DILEMMALESSTravel Is Weather

Solare und koreanisch-lunisolare Kalenderklimatologien für Reiseziele: eine fünfjährige Holdout-Prüfung an 1.500 Orten

DILEMMALESS
Forschungsbericht · Nicht durch eine Fachzeitschrift begutachtet · 2026-10-19 · Version 1.0

Zusammenfassung

SOLAR hatte in dieser Auswertung einen geringeren durchschnittlichen Gesamtfehler als LUNA. Tagesdaten von 1.500 Reisezielen umfassten 1991–2020; nur 1991–2015 diente der Schätzung, 2016–2020 blieb der Prüfung vorbehalten. Bei 2.653.500 gepaarten Orts-/Datumsfällen regulärer Monate hatte SOLAR geringere Fehler in allen untersuchten Temperatur- und Niederschlagsverlustmaßen. Auch der Klarhimmel-Wahrscheinlichkeitsindikator hatte an 274 Orten mit Bewölkungsdaten geringere Fehler. Einzelne Orte begünstigten LUNA; ob diese Vorteile in anderen Zeiträumen bestehen bleiben, muss weiter geprüft werden.

Schlagwörter: Klimatologie, gregorianischer Kalender, koreanischer Lunisolarkalender, Holdout-Prüfung, Reisewetter

1. Einleitung

Die Gruppierung derselben historischen Wetterdaten nach verschiedenen Kalendern kann Klimamittel verändern. Wir vergleichen SOLAR mit gregorianischer Monat-/Tag-Zuordnung und LUNA mit koreanisch-lunisolarer Zuordnung. LUNA bezeichnet nicht nur die Mondphase. Untersucht werden eintägige klimatologische Schätzungen, nicht die gesamte Empfehlungsfunktion der Apps oder kurzfristige numerische Wettervorhersagen.

2. Daten

Einbezogen wurden alle 1.500 Reiseziele mit verfügbaren Tagesdaten im Projekt. Die ersten 25 der 30 Jahre dienten der Schätzung, die letzten fünf der Prüfung. Es handelt sich um ERA5-Reanalysedaten, nicht um unabhängige Stationsmessungen [1]. Temperatur und Niederschlag wurden nach dem lokalen Datum aggregiert. Bewölkungsdaten standen für 274 Orte zur Verfügung. Beide Methoden nutzten dieselben Quellen und Zieldaten.

3. Methoden

SOLAR mittelte Trainingswerte desselben gregorianischen Monats und Tages. LUNA verlangte identischen koreanisch-lunisolaren Monat, Tag und Schaltmonatsstatus [3]. Mindestens fünf gültige Trainingswerte waren erforderlich; alle lagen vor 2016-01-01. Das Zeitfenster betrug ±0 Tage, ohne Interpolation oder Schaltmonat-Ersatz. Temperatur und Niederschlagsmenge wurden gemittelt; Regenwahrscheinlichkeit war die Häufigkeit von Tagesniederschlag ≥1mm. Klarer Himmel wurde explorativ als mittlere tägliche Bewölkung ≤20% definiert, nicht als bloße Regenfreiheit.

4. Bewertungsmaße

Kontinuierliche Werte wurden mit MAE und RMSE, Wahrscheinlichkeiten mit dem Brier-Score bewertet [2]. Für die Trefferquote galt eine Wahrscheinlichkeitsschwelle von 0,5. N bezeichnet Orts-/Datumspaare, y den Prüfwert, ŷ die Schätzung, p die Wahrscheinlichkeit und o das Ereignis (0 oder 1). Die Fälle wurden zusammengefasst, ohne gleiche Ländergewichte.

MAE = (1/N) Σ |ŷᵢ − yᵢ|

RMSE = √[(1/N) Σ (ŷᵢ − yᵢ)²]

Brier = (1/N) Σ (pᵢ − oᵢ)²

5. Ergebnisse

In regulären Monaten betrugen die MAE von SOLAR für Minimum- und Maximumtemperatur 1,9131°C und 2,3390°C; bei LUNA 1,9959°C und 2,4165°C. Die LUNA-Fehler waren 4,33% beziehungsweise 3,31% höher. Niederschlags-MAE und Regen-Brier-Score waren 0,87% und 1,21% höher. Der Klarhimmel-Ersatzindikator umfasste 484.706 Paare; sein Brier-Score war bei LUNA 0,80% höher. SOLAR hatte in jedem der fünf Prüfjahre geringere Gesamtfehler bei allen fünf Verlustmaßen.

Gepaarte Ergebnisse regulärer Monate. Kleinere MAE/Brier-Werte und höhere Trefferquoten sind besser. Temperatur/Regen N=2.653.500; Bewölkung N=484.706.
MaßSOLARLUNA
Minimumtemperatur MAE (°C)1.91311.9959
Maximumtemperatur MAE (°C)2.33902.4165
Niederschlag MAE (mm)3.16923.1966
Regen Brier-Score0.16720.1692
Regen Trefferquote (%)74.332973.9533
Klarhimmel-Indikator Brier-Score0.12230.1233
Klarhimmel-Indikator Trefferquote (%)83.245983.1306

6. Schaltmonate und saisonale Verschiebung

Schaltmonatsdaten wurden nicht durch reguläre Monate ersetzt. Kein Schaltmonatsfall erfüllte die Anforderung von fünf Trainingswerten; es gab null Vergleichspaare und keine belastbare Leistungsbewertung dafür. Saisonale Verschiebung wurde nach gregorianischem Zielmonat und DJF/MAM/JJA/SON sowie durch Kalenderabstände beschrieben. Die Monatsgruppen sind in beiden Hemisphären gleich und bezeichnen keine lokalen Jahreszeiten.

7. Regionale Exploration

LUNA war an 169 Orten für Minimumtemperatur, 170 für Maximumtemperatur, 481 für Niederschlagsmenge und 407 für Regenwahrscheinlichkeit besser. Beim Klarhimmel-Indikator waren es 100 von 274 Orten. Bei Länder-/Saison-/Metrik-Kombinationen mit mindestens zehn Orten pro Jahr zeigten 32 Kombinationen in allen fünf Jahren geringere LUNA-Fehler. Diese Mehrfachsuche ist explorativ; derselbe Prüfzeitraum kann eine Region nicht auswählen und zugleich ihren Vorteil unabhängig bestätigen.

8. Grenzen

Ein einzelner fünfjähriger Holdout belegt keine zukünftige Vorhersagegüte. Reanalyse-Gitter, Geländerepräsentativität, Ortsauswahl, Klimawandel und fehlende Daten können die Ergebnisse beeinflussen. Benachbarte Orte und aufeinanderfolgende Tage sind korreliert; Fälle wurden nicht als unabhängige Versuche behandelt, Konfidenzintervalle und Signifikanztests wurden nicht angegeben. ±3-/±7-Tage-Fenster, Reisedauerscores, Ranglisten und Schaltmonatsleistung waren nicht Gegenstand. Der Klarhimmel-Schwellenwert ist explorativ; die Studie wurde nicht präregistriert.

9. Fazit

SOLAR hatte bei dieser eintägigen klimatologischen Auswertung einen geringeren durchschnittlichen Gesamtfehler als LUNA. An einigen Orten waren die LUNA-Fehler dennoch kleiner; die Beständigkeit dieser regionalen Vorteile erfordert zeitlich fortschreitende Prüfungen und unabhängige Stationsdaten. Die Ergebnisse gelten nur für den untersuchten Rahmen und belegen weder einen kausalen Mondeffekt noch Wettervorhersagen für einen bestimmten zukünftigen Tag.

Datenverfügbarkeit und Interessenkonflikte

Aggregierte Ergebnisse und Kalenderabstandsdiagnosen stehen als CSV-Beilagen bereit. Rohdaten und ausführbarer Code werden hier nicht verteilt. Herausgeber DILEMMALESS betreibt die Website, die die verglichenen Apps vorstellt; dies ist keine unabhängige Drittprüfung.

Literatur

  1. Hersbach H, Bell B, Berrisford P, et al. (2020). The ERA5 global reanalysis. Quarterly Journal of the Royal Meteorological Society, 146, 1999–2049.
  2. ECMWF. Forecast User Guide, 12.B: Statistical Concepts — Probabilistic Data.
  3. Microsoft. KoreanLunisolarCalendar, System.Globalization.