文献

J-GLOBAL ID：202202246561364274   整理番号：22A0463260

Lモーメントに基づく極端な降雨事象のための新しいバイアス補正法【JST・京大機械翻訳】

A novel bias correction method for extreme rainfall events based on L-moments

著者 (4件)： Anthanahalli Nanjegowda Rohith (Department of Civil Engineering, Indian Institute of Technology Madras, Chennai, Tamil Nadu, India) ,  Kulamulla Parambath Sudheer (Department of Civil Engineering, Indian Institute of Technology Madras, Chennai, Tamil Nadu, India) ,  Kulamulla Parambath Sudheer (Kerala State Council for Science Technology and Environment, Thiruvananthapuram, Kerala, India) ,  Kulamulla Parambath Sudheer (Department of Agricultural and Biological Engineering, Purdue University, West Lafayette, Indiana, USA)
資料名： International Journal of Climatology  (International Journal of Climatology)
巻： 42  号： 1  ページ： 250-264  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： 地球規模の将来の気候予測のバイアス補正(BC)の有効性は気候変動研究において重要である。BCの誤差の大きさは気候変動適応決定に影響する。既存のBC法は,それらの複雑性で変化し,データ長,自由度などに限界を示す。本研究では,バイアス補正極端降雨事象において, par観的かつ効率的の両方である,新しい方法,L-モーメントScaling(L-mS)を提案した。L-mS法は,全分布を修正するためのデータの最初の3つのLモーメントに補正を適用する。EC-EARTHとMIROC5モデルから1日間の年間最大(AM)降水シミュレーションのために,インド,ChennaiとHyderabadの2つのステーションで提案した方法の効率を実証した。比較は,2つの検証手順(Strict Split-Sample(SSS)とBoots Split-Sample(BSS))を用いて,5つの広く使用されたBC方法で行った。結果は,L-mS法が5つのBC方法(SSSで0%-18%,BSSで3%-21%)を凌駕し,正規化-Root-Mean-Square-Error(NRMSE)に関してブートストラップサンプル間で最小変動性で,より性能が優れていることを明らかにした。。”結論]。”L-mS”は,SSSで0%-18%,BSSで3%-21%であり,また,正規化-Root-Mean-Square-Error(NRMSE)で最小変動性を示した。また,この方法を1日,2日,3日,7日AM,および年間総量に対するインドの1°グリッドデータに適用し,将来(2021~2050)予測をL-mS法を用いてバイアス補正した。L-mS法は,全てのグリッドにわたって,観測された極値と比較して,それぞれ平均および標準偏差において少なくとも2.5および3倍少ない誤差を生じた。L-mS法は,周波数領域解析の固有の性質を利用して,少数の重要な統計で全AMデータを補正し,極端な気候変数のBCにおける効率的なツールとして役立つことができる。また,バイアス補正の将来予測は,極端な降雨事象の大きさが35%~40%減少し,グリッドの60%~65%で増加すると予想される。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： シミュレーション ,  *降雨 ,  降水 ,  標準偏差 ,  インド ,  気候変動 ,  周波数解析 ,  自由度 ,  *モーメント ,  有効性 ,  正規化
準シソーラス用語： 複雑性 ,  バイアス補正 ,  気候変数 ,  気候変動適応 , 【Automatic Indexing@JST】

著者キーワード (7件)： バイアス補正 ,  気候変動 ,  分布マッピング ,  極端な降雨 ,  周波数解析 ,  大循環モデル ,  L-モーメント

分類 (1件)： 気候学,気候変動  (DC05140T)

タイトルに関連する用語 (5件)： モーメント ,  降雨 ,  事象 ,  バイアス ,  補正法