文献

J-GLOBAL ID：202202220749245878   整理番号：22A0463256

サンパウロ州(ブラジル)のダウンスケールモデルからの最大降雨データ集合におけるバイアス補正法としての分位デルタマッピングの評価【JST・京大機械翻訳】

Evaluation of Quantile Delta Mapping as a bias-correction method in maximum rainfall dataset from downscaled models in Sao Paulo state (Brazil)

著者 (8件)： Xavier Ana Carolina Freitas (Sustainable Development, Vale Institute of Technology, Rua Boaventura da Silva, 955, Belem, Para, 66055-090, Brazil) ,  Martins Leticia Lopes (Sustainable Development, Vale Institute of Technology, Rua Boaventura da Silva, 955, Belem, Para, 66055-090, Brazil) ,  Martins Leticia Lopes (Post-graduation Program in Tropical and Subtropical Agriculture, Agronomic Institute, Av. Barao de Itapura, 1481, Campinas, Sao Paulo, 13075-630, Brazil) ,  Rudke Anderson Paulo (Department of Sanitary and Environmental Engineering, Federal University of Minas Gerais, Av. Pres. Antonio Carlos, 6627., Belo Horizonte, Minas Gerais, 31270-901, Brazil) ,  de Morais Marcos Vinicius Bueno (Departamento de Obras Civiles, Facultad de Ciencias de la Ingenieria, Universidad Catolica del Maule, Avenida San Miguel 3605, Talca, Maule, Chile) ,  Martins Jorge Alberto (Academic Department of Physics, Federal University of Technology-Parana, Av. dos Pioneiros, 3131, Londrina, Parana, 86036-370, Brazil) ,  Martins Jorge Alberto (Division of Water Resources Engineering, Lund University, John Ericssons Vaeg 1, V-Hus, Lund, Scania, 22100, Sweden) ,  Blain Gabriel Constantino (Scientific Researcher, Department of Ecophysiology and Biophysics, Agronomic Institute, Av. Barao de Itapura, 1481, Campinas, Sao Paulo, 13075-630, Brazil)
資料名： International Journal of Climatology  (International Journal of Climatology)
巻： 42  号： 1  ページ： 175-190  発行年： 2022年 
JST資料番号： E0905A  ISSN： 0899-8418  CODEN： IJCLEU  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： 気候変動モデルの性能を改善するための必須のステップは,現在の気候条件,特に極端な事象を表す能力を評価することである。このような背景で,本研究は,ブラジルの熱帯-亜熱帯条件下でのダウンスケール気候変動モデルから発生する年間最大日降水量系列(b_max)に対するバイアス補正法として,Quantle Deltaマッピング(QDM)の性能を評価することを目的とした。湿潤日の極端な分位におけるバイアスを補正する能力により,QDMを選択した。1950年から2005年までの20のNASA地球交換毎日のダウンスケール投影モデル(NEX-GDDP)から得た気候予測を,QDM法に基づく検証プロセスに供した。2つの気候変動シナリオ(RCP4.5とRCP8.5Wm-2)も考慮した。二乗平均平方根誤差(RMSE),SD,パーセントバイアス(pバイアス),平均絶対誤差(MAE),ピアソン相関試験,修正Willmott試験(d_m)のようないくつかの適合度測度を,モデルの成果と対応する観測データ(雨量計から得た)から計算した。これらの適合度測度を,QDM法を適用する前後で計算した。QDMは実質的にすべてのバイアスを修正することができた。特に,QDMは気候変動予測の経験的累積分布をうまく調整し,生データの系統的誤差を除去した。また,QDMは将来の予測(2020-209)に適用した場合,適切な性能を示した。RCP8.5におけるACCESS1-0モデルを除いて,この記述はすべてのNEX-GDDPモデルに対して成立した。このようなシナリオでは,この後者のモデルは非現実的な降雨値を示した。最後に,バイアス補正法QDMの適用による改善により,研究地域におけるエンドユーザに適した気候予測数の増加があった。Copyright 2022 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： 測度 ,  *降雨 ,  米国航空宇宙局 ,  地球 ,  湿潤 ,  ブラジル連邦共和国 ,  雨量計 ,  系統誤差 ,  気候変動 ,  気象条件 ,  熱帯 ,  亜熱帯 ,  バイアス ,  縮尺模型
準シソーラス用語： 日雨量 , 【Automatic Indexing@JST】

著者キーワード (6件)： ブロック最大 ,  気候予測 ,  データ最適化 ,  極値値 ,  NEX-GDDP ,  統計的技術

分類 (1件)： 気候学,気候変動  (DC05140T)

タイトルに関連する用語 (8件)： サンパウロ州 ,  ブラジル ,  降雨 ,  データ集合 ,  バイアス補正 ,  デルタ ,  マッピング ,  評価