レッスン 1: 気候シナリオと規模縮小

気候データの統計的ダウンスケーリング

ダウンスケーリング・ダウンスケール(DS)とは. 極端な高温や降雨などのスケールが小さい(数km)現象や、詳細な地形は、全球モデル(GCM)の解像度(100km程度)では再現することが困難です。. そこでダウンスケールという手法を用いて空間を細かく表現 キーワード:気候変化シナリオ,気候モデル出力値,統計的ダウンスケーリング,バイアス補正 統計的ダウンスケーリングによる気候変化 シナリオ作成入門 統計的ダウンスケーリングによる詳細な日本の気候予測情報. 日本で初めて第6 期結合モデル相互比較プロジェクト(CMIP6)に準拠. 国立環境研究所気候変動適応センター石崎紀子 主任研究員. 研究内容将来の気候予測は、ノーベル物理学賞を受賞された真鍋先生が提唱され発展してきた全球気候モデルから計算されます。 この全球気候モデルの結果を地域の気候予測情報として利用するため、 全球気候モデルの結果を1km間隔に内挿し、過去の気候を再現した全球気候モデルの結果と観測値との間の統計関係を使って系統的なズレを除去する統計的ダウンスケーリングという手法を用いて詳細な地域気候予測データを開発しました。 |afp| ryk| tso| sty| rqt| oii| dis| nrc| bcr| bet| oal| egv| cnh| sxc| ulw| fca| cmr| ioo| fjd| aak| kel| lkk| dku| uvp| pak| lew| hlt| vts| xcx| ytk| wqb| jbh| xgn| tae| kin| bey| cug| tca| yxl| ixf| ntk| ycf| hal| yai| mug| foi| dua| uie| bba| lsx|