सौर विकिरण जलवायु विश्लेषण में रिग्रिडिंग अनिश्चितता को नेविगेट करना

लिंक की तालिका

सार और परिचय

डेटा

बायेसियन पदानुक्रमित मॉडल (बीएचएम)

सौर विकिरण उदाहरण

परिणाम

निष्कर्ष

परिशिष्ट ए: सिमुलेशन अध्ययन

परिशिष्ट बी: पुन: ग्रिडिंग गुणांक अनुमान

संदर्भ

6। निष्कर्ष

यह अध्ययन जलवायु मॉडल से स्थानिक डेटा की रीग्रिडिंग में अनिश्चितता का विश्लेषण करता है, जो अक्सर मल्टी-मॉडल जलवायु विश्लेषण में पहला कदम होता है। सौर विकिरण डेटा को उसके मूल ग्रिड से एनएसआरडीबी के समान ग्रिड में, एक घातीय सहप्रसरण फ़ंक्शन और एक लॉगलाइनर परिवर्तन के साथ क्रिगिंग का उपयोग करके पुन: ग्रिड किया जाता है। दूसरा, हम रीग्रिडिंग चरण से जुड़ी अनिश्चितता को शामिल करते हुए रैखिक मॉडल भार का अनुमान लगाने के लिए एक बीएचएम लागू करते हैं। अंत में, हम दोनों की तुलना करते हैं और परिशिष्ट ए में एक अतिरिक्त सिमुलेशन अध्ययन प्रदान करते हैं। अधिकांश मामलों में अनुभवहीन रीग्रिडिंग मॉडल गुणांक अनुमान मॉडल गुणांक के पीछे के वितरण की सीमा के भीतर पाए गए। मौसमी रूप से, अगस्त के महीने में ईआरए-अंतरिम द्वारा मजबूर डब्ल्यूआरएफ आरसीएम के लिए अनुभवहीन रिग्रिडिंग गुणांक और पश्च वितरण के बीच एक बेमेल उत्पन्न हुआ। विशेष रूप से,

हमने देखा कि इस महीने में डब्ल्यूआरएफ के लिए परिणामी गुणांक अनुमान बीएचएम की तुलना में अनुभवहीन पद्धति में अधिक थे। इससे पता चलता है कि जब रीग्रिडिंग अनिश्चितता को ध्यान में रखा जाता है, तो एनएसआरडीबी में यूनिट वृद्धि के लिए डब्लूआरएफ डेटा में थोड़ी वृद्धि होती है, या इस विशेष मामले में रीग्रिडिंग अनिश्चितता के परिणामस्वरूप डब्लूआरएफ से कम पूर्वाग्रह हो सकता है।

यह पाया गया कि सिम्युलेटेड क्षेत्रों के लिए परीक्षण डेटा का पिछला कवरेज अगस्त और नवंबर के महीनों के लिए अनुभवहीन रीग्रिडिंग अनुमानों के समान था। इससे पता चलता है कि जब सिम्युलेटेड फ़ील्ड और स्वयं मॉडल मापदंडों की रिग्रिडिंग अनिश्चितता को ध्यान में रखा जाता है, तो इस मामले में सौर विकिरण का सही मूल्य अभी भी 95% विश्वसनीय अंतराल द्वारा कवर किए जाने की संभावना है। इसलिए यदि रिग्रिड क्षेत्र के सशर्त माध्य को जमीनी सच्चाई के लिए लिया जाता है, जैसा कि अक्सर होता है, तो सौर विकिरण के मामले में मॉडलिंग पर रिग्रिडिंग का डाउनस्ट्रीम प्रभाव न्यूनतम प्रतीत होता है। हालाँकि, बीएचएम में उन महीनों में अनुभवहीन रिग्रिडिंग मॉडल की तुलना में अधिक आरएमएसई मान थे जो यह दर्शाता है कि रिग्रिडिंग अनिश्चितता के जुड़ने से नमूना भविष्यवाणी के लिए भविष्यवाणी त्रुटि में वृद्धि हुई है। यह ध्यान रखना महत्वपूर्ण है कि अनुभवहीन रिग्रिडिंग गुणांक अनुमान अच्छी भविष्यवाणियां देते हैं लेकिन सीधे मॉडल पूर्वाग्रहों का आकलन करने के लिए उपयुक्त नहीं हैं क्योंकि मॉडल पूर्वाग्रह रिग्रिडिंग पर निर्भर हैं।

अंत में, यह विश्लेषण सौर विकिरण के संदर्भ में रीग्रिडिंग प्रभावों को समझने के लिए एक रूपरेखा के रूप में कार्य करता है। हालाँकि इस अध्ययन में ऐसी स्थितियाँ नहीं मिलीं जहाँ BHM रिग्रिडिंग ने लगातार नेव रिग्रिडिंग विधि से बेहतर प्रदर्शन किया हो, हम ध्यान दें कि यह विश्लेषण चुने हुए चर के आसपास घूमता है: GHI। यह दिखाया गया है कि चुनी गई रीग्रिडिंग विधि का वितरण के चरम पर प्रभाव पड़ता है (मैकगिनिस एट अल। (2010)), हालांकि चरम सौर विकिरण के केंद्र में नहीं हैं। जलवायु परिवर्तन के लिए बीएचएम रिग्रिडिंग विधि को लागू करने वाला एक भविष्य का विश्लेषण जहां डेटा के चरम का अधिक व्यापक रूप से अध्ययन किया जाता है

वर्षा या तापमान के रूप में, अलग-अलग परिणाम मिल सकते हैं और एक उदाहरण प्रदान किया जा सकता है जहां इस पेपर में प्रस्तावित विधि डाउनस्ट्रीम मॉडलिंग में उच्च अनिश्चितता दिखा सकती है। इसके अतिरिक्त, यह अध्ययन एक ही प्रकार की रीग्रिडिंग (एक घातीय सहप्रसरण के साथ सिंचाई) को ध्यान में रखता है और इस विश्लेषण को उन विशेष तरीकों के डाउनस्ट्रीम प्रभावों को समझने के लिए अन्य प्रकार के प्रक्षेप तक बढ़ाया जा सकता है।