文献

J-GLOBAL ID：202002288337816490   整理番号：20A0124382

シミュレートされた雪プロセスの感度とモデル低減:予測を改善するための対照的な観測とパラメータの不確実性【JST・京大機械翻訳】

Sensitivity and model reduction of simulated snow processes: Contrasting observational and parameter uncertainty to improve prediction

著者 (6件)： Ryken Anna (Department of Geology and Geological Engineering, Colorado School of Mines, 1500 Illinois St, Golden, CO 80228, USA) ,  Bearup Lindsay A. (Department of Geology and Geological Engineering, Colorado School of Mines, 1500 Illinois St, Golden, CO 80228, USA) ,  Bearup Lindsay A. (Bureau of Reclamation, 6th Avenue & Kipling Street, Lakewood, CO 80225, USA) ,  Jefferson Jennifer L. (Wisconsin Department of Natural Resources, 107 Sutliff Avenue, Rhinelander, WI 54501, USA) ,  Constantine Paul (University of Colorado, Boulder, CO 80309, USA) ,  Maxwell Reed M. (Department of Geology and Geological Engineering, Colorado School of Mines, 1500 Illinois St, Golden, CO 80228, USA)
資料名： Advances in Water Resources  (Advances in Water Resources)
巻： 135  ページ： Null  発行年： 2020年 
JST資料番号： A0816B  ISSN： 0309-1708  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： 高標高,山岳地域の水文学は地球システムモデル(ESM)ではあまり代表されていないが,これらの生態系は水の貯蔵と土地-大気交換において重要な役割を果たしている。米国西部の水の多くは積雪(雪水当量,SWE)に貯蔵された水に由来するので,これらの地域のモデル表現は重要である。本研究では,広く使われている雪モデルに対するモデル入力(気象強制とモデル入力パラメータ)に対する感度解析(活性部分空間)を通して,モデルパラメータと強制の両方における不確実性がシミュレートされた雪過程にどのように影響するかを評価した。Niwot海嶺研究サイトにおける米国フラックス塔からの観測を用いて,統合された単一カラム水文モデルParFlow-CLMを強制した。本研究は,樹木が雪アルベドの影響を変化させ,主に水文学的強制に敏感であることを示し,一方,裸の地上シミュレーションは雪パラメータに対してより敏感であることを見出した。裸の地上シナリオは全体的に最も敏感である。正確な水文モデル結果を得るためには,強制とモデル入力パラメータの両方が重要である。Copyright 2020 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： 地球モデル ,  塔状構造物 ,  気象 ,  *モデル縮小 ,  アルベド ,  積雪 ,  *不確実性 ,  感度解析 ,  シミュレーション ,  生態系 ,  水文学 ,  水文モデル ,  山岳地 ,  土地
準シソーラス用語： *雪 , 【Automatic Indexing@JST】

著者キーワード (4件)： 水文モデリング ,  感度解析 ,  雪水当量 ,  アクティブ部分空間

分類 (3件)： 洪水対策  (RC12040I) ,  水資源  (RC11020F) ,  流出解析  (DC07030N)

タイトルに関連する用語 (9件)： 雪 ,  プロセス ,  感度 ,  モデル低減 ,  予測 ,  対照 ,  観測 ,  パラメータ ,  不確実性