Курганский синоптик-любитель назвал Gismeteo «худшим источником». ГРАФИК

Точность прогноза температуры воздуха на предстоящие сутки у самого популярного сайта о погоде Gismeteo намного ниже, чем у местных синоптиков. К такому выводу пришел курганский блогер и синоптик-любитель Илья Винштейн после исследования, которое он проводил 1,5 года.

Винштейн записывал прогнозы максимальной дневной температуры на сутки в отдельную таблицу и сравнивал их с данными о реальной температуре воздуха, включая измерения с местной метеостанции.

«Для оценки прогнозов я использовал два параметра — оправдываемость в процентах и среднюю абсолютную ошибку в градусах, — поясняет блогер на сайте „Уральский меридиан“, — Оправдываемость считается очень просто. Возможная погрешность — это три градуса. Если фактическое значение не вписывается в эту погрешность, то прогнозу ставится 0%. Абсолютная ошибка — это отклонение фактического значения от прогнозируемого, считается в градусах».

Блогер делает вывод, что «Gismeteo — худший источник прогностический информации, по крайней мере, в Кургане». Анализ показал, что оправдываемость прогноза максимальной температуры на 24 часа у Gismeteo — всего 81%, что на 11% ниже уровня местных синоптиков. «Это уровень 80-х годов прошлого века», — заявляет он. Средняя абсолютная ошибка у Gismeteo составила 1,8°С.

«Прогнозы полностью автоматизированы, то есть их никто не проверяет, — объясняет проблему Илья Винштейн, — Сайт использует сырые данные Европейской среднесрочной модели, которая является самой лучшей в мире. Но у каждого прогностического сервиса есть свои фильтры, по которым они обрабатывают эти прогнозы. У каждого сайта есть свои настройки интерпретации данных. И у Gismeteo они ужасны», — считает он.

В своих прогнозах Винштейн использует собственную «мультимодельную ансамблевую методику, которая заточена под наш регион». «Каждая модель перед включением в прогноз проходит проверку статистикой. Лучшие модели включаются в прогноз, худшие отбрасываются», — рассказал он «URA.RU», отметив, что продолжит изучать проблему точности прогнозов разных ресурсов.