统计学 > 应用
[提交于 2022年5月3日
]
标题: 美国各地未来气候下风速和风向的站点统计联合评估
标题: Station-wise statistical joint assessment of wind speed and direction under future climates across the United States
摘要: 本研究开发了一种统计条件方法,用于评估气候模型在风速和风向方面的性能,并在代表性浓度路径8.5情景下,对美国大陆内陆和沿海地区的未来变化进行预测。 所提出的条件方法通过描述风速和风向联合分布的完整范围的变化,扩展了现有研究的范围。 使用两种统计方法估计方向风速分布:威布尔分布回归模型和分位数回归模型,这两种方法都对其结果的方向分布施加了循环约束。 研究了与不同气候模型和模型内部变异性相关的投影不确定性,并与气候变化信号进行比较,以量化未来投影的统计显著性。 特别是,这项工作将内部变异性概念扩展到标准差和高分位数,以评估其相对于投影变化的相对幅度。 评估结果表明,所研究的气候模型在内陆和沿海地区都能合理地捕捉历史风速、风向及其依赖关系。 在未来,大多数地区在冬季和夏季的平均风速均无显著变化,尽管某些地区在冬季的标准差和95百分位数的变化显示出一些稳健的变化。 所提出的条件方法能够表征方向风速分布,为速度和方向的联合评估提供了额外的见解。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.