文献
J-GLOBAL ID:201802262780446323   整理番号:18A1037071

全球循環から局所洪水損失へ:スケールを越えた結合モデル【JST・京大機械翻訳】

From global circulation to local flood loss: Coupling models across the scales
著者 (13件):
資料名:
巻: 635  ページ: 1225-1239  発行年: 2018年 
JST資料番号: C0501B  ISSN: 0048-9697  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: オランダ (NLD)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
包括的洪水リスクモデリングは,洪水リスクを理解し,評価し,緩和するために重要である。極端なイベントをモデル化することは,大気および水文科学および保険産業における確立された実践である。いくつかの特殊化モデルを用いて,大気循環モデル,水文モデル,流体力学モデル,および損害と損失モデルを含む極端な事象を研究した。これらのモデルタイプは良く確立されているが,これらのモデルの2~3の結合は成功し,大気から局所規模の洪水損失モデルへの完全で包括的なモデルチェーンの評価は行われていない。本研究では,大気プロセスをモデル化するためにGCM/RCMを組み込んだモデルチェーンセットアップを導入し,流域の流出反応を降雨入力に推定する水文モデル,洪水に影響された地域を同定する流体力学モデル,洪水損失を推定するための損害と損失モデルを紹介した。このような結合は,空間的および時間的分解能に関してコヒーレントな個々のモデルの間の構築界面を必要とし,したがって,個々のモデルに対するいくつかの前処理ステップと,極端なイベントを同定しモデル化するための計算的に効率的な戦略を必要とする。結果は,結合モデルチェーンが長期流出特性と極端なイベントの両方に対する流出の良好な表現を可能にし,降水入力にバイアス補正を適用することを示した。特定の極端な事象に対する損失推定を導出するために提示されたアプローチは合理的な結果をもたらすが,さらなる応用において考慮される必要がある2つの問題が同定されている。(i)ダウンスケーリングのための長期GCMシミュレーションにおける極値イベントの同定と(ii)局所条件に対する脆弱性関数の代表性。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
流出解析 

前のページに戻る