Нет, они принадлежали Росгидромету и реализовывались на их деньги. Сейчас они предоставляют к их данным только по договорам. Например, у Яндекса есть такое соглашение с Росгидрометом.
Это средние данные за 1,5 года. Вы ведь понимаете, что на практике это всё-таки будет ощущаться, ведь ошибка складывается из больших погрешностей. Учёные могут заявить, что температура на Земле выросла на 1 градус. «Пффф, что мне этот один градус», — подумает обыватель, но с точки зрения климата этот градус колоссальное значение. Так и здесь. 0.1 может стоит обойтись Вам в несколько десятков ошибочных дней за год.
Во-первых, с чего Вы взяли, что нейросеть Яндекса учитывает влияние ТЭЦ и прочих объектов подогревающих воздуха вокруг себя? Есть такие данные? Во-вторых, я же писал, что комплексный прогноз корректируется на основе местной метеостанции, следовательно, если на станцию влияют какие-то внешние факторы, то прогноз будет самокорректироваться в сторону этих факторов. Без нейросетей!
Станции находящиеся в международном обмене работают хорошо и исправно передают сводки через 30 минут после срока наблюдения. На счёт интернета — глупости. Данные передаются по другим каналам, на крайний случай закодированную сводку можно передать по телефону, по старинке. Ошибки в данных бывают, но это скорее исключения, чем тенденция.
Вы, как и товарищ из Ульяновска всё в кучу смешали. Речь шла про антропогенный фактор, а не фактор рельефа. И речь идёт не о частных случаях, а больших временных рядах, как правило для оценки климата берется 30-ти летний период, только тогда можно уверенно сказать, что в точке А теплее, чем в точке Б, даже если между ними 10 км.
У них есть почасовой, который почти каждый час лепит осадки, хотя модели ничего не прогнозируют. Кстати, фактическая погода не фактическая, они перехватывают значение из прогноза и выдают за факт, что очень некорректно.
Не существует в научной среде, а так да, конечно, можете хоть в попугаях измерять. Все метрики, которые используются оценки прогнозов я расписал в тексте. Не надо придумывать велосипед.
За статью заплатили 500k$. Деньги упали вчера. Спасибо национальному фонду поддержки демократии, что 4 года назад проплатили технологию комплексного прогноза, а сейчас поддержали проведение независимого исследования оценки точности прогностических ресурсов.
Если серьезно, то бред пишите, но надеюсь, что это ирония.
У Вас допущена грубая ошибка. Фактическим ориентиром должна выступать только сеть метеостанций Росгидромета, с показателями максимальной и минимальной температуры. Эти станции наиболее объективно измеряют фактическую температура в соответствии со стандартами.
Спасибо за гифку. Да, у Яндекса дикое количество артефактов. Летом я прогнозирую осадки по верхней границе облаков (Top alarm). Чем выше, тем мощнее развивается грозовое облако. Спутник обновляется каждые 15 минут, но это более качественные данные, чем вывернутые от Яндекса. Держите!
Рекомендую Вам смотреть мультимодельные метеограммы на сайте Meteoblue. Очень полезная штука. Есть ещё сервис meteoweb.ru/alter/conv.php Он хорош летом, работает на базе американской GFS, хорошо просчитывает блок конвективных осадков, но и зимой можно глядеть. Разумеется, зависит от интенсивности осадков. Осадки до 0,5 мм очень сложно просчитываются моделям.
Здесь тоже GFS, но карты более обширные. Хорошо отслеживать фазу осадков.
Увы, но такого параметра оценки прогноза не существует. Единственное, что Вам можно предложить — это оправдываемость в процентах, где главная задача попасть в допустимый интервал 3 градуса, но и здесь есть загвоздка. Допустим есть 2 прогноза с точностью 95%. Какой точнее? Определить можно только по погрешности. У одного может быть 1,5 градуса, у второго 1,7. Выходит, что при равной оправдываемости один прогноз всё-таки точнее второго.
Точка главной метеостанции населенного пункта. Например в Москве это ВДНХ. Прогноз с ВДНХ соотносится с фактической погодой с ВДНХ. Но я Вас немного разочарую, резкие перепады фиксируются только в Москве, где ярко выражен антропоген, в других городах разница между температурой на одном конце города и другом настолько незначительная, что в рамках обширной выборки ей можно пренебречь.
А какие же тогда метрики будут менее сомнительными, если не отклонение фактической температуры от прогнозируемой? Какие аргументы убедят Вас в том, что один прогноз лучше другого?
Конечно, есть. Это ведь данные модели GFS. Они хранятся в формате GRIB, но пробить архив за 10 лет будет сложно. Недельный архив есть здесь — http://nomads.ncep.noaa.gov/pub/data/nccf/com/gfs/prod/
Человек попытался сделать обзор на сервис, но сам до конца не разобрался в принципах его работы. Аналогичные сервисы визуализации атмосферы я собрал здесь — http://www.winstein.org/meteo.html
А сейчас по факту. Сам по себе сервис визуализации используют данные американкой глобальной прогностической модели GFS (Global Forecast System). Является второй в списке лучших моделей, после модели Европейского центра среднесрочных прогнозов. Почему использована GFS? Да, потому что она абсолютно бесплатна и свободна. Рассчитывается модель на кластерах NCEP'а (National Centers for Environmental Prediction). Модель считается прогноз на 16 суток вперед, но на сайте всего несколько суток, что вполне разумно. У модели размер сетки составляет 0.25 градуса, то есть расчётные узлы находятся на расстоянии 25 километров, что весьма неплохо для глобальной модели.
Если серьезно, то бред пишите, но надеюсь, что это ирония.
kachelmannwetter.com/de/sat/nischninowgorod/top-alarm-15min/20181101-2100z.html
Здесь тоже GFS, но карты более обширные. Хорошо отслеживать фазу осадков.
meteoweb.ru/alter/prec.php
А сейчас по факту. Сам по себе сервис визуализации используют данные американкой глобальной прогностической модели GFS (Global Forecast System). Является второй в списке лучших моделей, после модели Европейского центра среднесрочных прогнозов. Почему использована GFS? Да, потому что она абсолютно бесплатна и свободна. Рассчитывается модель на кластерах NCEP'а (National Centers for Environmental Prediction). Модель считается прогноз на 16 суток вперед, но на сайте всего несколько суток, что вполне разумно. У модели размер сетки составляет 0.25 градуса, то есть расчётные узлы находятся на расстоянии 25 километров, что весьма неплохо для глобальной модели.