Комплексный прогноз можно посмотреть здесь

В 2014 году руководитель отдела гидродинамических краткосрочных прогнозов Гидрометцентра России и заслуженный метеоролог Алексей Багров вместе со своей командой разработал простую, но принципиально новую статистическую схему обработки сырых прогностических данных. Она была опубликована в журнале «Метеорология и гидрология» в статье под названием «Комплексный прогноз приземных метеорологических величин».

Суть методики проста, но в этом её превосходство. Комплексный прогноз получен путём статистической обработки результатов включенных моделей. При этом для температуры воздуха, ветра и точки росы привлекается архив прогнозов за предшествующие 20 дней по соответствующим моделям и фактические данные на станции, а для осадков аналогичный архив за один год. Расчёт ведется отдельно для каждой станции и для каждой заблаговременности прогноза.

Если ещё проще, то Багров предлагает выполнять статистическую корректировку прогнозов лучших моделей на основе фактических данных местной метеостанции. Детально методика описана в самой статье. Здесь я остановлюсь на некоторых основных моментах. Расчёт максимальной и минимальной температуры выполняется с учетом погрешности за последние 5 или 3 суток. Например, за последние 5 суток наши модели занижали температуру в среднем на 2 градуса, поэтому нам надо включить эту погрешность в последний прогноз и стабилизировать прогноз до наиболее вероятного значения. Таким образом, прогноз сам себя автоматически корректирует, опираясь на предыдущие отклонения в сторону завышения или занижения.

4 года прогноз находился в стадии тестирования. В сентябре 2018 года результаты тестов были опубликованы в журнале «Russian Meteorology and Hydrology». Кратко результаты исследования анонсированы здесь. Отмечу, что все 4 года прогноз публиковался на сайте методического кабинета Гидрометцентра России. Он рассчитывался для 224 городов России. Каждый месяц публиковался отчёт оправдываемости. Они продолжают выходить и по сей день.

В Гидрометцентре России сделали то, что не мог сделать никто другой. Они автоматически собирали прогнозы 7 различных прогностических сайтов и анализировали их точность. Ниже представлены данные за 1,5 года — с января 2016 по июнь 2017 года для Москвы, Санкт-Петербурга и Якутска. 

Средняя абсолютная ошибка прогнозов минимальной (а) и максимальной (б) температуры по городам: Москва, Санкт-Петербург, Якутск за период 1 января 2016 г. — 30 июня 2017 г. Прогнозы сайтов: 1 — Meteoinfo.ru; 2 — Gismeteo.ru; 3 — Fobos (meteovesti.ru); 4 — Rp5.ru; 5 — Yandex.ru; 6 — Intellicast.com; 7 — Комплексный прогноз Багрова.

Подобрались к самой сути. Из данных видно, что на первые сутки по дневной температуре Яндекс обходит сразу 3 ресурса: meteoinfo, intellicast и комплексный прогноз Багрова. Последний показывает самую низкую погрешность на 1-2 сутки. На 3-4 сутки лидирует Intellicast и комплексный прогноз. Яндекс только на 3 позиции.

Обратите внимание, что самый популярный в Рунете Gismeteo не такой уж и точный. На первые сутки его средняя погрешность 2 градуса — это очень много. Антилидером рейтинга является сайт meteovesti.ru. Он работает на базе бесплатной модели GFS, она выдаёт весьма посредственные прогнозы.

Не стоит думать, что свежих данных больше нет. Ещё в начале 2018 года на сайте методического кабинета Гидрометцентра России появился раздел «Оценка прогнозов на различных интернет-сайтах». В разделе публикуются данные по 47 городам как по отдельности, так и вместе.

Многие могут сказать, что это устаревшие данные, но уже есть свежий отчёт оправдываемости за октябрь. Изучим его. Возьмём выборку из 27 городов для ЕТР.

Свежие данные за декабрь 2020 года. 53 города России

Прогноз дневной температуры у Яндекса на одни сутки сопоставим в точностью intellicast и комплексным прогнозом. На последующие 2-5 сутки intellicast слегка обходит Яндекс. С прогнозом ночной температуры у Метеума всё несколько хуже. На первые сутки его обходит 3 сайта: meteoinfo, intellicast и комплексный прогноз. На последующие сутки тенденция сохраняется. На 6 сутки Яндекс обгоняет intellicast и meteoinfo.

Для азиатской территории распределение примерно схожее. Практически во всех случаях Яндекс обходит тройка meteoinfo, intellicast и комплекс. Многие заметили, что неплохую точность выдаёт официальный сайт Гидрометцентра meteoinfo. Да, это так. Сейчас на сайте применяется самостоятельная статистическая схема обработки модельных данных под названием РЭП (расчёт элементов погоды). Эта схема неплоха, но несколько хуже, чем комплексный прогноз. Зимой она плохо прогнозирует ночное выхолаживание. Обращаю внимание, что все эти схемы обработки данных были придуманы задолго до создания пропиаренного Яндекс. Метеума.