Odstraňování systematických chyb výstupů z regionálních klimatických modelů: statistické transformace řad atmosférických srážek z modelu ALADIN v projektu PERUN

0582561 - ÚFA 2025 RIV CZ cze K - Conference Paper (Czech conference)
Martínková, Marta
Odstraňování systematických chyb výstupů z regionálních klimatických modelů: statistické transformace řad atmosférických srážek z modelu ALADIN v projektu PERUN.
[Bias correction of regional climate model outputs: statistical transformations of precipitation series from the climate model ALADIN in the project PERUN.]
Sborník příspěvků z První konference projektu PERUN. Praha: ČHMÚ, 2023 - (Tolasz, R.; Polcarová, E.), s. 53-58. ISBN 978-80-7653-063-8.
[První konference projektu PERUN. Průhonice (CZ), 16.10.2023-18.10.2023]
R&D Projects: GA TA ČR(CZ) SS02030040
Institutional support: RVO:68378289
Keywords : precipitation * climate change scenario * bias correction
OECD category: Meteorology and atmospheric sciences
https://doi.org/10.59984/978-80-7653-063-8

Výstupy z regionálních klimatických modelů jsou zatíženy systematickými chybami. Z hlediska způsobu použití dat existují dva základní přístupy k řešení tohoto problému: přírůstková metoda (například Delta change method) získává z porovnání výstupů klimatického modelu pro kontrolní a budoucí období informaci o klimatickém signálu (faktor změny – change factor). Tato informace je pak následně použita k modifikaci pozorovaných časových řad ve stanicích. Metoda korekce systematických chyb získává informaci o systematických chybách výstupů z klimatického modelu porovnáním výstupů z modelu s pozorovanými časovými řadami. O tuto chybu jsou pak opraveny výstupy z klimatických modelů pro budoucí období. Tento příspěvek se zabývá možnostmi odstraňování systematických chyb výstupů modelu ALADIN (řídící globální model je CNRM-ESM2-1) v rámci projektu PERUN, konkrétně časovými řadami srážek v denním kroku pro scénář SSP5-8.5. Je porovnáván potenciál různých metod statistických transformací: metody založené na statistickém rozdělení, parametrické transformace a neparametrické metody
(metoda empirických kvantilů).

The outputs of regional climate models are biased. Regarding the bias correction of outputs from a climate model, the two fundamental approaches exist. First approach (e.g., Delta change method) gets the information on climate signal from comparison of the model control and future periods. Such information (change factor) is then applied to modify the observational data. Bias correction method gets the information on model bias from comparison of observational data and model outputs for the control period. The model outputs for future period are than corrected using this information on the model bias. This contribution is focused on the possibilities for bias correction of the model ALADIN (CNRM-ESM2-1) in the project PERUN and the precipitation series in daily time step for SSP5-8.5 scenario. Different statistical transformations are compared: methods based on statistical distribution, parametric transformations and non-parametric transformations (empirical quantiles method).

Permanent Link: https://hdl.handle.net/11104/0350651