Comparing different versions of the continuous ranked probability score to account for forecast or observation uncertainty
Notice bibliographique
Résumé
Recent studies have shown that probabilistic forecasts are superior to deterministic forecasts in terms of quality, reliability, and representing the uncertainty of future states. One of the most well-known and widely used tools for assessing the performance of (probabilistic) forecast systems is the continuous ranked probability score (CRPS). This metric is employed to evaluate the forecasting system when only forecast uncertainty is considered. In addition to multiple sources of uncertainty in a forecasting system (such as initial conditions, model structure and parameters, and boundary conditions), the uncertainty can also originate from observations (e.g., streamflow). However, this uncertainty, which has rarely been explored in previous research, should also be regarded in evaluating the forecasting system. A version of the CPRS is redefined and analyzed to overcome this important flaw, considering the observation's uncertainty. To estimate the uncertainty associated with streamflow observations, the Bayesian Rating curve method (BaRatin) is utilized. This study focuses on comparing the different versions of the CRPS in considering the uncertainties of forecasts and observations. Three types of streamflow forecasting systems are used in this study: deterministic forecasts, raw ensemble forecasts (applying meteorological ensemble forecasts as inputs to the hydrological model), and post-processed ensemble forecasts (postprocessing of hydrological model outputs using weighted ensemble dressing method). The assessment is performed for short-term forecasts (lead times of 1 to 5 days) for the Au Saumon watershed in southern central Quebec, Canada. It is found that considering observation uncertainty has a significant effect on the values of CRPS compared to when only forecast uncertainty is considered. In addition, CRPS changes in probabilistic forecasts are more than deterministic ones. Our results also point out that using the modified version of the CRPS can help end-users better understand and evaluate their forecasting system.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,064 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».