Nagu mainitud, on otsitav termin püsivus. Üldiselt varieerub selle tugevus sõltuvalt sellest, millist muutujat te vaatate, asukohast ja sellest, kas valite ka muid tegureid, näiteks aastaaeg ja muud meteoroloogilised muutujad.

Ma eeldaksin, et sademete püsivus päevas on suhteliselt halb ennustaja, arvestades, et sademete hulk on sageli kas lühiajaline sündmus, mis on tingitud väga mööduvast dünaamikast, nagu frontaalne läbipääs, või näeb üsna juhuslikku ruumilist jaotust väikestel aladel, mis on põhjustatud väikestest häiretest ja mittelineaarsetest vastasmõjudest (mis tavaliselt viib vihma PoPs on regulaarselt kasulikum kui binaarprognoosid).

Püsivust kasutatakse sageli prognoosioskuste arvutamisel ... kuid tundub, et uuringutes on sellest teatatud, kasutades keerukamaid kokkuvõtemeetreid, näiteks oskuste skoore kui sirged tõenäosused.

Pisut otsides leidsin siiski vähemalt James E. Markovi keti mudeli sademete esinemise tõenäosuse kohta erineva pikkusega intervallides. Caskey, Jr., kellel oli vähemalt tabel teie palutud joonte järgi ... Denveri, Colorado vahel ajavahemikus 1949-1958, kasutades tingimuseks 0,01 "(0,254 mm):

Neile, kes püüavad väärtusi välja mõelda, on selles tabelis, kui $ \ rho_1 $ on sarnane $ r_1 $ , sademete püsivus on madal.

Colorado on mägine piirkond, nii et ma suudaksin ette kujutada, et ulatuslik tuule suund kõrgemal osutub ilmselt olulisemaks kui paljud alad. Sellise asukoha puhul nagu suvel Florida või kevadel Oklahoma, kujutaksin ette, et oskus on madalam, kuna püsivad muutujad on vähem olulised. Sellegipoolest, kuna õhuniiskus varieerub sageli aeglasemalt, seda reguleerivad regulaarselt õhumassid ja ulatuslikud tuule suunad, mida sageli juhivad suured sünoptilised ilmastikutingimused, on tingimuslikes tõenäosustes tõenäoliselt vähemalt teatud erinevus kõigis kohtades / aastaaegades. p>

Ei tea, kas need andmed on teie loengu jaoks piisavalt kasulikud, kuid loodetavasti pakub see haru, kuhu otsida. Võimalik, et saate üles kaevata veel mõned sarnased tabelid, otsides uurimisajakirjade tulemusi sellistes kohtades nagu AMS või vajaduse korral arvutada sellised muutujad jaamade andmete põhjal saadaval saitidel nagu NCEI.

Pearson avaldab A-klassi õpilastele mõeldud andmekomplekti (keskkool), mis sisaldab ilmastikuandmeid erinevatest asukohtadest. Kuigi andmekogum on (tahtlikult) vigane [õpilaste üks ülesanne on tuvastada andmekogumis esinevad puudused], on andmed "päris" ja nende abil saab uurida püsivuse küsimusi.

Näiteks Heathrow's, mai-oktoober 2015, oli 80 päeva, mil sadas, ja nelikümmend päeva, mil sadas, arvestades, et eelmisel päeval oli vihma sadanud. Nii et sel ajal oli vihma tõenäosus umbes 0,43 ja tinglik tõenäosus umbes 0,50. Nii et ilma ennustamine ainult püsivuse põhjal annab üsna halva prognoosi.