文献

J-GLOBAL ID：202102225387313067   整理番号：21A0676988

降水量データ推定を失うための21種類の異なる方法の交差評価【JST・京大機械翻訳】

Cross Assessment of Twenty-One Different Methods for Missing Precipitation Data Estimation

著者 (3件)： Armanuos Asaad M. (Irrigation and Hydraulics Engineering Department, Civil Engineering Department, Faculty of Engineering, Tanta University, Tanta 31511, Egypt) ,  Al-Ansari Nadhir (Civil, Environmental and Natural Resources Engineering, Lulea University of Technology, 97187 Lulea, Sweden) ,  Yaseen Zaher Mundher (Sustainable Developments in Civil Engineering Research Group, Faculty of Civil Engineering, Ton Duc Thang University, Ho Chi Minh City 758307, Vietnam)
資料名： Atmosphere (Web)  (Atmosphere (Web))
巻： 11  号： 4  ページ： 389  発行年： 2020年 
JST資料番号： U7137A  ISSN： 2073-4433  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 計量,水文,および環境データ解析の結果は,主に欠測データの信頼できる推定に依存する。本研究では,21の古典的方法を評価し,エチオピアにおける欠損降水データを充填するための最良の方法を決定した。1980年から2013年までの34年間にわたる15の異なる観測所から収集した月別データを考察した。均一性と傾向試験は,データをチェックするために実行した。異なる方法の結果を,平均絶対誤差(MAE),二乗平均平方根誤差(RMSE),効率係数(CE),類似性指数(S指数),スキルスコア(SS),およびピアソン相関係数(rPearson)を用いて比較した。この論文の結果は,正常比(NR),多重線形回帰(MLR),逆距離重み付け(IDW),相関係数重み付け(CCW),および算術平均(AA)法が,研究されたそれらの最も信頼できる方法であることを確認した。NR法は,rPearsonが0.945,平均絶対誤差が22.90mm,RMSEが33.695mm,類似性指数が0.999,CE指数が0.998,スキルスコアが0.998であった。観察された結果とNR,MLR,IDW,CCW,およびAA法からの推定結果を比較するとき,MAEとRMSEは低く,CE,S指数,SS,およびrPearsonの高い値が達成された。一方,近接ステーション(CS),英国の伝統的,線形回帰(LR),期待値最大化(EM),および多重帰属(MI)法は,MAEおよびRMSE値がそれぞれ30.424から47.641mmおよび49.564から58.765mmまで変化する最小精度を与えた。本研究の結果は,推奨法が世界中の他の国のエチオピアと乾燥地域における異なるタイプの気候データに適用できることを示唆する。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *降水 ,  *降水量 ,  相関係数 ,  英国 ,  エチオピア連邦民主共和国 ,  多重化 ,  データ解析 ,  重みづけ ,  類似性 ,  乾燥地帯
準シソーラス用語： 線形回帰 ,  EMアルゴリズム ,  スキルスコア ,  多重線形回帰 ,  Pearson相関係数 , 【Automatic Indexing@JST】

著者キーワード (6件)： ナイル盆地 ,  欠損データ ,  推定 ,  降水 ,  エチオピア ,  古典的方法

分類 (2件)： 水文学一般  (DC07010R) ,  放射,大気光学  (DC05080C)

引用文献 (64件)：

• Qutbudin, I.; Shiru, M.S.; Sharafati, A.; Ahmed, K.; Al-Ansari, N.; Yaseen, Z.M.; Shahid, S.; Wang, X. Seasonal drought pattern changes due to climate variability: Case study in Afghanistan. Water 2019, 11, 1096.
• Suhaila, J.; Sayang, M.D.; Jemain, A.A. Revised spatial weighting methods for estimation of missing rainfall data. Asia-Pac. J. Atmos. Sci. 2008, 44, 93-104.
• Yaseen, Z.; Ebtehaj, I.; Kim, S.; Sanikhani, H.; Asadi, H.; Ghareb, M.; Bonakdari, H.; Wan Mohtar, W.; Al-Ansari, N.; Shahid, S. Novel hybrid data-intelligence model for forecasting monthly rainfall with uncertainty analysis. Water 2019, 11, 502.
• Kashani, M.H.; Dinpashoh, Y. Evaluation of efficiency of different estimation methods for missing climatological data. Stoch. Environ. Res. Risk Assess. 2012, 26, 59-71.
• Kim, J.W.; Pachepsky, Y.A. Reconstructing missing daily precipitation data using regression trees and artificial neural networks for SWAT streamflow simulation. J. Hydrol. 2010, 394, 305-314.

タイトルに関連する用語 (4件)： 降水量 ,  推定 ,  交差 ,  評価