Skill assessment of seasonal hindcasts from the Canadian historical forecast project

Viatcheslav V. Kharin, Qiaobin Teng, Francis W. Zwiers, George J. Boer, Jacques Derome, Juan Sebastian Fontecilla
2009 ATMOSPHERE-OCEAN  
The performance of seasonal hindcasts produced with four global atmospheric models in the second phase of the Canadian Historical Forecasting Project is evaluated. Deterministic and probabilistic forecast skill assessments are carried out using common verification measures. Several methods of combining multi-model output to produce deterministic and probabilistic forecasts of near-surface air temperature, 500 hPa geopotential height, and 700 hPa temperature for zero-month and one-month leads
more » ... considered. A variance-based weighting modestly improves the skill of deterministic and probabilistic hindcasts in some cases. A parametric Gaussian probability estimator is superior to a non-parametric count-method estimator for producing multi-model probability forecasts. Statistical adjustment is beneficial for deterministic and probabilistic hindcasts of near-surface temperature over the ocean but not always over land. Skill improves with the number of different models used for a given total ensemble size. The four-model ensemble is shown to be a reasonable multi-model configuration. RÉSUMÉ [Traduit par la rédaction] Nous évaluons la performance des prévisions saisonnières a posteriori produites à l'aide de quatre modèles de circulation atmosphérique générale dans la deuxième phase du projet de prévision historique. Les évaluations d'habileté des prévisions déterministes et probabilistes sont basées sur des mesures de vérification courantes. Nous examinons plusieurs méthodes de combinaison de sortie multimodèle pour produire des prévisions déterministes et probabilistes de la température de l'air près de la surface, de la hauteur géopotentielle de 500 hPa et de la température à 700 hPa à échéance de zéro mois et d'un mois. Une pondération fonction de la variance améliore légèrement l'habileté des prévisions déterministes et probabilistes a posteriori dans certains cas. Un estimateur de probabilité gaussien paramétrique est supérieur à un estimateur non paramétrique utilisant une méthode de comptage pour produire des prévisions de probabilités multimodèles. Un ajustement statistique est bénéfique pour les prévisions déterministes et probabilistes a posteriori de la température près de la surface au-dessus de l'océan mais pas toujours au-dessus de la terre. L'habileté augmente avec le nombre de modèles différents utilisés pour une taille d'ensemble totale donnée. L'ensemble de quatre modèles s'avère une configuration multimodèle raisonnable.
doi:10.3137/ao1101.2009 fatcat:fdi2tnbzxff57hph2kew3hmbpa