi-S2S forecasts, utilizing testing data from 2017 to 2021. The performance of FuXi-S2S is compared against the 11-member ECMWF S2S reforecasts from model cycle C47r3 over the same timeframe. The analysis emphasizes average forecasts for specific weeks (weeks 3 to 6) and employs a diverse array of metrics, including deterministic metrics for ensemble means, probabilistic metrics for individual ensemble members, and prediction skills tailored for Madden-Julian Oscillation (MJO) forecasts. Notably, the study also assesses the model’s performance in predicting extreme events, with a particular focus on the 2022 Pakistan floods.
To further understand the predictive capabilities of the FuXi-S2S model, the study generates saliency maps that elucidate the underlying processes influencing its forecasts, especially regarding the 2022 Pakistan floods. These insights contribute to a deeper understanding of the model’s predictive mechanisms. Additional evaluations, including an analysis of energy spectra, are provided in the Supplementary Material, enhancing the robustness of the findings.
Discussion
In this section, the performance of the FuXi-S2S model is compared to the ECMWF S2S model using various deterministic and probabilistic metrics. The analysis reveals that FuXi-S2S significantly outperforms ECMWF S2S in forecasting total precipitation (TP) and outgoing longwave radiation (OLR) across all lead times, while showing comparable performance for 2 m temperature (T2M) and geopotential at 500 hPa (Z500). Specifically, FuXi-S2S forecasts exhibit higher temporal anomaly correlation coefficients (TCC) for TP and OLR, particularly in tropical and extra-tropical regions. However, its performance for Z500 is mixed, with superior results at shorter lead times but inferior performance at longer lead times. Probabilistic metrics, such as the ranked probability skill score (RPSS), indicate that FuXi-S2S demonstrates greater predictive skill, especially in extra-tropical regions, while both models show limited skill in the extra-tropics compared to climatology.
The section also highlights FuXi-S2S’s ability to predict extreme weather events, particularly its successful forecasting of the 2022 Pakistan floods. The model effectively captured precursor signals related to sea surface temperature (SST) anomalies, which were critical in predicting the extreme rainfall event. The use of saliency maps to interpret the model’s predictions underscores its capability to identify key driving processes behind extreme weather events. Overall, FuXi-S2S not only surpasses ECMWF S2S in forecast accuracy but also enhances understanding of the underlying mechanisms of climate extremes, demonstrating its potential as a valuable tool for subseasonal forecasting and disaster preparedness.