文献

J-GLOBAL ID：201702266592690057   整理番号：17A1655134

揚子江の中下流域における極端な降雨事象頻度の統計的ダウンスケーリングシミュレーションと推定【JST・京大機械翻訳】

SIMULATION AND ESTIMATION OF EXTREME PRECIPITATION EVENT FREQUENCY IN THE MIDDLE-LOWER REACHES OF YANGTZE RIVER USING STATISTICAL DOWNSCALING METHOD

著者 (1件)： Chen Hong (中国科学院大气物理研究所国際气候与環境科学中心,北京,100029)
資料名： Changjiang Liuyu Ziyuan Yu Huanjing  (Changjiang Liuyu Ziyuan Yu Huanjing)
巻： 26  号： 5  ページ： 771-777  発行年： 2017年 
JST資料番号： W1219A  ISSN： 1004-8227  CODEN： CLZHFE  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： CMIP5の三つの結合モデルの歴史的シミュレーションと異なるシナリオ予測結果、NCEP/NCAR再分析資料と長江中下流観測降水データを利用して、統計的ダウンスケーリング法を用いて、長江中下流の夏季の極端な降水頻度をシミュレーションと予測を行った。まず第一に,統計的ダウンスケーリング予測モデルを確立するために必要な予測因子を,相関計算法を用いて得た。抽出した予測因子は同時に観測循環要素場が極端な降水に影響する重要な地域であり、またモード要素場予報の高い技術区域の二つの条件である。次に,選択された予測因子を結合して,多重線形回帰法を用いて,揚子江の中下流の極端な降水量の統計的な予測モデルを確立し,モデルの性能をテストした。交差検定結果により、この統計的ダウンスケーリング方法は過去の長江中下流の極端な降水変化に対して比較的に良い再現能力があり、そして複数のダウンスケール模型の結果の集合は更にダウンスケール方法のシミュレーション技術を高めることができる;最後に,確立した統計的ダウンスケーリングモデルをCMIP5の3つの異なる排出シナリオに適用し,極端な降水量を予測し,多モードの結果を集合させた。結果により、統計的ダウンスケールモデルにより、将来のいくつかの年代における長江中下流の夏季の極端な降水頻度は1986~2005年に増加傾向を示し、21世紀中、後期の高排出シナリオ下での極端な降水頻度の増加幅は低排出シナリオより高いことが分かった。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *降雨 ,  予測モデル ,  降水量 ,  *シミュレーション ,  予測 ,  結合モデル ,  交差検証法 ,  夏 ,  降水 ,  多モード
準シソーラス用語： 多重線形回帰 ,  予測因子 ,  CMIP5 ,  *統計的ダウンスケーリング ,  *長江 , 【Automatic Indexing@JST】

著者キーワード (3件)： extreme precipitation event ,  statistical downscaling ,  estimation

分類 (2件)： 水文学一般  (DC07010R) ,  気候学,気候変動  (DC05140T)

タイトルに関連する用語 (8件)： 揚子江 ,  下流域 ,  降雨 ,  事象 ,  頻度 ,  統計的ダウンスケーリング ,  シミュレーション ,  推定