太陽放射気候解析における再グリッドの不確実性を克服する

リンク表

アブストラクトとイントロ

データ

ベイジアン階層モデル (BHM)

日射量の例

結果

結論

付録 A: シミュレーション研究

付録 B: リグリッド係数の推定

参考文献

6 結論

この研究は、多くの場合、マルチモデル気候解析の最初のステップである、気候モデルからの空間データの再グリッド化における不確実性を分析します。日射量データは、指数共分散関数と対数線形変換によるクリギングを使用して、ネイティブ グリッドから NSRDB と同じグリッドに再グリッド化されます。次に、BHM を実装して、リグリッド ステップに関連する不確実性を組み込みながら線形モデルの重みを推定します。最後に、この 2 つを比較し、追加のシミュレーション研究を付録 A に示します。単純なリグリッド モデル係数推定値は、ほとんどの場合、モデル係数の事後分布の範囲内にあることがわかりました。季節的に、8 月は単純なリグリッド係数と ERA-Interim によって強制された WRF RCM の事後分布との間に不一致をもたらしました。特に、

今月の WRF の係数推定値は、BHM よりも単純な方法の方が高かったことがわかりました。これは、リグリッドの不確実性を考慮すると、NSRDB での単位増加に対する WRF データの増加がより小さいこと、またはこの特定のケースではリグリッドの不確実性により WRF からのバイアスが少なくなる可能性があることを示唆しています。

シミュレートされたフィールドのテスト データの事後カバレッジは、8 月と 11 月の単純な再グリッド推定と同様であることがわかりました。これは、シミュレートされたフィールドとモデル パラメーター自体の再グリッドの不確実性を考慮すると、この場合の日射量の真の値は依然として 95% 信頼区間でカバーされる可能性が高いことを示唆しています。したがって、よくあることですが、リグリッドされたフィールドの条件付き平均がグラウンド トゥルースとして取得される場合、日射の場合、モデリングに対するリグリッドの下流の影響は最小限であるように見えます。ただし、検討した月における BHM の RMSE 値は単純なリグリッド モデルよりも高く、リグリッドの不確実性の追加によりサンプル外予測の予測誤差が増加したことを示しています。単純なリグリッド係数推定値は適切な予測を提供しますが、モデルのバイアスはリグリッドに依存するため、モデルのバイアスを直接評価するのは適切ではないことに注意することが重要です。

最後に、この分析は、日射量の観点からリグリッドの効果を理解するためのフレームワークとして機能します。この研究では、BHM リグリッドが単純なリグリッド手法を一貫して上回る状況は見つかりませんでしたが、この分析は選択した変数 GHI を中心に展開していることに注意してください。選択されたリグリッド方法は分布の極端な部分に影響を与えることが示されていますが (McGinnis et al. (2010))、極端な部分は太陽放射の中心ではありません。 BHM リグリッド法を気候変数に適用する将来の分析では、データの極端な値がより広く研究されています。

降水量または温度として異なる結果が得られる可能性があり、この論文で提案された方法が下流のモデリングでより高い不確実性を示す可能性がある例を示します。さらに、この研究では単一タイプのリグリッド (指数共分散によるクリギング) が考慮されており、この分析を他のタイプの内挿に拡張して、これらの特定の方法の下流効果を理解することもできます。