Forecasting the Geospatial and Temporal Patterns of Pollen Season im Europe Using Statistical and Deterministic Modelling

Abstract

Promocijas darbs ir pētījums par temporālo un ģeotelpisku putekšņu sezonas prognozēšanu. Pētījuma pirmā daļā, pēc 12 gadu diennakts datiem tika izveidots lokāls modelis diennakts putekšņu prognozēšanai Rīgā ar precizitāti virs 80%. Otrā pētījumā tika izveidots universāls modelis nākamā gada sezonālā putekšņu indeksa prognozēšanai Ziemeļeiropā ar precizitāti līdz 92%. Promocijas darba trešā daļa tika veltīta olīvu putekšņu modeļu ansambļa izveidei Eiropā. Pierādīts, ka sešu modeļu ansamblis darbojas ievērojami labāk par katru atsevišķu modeli. Tika secināts, ka ir iespējams prognozēt putekšņu daudzumu gaisā dažādos temporālos mērogos – pēc meteoroloģiskās situācijas aprēķināt nākamā gada sezonālo putekšņu indeksu un pēc lokālās meteoroloģiskās prognozes datiem, prognozēt diennakts putekšņu koncentrāciju noteiktā vietā.

The thesis introduces forecasting of the temporal and geospatial patterns of pollen season in Europe through complex, multi-step transformation of data and parametric statistical analysis. The first part develops a local flowering model for Riga based on 12 years of data and it’s accuracy exceeds 80%. The second model shows regional-scale predictions of seasonal pollen index for the region of Northern Europe is universally applicable to the entire region with accuracy up to 92%. The third part describes an optimised ensemble built over simulations of six forecasting models for olive pollen over Europe in 2014 and it noticeably improves the accuracy of the pollen forecasts generated by the individual models and simple ensembles built over their predictions.