論文の概要: Bridging the climate to energy data gap: simulated annealing for representative climate year selection
- arxiv url: http://arxiv.org/abs/2605.15958v1
- Date: Fri, 15 May 2026 13:52:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-18 21:22:26.29806
- Title: Bridging the climate to energy data gap: simulated annealing for representative climate year selection
- Title（参考訳）: 気候とエネルギーデータのギャップを埋める--代表的な気候選択のための模擬アニール
- Authors: Bram van Duinen, Karin van der Wiel, Jean Thorey, Laurens Stoop,
- Abstract要約: エネルギーシステムモデルは、一般的な気候の入力に依存している。
ENTSO-Eの欧州資源充実度評価(European Resource Adequacy Assessment)を含む現在のプラクティスは、明示的な代表性基準に対して検証されていない気候年の選択に依存している。
本研究では,大規模な気候アンサンブルから完全気候時代の代表的なサブセットを選択するための最適化手法として,シミュレーションアニール法を提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Energy system models are increasingly dependent on representative climate input. Yet, a fundamental mismatch persists between the hundreds of simulated years often used in climate science and the handful of years that computationally demanding power system models can process. Current practice, including ENTSO-E's European Resource Adequacy Assessment, relies on climate year selections that have not been validated against explicit representativeness criteria. This risks biased investment decisions and blind spots for plausible weather conditions. This study proposes simulated annealing as an optimisation method for selecting representative subsets of complete climate years from large climate ensembles. Representativeness is quantified using the seasonal sliced Wasserstein distance, a metric from optimal transport theory that captures representativeness on marginal distributions, inter-variable correlations, and seasonal structure simultaneously. We evaluate simulated annealing against the alternative methods random search, filtered random search, and K-Medoids clustering across three test cases spanning the Netherlands and Europe, using 180 climate years from the Pan-European Climate Database as a reference. Simulated annealing consistently produces the most representative subsets and outperforms all compared methods. Simulated annealing achieves an effective sample size four to five times the actual subset size. The resulting subsets are roughly 2.5--3.5 times more representative than current ENTSO-E practice. The method is application-agnostic and its output can serve as a validated climate data input to any subsequent (energy) impact study.
- Abstract（参考訳）: エネルギーシステムモデルは、一般的な気候の入力に依存している。
しかし、気候科学でよく使われるシミュレーションされた数百年と、計算的に要求されるパワーシステムモデルで処理できる少数の年の間には、根本的なミスマッチが続きます。
ENTSO-Eの欧州資源充実度評価(European Resource Adequacy Assessment)を含む現在のプラクティスは、明示的な代表性基準に対して検証されていない気候年の選択に依存している。
このリスクは、観測可能な気象条件に対する投資決定と盲点に偏った。
本研究では,大規模な気候アンサンブルから完全気候時代の代表的なサブセットを選択するための最適化手法として,シミュレーションアニール法を提案する。
季節スライスされたワッサースタイン距離は, 境界分布, 変量相関, 季節構造を同時に捉える最適輸送理論の指標である。
そこで本研究では,オランダと欧州にまたがる3つのテストケースを対象としたランダムサーチ,フィルタランダムサーチ,K-メドイドを,パン=ヨーロッパ気候データベース(Pan-European climate Database)から180年を基準として,シミュレートしたアニーリングの評価を行った。
シミュレーションアニーリングは、最も代表的な部分集合を一貫して生成し、比較されたすべてのメソッドより優れる。
シミュレートされたアニールは、実際のサブセットサイズの4倍から5倍の有効試料サイズを達成する。
結果として得られるサブセットは現在のENTSO-Eの約2.5-3.5倍である。
この方法は適用に依存しず、その出力は、その後の(エネルギー)影響研究に入力された検証済みの気候データとして機能する。
関連論文リスト
- Deep Clustering for Climate: Analyzing Teleconnections through Learned Categorical States [0.0]
Masked Siamese Networksは、気候の時系列を意味的に豊かなクラスタに識別するために使用される。
本研究は,気候データ分析ツールとしての自己監督型離散化の可能性を明らかにするものである。
論文 参考訳（メタデータ） (2026-04-24T17:12:15Z) - ClimateBench-M: A Multi-Modal Climate Data Benchmark with a Simple Generative Method [61.76389719956301]
我々は、ERA5の時系列気候データ、NOAAの極度の気象イベントデータ、NASAの衛星画像データを調整するマルチモーダル気候ベンチマークであるClimateBench-Mに貢献する。
また,各データモダリティの下では,天気予報,雷雨警報,作物の分断作業において,競争性能を向上できる簡易かつ強力な生成手法を提案する。
論文 参考訳（メタデータ） (2025-04-10T02:22:23Z) - Data-driven Seasonal Climate Predictions via Variational Inference and Transformers [31.98107454758077]
我々は季節予測のための気候モデル出力の生成モデルを訓練する。
気候変動に伴う傾向を超えた年次異常予測における手法の性能分析を行った。
論文 参考訳（メタデータ） (2025-03-26T11:51:23Z) - Long-term drought prediction using deep neural networks based on geospatial weather data [75.38539438000072]
農業計画や保険には1年前から予測される高品質の干ばつが不可欠だ。
私たちは、体系的なエンドツーエンドアプローチを採用するエンドツーエンドアプローチを導入することで、干ばつデータに取り組みます。
主な発見は、TransformerモデルであるEarthFormerが、正確な短期(最大6ヶ月)の予測を行う際の例外的なパフォーマンスである。
論文 参考訳（メタデータ） (2023-09-12T13:28:06Z) - 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) - Modelling and simulating spatial extremes by combining extreme value
theory with generative adversarial networks [0.1469945565246172]
統計学において、極値理論は空間的極値のモデル化にしばしば用いられる。
ここでは,GANと極値理論(evtGAN)を組み合わせることで,夏季の気温の最大値と降水時の冬の最大値の空間依存性をモデル化する。
以上の結果から,evtGANは空間的極端をモデル化するための古典的GANや標準統計的アプローチよりも優れていた。
論文 参考訳（メタデータ） (2021-10-30T15:05:43Z) - Loosely Conditioned Emulation of Global Climate Models With Generative
Adversarial Networks [2.937141232326068]
我々は、完全に結合した地球モデルから毎日の降水量をエミュレートする2つの「緩やかな条件付き」ジェネレーターネットワーク(GAN)を訓練する。
GANは時間的なサンプルを作り出すために訓練されます:地球を区別する64x128規則的な格子上の沈殿物の32日。
当社の訓練を受けたGANは、大幅に削減された計算コストで多数の実現を迅速に生成できます。
論文 参考訳（メタデータ） (2021-04-29T02:10:08Z) - Clustering high dimensional meteorological scenarios: results and
performance index [2.4186361602373823]
本稿では,RTEによる気候シミュレーションにおいて,可能な気候シナリオをグループ化し,選択する問題について議論する。
使用されるデータは、フランスの地理的な場所のグリッド上に200の異なるシナリオの温度時系列からなる。
まず,クラスタ化に使用される距離の選択が,結果の意味に強い影響を与えていることを示す。
論文 参考訳（メタデータ） (2020-12-14T13:06:41Z) - DeepClimGAN: A High-Resolution Climate Data Generator [60.59639064716545]
地球系モデル(ESM)は、気候変動シナリオの将来の予測を生成するためにしばしば用いられる。
妥協として、エミュレータはかなり安価であるが、ESMの複雑さを全て備えているわけではない。
本稿では, ESMエミュレータとして, 条件付き生成逆数ネットワーク(GAN)の使用を実証する。
論文 参考訳（メタデータ） (2020-11-23T20:13:37Z) - 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。