文献

J-GLOBAL ID：201802230855206457   整理番号：18A0753989

NMMEによる土壌水分の超アンサンブル季節予報【JST・京大機械翻訳】

Superensemble seasonal forecasting of soil moisture by NMME

著者 (3件)： Yao Mengna (School of Atmospheric Sciences, Chengdu University of Information Technology, Chengdu, China) ,  Yao Mengna (Key Laboratory of Regional Climate-Environment for Temperate East Asia (RCE-TEA), Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing, China) ,  Yuan Xing (Key Laboratory of Regional Climate-Environment for Temperate East Asia (RCE-TEA), Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing, China)
資料名： International Journal of Climatology  (International Journal of Climatology)
巻： 38  号： 5  ページ： 2565-2574  発行年： 2018年 
JST資料番号： E0905A  ISSN： 0899-8418  CODEN： IJCLEU  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 土壌水分は,地表と大気の間の水とエネルギー交換を変化させることによって,水文気候過程に影響を及ぼす。土壌水分の予測可能性の理解は,季節性水文気候の巧みな予測にとって重要であるだけでなく,農業干ばつ早期警戒に対しても重要である。本論文では,気候モデルにより直接生成された土壌水分の季節予報スキルと潜在的予測可能性を評価し,中国における異なるモデルの最適組合せを検討した。6つの北アメリカ多モデルアンサンブル(NMME)モデルからの土壌水分に対する29年間の事後予報のセットをERA Interm再解析に対して検証した。結果は,完全なモデル仮定の下での異常相関によって定義される土壌水分予測可能性がすべてのモデルにおける予測スキルより高いことを示し,土壌水分予測が改善の余地があることを示唆した。CESMモデルを除いて,より高い予測可能性を有するNMME気候予測モデルはより高い予測スキルを有し,そこでは予測可能性は異なる鉛時間にわたってp<0.01の予測スキルと正に相関した。NMMEの単純な算術平均からの土壌水分予測スキルは,個々のモデルより高く,スキルは,交差検証手順によるモデル重みの最適化を通してさらに改善される。簡単なアンサンブル平均と比較して,最適化された推定値は,冬と夏の季節における季節平均土壌水分予測に対して,それぞれ19%と7%の二乗平均誤差を減少させ,約10%の相関を増加させた。本研究は,適切に組み合わせたとき,気候モデルによって直接生産された土壌水分予測が,気候サービスのための有用な情報を提供できることを示唆する。Copyright 2018 Wiley Publishing Japan K.K. All Rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 気候モデル ,  干ばつ ,  地表面 ,  予測モデル ,  予測可能性 ,  予測 ,  北アメリカ ,  気候 ,  最適化 ,  中華人民共和国 ,  農業 ,  *土壌水
準シソーラス用語： 予測スキル ,  水文気候 ,  *季節予報 , 【Automatic Indexing@JST】

著者キーワード (5件)： 土壌水分 ,  季節予測 ,  アンサンブル ,  NMME ,  スキル

分類 (2件)： 気候学,気候変動  (DC05140T) ,  天気予報  (DC05020O)

タイトルに関連する用語 (3件)： 土壌水分 ,  アンサンブル ,  季節予報