Application of multi-site stochasti

Application of multi-site stochastic daily climate generation to assess
the impact of climate change in the eastern seaboard of Thailand
W. Bejranonda & M. Koch
Department of Geohydraulics and Engineering Hydrology, University of Kassel, Kassel, Germany
ABSTRACT: In the assessment of climate change impacts on future meteorological regimes, downscaling
of large-scale climate/weather variables from GCMs is usually applied. Depending on the GCM, the
predictors are either available on the monthly or on the daily scale, wherefore, for obvious reasons, the
monthly predictions of a GCM are considered to be more reliable for long-term climate impact studies.
Nevertheless, in many instances, it is desirable to have predictors on a daily scale, e.g. for the study of
short-term seasonal climate fluctuations and extreme events. This requires the rescaling of monthly predictor
data to a daily series. Here we present a novel daily weather (climate) -generator (DWG) to do
this properly. The new DWG employs various statistic and stochastic techniques to synthesize daily
climate from several ensembles of daily series from different climate sites, respecting the relevant statistical
attributes of the various monthly climate series, but also their spatial correlation properties between
the different sites (multi-site approach). This multi-site/-realization of the synthetic daily climate can exhibit
a broad spectrum of climate variability that can be useful in a practical climate assessment, as this
approach provides also some uncertainty measure. The DWG proposed here processes the daily precipitation-
and temperature- series separately, wherefore for the former both the monthly downscaled rainfall
intensity and the probability of rainfall occurrence are employed. For past observed meteorological data
in the study region, which is the eastern seaboard of Thailand, the stochastic properties of the daily multirealizations
are conditioned on the observed time series. The performance of the new DWG is compared
with those of other classical downscaling methods and shows some advantages.

Kết quả (Việt) 1:

Ứng dụng thế hệ khí hậu hàng ngày ngẫu nhiên nhiều trang web để đánh giátác động của khí hậu thay đổi ở bờ biển phía đông của Thái LanW. Bejranonda & M. KochVùng của Geohydraulics và kỹ thuật thủy văn, University of Kassel, Kassel, ĐứcTóm tắt: Kỳ thẩm định của khí hậu thay đổi tác động trên chế độ khí tượng trong tương lai, downscalingquy mô lớn khí hậu/thời tiết biến từ GCMs thường được áp dụng. Tùy thuộc vào GCM, cácdự đoán là một trong hai có sẵn trên hàng tháng hoặc trên các hàng ngày leo, tại sao, vì lý do rõ ràng, cácCác dự đoán hàng tháng của một GCM được coi là đáng tin cậy hơn cho lâu dài khí hậu tác động nghiên cứu.Tuy nhiên, trong nhiều trường hợp, nó là mong muốn phải dự đoán trên quy mô hàng ngày, ví dụ cho việc nghiên cứungắn hạn biến động khí hậu và sự kiện cực. Điều này đòi hỏi rescaling yếu tố dự báo hàng thángdữ liệu đến một loạt các hàng ngày. Ở đây chúng tôi trình bày một cuốn tiểu thuyết hàng ngày thời tiết (khí hậu)-máy phát điện (DWG) để làmĐiều này đúng cách. DWG mới sử dụng các số liệu thống kê khác nhau và các kỹ thuật ngẫu nhiên để tổng hợp hàng ngàykhí hậu từ một số ensembles loạt hàng ngày từ trang web khí hậu khác nhau, tôn trọng các có liên quan thống kêCác thuộc tính của dòng khí hậu hàng tháng khác nhau, nhưng cũng là tài sản của họ không gian tương quan giữaCác trang web khác nhau (phương pháp tiếp cận của nhiều trang web). Nhiều trang web /-thực hiện điều này tổng hợp khí hậu hàng ngày có thể triển lãmmột phổ rộng của biến đổi khí hậu có thể hữu ích trong một đánh giá thực tế khí hậu, như thế nàycách tiếp cận cung cấp cũng là một số biện pháp không chắc chắn. DWG đề xuất ở đây quá trình hàng ngày mưa-và nhiệt độ-series một cách riêng biệt, tại sao cho các cựu cả hai hàng tháng downscaled lượng mưacường độ và khả năng của lượng mưa xảy ra được tuyển dụng. Cho qua dữ liệu quan sát khí tượngtrong vùng nghiên cứu là bờ biển phía đông của Thái Lan, các thuộc tính ngẫu nhiên của các multirealizations hàng ngàyđang có điều kiện trên dòng thời gian quan sát. Hiệu suất của DWG mới được so sánhvới những người của các cổ điển downscaling phương pháp và cho thấy một số lợi thế.

Kết quả (Việt) 2:

Áp dụng hệ multi-site ngẫu nhiên khí hậu hàng ngày để đánh giá
các tác động của biến đổi khí hậu ở vùng ven biển phía đông của Thái Lan
W. Bejranonda & M. Koch
Sở Geohydraulics và Kỹ thuật Thủy văn, Đại học Kassel, Kassel, Đức
TÓM TẮT: Trong việc đánh giá tác động biến đổi khí hậu đối với chế độ khí tượng tương lai, thu hẹp
quy mô lớn biến đổi khí hậu / thời tiết từ GCM thường được áp dụng. Tùy thuộc vào GCM, các
giả định đều hoặc là có sẵn trên các tháng hoặc theo quy mô hàng ngày, vậy nên, vì những lý do rõ ràng, các
dự báo hàng tháng của một GCM được coi là đáng tin cậy hơn cho nghiên cứu tác động khí hậu dài hạn.
Tuy nhiên, trong nhiều trường hợp , đó là mong muốn để có những dự báo về một quy mô hàng ngày, ví dụ như cho việc nghiên cứu
ngắn hạn dao động khí hậu theo mùa và thời tiết khắc nghiệt. Điều này đòi hỏi các yếu tố dự báo của rescaling hàng tháng
dữ liệu đến một loạt hàng ngày. Dưới đây chúng tôi trình bày một thời tiết hàng ngày (khí hậu) -generator tiểu thuyết (DWG) để làm
điều này đúng. DWG mới sử dụng số liệu thống kê và ngẫu nhiên khác nhau kỹ thuật tổng hợp hàng ngày
khí hậu từ một số cụm công của loạt bài hàng ngày từ các trang web khí hậu khác nhau, tôn trọng các thống kê liên quan
thuộc tính của dòng khí hậu hàng tháng khác nhau, nhưng cũng có tính chất tương quan không gian của họ giữa
các trang web khác nhau (multi-site cách tiếp cận). Điều này đa-site / -realization của khí hậu tổng hợp hàng ngày có thể biểu hiện
một phổ rộng của biến đổi khí hậu có thể hữu ích trong một đánh giá môi trường thực tế, vì điều này có
cách tiếp cận cũng cung cấp một số biện pháp chắc chắn. DWG đề xuất ở đây xử lý precipitation- hàng ngày
series và temperature- riêng, sao cho các cựu cả downscaled lượng mưa tháng
cường độ và xác suất của lượng mưa xảy ra được tuyển dụng. Đối với quá khứ quan sát dữ liệu khí tượng
trong khu vực nghiên cứu, đó là các vùng ven biển phía đông của Thái Lan, các tính chất ngẫu nhiên của các multirealizations hàng ngày
được điều kiện trên chuỗi thời gian quan sát. Hiệu suất của DWG mới được so sánh
với những phương pháp thu hẹp cổ điển khác và cho thấy một số lợi thế.