Original paper
Best Member Selection for convective-scale ensembles
Weusthoff, Tanja; Leuenberger, Daniel; Keil, Christian; Craig, George C.
Meteorologische Zeitschrift Vol. 20 No. 2 (2011), p. 153 - 164
published: Apr 1, 2011
DOI: 10.1127/0941-2948/2011/0211
Open Access (paper may be downloaded free of charge)
Abstract
This paper addresses the question how to identify the best members of a convection-permitting numerical weather prediction ensemble. Two different metrics, a classical quadratic approach using conventional observations and a spatial approach based on radar derived precipitation estimates, are employed to identify the ensemble members closest to the observations and to separate good and bad ensemble members. The characteristics of the best member selections and their performance in different weather regimes are investigated and evaluated in the context of three potential applications. The results show clear differences between the different best member selections and based on their characteristics their use in different applications is suggested. The classical quadratic metric has a higher persistence and is thus well suited for synoptic-scale applications, while the spatial metric shows good correlations with a reference measure for precipitation for short lead times and is thus better suited for very short-range applications.
Kurzfassung
Die Arbeit beschäftigt sich mit der Identifizierung von besten Mitgliedern eines Konvektion auflösenden numerischen Wettervorhersagemodells. Zwei verschiedene Metriken, ein klassischer quadratischer Ansatz unter Verwendung konventioneller Beobachtungen und ein räumlicher Ansatz basierend auf Radardaten, werden verwendet, um die besten, d. h. die den Beobachtungen am nächsten liegenden Mitglieder eines Ensembles von Vorhersagen auszuwählen und gute und schlechte Mitglieder voneinander zu unterscheiden. Die Eigenschaften der Best Member Selections (BMS) und ihr Verhalten in unterschiedlichen Wetterregimes werden untersucht und in Hinblick auf drei verschiedene potentielle Anwendungen ausgewertet. Die Ergebnisse zeigen deutliche Unterschiede zwischen den verschiedenen BMS und abhängig von ihren Eigenschaften wird die Verwendung in unterschiedlichen Anwendungen empfohlen. Die klassische Metrik hat eine grössere Persistenz und ist darum gut für synoptisch-skalige Anwendungen geeignet, während die räumliche Metrik für kurze Leadtimes hohe Korrelationen mit dem Zielmaß für Niederschlag aufweist und sich somit besser für Kürzestfrist-Anwendungen eignet.