The least squares method in estimating the accuracy of surface air temperature projections based on ensembles of regional climate models
The study is devoted to the search for the optimal methodical approach for bias correction of surface air temperature from real climatic indicators for the territory of Ukraine, obtained in the projections of ensembles of regional climate models (RCM) based on the use of regression analysis, namely...
Збережено в:
| Дата: | 2023 |
|---|---|
| Автори: | , , , , |
| Формат: | Стаття |
| Мова: | Ukrainian |
| Опубліковано: |
Subbotin Institute of Geophysics of the NAS of Ukraine
2023
|
| Теми: | |
| Онлайн доступ: | https://journals.uran.ua/geofizicheskiy/article/view/272326 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Geofizicheskiy Zhurnal |
Репозитарії
Geofizicheskiy Zhurnal| id |
journalsuranua-geofizicheskiy-article-272326 |
|---|---|
| record_format |
ojs |
| institution |
Geofizicheskiy Zhurnal |
| collection |
OJS |
| language |
Ukrainian |
| topic |
least squares method regional climate model optimal ensemble of models bias correction delta method E-OBS метод найменших квадратів регіональна кліматична модель оптимальний ансамбль моделей корекція відхилень дельта-метод E-OBS |
| spellingShingle |
least squares method regional climate model optimal ensemble of models bias correction delta method E-OBS метод найменших квадратів регіональна кліматична модель оптимальний ансамбль моделей корекція відхилень дельта-метод E-OBS Krakovskа, S.V. Palamarchuk, L.V. Аzarov, Ye.L. Chyharеvа, А.Yu. Shpytаl, Т.М. The least squares method in estimating the accuracy of surface air temperature projections based on ensembles of regional climate models |
| topic_facet |
least squares method regional climate model optimal ensemble of models bias correction delta method E-OBS метод найменших квадратів регіональна кліматична модель оптимальний ансамбль моделей корекція відхилень дельта-метод E-OBS |
| format |
Article |
| author |
Krakovskа, S.V. Palamarchuk, L.V. Аzarov, Ye.L. Chyharеvа, А.Yu. Shpytаl, Т.М. |
| author_facet |
Krakovskа, S.V. Palamarchuk, L.V. Аzarov, Ye.L. Chyharеvа, А.Yu. Shpytаl, Т.М. |
| author_sort |
Krakovskа, S.V. |
| title |
The least squares method in estimating the accuracy of surface air temperature projections based on ensembles of regional climate models |
| title_short |
The least squares method in estimating the accuracy of surface air temperature projections based on ensembles of regional climate models |
| title_full |
The least squares method in estimating the accuracy of surface air temperature projections based on ensembles of regional climate models |
| title_fullStr |
The least squares method in estimating the accuracy of surface air temperature projections based on ensembles of regional climate models |
| title_full_unstemmed |
The least squares method in estimating the accuracy of surface air temperature projections based on ensembles of regional climate models |
| title_sort |
least squares method in estimating the accuracy of surface air temperature projections based on ensembles of regional climate models |
| title_alt |
Метод найменших квадратів в оцінюванні точності проєкцій приземної температури повітря в Україні за ансамблями регіональних кліматичних моделей |
| description |
The study is devoted to the search for the optimal methodical approach for bias correction of surface air temperature from real climatic indicators for the territory of Ukraine, obtained in the projections of ensembles of regional climate models (RCM) based on the use of regression analysis, namely the least squares method (LSM) with various options of its application. The procedure included: searching for weight coefficients of linear regression equations to minimize the deviation of the forecast from the observations for each model and each grid node of the 10 RCM for two climatic periods 1961—1990 and 1991—2010; obtaining, on the basis of equations with established coefficients, the averaged errors of ensembles of models for various variants of LSM application; and determining the limits of the application of such methodical approaches to the formation of an optimal ensemble.
Among all options for using forecasting functions, it was found that the most accurate was the option of applying LSM to differences (shifts) in values between periods when one uses monthly values of the climate indicator. In general, the use of monthly values showed the best approximation of the model data to the observation data used from the E-OBS database.
It was found that in a certain period the approximation of the LSM is significantly better than the average, but the advantage is lost if the obtained weighting factors are used in another period. For further use, the proposed approach can be modernized in the direction of more detailed clustering in time and space, which will allow adjusting the model data even closer to the observed ones. However, our results make us doubt the feasibility of applying such an approach to the forecast of climate fields, since they are not stationary and can significantly transform over time. In this case, arithmetic averaging and averaging of shifts or the delta method remain the optimal choice for forming a prognostic ensemble of RCM. |
| publisher |
Subbotin Institute of Geophysics of the NAS of Ukraine |
| publishDate |
2023 |
| url |
https://journals.uran.ua/geofizicheskiy/article/view/272326 |
| work_keys_str_mv |
AT krakovskasv theleastsquaresmethodinestimatingtheaccuracyofsurfaceairtemperatureprojectionsbasedonensemblesofregionalclimatemodels AT palamarchuklv theleastsquaresmethodinestimatingtheaccuracyofsurfaceairtemperatureprojectionsbasedonensemblesofregionalclimatemodels AT azarovyel theleastsquaresmethodinestimatingtheaccuracyofsurfaceairtemperatureprojectionsbasedonensemblesofregionalclimatemodels AT chyharevaayu theleastsquaresmethodinestimatingtheaccuracyofsurfaceairtemperatureprojectionsbasedonensemblesofregionalclimatemodels AT shpytaltm theleastsquaresmethodinestimatingtheaccuracyofsurfaceairtemperatureprojectionsbasedonensemblesofregionalclimatemodels AT krakovskasv metodnajmenšihkvadratívvocínûvannítočnostíproêkcíjprizemnoítemperaturipovítrâvukraínízaansamblâmiregíonalʹnihklímatičnihmodelej AT palamarchuklv metodnajmenšihkvadratívvocínûvannítočnostíproêkcíjprizemnoítemperaturipovítrâvukraínízaansamblâmiregíonalʹnihklímatičnihmodelej AT azarovyel metodnajmenšihkvadratívvocínûvannítočnostíproêkcíjprizemnoítemperaturipovítrâvukraínízaansamblâmiregíonalʹnihklímatičnihmodelej AT chyharevaayu metodnajmenšihkvadratívvocínûvannítočnostíproêkcíjprizemnoítemperaturipovítrâvukraínízaansamblâmiregíonalʹnihklímatičnihmodelej AT shpytaltm metodnajmenšihkvadratívvocínûvannítočnostíproêkcíjprizemnoítemperaturipovítrâvukraínízaansamblâmiregíonalʹnihklímatičnihmodelej AT krakovskasv leastsquaresmethodinestimatingtheaccuracyofsurfaceairtemperatureprojectionsbasedonensemblesofregionalclimatemodels AT palamarchuklv leastsquaresmethodinestimatingtheaccuracyofsurfaceairtemperatureprojectionsbasedonensemblesofregionalclimatemodels AT azarovyel leastsquaresmethodinestimatingtheaccuracyofsurfaceairtemperatureprojectionsbasedonensemblesofregionalclimatemodels AT chyharevaayu leastsquaresmethodinestimatingtheaccuracyofsurfaceairtemperatureprojectionsbasedonensemblesofregionalclimatemodels AT shpytaltm leastsquaresmethodinestimatingtheaccuracyofsurfaceairtemperatureprojectionsbasedonensemblesofregionalclimatemodels |
| first_indexed |
2024-04-21T19:43:48Z |
| last_indexed |
2024-04-21T19:43:48Z |
| _version_ |
1796974710652665856 |
| spelling |
journalsuranua-geofizicheskiy-article-2723262023-01-30T14:41:11Z The least squares method in estimating the accuracy of surface air temperature projections based on ensembles of regional climate models Метод найменших квадратів в оцінюванні точності проєкцій приземної температури повітря в Україні за ансамблями регіональних кліматичних моделей Krakovskа, S.V. Palamarchuk, L.V. Аzarov, Ye.L. Chyharеvа, А.Yu. Shpytаl, Т.М. least squares method regional climate model optimal ensemble of models bias correction delta method E-OBS метод найменших квадратів регіональна кліматична модель оптимальний ансамбль моделей корекція відхилень дельта-метод E-OBS The study is devoted to the search for the optimal methodical approach for bias correction of surface air temperature from real climatic indicators for the territory of Ukraine, obtained in the projections of ensembles of regional climate models (RCM) based on the use of regression analysis, namely the least squares method (LSM) with various options of its application. The procedure included: searching for weight coefficients of linear regression equations to minimize the deviation of the forecast from the observations for each model and each grid node of the 10 RCM for two climatic periods 1961—1990 and 1991—2010; obtaining, on the basis of equations with established coefficients, the averaged errors of ensembles of models for various variants of LSM application; and determining the limits of the application of such methodical approaches to the formation of an optimal ensemble. Among all options for using forecasting functions, it was found that the most accurate was the option of applying LSM to differences (shifts) in values between periods when one uses monthly values of the climate indicator. In general, the use of monthly values showed the best approximation of the model data to the observation data used from the E-OBS database. It was found that in a certain period the approximation of the LSM is significantly better than the average, but the advantage is lost if the obtained weighting factors are used in another period. For further use, the proposed approach can be modernized in the direction of more detailed clustering in time and space, which will allow adjusting the model data even closer to the observed ones. However, our results make us doubt the feasibility of applying such an approach to the forecast of climate fields, since they are not stationary and can significantly transform over time. In this case, arithmetic averaging and averaging of shifts or the delta method remain the optimal choice for forming a prognostic ensemble of RCM. 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. Subbotin Institute of Geophysics of the NAS of Ukraine 2023-01-30 Article Article application/pdf https://journals.uran.ua/geofizicheskiy/article/view/272326 10.24028/gj.v44i5.272326 Geofizicheskiy Zhurnal; Vol. 44 No. 5 (2022); 34-53 Геофизический журнал; Том 44 № 5 (2022); 34-53 Геофізичний журнал; Том 44 № 5 (2022); 34-53 2524-1052 0203-3100 uk https://journals.uran.ua/geofizicheskiy/article/view/272326/268623 https://creativecommons.org/licenses/by-nc-sa/4.0/ |