haku: @keyword mallinvalinta / yhteensä: 5
hakutulos-lista
viite: 1 / 5
« edellinen | seuraava »
Tekijä:Saarikangas, Kati
Työn nimi:Design, implementation and evaluation of an adaptive weather model output statistics system
Adaptiivisen sääennusteen korjausjärjestelmän suunnittelu, toteutus ja arviointi
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2013
Sivut:vii + 50 s. + liitt. 12      Kieli:   eng
Koulu/Laitos/Osasto:Perustieteiden korkeakoulu
Oppiaine:Informaatiotekniikka   (T-115)
Valvoja:Simula, Olli
Ohjaaja:Karanko, Samu ; Lendasse, Amaury
OEVS:
Digitoitu arkistokappale luettavissa Harald Herlin -oppimiskeskuksen asiakaskoneilla | ohje
sulje

Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossa

Oppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa.

Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/

Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.

Kirjautuminen asiakaskoneille

  • Aalto-yliopistolaiset kirjautuvat asiakaskoneille Aalto-tunnuksella ja salasanalla.
  • Muut asiakkaat kirjautuvat asiakaskoneille yhteistunnuksilla.

Opinnäytteen avaaminen

  • Asiakaskoneiden työpöydältä löytyy kuvake:

    Aalto Thesis Database

  • Kuvaketta klikkaamalla pääset hakemaan ja avaamaan etsimäsi opinnäytteen Aaltodoc-tietokannasta. Opinnäytetiedosto löytyy klikkaamalla viitetietojen OEV- tai OEVS-kentän linkkiä.

Opinnäytteen lukeminen

  • Opinnäytettä voi lukea asiakaskoneen ruudulta tai sen voi tulostaa paperille.
  • Opinnäytetiedostoa ei voi tallentaa muistitikulle tai lähettää sähköpostilla.
  • Opinnäytetiedoston sisältöä ei voi kopioida.
  • Opinnäytetiedostoa ei voi muokata.

Opinnäytteen tulostus

  • Opinnäytteen voi tulostaa itselleen henkilökohtaiseen opiskelu- ja tutkimuskäyttöön.
  • Aalto-yliopiston opiskelijat ja henkilökunta voivat tulostaa mustavalkotulosteita Oppimiskeskuksen SecurePrint-laitteille, kun tietokoneelle kirjaudutaan omilla Aalto-tunnuksilla. Väritulostus on mahdollista asiakaspalvelupisteen tulostimelle u90203-psc3. Väritulostaminen on maksullista Aalto-yliopiston opiskelijoille ja henkilökunnalle.
  • Ulkopuoliset asiakkaat voivat tulostaa mustavalko- ja väritulosteita Oppimiskeskuksen asiakaspalvelupisteen tulostimelle u90203-psc3. Tulostaminen on maksullista.
Sijainti:P1 Ark Aalto  8668   | Arkisto
Avainsanat:statistics
linear regression
weather
temperature
model output statistics
model selection
tilastollinen mallintaminen
lineaarinen regressio
sää
lämpötila
MOS-järjestelmä
mallinvalinta
Tiivistelmä (fin): Fysiikkamalleihin perustuva sääennustaminen on parantunut merkittävästi viimeisen 50 vuoden aikana.
Tilastollisia metodeita voidaan kuitenkin edelleen käyttää parantamaan numeerisen mallin tulosta.

Tämän diplomityön tarkoitus on suunnitella, toteuttaa ja arvioida järjestelmä, joka korjaa numeerisen säämallin ennustetta sen perusteella miten malli on aikaisemmin tilastollisesti suoriutunut.
Meteorologiassa tämänkaltaista järjestelmää kutsutaan MOS-järjestelmäksi (Model Output Statistics).
Rakennettu järjestelmä on osa päivittäistä sääennusterutiinia Forecalla, joka on suomalainen sääpalveluiden tarjoaja.
Järjestelmä toimii alustuksen jälkeen itsenäisesti ja tuottaa sääennusteita jokaiselle paikalle, josta on havaintoja saatavilla.
Mallien alustuksen jälkeen järjestelmä pyrkii automaattisesti sopeutumaan kaikkiin numeerisen mallin muutoksiin tarjoten johdonmukaisia korjauksia myös silloin kun numeerisen mallin virhe on muuttunut tilastollisesti erilaiseksi kuin aikaisemmin.

MOS ja sen haasteet esitellään tässä työssä.
MOS voidaan toteuttaa käyttämällä useita erilaisia tilastollisia menetelmiä, joista päätettiin käyttää Lassoa ja Babyesilaista informaatiokriteeriä usean selittäjän lineaaristen regressioyhtälöiden estimointiin.

Tässä työssä rakennetaan ja vertaillaan neljää erilaista MOS-mallia.
Ne rakennetaan käyttäen erilaisia esi- ja jälkikäsittelymenetelmiä mallin parametrien valintaan.
Parannettavana numeerisen ennusteen parametrina käytetään ilman lämpötilaa kahdessa metrissä.
Itse MOS-järjestelmä kuitenkin rakennetaan niin, että sitä voidaan käyttää myös muille numeerisen mallin parametreille.
Tiivistelmä (eng): Physics based weather forecasting has improved significantly over the past 50 years.
However, statistical methods can still improve the numerical weather model output.

The purpose of this thesis is to design, implement, and evaluate a system which corrects numerical weather model output using past statistics of its performance.
In meteorology this kind of a system is called Model Output Statistics.
The system is part of daily forecast routines at Foreca, a Finnish weather service provider.
It runs automatically after initialization of the system, and produces correction equations for all stations from which observations are available.
After initialization the model automatically attempts to adjust to any changes in the numerical model and provide coherent corrections even when the numerical model error changes.

The Model Output Statistics method is described, along with its challenges.
The Model Output Statistics can be implemented utilizing several different statistical methods, from which we opt to use Lasso and Bayesian Information Criterion for creating multiple linear regression equations.

The experiments conducted in this work consist of applying different pre-processing methods and a post-processing method to find a suitable set of predictors for correcting numerical model output for air temperature at two meters.
The methods are implemented in a manner which can later be applied for other variables as well.
ED:2013-08-06
INSSI tietueen numero: 47015
+ lisää koriin
« edellinen | seuraava »
INSSI