Метод найменших квадратів в оцінюванні точності проєкцій приземної температури повітря в Україні за ансамблями регіональних кліматичних моделей
DOI:
https://doi.org/10.24028/gj.v44i5.272326Ключові слова:
метод найменших квадратів, регіональна кліматична модель, оптимальний ансамбль моделей, корекція відхилень, дельта-метод, E-OBSАнотація
Дослідження присвячено пошуку оптимального методичного підходу для корекції відхилень від реальних кліматичних показників значень приземної температури повітря на території України, отриманих у прогнозах ансамблів регіональних кліматичних моделей (РКМ) на підставі використання регресійного аналізу, а саме методу найменших квадратів (МНК) з різними варіантами його застосування. Процедура включала: пошук вагових коефіцієнтів рівнянь лінійної регресії для мінімізації величини відхилення прогнозу від даних спостережень для кожної моделі та кожного вузла сітки 10 РКМ для двох кліматичних періодів 1961—1990 і 1991—2010; отримання на основі рівнянь зі встановленими коефіцієнтами усереднених похибок ансамблів моделей для різних варіантів застосування МНК; визначення меж застосування таких методичних підходів до формування оптимального ансамблю.Серед усіх варіантів використання функцій-прогнозів виявлено, що найбільшу точність мав варіант застосування МНК до різниць (зсувів) значень між періодами, коли використовували щомісячні значення кліматичного показника. В цілому застосування щомісячних значень показало найкраще наближення модельних даних до фактичних, якими були дані з бази E-ОBS.Виявлено, що у визначений період наближення МНК суттєво краще за середнє, але перевага втрачається, якщо отримані вагові коефіцієнти використовувати для розрахунків на іншому періоді. В подальшому запропонований підхід можна модер-нізувати в напрямі детальнішої кластеризації у часі та просторі, що дасть можливість ще більше наблизити модельні дані до фактичних. Утім результати дослідження ставлять під сумнів доцільність застосування такого підходу до прогнозу кліматичних полів, оскільки вони не є стаціонарними і можуть значно трансформуватися з часом. У такому разі арифметичне осереднення та осереднення зсувів або дельта-метод залишаються оптимальним вибором формування прогностичного ансамблю РКМ.
Посилання
Zamfirova, M.S., & Khokhlov, V.M. (2020). Air temperature and precipitation regime in Ukraine in 2021—2050 by CORDEX model ensemble. Ukrainian Hydrometeorological Journal, (25), 17—27. https://doi.org/10.31481/uhmj.25.2020.02 (in Ukrainian).
Krakovska, S.V. (2018). Optimal ensemble of regional climate models for the assessment of temperature regime change in Ukraine. Prirodopolzovaniye, (1), 114—126 (in Russian).
Krakovska, S.V., Palamarchuk, L.V., Gnatiuk, N.V., Shpytal, T.M. (2018). Projections of air temperature and relative humidity in Ukraine regions to the middle of the 21st century based on regional climate model ensembles. Geoinformatika, (3), 62—77 (in Ukrainian).
Krakovska, S.V., Palamarchuk, L.V., & Shpytal, T.M. (2019). Climatic projections of heating season in Ukraine up to the middle of the 21st century. Geofizicheskiy Zhurnal, 41(6), 144—164. https://doi.org/10.24028/gzh.0203-3100.v41i6.2019.190072 (in Ukrainian).
Krakovska, S.V., & Shpytal, T.M. (2018). Dates of air temperature transition over 0, 5, 10 and 15 °С and corresponding lengths of climatic seasons from the second part of the 20th to the middle of the 21st century in Ukraine. Geoinformatika, (4), 74—92 (in Ukrainian).
Palamarchuk, L.V., & Krakovska, S.V. (2018). Regional Climate Changes in Ukraine: Guidelines for the training course for students of the Faculty of Geography, specialty «Meteorology and Climatology». Kyiv: DP Print-Servis, 90 p. (in Ukrainian).
Prusov, V.А., & Snizhko, S.І. (2017). Methods of applied systematic analysis in hydrometeorology: textbook. Кyiv: Print-Servis, 701 p. (in Ukrainian).
Khokhlov, V., Serga, E., & Nedostrelova, L. (2021). Objective selection of model run from regional climate models ensemble. Ukrainian Hydrometeorological Journal, (28), 29—36. https://doi.org/10.31481/uhmj.28.2021.03 (in Ukrainian).
Shedemenko, I.P., Krakovska, S.V., & Gnatiuk, N.V. (2012). Verification of surface temperature and precipitation from European gridded dataset E-OBS for administrative regions in Ukraine. Naukovi pratsi UkrNDHMI, (262), 71—90 (in Ukrainian).
Baсo-Medina, J., Manzanas, R., & Gutiйrrez, J.M. (2020). Configuration and intercomparison of deep learning neural models for statistical downscaling. Geoscientific Model Development, 13(4), 2109—2124. https://doi.org/10.5194/gmd-13-2109-2020.
Collados-Lara, A.-J., Gуmez-Gуmez, J.-D., Pulido-Velazquez, D., & Pardo-Igъzquiza, E. (2022). An approach to identify the best climate models for the assessment of climate change impacts on meteorological and hydrological droughts. Natural Hazards and Earth System Sciences, 599—616. https://doi.org/10.5194/nhess-22-599-2022.
Cornes, R., van der Schrier, G., van den Besselaar, E.J.M., & Jones, P.D. (2018). An Ensemble Version of the E-OBS Temperature and Precipitation Datasets. Journal of Geophysical Research: Atmospheres, 123(17), 9391—9409. https://doi.org/10.1029/2017JD028200.
Doblas-Reyes, F.J., Sцrensson, A.A., Almazroui, M., Dosio, A., Gutowski, W.J., Haarsma, R., Hamdi, R., Hewitson, B., Kwon, W.-T., Lamptey, B.L., Maraun, D., Stephenson, T.S., Takayabu, I., Terray, L., Turner, A., & Zuo, Z. (2021). Linking Global to Regional Climate Change. In Climate Change. The Physical Science Basis. Contribution of Working Group I to the Sixth Assessment Report of the Intergovernmental Panelon Climate Change (pp. 1363—1512). Cambridge University Press. https://doi.org/10.1017/9781009157896.012.
Gutiйrrez, J.M., Maraun, D., Widmann, M., Huth, R., Hertig, E., Benestad, R., Roessler, O., Wibig, J., Wilcke, R., Kotlarski, S., San Martн, D., Herrera, S., Bedia, J., Casanuev, A., Manzanas, R., Iturbide, M., Vrac, M., Dubrovsky, M., Ribalaygua, J., Pуrtoles, J., Rдty, O., Rдisдnen, J., Hingray, B., Raynaud, D., Casado, M.J., Ramos, P., Zerenner, T., Turco, M., Bosshard, T., Љtěpбnek, P., Bartholy, J., Pongracz, R., Keller, D.E., Fischer, A.M., Cardoso, R.M., Soares, P.M.M., Czernecki, B., & Pagй, C. (2019). An intercomparison of a large ensemble of statistical down scaling methods over Europe: Results from the VALUE perfect predictor cross-validation experiment. International Journal of Climatology, 39(9), 3750—3785. https://doi.org/10.1002/joc.5462.
Gutiйrrez, J.M., Jones, R.G., Narisma, G.T., Alves, L.M., Amjad, M., Gorodetskaya, I.V., Grose, M., Klutse, N.A.B., Krakovska, S., Li, J., Martнnez-Castro, D., Mearns, L.O., Mernild, S.H., Ngo-Duc, T., van den Hurk, B., & Yoon, J.-H. (2021). Atlas. In Climate Change. The Physical Science Basis. Contribution of Working Group I to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change (pp. 1927—2058). Cambridge University Press. https://doi.org/10.1017/9781009157896.021.
Kharin, V.V., & Zwiers, F.W. (2002). Climate Predictions with Multimodel Ensembles. Journal of Climate, (15), 793—799. https://doi.org/10.1175/1520-0442(2002)015<0793:CPWME>2.0.CO;2.
Lehner, F., Deser, C., Maher, N., Marotzke, J., Fischer, E.M., Brunner, L., Knutti, R., & Hawkins, E. (2020). Partitioning climate projection uncertainty with multiple large ensembles and CMIP5/6. Earth System Dynamics, (11), 491—508. https://doi.org/10.5194/esd-11-491-2020.
Maraun, D. (2016). Bias Correcting Climate Change Simulations — a Critical Review. Current Climate Change Reports, 2(4), 211—220. https://doi.org/10.1007/s40641-016-0050-x.
Osypov, V., Speka, O., Chyhareva, A., Osadcha, N., Krakovska, S., & Osadchyi, V. (2021). Water resources of the Desna river basin under future climate. Journal of Water and Climate Change, 12(7), 3355—3372. https://doi.org/10.2166/wcc.2021.034.
Pierce, D.W., Cayan D.R., & Thrasher B.L. (2014). Statistical Downscaling Using Localized Constructed Analogs (LOCA). Journal of Hydrometeorology, 15(6), 2558—2585. https://doi.org/10.1175/jhm-d-14-0082.1.
Van der Linden, P., & Mitchell, J.F.B. (2009). ENSEMBLES: Climate Change and its Impacts: Summary of research and results from the ENSEMBLES project. Met Office Hadley Centre, Fitz Roy Road, Exeter EX1 3PB, UK. 160 p. Retrieved from https://ensembles-eu.metoffice.gov.uk/docs/Ensembles_final_report_Nov09.pdf
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
1. Автори зберігають за собою авторські права на роботу і передають журналу право першої публікації разом з роботою, одночасно ліцензуючи її на умовах Creative Commons Attribution License, яка дозволяє іншим поширювати дану роботу з обов'язковим зазначенням авторства даної роботи і посиланням на оригінальну публікацію в цьому журналі .
2. Автори зберігають право укладати окремі, додаткові контрактні угоди на не ексклюзивне поширення версії роботи, опублікованої цим журналом (наприклад, розмістити її в університетському сховищі або опублікувати її в книзі), з посиланням на оригінальну публікацію в цьому журналі.
3. Авторам дозволяється розміщувати їх роботу в мережі Інтернет (наприклад, в університетському сховище або на їх персональному веб-сайті) до і під час процесу розгляду її даними журналом, так як це може привести до продуктивної обговоренню, а також до більшої кількості посилань на дану опубліковану роботу (Дивись The Effect of Open Access).
