Ik ben bezig met het maken van een eigen weermodel in Pyhton (programmeertaal). Het doel van het weermodel is het voorspellen van de temperatuurstijging in het volgende uur. Zo heb ik bijvoorbeeld de data om 11:00 uur ingevuld en het model voorspeld een stijging van 1,8 graden in het volgende uur (11:00 tot 12:00 uur dus). Nu is even de vraag of ik het model nog verder kan optimaliseren.
Op dit moment heb ik een aantal parameters gebruikt waarop het computermodel de stijging van de temperatuur bepaald. Dat zijn:
- Windrichting
- Windsnelheid
- Temperatuur
- Zonneschijn
- Bewolking
- Relatieve Luchtvochtigheid
Nu is de vraag of een van deze parameters overbodig zijn of dat ik juist nog een parameter mis. Ik heb al deze data van de uurgegevens van het KNMI (160.000 rijen met data), dus ik heb deze gefilterd op maand en uurvak, zodat er slechts 300 rijen per set overblijven.
Overigens doet het model het tot nu toe best goed;
- 08:00 uur: 2 graden voorspeld - 1,6 graden werkelijk
- 09:00 uur: 1,7 graden voorspeld - 1,6 graden werkelijk
- 10:00 uur: 1,5 graden voorspeld - 1,4 graden werkelijk
Zo te zien mis je nog de advectieve bijdrage: wordt er koudere of warmere lucht aangevoerd? Je hebt dan de horizontale temperatuurgradient nodig. Die kun je afleiden uit de gegevens van stations in de omgeving, plus de windrichting en -snelheid. Daarbij is het nog de vraag hoe sterk dat doorwerkt: niet 1 op 1 in elk geval.