文献

J-GLOBAL ID：202202234288912658   整理番号：22A0463262

統計的ダウンスケーリングフレームワークを用いた21世紀のためのパキスタンのインダス川流域における降水量予測【JST・京大機械翻訳】

Precipitation projections over the Indus River Basin of Pakistan for the 21st century using a statistical downscaling framework

著者 (4件)： Pomee Muhammad Saleem (Faculty of Medicine, University of Augsburg, Augsburg, Germany) ,  Pomee Muhammad Saleem (Climate, Energy and Water Resources Institute of Pakistan Agricultural Research Council (PARC), Islamabad) ,  Hertig Elke (Faculty of Medicine, University of Augsburg, Augsburg, Germany) ,  Hertig Elke (Climate, Energy and Water Resources Institute of Pakistan Agricultural Research Council (PARC), Islamabad)
資料名： International Journal of Climatology  (International Journal of Climatology)
巻： 42  号： 1  ページ： 289-314  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： パキスタンのIndus盆地全体における降水の将来の変化を,高標高上部indus盆地(UIB)に特に注目して推定した。統計的ダウンスケーリングアプローチを用いた。季節規模で観測された降水の空間変動を考察した。大規模大気パターンを,一般的循環モデル(GCM)選択とその後の予測のために採用した。最初に,ERA-Interim再解析からの降水支配予測子を同定した。さらに,他の再解析データセット(ERA5とNCEP-NCAR-II)に対する支配予測子のロバスト性を定量化し,将来の予測の忠実度を評価した。予測子場に関するSモード主成分分析を行い,Taylorダイアグラムを用いて負荷パターンを比較し,異なる再解析間の予測子対応を評価した。同様に,歴史的期間におけるモデル模擬場とERA-Interim変数を比較し,GCMをよりよく選択し,モデル不確実性を定量化した。本研究における利用可能なGCMの地域適合性も実証した。大気場を通して導出された地域降水のアンサンブル(中央値)変化は,代表的濃度経路(RCP)シナリオRCP4.5とRCP8.5でのUIBの上昇依存応答を示し,そこでは,降水量の増加が高標高でほとんど低下する。しかし,正のシグナルは,冬とモンスーンの季節,特に中央カラコラムでより明確であった。一方,降水の減少は,特に北西地域にわたって,モンスーン前の期間にロバストである。これらの信号はRCP8.5の下で2071-2100の間,強化して,よりロバストになり,そして,より良い性能モデルおよび信号対雑音比は,この発見をさらに支持した。予測された変化の空間パターンは,冬(モンスーン前)季節の間,より強い(より弱い)とさらに北向きの偏西風システムを示唆する。温暖化の増加はモンスーン循環を強化し,これらはさらに北西とトランス-ヒマラヤ地域へ浸透する。低いIndusは,より不確実な混合季節応答を示す。本解析は,複雑な地域における気候応答を評価する進行中の研究に対する代替展望を提供する。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： SN比 ,  *降水 ,  *降水量 ,  不確実性 ,  *流域 ,  冬 ,  偏西風 ,  モンスーン ,  主成分分析 ,  ロバスト性 ,  盆地 ,  温暖化
準シソーラス用語： 予測子 ,  ダウンスケーリング ,  標高 , 【Automatic Indexing@JST】

著者キーワード (6件)： 大気パターン ,  CMIP5 ,  ダウンスケーリング ,  モデルの不確実性 ,  降水 ,  参照不確実性

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)： 統計的ダウンスケーリング ,  フレームワーク ,  21世紀 ,  パキスタン ,  インダス川 ,  流域 ,  降水量 ,  予測