×

Serwis używa ciasteczek ("cookies") i podobnych technologii m.in. do utrzymania sesji i w celach statystycznych. • Ustawienia przeglądarki dotyczące obsługi ciasteczek można swobodnie zmieniać. • Całkowite zablokowanie zapisu ciasteczek na dysku komputera uniemożliwi logowanie się do serwisu. • Więcej informacji: Polityka cookies OPI PIB

×

Regulamin korzystania z serwisu PBN znajduję się pod adresem: Regulamin serwisu

Szukaj wśród:
Dane publikacji

Zastosowanie metod przepływu optycznego i krytycznego indeksu sukcesu do weryfikacji opadu w symulacjach klimatycznych dla Polski

Artykuł
Czasopismo : Przegląd Naukowy Inżynieria i Kształtowanie Środowiska   Tom: 24, Zeszyt: 3(69), Strony: 257–272
2015 polski
Link do publicznie dostępnego pełnego tekstu
Cechy publikacji
-
  • Oryginalny artykuł naukowy
  • Zrecenzowana naukowo
Tłumaczenie tytułu
-
Application of the optical flow and critical success index methods to verification of precipitation in climate simulations over Poland
Dyscypliny naukowe
-
Geofizyka – dziedzina nauk o ziemi , Inżynieria środowiska
Słowa kluczowe
-
Abstrakty ( polski )
-
Zastosowanie metod przepływu optycznego i krytycznego indeksu sukcesu do weryfi kacji opadu w symulacjach klimatycznych dla Polski. Znajomość przyszłych charakterystyk klimatu jest nieodzowna do stworzenia planów adaptacyjnych. Modele numeryczne dostarczają takiej informacji, ale ważną kwestią jest prawidłowa ocena wiarygodności pozyskanej informacji. Ten ważny problem rozwiązuje się poprzez ocenę zdolności odtworzenia przez modele klimatu przeszłego, zakładając, że rodzaj i wielkość błędu dla okresu referencyjnego są przenoszone przez modele na okres scenariuszowy. W pracy przedstawiona została analiza odtworzenia opadu w okresie 1971–1990 przez wybrane modele stosowane w projekcie EU ENSEMBLES. Analizie zostały poddane warunki opadowe opisane za pomocą wskaźników klimatycznych opartych na dobowej sumie opadu. Mapy wskaźników klimatycznych porównywane są dwiema metodami. Pierwsza z metod, nazywana metodą przepływu optycznego, polega na ocenie wielkości określających przekształcenie lokalnie przeprowadzające jedno pole w drugie. Druga z metod polega na zastosowaniu techniki analizy skupień do połączonych pól porównywanego i referencyjnego. Za pomocą tych metod można w sposób zobiektywizowany przeprowadzać ewaluację symulacji klimatycznych.
Abstrakty ( angielski )
-
Application of the optical fl ow and critical success index methods to verifi cation of precipitation in climate simulations over Poland. Knowledge of characteristics of future climate is essential to create adaptation plans. Numerical models can provide such information but an important issue is the correct assessment of reliability. This important problem can be solved by evaluating the ability of a model to reproduce past climate. It is assumed that the type and amount of error in the reference period is transferred to a scenario period. In this paper, the reconstruction of precipitation in 1971–1990 period by models selected from the EU ENSEMBLES project was analyzed. Analyses were subjected to precipitation conditions described by climatic indices based on daily sum of precipitation. Climate indices maps were compared by two methods. The fi rst method is called optical fl ow method, and consists of assessing the parameters of a local transformation of fi elds. The second method uses the cluster analysis technique to a combined fi eld consisting of reconstructed and reference values. These methods allow to perform an objectified evaluation of climate simulations.
Bibliografia
-
  1. Berg, P., Lucas-Picher, P. (2008). Implementation of spectral nudging in the HIRHAM5 Regional Climate Model. Pozyskano z: www.dmi.dk/dmi/dkc08-08
  2. Bouttier, F. (2010) The Météo-France NWP system: description, recent changes and plans. Pozyskano z: http://www.cnrm.meteo.fr/gmap/nwp/nwpreport.pdf
  3. Christensen, O.B., Drews, M., Christensen, J.H., Dethloff, K., Ketelsen, K., Hebestadt, I., Rinke, A. (2007). The HIRHAM Regional Climate Model Version 5 (beta). Pozyskano z: www.dmi.dk/dmi/tr06-17
  4. Colin, J., Deque, M., Radu, R., Somot, S. (2010). Sensitivity study of heavy precipitation in Limited Area Model climate simulations: influence of the size of the domain and the use of the spectral nudging technique. Tellus, 62A, 591–604.
  5. Ferret , Data Visualization and Analysis. (2015). Oprogramowanie wykonane w NOAA's Pacific Marine Environmental Laboratory. Pozyskano z: http://ferret.pmel.noaa.gov/Ferret
  6. Furevik, T., Bentsen, C.M., Drange, C.H., Kindem, I. K., Kvamstr, T.Ć.N., Sorteberg G.Ć.A. (2003). Description and evaluation of the bergen climate model: ARPEGE coupled with MICOM. Climate Dynamics, 21, 27–51. DOI: 10.1007/s00382-003-0317-5
  7. Giorgetta, M.A., Brasseur, G.P., Roeckner, E., Jochem Marotzke, J. (2006). Preface to
  8. Special Section on Climate Models at the Max Planck Institute for Meteorology. Journal of Climate, 19(16), 3769-3770.
  9. Gilleland, E., Ahijevych, D.A.,Brown, B.G., Ebert, E.E. (2010). Verifying Forecasts Spatially. Bull. Amer. Meteor. Soc., 91, 1365–1373. DOI: 10.1175/2010BAMS2819.1
  10. Haylock, M.R., Hofstra, N., Klein Tank, A.M.G., Klok, E.J., Jones, P.D., New, M., (2008).
  11. A European daily high-resolution gridded data set of surface temperature and precipitation for 1950-2006. Journal of Geophysical Research, 113, D20119, DOI:10.1029/2008JD010201
  12. Jacob, D. (2001). A note to the simulation of the annual and inter-annual variability of the water budget over the Baltic Sea drainage basin. Meteorology and Atmospheric Physics, Vol.77, Issue 1-4, 61-73
  13. Jacob, D., Andrae, U., Elgered, G., Fortelius, C., Graham, L. P., Jackson, S. D., Karstens, U., Koepken, Chr., Lindau, R., Podzun, R., Rockel, B.,Rubel, F., Sass, H.B., Smith, R.N.D.,Van den Hurk, B.J.J.M., Yang, X. (2001). A Comprehensive Model Intercomparison Study Investigating the Water Budget during the BALTEX-PIDCAP Period. Meteorology and Atmospheric Physics, Vol.77, Issue 1-4, 19-43.
  14. Kjellström, E., Bärring, L., Gollvik, S., Hansson, U., Jones, C., Samuelsson, P., Rummukainen, M., Ullerstig, A., Willén U., Wyser, K., (2005). A 140-year simulation of European climate with the new version of the Rossby Centre regional atmospheric climate model (RCA3). Reports Meteorology and Climatology, 108, SMHI, SE-60176 Norrköping, Sweden, 54 pp.
  15. van der Linden, P., Mitchell, J.F.B. (2009). Summary of research and results from the ENSEMBLES project. Pozyskano z: http://ensembles- eu.metoffice.com/docs/Ensembles_final_report_Nov09.pdf
  16. Marzban, C. i Sandgathe, S. (2008) Cluster Analysis for Object-Oriented Verification of Fields: A Variation. Mon. Wea. Rev., 136, (3), 1013–1025.
  17. Marzban, C. i Sandgathe, S. (2010) Optical flow for verification. Weather Forecasting, 25, 1479–1494, DOI:10.1175/2010WAF2222351.1.
  18. Meijgaard, E. van, Ulft, L.H. van, Berg W.J. van de, Bosveld, F.C., Hurk, B.J.J.M. van den, Lenderink, G., Siebesma, A.P. (2008). The KNMI regional atmospheric climate model RACMO, version 2.1. KNMI Technical Report 302, 43 pp. Available from KNMI, Postbus 201, 3730 AE, De Bilt, The Netherlands. Pozyskano z: http://www.knmi.nl/bibliotheek/knmipubTR/TR302.pdf
  19. Overview of the ENSEMBLES RT2B and RT3 experiments, (2010) Pozyskano z: http://ensemblesrt3.dmi.dk/extended_table.html
  20. Roeckner, E., Brokope,R., Esch, M., Giorgetta, M., Hagemann, S., Kornblueh, L., Manzini E., Schlese, U., Schulzweida, U. (2006). Sensitivity of Simulated Climate to Horizontal and Vertical Resolution in the ECHAM5 Atmosphere Model. Journal of Climate, 19(16), 3771-3791.
  21. R Development Core Team (2011). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. ISBN 3-900051-07-0, URL Pozyskano z: http://www.R-project.org/.
  22. Serwis klimatyczny - Zmieniający się klimat w Polsce. (2015). Portal zrealizowany w Iterdyscyplinarnym Centrum Modelowania Matematycznego i Komputerowego na zamówienie Ministerstwa Środowiska. Pozyskano z: http: klimat.icm.edu.pl.
Zacytuj dokument
-