The case for estimation of the rela

The case for estimation of the relationship of precipitation to elevation is complicated by the sparsity of the observation network and the stochastic nature of precipitation events. Unlike the case for temperatures, where are frequently days with very few observed precipitation events, making the estimation of the lapse rates associated with those events difficult. We recognize that the spatial scale of variation in the frequency and intensity of precipitation events is much smaller than the average spatial scale of sampling provided by the current observation network, and so our estimations of daily precipitation lapse relationships are designed more to infer the locally averaged behavior than to accurately predict the details of each event. In order to arrive at a more continuous description of precipitation events for the purpose of estimating elevation relationship statistics, a linearly ramped window smoothing algorithm is applied to the observed precipitation data. The width, in days, of this smoothing window is denoted Wps. The smoothed data is used only in the generation of the elevation relationship; predictions of precipitation amounts are based on the unsmoothed data.

Kết quả (Việt) 1:

Trường hợp dự toán của các mối quan hệ mưa đến độ cao là phức tạp bởi sparsity mạng quan sát và tính chất ngẫu nhiên của các sự kiện mưa. Không giống như các trường hợp nhiệt độ, nơi được thường ngày với rất ít mưa quan sát sự kiện, làm dự toán của tỷ lệ mất hiệu lực gắn liền với những sự kiện khó khăn. Chúng tôi nhận ra rằng không gian quy mô của sự thay đổi tần số và cường độ của các sự kiện mưa nhỏ hơn nhiều so với quy mô không gian trung bình của mẫu được cung cấp bởi mạng lưới quan sát hiện tại, và vì vậy chúng tôi estimations hàng ngày mưa mất hiệu lực quan hệ được thiết kế nhiều hơn nữa để suy ra các hành vi averaged tại địa phương hơn đến chính xác dự đoán các chi tiết của từng sự kiện. Để đến một mô tả hơn liên tục của các sự kiện mưa cho các mục đích ước tính độ cao mối quan hệ thống kê, một cửa sổ linearly đẩy làm mịn các thuật toán được áp dụng cho các dữ liệu quan sát mưa. Chiều rộng, trong ngày, trong cửa sổ làm mịn này được ký hiệu là Wps. Các dữ liệu smoothed chỉ sử dụng trong thế hệ của các mối quan hệ cao; dự đoán lượng mưa được dựa trên các dữ liệu unsmoothed.

Kết quả (Việt) 2:

Trường hợp dự toán của các mối quan hệ của lượng mưa đến cao phức tạp bởi sự thưa thớt của mạng lưới quan trắc và tính chất ngẫu nhiên của các sự kiện mưa. Không giống như trường hợp của nhiệt độ, nơi thường xuyên là những ngày với rất ít sự kiện lượng mưa quan sát, làm cho việc ước tính các tỷ lệ sai sót liên quan đến các sự kiện khó khăn. Chúng tôi nhận ra rằng quy mô không gian của sự thay đổi trong tần số và cường độ của các sự kiện mưa là nhỏ hơn nhiều so với quy mô không gian trung bình của mẫu được cung cấp bởi mạng lưới quan trắc hiện nay, và vì vậy ước tính của chúng ta về mối quan hệ trôi đi mưa hàng ngày được thiết kế nhiều hơn để suy ra trung bình tại địa phương hành vi hơn so với dự đoán chính xác các chi tiết của từng sự kiện. Để đi đến một mô tả liên tục hơn của sự kiện kết tủa với mục đích ước lượng thống kê mối quan hệ độ cao, một tuyến tính đẩy mạnh cửa sổ thuật toán làm mịn được áp dụng cho các số liệu mưa quan sát. Chiều rộng, trong ngày, trong cửa sổ làm mịn này được ký hiệu là Wps. Các dữ liệu được làm nhẵn chỉ được sử dụng trong thế hệ của mối quan hệ độ cao; dự đoán về lượng mưa được dựa trên các dữ liệu unsmoothed.