本文提出了一种评估天气预报经济价值的灵活框架,该框架考虑了连续预报错误导致的复合损失,包括遗漏极端事件和重复虚假警报。研究发现,天气预报的价值对复合损失、惩罚结构和预防成本的假设非常敏感。例如,在南部欧洲的一些城市,基于物理的集成预报系统高分辨率模型(IFS HRES)的敏感性较高,使其在保护成本相对于潜在损失较小的情况下更适用;而基于人工智能的预报系统(AIFS)的特异性更高,在保护成本较高的情况下更适用。
研究结果表明,即使应用较大的连续预报错误惩罚,天气预报在部分参数空间中仍然可以实现正的相对经济价值(REV)。然而,实现这一目标所需的技能水平取决于成本损失比、事件概率和复合惩罚的假设结构。此外,研究还发现,根据标准气象技能指标表现优异的天气预报,其真实世界价值并不一定更高。因此,建议将基于REV的经济评估扩展到考虑复合损失,使其成为操作预报评估和比较的标准组成部分。