Подбор оптимальной модели климатического реанализа по среднегодовой температуре воздуха для территории Республики Саха (Якутия) <br>Selection of the best-performing climate reanalysis model for the Sakha (Yakutia) Republic, based on mean annual air temperature
Вернуться к старой версии сайта https://old.nlrs.ru/

Loading...

QR-код документа

Как сканировать QR-код?

Для пользователей Android:
  1. Скачайте приложение для сканирования QR-кодов (Google Play)
  2. Откройте скачанное приложение;
  3. Наведите камеру на QR-код.
Для пользователей iPhone:
  1. Откройте приложение "Камера";
  2. Наведите камеру на QR-код;
  3. Нажмите на всплывающее уведомление.
Обложка электронного документа Подбор оптимальной модели климатического реанализа по среднегодовой температуре воздуха для территории Республики Саха (Якутия) <br>Selection of the best-performing climate reanalysis model for the Sakha (Yakutia) Republic, based on mean annual air temperature

Подбор оптимальной модели климатического реанализа по среднегодовой температуре воздуха для территории Республики Саха (Якутия) Selection of the best-performing climate reanalysis model for the Sakha (Yakutia) Republic, based on mean annual air temperature

Доступ
Открытый
DOI
10.25587/SVFU.2023.30.2.008
Аннотация
Данные о среднихдовых температурах воздуха (СГТВ) для исторических (1961-1990 гг.) и актуального (1991-2020 гг.) климатических периодов по 91 метеостанции на территории Республики Саха (Якутия) используется для оценки оценки наблюдаемой СГТВ и ее изменений выпадающих климатических реанализа. Анализ ошибок показывает, что модель GHCN- CAMS более повышен, с модулем средней ошибки менее 0,15°С, повышенным коэффициентом конкордации, наблюдаемого климата и может быть в Республике как модель "базового климата" в различных расчетных и прогнозных приложений. Ограничение этого продукта - временное разрешение (месяц). Обзор, только для оценки изменений температурных характеристик между периодами допустимо использование данных также реанализа ERA5-Land, с учетом более высокой заболеваемости и временное разрешение. Коэффициенты регрессии между наблюдаемыми СГТВ и реанализом данных ERA5-Land неустойчив во времени, что включает в себя неопределенность регрессионного метода защиты . отрицание одних данных к другим. Все следственные модели реанализа занижают скорость роста СГТВ на некоторые метеостанции центральной Якутии, что предполагает наличие устойчивых источников тепла в сосредоточенных пунктах этой территории. Mean annual air temperature (MAAT) values for the historic (1961 - 1990) and modern (1991 - 2020) reference climatic periods, collected from 91 meteorological stations across the Sakha (Yakutia) Republic were used in an evaluation of the performance of several modern reanalysis products. The model error analysis shows GHCN-CAMS to be the best-performing MAAT reanalysis product, with the lowest absolute error, below 0.15°С, and best concordance with observation data. This product can be used as a ‘baseline climate’ in geospatial modeling and future climate forecasts. Its main limitation is monthly temporal resolution. The ERA5-Land product, having higher spatial and temporal resolution, can be used to track changes in climate-related variables between periods, but its absolute MAAT values deviate systematically and non-concordantly from the observed data. Parameters of the linear regression relating ERA5-Land data to observations are shown to be time-dependent, hence such evaluation yields increased uncertainty limiting the applicability of this approach. All reanalysis products underestimate the observed MAAT increase at stations across central Yakutia, which suggests the appearance of stable ‘urban heat islands’ in the recent decades.
  • Библиографическая запись

Тананаев, Н. И. Подбор оптимальной модели климатического реанализа по среднегодовой температуре воздуха для территории Республики Саха (Якутия) / Н. И. Тананаев ; Северо-Восточный Федеральный университет им. М. К. Аммосова, Институт мерзлотоведения им. П. И. Мельникова // Вестник Северо-Восточного федерального университета им. М. К. Аммосова. Серия "Науки о земле". - 2023, N 2 (30). - C. 88-101. - DOI: 10.25587/SVFU.2023.30.2.008

Вам будет интересно