文献
J-GLOBAL ID:202002245529101327   整理番号:20A0298846

気候研究のためのデータ同化:大規模凝縮スキームのモデルパラメータ推定【JST・京大機械翻訳】

Data Assimilation for Climate Research: Model Parameter Estimation of Large-Scale Condensation Scheme
著者 (12件):
資料名:
巻: 125  号:ページ: e2019JD031304  発行年: 2020年 
JST資料番号: C0294B  ISSN: 2169-897X  CODEN: JGREA2  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:
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。
本研究は,モデルパラメータを客観的に最適化するツールとして,気候研究のためのデータ同化(DA)を用いることを提案した。緩和放射バイアスは,一般循環モデルによる気候変動評価にとって非常に重要である。本研究では,非静水圧ICosahedralic大気モデル(NICAM)を用いて,大規模凝縮スキームにおける自己変換パラメータを推定した。放射バイアスを低減するための二つの方法を調べた。パラメータ推定のための有用な衛星観測を調べ,空間的に変化するパラメータを推定する利点を調べた。パラメータ推定は,著者らが液体水経路,外向き長波放射,または外向き短波放射(OSR)を使用したとき,自動変換速度を加速した。加速された自己転換は雲を減少させ,NICAMのOSRバイアスを過大評価した。水平局在化を伴う集合ベースDAは空間的に変化するパラメータを推定できる。液体水経路を用いた場合,局所パラメータ推定はより良い雲表現をもたらし,浅い雲が卓越する地域におけるOSRバイアスを改善した。Copyright 2020 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:
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 (2件):
分類
JSTが定めた文献の分類名称とコードです
雲と降水の微物理  ,  気象学一般 

前のページに戻る