کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
6963404 | 1452284 | 2015 | 9 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
A geostatistics-assisted approach to the deterministic approximation of climate data
ترجمه فارسی عنوان
یک رویکرد کمک به آمار زمین شناسی به تقریب قطعی داده های آب و هوایی
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
آمار زمین شناسی مدل جغرافیایی، سطح آب و هوا
ترجمه چکیده
ما پیشنهاد یک برنامه غیر متعارف تحلیل واریوگرام برای پشتیبانی از مدلسازی داده های آب و هوایی با توابع تحلیلی ارائه می دهیم. این روش جغرافیائی زمین شناختی در حوزه نظری تعریف شده توسط هر متغیر مدل برای شناسایی رفتارهای سیستماتیک که در نوسانات تعیین شده توسط عوامل دیگر رانندگی تعبیر شده است و برای بررسی توانایی کاندید برای حذف همبستگی ها از داده ها اعمال می شود. میانگین دمای هوا در 387 ایستگاه هواشناسی اروپایی به عنوان عملکرد پارامترهای جغرافیایی با یک روش گام به گام تحلیل می شود. مدل نهایی ما برای غیر خطی بودن در عرض جغرافیایی با یک همبستگی باقی مانده در سطح محلی که تقریبا ده کیلومتر فاصله دارد، حساب می شود. واریانس باقیمانده از مدل نصب شده (تقریبا 3 درصد کل) بیشتر توسط ناهمگونی محلی در اقیانوس های انتقالی و با جزایر شهری تعیین می شود. رویکرد ما کاربر پسند است و حمایت از استنتاج آماری باعث می شود مدل سازی خود سازگار باشد.
موضوعات مرتبط
مهندسی و علوم پایه
مهندسی کامپیوتر
نرم افزار
چکیده انگلیسی
We propose a nonconventional application of variogram analysis to support climate data modelling with analytical functions. This geostatistical technique is applied in the theoretical domain defined by each model variable to detect the systematic behaviours buried in the fluctuations determined by other driving factors and to verify the ability of candidate fits to remove correlations from the data. The climatic average of the atmospheric temperature measured at 387 European meteorological stations has been analysed as a function of geographical parameters by a step-wise procedure. Our final model accounts for non-linearity in latitude with a local-scale residual correlation that decays in approximately ten kilometres. The variance of the residuals from the fitted model (approximately 3% of the total) is mostly determined by local heterogeneity in transitional climates and by urban islands. Our approach is user-friendly, and the support of statistical inference makes the modelling self-consistent.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Environmental Modelling & Software - Volume 66, April 2015, Pages 69-77
Journal: Environmental Modelling & Software - Volume 66, April 2015, Pages 69-77
نویسندگان
Maria Lanfredi, Rosa Coppola, Mariagrazia D'Emilio, Vito Imbrenda, Maria Macchiato, Tiziana Simoniello,