저자: (1) Maggie D. Bailey, 콜로라도 광산 학교 및 국립 재생 에너지 연구소; (2) 콜로라도 광산 학교의 Douglas Nychka; (3) Manajit Sengupta, 국립 재생 에너지 연구소; (4) Aron Habte, 국립 재생 에너지 연구소; (5) 국립 재생 에너지 연구소 Yu Xie; (6) 콜로라도 광산 학교의 Soutir Bandyopadhyay. 링크 표 초록 및 소개 데이터 베이지안 계층적 모델(BHM) 태양 복사의 예 결과 결론 부록 A: 시뮬레이션 연구 부록 B: 재그리딩 계수 추정 참고자료 6 결론 본 연구는 다중모델 기후분석의 첫 번째 단계인 기후모델의 공간자료 재그리드에 있어서의 불확실성을 분석한다. 태양 복사 데이터는 지수 공분산 함수와 로그선형 변환이 포함된 크리깅을 사용하여 기본 그리드에서 NSRDB와 동일한 그리드로 다시 그리드화됩니다. 둘째, 재그리딩 단계와 관련된 불확실성을 통합하면서 선형 모델 가중치를 추정하기 위해 BHM을 구현합니다. 마지막으로, 우리는 두 가지를 비교하고 부록 A에 추가 시뮬레이션 연구를 제공합니다. 순진한 재격자 모델 계수 추정치는 대부분의 경우 모델 계수의 사후 분포 범위 내에 있는 것으로 나타났습니다. 계절적으로 8월에는 순수 재그리딩 계수와 ERA-Interim에 의해 강제된 WRF RCM의 사후 분포 사이에 불일치가 발생했습니다. 특히, 우리는 WRF에 대한 이번 달 결과 계수 추정치가 BHM보다 순진한 방법에서 더 높다는 것을 확인했습니다. 이는 재격자 불확실성을 고려할 때 NSRDB의 단위 증가에 대한 WRF 데이터의 증가가 더 작거나 이 특별한 경우 재격자 불확실성으로 인해 WRF의 편향이 줄어들 수 있음을 시사합니다. 시뮬레이션된 필드에 대한 테스트 데이터의 사후 적용 범위는 8월과 11월에 대한 순진한 재격자 추정치와 유사하다는 것이 밝혀졌습니다. 이는 시뮬레이션된 필드의 재격자 불확실성과 모델 매개변수 자체를 고려할 때 이 경우 태양 복사의 실제 값이 여전히 95% 신뢰 구간에 포함될 가능성이 있음을 시사합니다. 따라서 종종 그렇듯이 재그리드된 필드의 조건부 평균을 실제값으로 사용하면 태양 복사의 경우 모델링에 대한 재그리드의 하류 효과가 최소화되는 것처럼 보입니다. 그러나 BHM은 고려된 달 동안 순진한 재그리딩 모델보다 더 높은 RMSE 값을 가졌으며 이는 재그리딩 불확실성의 추가가 샘플 예측에 대한 예측 오류를 증가시켰음을 나타냅니다. 순진한 재격자 계수 추정치는 좋은 예측을 제공하지만 모델 편향이 재격자에 의존하기 때문에 모델 편향을 직접 평가하는 데는 적합하지 않다는 점에 유의하는 것이 중요합니다. 마지막으로, 이 분석은 태양 복사의 맥락에서 재격자 효과를 이해하기 위한 틀 역할을 합니다. 이 연구에서는 BHM 재그리딩이 순진한 재그리딩 방법보다 일관되게 우수한 성능을 보이는 상황을 찾지 못했지만, 이 분석은 선택된 변수인 GHI를 중심으로 진행된다는 점에 주목합니다. 선택한 재그리딩 방법은 극단적인 분포에 영향을 미치는 것으로 나타났습니다(McGinnis et al.(2010)). 그러나 극단적인 분포는 태양 복사의 중심이 아닙니다. 극단적인 데이터가 보다 광범위하게 연구되는 기후 변수에 BHM 재그리딩 방법을 적용하는 향후 분석 강수량이나 온도에 따라 다른 결과가 나올 수 있으며 본 논문에서 제안된 방법이 하류 모델링에서 더 높은 불확실성을 나타낼 수 있는 예를 제공합니다. 또한 이 연구에서는 단일 유형의 재격자(지수 공분산을 사용한 크리깅)를 고려하고 이 분석을 다른 유형의 보간으로 확장하여 특정 방법의 다운스트림 효과를 이해할 수 있습니다. 이 문서는 CC 4.0 라이선스에 따라 . arxiv에서 볼 수 있습니다

이 오디오는 이야기의 원래 언어로 제작되었습니다!

태양 복사 기후 분석에서 재그리딩 불확실성 탐색

너무 오래; 읽다

Quantification Theory Research Publication

About Author

태그 걸기

Languages

이 기사는 다음에서 발표되었습니다....