I den här rapport har 4 stycken väderprognoser rankats och statistiskt utvärderats på vindstyrka och vindriktning utifrån hur väl de stämmer överens med verkligheten där verkligheten har varit 2 olika observationskällor. Ett av målen var att undersöka vilken av prognosleverantörerna som gav bäst prognos under kappseglingen ÅF offshore race 2015 samt analysera huruvida seglare kan använda den sortens information. Det visade sig att SMHI gav bäst resultat jämfört med observationer från deras egna väderstationer runt om Gotland. Prognoserna visade olika resultat jämfört mot den andra observationskällan som kom från en tävlandes båt. YR visade lägst medel absolut fel på väderparametrarna och en kommersiell prognosleverantör A gav bäst bias och högst träffsäkerhet på vindstyrkan på 91% med ett felintervall på +-2m/s. Som kappseglare har man användning av en rankning från föregående dygn som kan underlätta valet av prognos som används till underlag vid ruttplanering. En metod som bör testas under en längre tid är att undersöka felet mellan prognos och observationsvärden i föregående dygns prognos och därefter korrigera den aktuella prognosen efter felvärdena. I denna fallstudie visade många av fallen förbättra prognosen vid användning av denna metod. I dag finns många mjukvaror som används inom kappsegling där observationer inte används utan baseras på prognoser och polardiagram. Att ta hänsyn till observationer i mjukvarans optimeringsalgoritm kan hjälpa till att förbättra resultaten och är en utvecklingsmöjlighet för produkten. / 4 different weather models have statistically been evaluated in this case studie on the parameters wind speed and wind direction. They have been compared to 2 different observations sources. The goals with this project was to investigate which of the supplier of weather predictions that provided the best forecast during ÅF offshore race 2015 and analys wether or not offshore racers could use a statistically evaluating as a support while planning routes. It is shown that SMHI gave the best forecast compared to observation stations around Gotland. Compared to the second observation source which was a competing boat YR supplied the best mean absolute error on both wind speed and wind direction. A commercial supplier A gave the best bias values on both parameters and highest forecast index on 91% within an interval of +-2m/s. As an offshore racer you could use an evaluation of weather forecast from 24 hour before to facilitate the choice of forecast supplier to plan the route after. A method which should be tested during a longer time period is to correct the current forecast with previous bias values. In this case studie it was shown in many events the forecasts was improved by using this method. Many navigation softwares do not include weather observations in their algorithms and is entirely based on polardiagrams and weather predictions. Taking observations into the software by correct the current forecast by previous errors could help to improve the final results of the navigation system.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:uu-297672 |
| Date | January 2016 |
| Creators | Styrenius Hagberg, Caroline |
| Publisher | Uppsala universitet, Luft-, vatten och landskapslära |
| Source Sets | DiVA Archive at Upsalla University |
| Language | Swedish |
| Detected Language | English |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | Självständigt arbete vid institutionen för geovetenskaper ; 2016:28 |
Page generated in 0.0019 seconds