다운스케일링

Downscaling
이미지를 낮은 해상도로 축소하려면 이미지 배율을 참조하십시오. 일반적으로 크기를 줄이려면 크기 축소를 참조하십시오.

다운스케일링은 저해상도 변수에서 고해상도 정보를 추론하는 모든 절차다. 이 기법은 특히 기상학, 기후학 및 원격 감지 등 여러 분야에서 일반적으로 사용되는 동적 또는 통계적 접근법에 기초한다.[1][2] 다운스케일링(downscaling)이라는 용어는 보통 공간 해상도의 증가를 의미하지만, 시간적 해결에도 종종 사용된다.[3][4]

기상학과 기후학

기후 연구와 기후 예측에 사용되는 GCM(Global Climate Model)은 일반적으로 150~200km의[5] 공간 해상도로 실행되며 대류 구름과 지형 등 중요한 서브 그리드 스케일 기능을 해결할 수 있는 능력이 제한된다. 결과적으로, GCM 기반 투영은 국부 충격 연구에 대해 견고하지 않을 수 있다.

이러한 문제를 극복하기 위해 GCM이 제공하는 지역 규모의 대기변수로부터 국지적 규모의 날씨와 기후, 특히 지표적 수준의 기후를 얻기 위한 다운스케일링 방법을 개발한다. 다운스케일링 기법의 두 가지 주요 형태가 존재한다. 하나의 형태는 역동적인 다운스케일링으로, GCM의 출력은 보다 높은 공간 분해능에서 지역적, 수치적 모델을 구동하기 위해 사용되며, 따라서 지역 조건을 보다 상세하게 시뮬레이션할 수 있다. 또 다른 형태는 통계적 하향 평준화인데, 여기에서 대기 표면 압력 같은 대규모 변수와 특정 현장의 풍속과 같은 국부 변수 사이의 관측에서 통계적 관계가 성립된다. 그런 다음 GCM 데이터에서 관계를 사용하여 GCM 출력에서 로컬 변수를 얻는다.

Wilby와 Wigley는 기상학적 다운스케일링 기법을 회귀법, 날씨 패턴 기반 접근법, 모든 통계적 다운스케일링 방법인 확률적 기상 발생기, 제한된 영역 모델링([6]동적 다운스케일링 방법에 해당)의 4가지 범주로 분류했다. 이러한 접근법 중에서 구현이 상대적으로 용이하고 계산 요구사항이 낮기 때문에 회귀법을 선호한다. 또한 다운스케일된 모델 출력의 CHELSA 데이터에 사용되는 것과 같이 반 기계적인 다운스케일링 접근방식을 적용할 수 있다. 이 예에서 온도 알고리즘은 통계적 다운스케일링에 기초하며 강수 알고리즘은 후속 편향 보정을 가진 적외선 예측 변수를 통합한다.[7]


예

In 2007 the U.S. Bureau of Reclamation collaborated with U.S. Department of Energy's National Energy Technology Laboratory (DOE NETL), Santa Clara University (SCU), Lawrence Livermore National Laboratory (LLNL), and University of California's Institute for Research on Climate Change and Its Societal Impacts (IRCCSI) to apply a proven technique call"생물 보정 공간 세분화" BCSD;[8] 세계 기후 연구 프로그램 커플 모델 상호 비교 프로젝트, 3단계(WCRP CMIP3)를 통해 이용 가능한 112개의 현대 지구 기후 예측에 대한 "웹 사이트에 대하여"를 참조하십시오. 이러한 예측은 다중 초기 기후 시스템 조건에서 3개의 GHG 시나리오에 대한 기후 반응을 시뮬레이션하는 16GCM을 나타낸다.

이러한 노력의 결과로 1950~2099년 기후 시뮬레이션 기간 동안 미국 대륙의 1/8°(12km(7.5mi) 공간 분해능에서 112개월의 온도 및 강수량 예측이 개발되었다.

코덱스

CORDEX(Contined Regional Downscaling 실험)는 다운스케일링 모델 성능의 평가와 비교를 위한 프레임워크를 제공할 뿐만 아니라 영향 및 적응 연구에 사용하기 위한 기후 예측을 생성하기 위한 일련의 실험을 정의할 목적으로 2009년에 시작되었다.[9][10] 코덱스 기후변화 실험은 WCRP CMIP5[11] GCM 출력에 의해 추진된다. CODEX는 14개의 다운스케일링 영역 또는 도메인을 정의했다.

참조

  • Hessami, M, Quarda, T.B.M.J., 가천, P, St-Hailaire, A, Selva, F., B.B.B.는 2004년 제57회 캐나다 수자원협회 연례회의인 "캐나다 동부 여러 지역에 대한 통계적 다운스케일링 방법의 평가"를 발표했다.
  • Kim, J.W. Chang, J.T., Baker, N.L., Wilks, D.S., Gates, W.L., 1984. 기후 역전의 통계적 문제: 지역 기후와 대규모 기후의 관계 결정. 월간 날씨 리뷰 112, 2069–2077.
  • Maraun, D., Wetterhall, F., Ireson, A.M., Chandler, R.E., Kendon, E.J., Widmann, M., Brienen, S., Rust, H.W., Sauter, T., Themessl, M., Venema V.K.C., Chun, K.P., Goodess, C.M., Jones, R.G., Onof C., Vrac M. and Thiele-Eich, I., "Precipitation Downscaling under climate change. 역동적인 모델과 최종 사용자 사이의 격차를 해소하기 위한 최근의 개발" Geophys 48, RG3003, 2010.
  • Maraun, D., Widmann, M., Cambridge, Cambridge University Press, 2018년 Cambridge, "Statistical Downscaling and Biasient Correction for Climate Research".
  • 사아워, H, 술탄, M, 바지페단, M, 압델모센, K, 카키, S, 옐리치, J. A., 게브레마이클, E, 알셰리, F., 엘바우미, T. M(2020). GRACE-지상급수저장데이터의 축소와 시간격차 해소를 위한 통계적 응용 원격 감지, 12(3), 533.https://doi.org/10.3390/rs12030533
  • 폰 스토치, H, 조리타, E, Cubasch, 1993. 지구 기후 변화 추정치를 지역 규모로 하향 조정: 겨울철 이베리아 강우량 적용. 기후 6, 1161–1171.
  • Wilby, R.L. 및 Wigley, T.M.L., (1997) 다운스케일링 일반 순환 모델 출력: 방법과 제한사항의 검토, 물리 지리 진행, 21, 530–548.
  • Wilby, R.L, Dawson, C.W. 및 Barrow E.M, (2002) SDSM - 지역 기후 변화 영향 평가, 환경 모델링 & 소프트웨어, 17, 147– 159를 위한 의사결정 지원 도구.
  • 우드, A. W, 렁, L. 5 R, 스리다르, V. 그리고 레텐마이어, D. P.: 기후 모델 출력 감소를 위한 동적 및 통계적 접근방식의 수문학적 영향, 기후 변화, 62, 189–216, 2004.
  • 개간 외. "생물 보정 및 다운스케일드 WCRP CMIP3 기후 및 수문학적 투영" <http://gdo-dcp.ucllnl.org/ 다운스케일드_cmip3_message/>
  • Suh, Z., Z.L. Yang, (2012) GCM 바이어스 보정을 통한 개선된 동적 다운스케일링 방법 및 30년간의 기후 시뮬레이션으로 검증. J. 기후, 25, 6271–6286.
  • 쉬, Z., Z.L. Yang, (2015) GCM 바이어스 보정 및 스펙트럼 누출을 포함한 새로운 동적 다운스케일링 접근법. 지오피스 Res. Attmos, doi:10.1002/2014JD022958
메모들
  1. ^ Ribalaygua, J.; Torres, L.; Pórtoles, J.; Monjo, R.; Gaitan, E.; Pino, M.R. (2013). "Description and validation of a two-step analogue/regression downscaling method". Theoretical and Applied Climatology. 114 (1–2): 253–269. Bibcode:2013ThApC.114..253R. doi:10.1007/s00704-013-0836-x. S2CID 52253427.
  2. ^ Peng, J.; Loew, A.; Merlin, O.; Verhoest, N.E.C. (2017). "A review of spatial downscaling of satellite remotely sensed soil moisture". Reviews of Geophysics. 55 (2): 341. Bibcode:2017RvGeo..55..341P. doi:10.1002/2016RG000543. hdl:11858/00-001M-0000-002D-3843-0.
  3. ^ Lee, T.; Jeong, C. (2014). "Nonparametric statistical temporal downscaling of daily precipitation to hourly precipitation and implications for climate change scenarios". Journal of Hydrology. 510: 182–196. Bibcode:2014JHyd..510..182L. doi:10.1016/j.jhydrol.2013.12.027.
  4. ^ Monjo, R. (2016). "Measure of rainfall time structure using the dimensionless n-index". Climate Research. 67 (1): 71–86. Bibcode:2016ClRes..67...71M. doi:10.3354/cr01359. (pdf)
  5. ^ Change, Intergovernmental Panel on Climate (March 2014). "Evaluation of Climate Models". In Intergovernmental Panel On Climate Change (ed.). Climate Change 2013 - the Physical Science Basis (PDF). Climate Change 2013 – The Physical Science Basis: Working Group I Contribution to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. pp. 741–866. doi:10.1017/cbo9781107415324.020. ISBN 9781107415324. Retrieved 2019-08-06.
  6. ^ Wilby, R.L.; Wigley, T.M.L. (1997). "Downscaling general circulation model output: a review of methods and limitations". Progress in Physical Geography. 21 (4): 530–548. doi:10.1177/030913339702100403. S2CID 18058016.
  7. ^ Karger, D.N.; Conrad, O.; Böhner, J.; Kawohl, T.; Kreft, H.; Soria-Auza, R.W.; Zimmermann, N.E.; Linder, P.; Kessler, M. (2017). "Climatologies at high resolution for the Earth land surface areas". Scientific Data. 4 (170122). doi:10.1038/sdata.2017.122.
  8. ^ Wood, A. W.; Leung, L. R.; Sridhar, V.; Lettenmaier, D. P. (2004-01-01). "Hydrologic Implications of Dynamical and Statistical Approaches to Downscaling Climate Model Outputs". Climatic Change. 62 (1–3): 189–216. doi:10.1023/B:CLIM.0000013685.99609.9e. ISSN 0165-0009. S2CID 27377984.
  9. ^ "CAB Direct". www.cabdirect.org. Retrieved 2019-08-06.
  10. ^ Gutowski Jr., William J.; Giorgi, Filippo; Timbal, Bertrand; Frigon, Anne; Jacob, Daniela; Kang, Hyun-Suk; Raghavan, Krishnan; Lee, Boram; Lennard, Christopher (2016-11-17). "WCRP COordinated Regional Downscaling EXperiment (CORDEX): a diagnostic MIP for CMIP6". Geoscientific Model Development. 9 (11): 4087–4095. Bibcode:2016GMD.....9.4087G. doi:10.5194/gmd-9-4087-2016. ISSN 1991-9603.
  11. ^ Taylor, Karl E.; Stouffer, Ronald J.; Meehl, Gerald A. (2011-10-07). "An Overview of CMIP5 and the Experiment Design". Bulletin of the American Meteorological Society. 93 (4): 485–498. doi:10.1175/BAMS-D-11-00094.1. ISSN 0003-0007.