Ik vind deze werkwijze eigenlijk ronduit absurd. Een model gaan beoordelen op een gemiddelde van 3°C marge. om daar dan een correctie tot op de tienden te gaan toepassen en bij hoog en bij laag beweren dat dit een DMO is. Je moet het maar bedenken.
Dan is de methode van Koos, waar je houvast aan hebt, zowel aan de tijd als échte DMO toch veel, veel directer. Het is ook niet 100% waterdicht omdat je nog enige schommelingen kan hebben maar het is wel een echte referentie en geen nat vingerwerk.
Sluit je aan bij mijn "fanclub"
(gelieve eventuele mailtjes wel beschaaft te houden, want de onbeschaafde ontvang ik al vrijwel dagelijks, inclusief doodsbedreigingen)
De reden voor de gekozen methode ligt er in dat ik van mening ben dat een globaal model als GFS, niet in staat is om op de vierkante postzegel een correcte waarde te voorspellen voor Tx en Tn.
Hierdoor heb ik bij de start van het project de keuze gemaakt om de kaarten met temperatuur categorieën te gebruiken.
Uiteindelijk komt daar een gemiddelde uit en die wordt vergeleken met de daadwerkelijk opgetreden Tx / Tn
Door de jaren heen is bewezen dat de methode heel goed werkt, maar zoals vaker gezegd, alles valt of staat wel met de input.
Dus als de Oper run na run met absurde output komt, dan kan er uiteraard geen betrouwbare output uit het rekenmodel komen (of zoals één van mijn IT leraren altijd zei tegen ons: rubbish in, is rubbisch out)
Als ik het goed begrijp reken je met een gemiddelde op een gemiddelde om daar dan een offset op te berekenen. Laat ik je vertellen dat je dat dan beter doet met een model dat een pak minder wispulturig is, zoals AIFS/EC ed. Dan hoef je 1/4de en meer van de runs niet te negeren vanwege uitschieters.