downscaling methods are developed t

downscaling methods are developed to obtain local-scale weather and climate, particularly at the surface level, from regional-scale atmospheric variables that are provided by GCMs. Two main forms of downscaling technique exist. One form is dynamical downscaling, where output from the GCM is used to drive a regional, numerical model in higher spatial resolution, which therefore is able to simulate local conditions in greater detail. The other form is statistical downscaling, where a statistical relationship is established from observations between large scale variables, like atmospheric surface pressure, and a local variable, like the wind speed at a particular site. The relationship is then subsequently used on the GCM data to obtain the local variables from the GCM output.

In 1997, Wilby and Wigley divided downscaling into four categories: regression methods, weather pattern-based approaches, stochastic weather generators, which are all statistical downscaling methods, and limited-area modeling. Among these approaches regression methods are preferred because of its ease of implementation and low computation requirements.

Kết quả (Việt) 1:

phương pháp downscaling được phát triển để có được quy mô địa phương thời tiết và khí hậu, đặc biệt là ở cấp độ bề mặt, từ quy mô khu vực, biến trong khí quyển được cung cấp bởi GCMs. Hai hình thức chính của downscaling kỹ thuật tồn tại. Là một hình thức động lực downscaling, nơi sản lượng từ GCM được sử dụng để lái xe một khu vực, số mô hình trong độ phân giải không gian cao, mà do đó có thể để mô phỏng các điều kiện địa phương chi tiết hơn. Các hình thức khác là thống kê downscaling, nơi mà mối quan hệ thống kê được thành lập từ những quan sát giữa các biến quy mô lớn, như áp lực bề mặt trong khí quyển, và một biến địa phương, như tốc độ gió tại một trang web cụ thể. Mối quan hệ sau đó sau đó được sử dụng trên các dữ liệu GCM để có được các biến địa phương từ GCM ra.Năm 1997, Nuthall và Wigley chia downscaling thành bốn loại: phương pháp hồi quy, phương pháp tiếp cận dựa trên mô hình thời tiết, thời tiết ngẫu nhiên máy phát điện, đó là phương pháp downscaling thống kê tất cả, và khu vực hạn chế mô hình. Trong số những cách tiếp cận phương pháp hồi qui được ưa thích vì dễ thực hiện và các yêu cầu tính toán thấp.

Kết quả (Việt) 2:

phương pháp downscaling được phát triển để có được thời tiết địa phương quy mô và khí hậu, đặc biệt là ở cấp độ bề mặt, từ các biến khí quyển quy mô khu vực được cung cấp bởi GCM. Hai hình thức chính của kỹ thuật thu nhỏ tồn tại. Một hình thức là thu nhỏ động lực, nơi sản lượng từ các GCM được sử dụng để lái xe một, mô hình số khu vực ở độ phân giải không gian cao hơn, do đó có thể mô phỏng các điều kiện địa phương chi tiết hơn. Các hình thức khác là Downscaling thống kê, nơi một mối quan hệ thống kê được thành lập từ những quan sát giữa các biến quy mô lớn, như áp lực bề mặt khí quyển, và một biến địa phương, như tốc độ gió ở một trang web cụ thể. . Các mối quan hệ được rồi sau đó được sử dụng trên các dữ liệu GCM để có được các biến địa phương từ đầu ra GCM

Năm 1997, Wilby và Wigley hàng chia downscaling thành bốn loại: phương pháp hồi quy, thời tiết các cách tiếp cận dựa trên mô hình, máy phát điện tiết ngẫu nhiên, mà là tất cả Downscaling thống kê phương pháp, và mô hình giới hạn khu vực. Trong số các phương pháp tiếp cận phương pháp hồi quy được ưa thích vì nó dễ dàng thực hiện và tính toán thấp yêu cầu.