Vše
Vše

Co hledáte?

Vše
Projekty
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Geostatistical modeling of high resolution climate change scenarion data

Identifikátory výsledku

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Geostatistical modeling of high resolution climate change scenarion data

  • Popis výsledku v původním jazyce

    Geostatistical prediction of annual mean air temperature and precipitation data was carried out for the reference (1961?1990) and distant future (2071?2100) climates. In particular, we used kriging of residuals, universal kriging with external drift, andexternal drift kriging in the scope of IRF-k (intrinsic random functions of order k). Prediction based on linear regression of elevation data was used as a complementary technique. We found that all kriging-based techniques outperformed the linear regression-based approach, yielding mean square error lower by 53?75%. External drift kriging in the scope of IRF-k produced slightly better results for most of the climate variables analysed. The poorest results were achieved in the case of annual mean air temperature for the period 1961?1990, where the variogram of residuals was very erratic.

  • Název v anglickém jazyce

    Geostatistical modeling of high resolution climate change scenarion data

  • Popis výsledku anglicky

    Geostatistical prediction of annual mean air temperature and precipitation data was carried out for the reference (1961?1990) and distant future (2071?2100) climates. In particular, we used kriging of residuals, universal kriging with external drift, andexternal drift kriging in the scope of IRF-k (intrinsic random functions of order k). Prediction based on linear regression of elevation data was used as a complementary technique. We found that all kriging-based techniques outperformed the linear regression-based approach, yielding mean square error lower by 53?75%. External drift kriging in the scope of IRF-k produced slightly better results for most of the climate variables analysed. The poorest results were achieved in the case of annual mean air temperature for the period 1961?1990, where the variogram of residuals was very erratic.

Klasifikace

  • Druh

    Jx - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

  • CEP obor

    DG - Vědy o atmosféře, meteorologie

  • OECD FORD obor

Ostatní

  • Rok uplatnění

    2011

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    Idojaras

  • ISSN

    0324-6329

  • e-ISSN

  • Svazek periodika

    115

  • Číslo periodika v rámci svazku

    1

  • Stát vydavatele periodika

    HU - Maďarsko

  • Počet stran výsledku

    15

  • Strana od-do

    71-85

  • Kód UT WoS článku

    000291351700006

  • EID výsledku v databázi Scopus