論文の概要: Features of the Earth's seasonal hydroclimate: Characterizations and comparisons across the Koppen-Geiger climates and across continents
- arxiv url: http://arxiv.org/abs/2204.06544v2
- Date: Wed, 21 Aug 2024 18:50:57 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-23 20:22:50.241333
- Title: Features of the Earth's seasonal hydroclimate: Characterizations and comparisons across the Koppen-Geiger climates and across continents
- Title（参考訳）: 地球の季節性気候の特徴--コッペン・ガイガー気候と大陸における特徴と比較
- Authors: Georgia Papacharalampous, Hristos Tyralis, Yannis Markonis, Petr Maca, Martin Hanel,
- Abstract要約: 我々は, 約1千万の地温, 降水量, 河川流量時系列を分析した。
我々は,コッペン・ガイガー気候分類システムを採用し,季節的な気候の特徴をまとめるために大陸規模の地理的地域を定義した。
コッペン・ガイガー気候層と大陸規模の地理的地域の間で,これらの特徴の規模を特徴付けるために,顕著な違いを見出した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Detailed investigations of time series features across climates, continents and variable types can progress our understanding and modelling ability of the Earth's hydroclimate and its dynamics. They can also improve our comprehension of the climate classification systems appearing in their core. Still, such investigations for seasonal hydroclimatic temporal dependence, variability and change are currently missing from the literature. Herein, we propose and apply at the global scale a methodological framework for filling this specific gap. We analyse over 13 000 earth-observed quarterly temperature, precipitation and river flow time series. We adopt the Koppen-Geiger climate classification system and define continental-scale geographical regions for conducting upon them seasonal hydroclimatic feature summaries. The analyses rely on three sample autocorrelation features, a temporal variation feature, a spectral entropy feature, a Hurst feature, a trend strength feature and a seasonality strength feature. We find notable differences to characterize the magnitudes of these features across the various Koppen-Geiger climate classes, as well as between continental-scale geographical regions. We, therefore, deem that the consideration of the comparative summaries could be beneficial in water resources engineering contexts. Lastly, we apply explainable machine learning to compare the investigated features with respect to how informative they are in distinguishing either the main Koppen-Geiger climates or the continental-scale regions. In this regard, the sample autocorrelation, temporal variation and seasonality strength features are found to be more informative than the spectral entropy, Hurst and trend strength features at the seasonal time scale.
- Abstract（参考訳）: 気候、大陸、変種にまたがる時系列の特徴に関する詳細な調査は、地球の温暖な気候とその力学の理解とモデリング能力を向上させることができる。
また、コアに現れる気候分類システムの理解を深めることも可能です。
しかし, 季節性気候の時間的依存, 変動性, 変化に関する調査は, 現在文献から欠落している。
本稿では,このギャップを埋めるための方法論的枠組みをグローバルスケールで提案し,適用する。
我々は, 約1千万の地温, 降水量, 河川流量時系列を分析した。
我々は,コッペン・ガイガー気候分類システムを採用し,季節的な気候の特徴をまとめるために大陸規模の地理的地域を定義した。
分析は,3つの自己相関特徴,時間変動特徴,スペクトルエントロピー特徴,ハースト特徴,トレンド強度特徴,季節強度特徴に依存した。
コッペン・ガイガー気候層と大陸規模の地理的地域の間で,これらの特徴の規模を特徴付けるために,顕著な違いを見出した。
したがって,水資源工学の文脈において,比較要約の考察が有用であると考えられる。
最後に,コッペン・ガイガーの主要な気候と大陸規模地域を区別する上で,それらがどの程度有益であるかを,機械学習を用いて比較する。
この点において, サンプル自己相関, 時間変動, 季節強度特性は, 季節スケールのスペクトルエントロピー, ハースト, トレンド強度特性よりも有意であることがわかった。
関連論文リスト
- Causal Representation Learning in Temporal Data via Single-Parent Decoding [66.34294989334728]
科学的研究はしばしば、システム内の高レベル変数の根底にある因果構造を理解しようとする。
科学者は通常、地理的に分布した温度測定などの低レベルの測定を収集する。
そこで本研究では,単一親の復号化による因果発見法を提案し,その上で下位の潜伏者と因果グラフを同時に学習する。
論文 参考訳（メタデータ） (2024-10-09T15:57:50Z) - Generating Fine-Grained Causality in Climate Time Series Data for Forecasting and Anomaly Detection [67.40407388422514]
我々は、TBN Granger Causalityという概念的微粒因果モデルを設計する。
次に, TBN Granger Causality を生成的に発見する TacSas という, エンドツーエンドの深部生成モデルを提案する。
気候予報のための気候指標ERA5と、極度気象警報のためのNOAAの極端気象基準でTacSasを試験する。
論文 参考訳（メタデータ） (2024-08-08T06:47:21Z) - Comparing Data-Driven and Mechanistic Models for Predicting Phenology in
Deciduous Broadleaf Forests [47.285748922842444]
我々は、気象時系列から表現指標を予測するために、ディープニューラルネットワークを訓練する。
このアプローチは従来のプロセスベースのモデルよりも優れています。
論文 参考訳（メタデータ） (2024-01-08T15:29:23Z) - Reducing Uncertainty in Sea-level Rise Prediction: A
Spatial-variability-aware Approach [4.32583920500711]
本稿では,空間的変動とモデル間依存性に対処する空間回帰モデルを提案する。
実験結果から,本手法により得られた重みを地域規模でより信頼性の高い予測を行うことができた。
論文 参考訳（メタデータ） (2023-10-19T02:13:38Z) - Multi-scale Digital Twin: Developing a fast and physics-informed
surrogate model for groundwater contamination with uncertain climate models [53.44486283038738]
気候変動は地下水汚染の長期的な土壌管理問題を悪化させる。
U-Net強化フーリエニューラル汚染(PDENO)を用いた物理インフォームド機械学習サロゲートモデルを開発した。
並行して、気候データと組み合わされた畳み込みオートエンコーダを開発し、アメリカ合衆国全体の気候領域の類似性の次元を減少させる。
論文 参考訳（メタデータ） (2022-11-20T06:46:35Z) - Spatiotemporal modeling of European paleoclimate using doubly sparse
Gaussian processes [61.31361524229248]
計算負担を軽減するため,近年の大規模分散時間GPを構築した。
我々は,古気候の確率モデルを構築するために,この2倍のスパースGPをうまく利用した。
論文 参考訳（メタデータ） (2022-11-15T14:15:04Z) - Time series features for supporting hydrometeorological explorations and
predictions in ungauged locations using large datasets [0.0]
我々は,(部分的)自己相関,エントロピー,時間変動,季節変動,傾向,光沢度,安定性,非線形性,直線性,スパイキネス,曲率などを含む28の特徴に着目した。
これらの特徴を,511獲物の日中温度,降水量,流水量時系列で推定し,従来の地形,土地被覆,土壌,地質特性と地域化の文脈で組み合わせた。
論文 参考訳（メタデータ） (2022-04-13T17:37:32Z) - Hydroclimatic time series features at multiple time scales [0.0]
様々な物理過程の振る舞いを包括的に理解するには、時間スケールにわたる詳細な調査が必要である。
本研究では, 温暖化環境下での調査を進展させ, 充実させる新しい時系列特徴コンパイル法を提案する。
この特定のコンパイルは、時間的依存、時間的変動、"予測可能性"、ルンピー性、安定性、非線形性(および線形性)、トレンド、スパイク性、曲率、季節性の観点から、大きく解釈可能な特徴の調査と比較を容易にする。
論文 参考訳（メタデータ） (2021-12-02T17:43:30Z) - A Predictive Model for Geographic Distributions of Mangroves [0.0]
マングローブは他の海洋生物に対する保護性のため、特に海洋生態系と関係がある。
グローバル分布の変化は,前年のグローバル分布に基づいて調査された。
最高の性能予測モデルは支持ベクトル回帰器であり、相関係数は0.9998である。
論文 参考訳（メタデータ） (2020-12-30T22:52:50Z) - Dynamical Landscape and Multistability of a Climate Model [64.467612647225]
2つの気候モデルのうちの1つで第3の中間安定状態が見つかる。
我々のアプローチを組み合わせることで、海洋熱輸送とエントロピー生産の負のフィードバックが地球の気候の地形をどのように大きく変えるかを特定することができる。
論文 参考訳（メタデータ） (2020-10-20T15:31:38Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。