लेखक:
(1) मैगी डी. बेली, कोलोराडो स्कूल ऑफ माइन्स और नेशनल रिन्यूएबल एनर्जी लैब;
(2) डगलस निक्का, कोलोराडो स्कूल ऑफ माइन्स;
(3) मनजीत सेनगुप्ता, राष्ट्रीय नवीकरणीय ऊर्जा प्रयोगशाला;
(4) एरोन हब्टे, राष्ट्रीय नवीकरणीय ऊर्जा प्रयोगशाला;
(5) यू झी, राष्ट्रीय नवीकरणीय ऊर्जा प्रयोगशाला;
(6) सौतिर बंद्योपाध्याय, कोलोराडो स्कूल ऑफ माइन्स।
बायेसियन पदानुक्रमित मॉडल (बीएचएम)
परिशिष्ट बी: पुन: ग्रिडिंग गुणांक अनुमान
अनुभाग में वर्णित मॉडल. 3 कैलिफोर्निया के उप-क्षेत्र में प्रत्येक स्थान के लिए एक बार फिट था, चित्र 2 के सबसे दाहिने निचले पैनल में दिखाया गया है, जिसमें तटीय और अंतर्देशीय क्षेत्र शामिल हैं। इसके अतिरिक्त, मॉडल सभी वर्षों के ओवरलैपिंग डेटा (1998-2009) के लिए चार अलग-अलग महीनों (फरवरी, मई, अगस्त और नवंबर) के लिए फिट था। प्रारंभ में, सभी सहसंयोजकों को मॉडल में शामिल किया गया है। हालाँकि, सभी सहसंयोजक महत्वपूर्ण नहीं पाए गए। विशेष रूप से, CanRCM4.ERA-Int को अधिकांश स्थानों के लिए फरवरी, मई और नवंबर के महीनों के लिए कोई महत्व नहीं पाया गया और अगस्त के महीने में लगभग आधे स्थानों के लिए इसका कोई महत्व नहीं था। मौसमी सहसंयोजक का किसी भी महीने के लिए कोई महत्व नहीं था, जैसा कि अपेक्षित है क्योंकि डेटा को प्रत्येक सीज़न से एक ही महीने में विभाजित किया गया था। इस वजह से, मौसमी सहवर्ती को सभी चार महीनों के लिए हटा दिया गया था।
अक्सर, क्रिगिंग से उत्पन्न रिग्रिडेड डेटा सेट को आगे के विश्लेषण के लिए जमीनी सच्चाई के रूप में उपयोग किया जाता है। यह खंड समीकरण में प्रत्येक β के पश्च वितरण से ड्रॉ उत्पन्न करके रीग्रिडिंग और रैखिक मॉडल भविष्यवाणी चरण और डाउनस्ट्रीम प्रभावों से जुड़ी अनिश्चितता का विश्लेषण करने की विधि की रूपरेखा तैयार करता है। 1.
यह अध्ययन पश्च भविष्यवाणियों के कवरेज पर भी विचार करता है, अर्थात दिनों का वह अंश जहां पूर्वानुमान अंतराल में देखा गया वास्तविक मूल्य शामिल होता है। विश्लेषण का यह भाग एक वर्ष के डेटा को परीक्षण सेट के रूप में रखता है, शेष वर्षों को प्रशिक्षण सेट के रूप में उपयोग करता है। 12 वर्षों के ओवरलैपिंग डेटा के परिणामस्वरूप 12 आउट-ऑफ़-सैंपल भविष्यवाणी परिणाम प्राप्त हुए हैं। अंतिम कवरेज 12 तहों के लिए औसत कवरेज है।
यह पेपर CC 4.0 लाइसेंस के तहत arxiv पर उपलब्ध है।