SnowMAUS errors in simulation of snow water content

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F62156489%3A43210%2F15%3A43907552" target="_blank" >RIV/62156489:43210/15:43907552 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

SnowMAUS errors in simulation of snow water content

Popis výsledku v původním jazyce

Model SnowMAUS estimates a presence of snow cover, its depth, water content, and volume of precipitation in the form of snow. SnowMAUS is usable in crop simulation models for the assessment of the impact of climate change on crops overwintering. The aimof the study is to evaluate the SnowMAUS skill to simulate snow water content (SWC). SWC was calculated from daily sum of precipitation and extremes of air temperature. Evaluation was made by comparison with two reference datasets: weekly SWC station data and daily SWC derived by empirical algorithm designated by Němec (SWE model). SnowMAUS testing was done at 14 locations in the Czech Republic (altitude 158 - 1260 m) in the period 1961 - 2011. Timing of snow cover is in a good agreement with both validation datasets, however, SWC values are underestimated in SnowMAUS especially for high SWC values. The difference is rising with altitude. The reasons of poor SnowMAUS skills are associated with a selection of input meteorological paramet

Název v anglickém jazyce

SnowMAUS errors in simulation of snow water content

Popis výsledku anglicky

Model SnowMAUS estimates a presence of snow cover, its depth, water content, and volume of precipitation in the form of snow. SnowMAUS is usable in crop simulation models for the assessment of the impact of climate change on crops overwintering. The aimof the study is to evaluate the SnowMAUS skill to simulate snow water content (SWC). SWC was calculated from daily sum of precipitation and extremes of air temperature. Evaluation was made by comparison with two reference datasets: weekly SWC station data and daily SWC derived by empirical algorithm designated by Němec (SWE model). SnowMAUS testing was done at 14 locations in the Czech Republic (altitude 158 - 1260 m) in the period 1961 - 2011. Timing of snow cover is in a good agreement with both validation datasets, however, SWC values are underestimated in SnowMAUS especially for high SWC values. The difference is rising with altitude. The reasons of poor SnowMAUS skills are associated with a selection of input meteorological paramet

Druh

D - Stať ve sborníku

CEP obor

GD - Hnojení, závlahy, zpracování půdy

OECD FORD obor

—

Projekt

<a href="/cs/project/EE2.3.20.0248" target="_blank" >EE2.3.20.0248: Vytvoření interdisciplinárního vědeckého týmu se zaměřením na výzkum sucha</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2015

Kód důvěrnosti údajů

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

Název statě ve sborníku

Towards Climatic Services: Conference Proceedings

ISBN

978-80-552-1390-3

ISSN

—

e-ISSN

—

Počet stran výsledku

3

Strana od-do

"nestrankovano"

Název nakladatele

Slovenská poľnohospodárska univerzita v Nitre

Místo vydání

Nitra

Místo konání akce

Nitra

Datum konání akce

15. 9. 2015

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—