文献

J-GLOBAL ID：201902286001929954   整理番号：19A1829728

再解析データと地上測定を組み合わせた高分解能温度地図のための新しい空間モデリングと内挿法【JST・京大機械翻訳】

A new spatial modeling and interpolation approach for high-resolution temperature maps combining reanalysis data and ground measurements

著者 (9件)： Viggiano Mariassunta (National Research Council of Italy, Institute of Methodologies for Environmental Analysis, (CNR-IMAA), 85050, Tito Scalo (PZ), Italy) ,  Busetto Lorenzo (National Research Council of Italy, Institute on Remote Sensing of Environment, (CNR-IREA), 20133, Milano, Italy) ,  Cimini Domenico (National Research Council of Italy, Institute of Methodologies for Environmental Analysis, (CNR-IMAA), 85050, Tito Scalo (PZ), Italy) ,  Cimini Domenico (CETEMPS Center of Excellence, Universita dell’Aquila, 67100, L’Aquila, Italy) ,  Di Paola Francesco (National Research Council of Italy, Institute of Methodologies for Environmental Analysis, (CNR-IMAA), 85050, Tito Scalo (PZ), Italy) ,  Geraldi Edoardo (National Research Council of Italy, Institute of Methodologies for Environmental Analysis, (CNR-IMAA), 85050, Tito Scalo (PZ), Italy) ,  Ranghetti Luigi (National Research Council of Italy, Institute on Remote Sensing of Environment, (CNR-IREA), 20133, Milano, Italy) ,  Ricciardelli Elisabetta (National Research Council of Italy, Institute of Methodologies for Environmental Analysis, (CNR-IMAA), 85050, Tito Scalo (PZ), Italy) ,  Romano Filomena (National Research Council of Italy, Institute of Methodologies for Environmental Analysis, (CNR-IMAA), 85050, Tito Scalo (PZ), Italy)
資料名： Agricultural and Forest Meteorology  (Agricultural and Forest Meteorology)
巻： 276-277  ページ： Null  発行年： 2019年 
JST資料番号： C0901A  ISSN： 0168-1923  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： 広い範囲の科学的分野に対するモデルへの入力としてのそれらの増大する重要性にもかかわらず,高分解能気象変数は空間的に規則的な格子上では非常にしばしば記録されていない。この問題は通常,再解析モデルからのデータを用いることにより克服されるが,それらは正確ではない。本論文では,日最大および最小気温の高分解能マップを提供するための新しい空間ダウンスケーリング法の開発について検討した。この手法の適用は,地上観測所からの測定精度とモデルベースデータの高い利用可能性と均一性を組み合わせることにより,まばらにサンプリングされた地域における完全な観測を提供する。データセットは113観測所で収集されたデータの10年以上(2003~2013年)を含み,その約30%が検証手順の独立したセットを構成した。この手法の有効性を,モデル評価研究において規則的に使用される統計的スコアを用いて評価し,古典的アプローチに対する改善が顕著である。結果は,全体的に著者らのハイブリッド法が温度値の公平な推定値を提供することを示した。特に,MBEは,毎日の最大および最低気温に対して,それぞれ0.29°Cおよび0.60°C以下であった。RMSEは最大温度に対して1.24°C以下,最小温度に対して1.86°C以下であり,MAEに関する解析は空間変動性(MAE≒RMSE)における誤差の寄与がないことを保証した。1に近い相関係数(ρ≒0.97)は強い正の線形関係を示した。Copyright 2019 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： 相関係数 ,  最高気温 ,  *内挿法 ,  有効性 ,  最低気温 ,  モデル ,  *高分解能 ,  測定精度 ,  解析モデル ,  推定量 ,  気温
準シソーラス用語： ハイブリッド法 ,  スコア ,  地上観測 ,  ダウンスケーリング , 【Automatic Indexing@JST】

著者キーワード (6件)： 空間統計学 ,  地球統計学 ,  気象ダウンスケーリング ,  農業気象学 ,  クリギング ,  稲作

分類 (2件)： 農業気象  (DC05030Z) ,  土壌物理  (FB04030R)

タイトルに関連する用語 (6件)： 再解析データ ,  地上 ,  高分解能 ,  地図 ,  空間モデリング ,  内挿法