Analiza trafności

Analiza wyników backtestu, obejmującego 12 modeli na 200 miastach w okresie 90 dni, wskazuje na zróżnicowaną skuteczność prognoz. Model MET/yr.no (NO) osiągnął najniższy błąd średni bezwzględny (MAE) na poziomie 0,25°C, a za nim uplasował się ECMWF (EU) z MAE 0,47°C. Model AI ECMWF AIFS, z MAE 0,94°C, zajął czwarte miejsce, przewyższając osiem z jedenastu modeli fizycznych, co potwierdza jego solidność, lecz nie pozycjonuje go jako lidera.

Nasza publikowana metoda, M5 (MOS + obserwacje), charakteryzuje się MAE 0,32°C i RMSE 0,5°C. Kluczowe jest jej wysokie pokrycie dokładności, z 99% prognoz mieszczących się w zakresie ±2°C i 95% w ±1°C. Choć pojedynczy model MET/yr.no osiągnął niższy MAE (0,25°C), metoda M5 zapewnia wyższą niezawodność, trafiając w zakres ±2°C częściej (99% vs 97%). Ta strategia podkreśla nasze zaangażowanie w dostarczanie stabilnych i precyzyjnych prognoz, stawiając na niezawodność zespołu ponad rekordy pojedynczych modeli.

Należy zaznaczyć, że błędy dla krótkich horyzontów czasowych (dziś/jutro) mogą być optymistycznie zaniżone ze względu na specyfikę backtestu. Weryfikacja prognoz na podstawie realnych pomiarów IMGW, niezależnych od reanalizy ERA5, zostanie wkrótce uruchomiona, co dostarczy dodatkowych danych do oceny.