This paper presents the use of CLIK

This paper presents the use of CLIK technique to establish the statistical
relationship between station rainfall in the Philippines under the Type 1 climate and
the larger-scale atmospheric circulation from GCM outputs for 4 target seasons
(MAM, JJA, SON, DJF). The downscaling is carried out for each station in the Type 1
climate for each model in a cross-validation manner. This downscaling technique is
based on linear regression models and makes use of long-term GCM hindcasts data
to derive the dynamic relationship between observations and model outputs. The
purpose of downscaling is to obtain high-resolution detail as accurately as possible
over the area of interest. The CLIK was designed to take only significantly
correlated areas which are taken into account in the downscaling procedure.
Analysis showed that downscaled GCM model outputs have significant skill in most
of the target seasons evaluated. The improvement gained when using the statistical
downscaling tool is significant Downscaled MME distinctly showed to have better
prediction skill than the original one for all the target seasons. The results indicate
that the large-scale circulation pattern from current GCMs muti model outputs have
the potential in predicting station-scale precipitation in the Philippines using CLIK

ผลลัพธ์ (ไทย) 1:

เอกสารนี้แสดงการใช้เทคนิค CLIK เพื่อสร้างสถิติที่ความสัมพันธ์ระหว่างปริมาณน้ำฝนสถานีในฟิลิปปินส์ภายใต้สภาพภูมิอากาศชนิด 1 และระบบหมุนเวียนของอากาศขนาดใหญ่จากการบำรุงรักษาที่แสดงผลสำหรับซีซั่น 4 เป้าหมาย(แหม่ม JJA บุตร DJF) Downscaling จะดำเนินการสำหรับแต่ละสถานีในประเภท 1สภาพภูมิอากาศในแต่ละรูปแบบในลักษณะการตรวจสอบข้าม เทคนิคนี้ downscaling เป็นตามแบบจำลองถดถอยเชิงเส้น และทำให้ใช้ข้อมูล hindcasts การบำรุงรักษาระยะยาวสามารถรับความสังเกตและแสดงผลแบบไดนามิก ที่วัตถุประสงค์ของ downscaling จะได้รับรายละเอียดความละเอียดสูงอย่างถูกต้องที่สุดเหนือบริเวณที่น่าสนใจ CLIK ถูกออกแบบให้ใช้เฉพาะอย่างพื้นที่ correlated ซึ่งนำมาพิจารณาในขั้นตอน downscalingวิเคราะห์พบว่า แสดงผลแบบจำลอง GCM downscaled มีทักษะสำคัญในที่สุดของฤดูกาลเป้าหมายประเมิน ปรับปรุงที่ได้รับเมื่อใช้การทางสถิติเครื่องมือ downscaling สำคัญ Downscaled MME แสดงให้เห็นว่ามีดีกว่าอย่างเห็นได้ชัดทักษะการคาดเดาจากต้นฉบับสำหรับซีซั่นเป้าหมายทั้งหมด ระบุผลลัพธ์รูปแบบการไหลเวียนขนาดใหญ่จากการแสดงผลรูปแบบ muti GCMs ปัจจุบันได้ศักยภาพในการทำนายระดับสถานีฝนในฟิลิปปินส์ใช้ CLIK

ผลลัพธ์ (ไทย) 3:

บทความนี้เสนอการใช้เทคนิคทางสถิติคลิกเพื่อสร้างความสัมพันธ์ระหว่างปริมาณฝน
สถานีในฟิลิปปินส์ภายใต้ประเภท 1 และภูมิอากาศ
ขนาดใหญ่บรรยากาศการไหลเวียนจากผลผลิต GCM 4 เป้าหมายฤดูกาล
( แหม่ม , บะหมี่ , ลูกชาย , DJF ) การ downscaling จะดําเนินการสำหรับแต่ละสถานีในประเภท 1
บรรยากาศแต่ละรุ่นในการข้ามการตรวจสอบลักษณะเทคนิค downscaling นี่
ตามแบบจำลองการถดถอยเชิงเส้นและทำให้การใช้ระยะยาว GCM hindcasts ข้อมูล
จากความสัมพันธ์แบบไดนามิกระหว่างการสังเกตและแสดงผลแบบ
วัตถุประสงค์ของ downscaling เพื่อให้ได้รายละเอียดความละเอียดสูงได้อย่างถูกต้องที่สุด
เหนือพื้นที่ของดอกเบี้ย ที่ถูกออกแบบมาเพื่อใช้เวลาเพียงคลิกอย่างมีนัยสำคัญ
มีพื้นที่ที่พิจารณาในขั้นตอน downscaling .
การวิเคราะห์พบว่า downscaled GCM รูปแบบเอาท์พุทมีทักษะสำคัญที่สุดของฤดูกาล
เป้าหมายการประเมิน การปรับปรุงที่ได้รับเมื่อใช้เครื่องมือทางสถิติอย่างมีนัยสำคัญ downscaling
downscaled Mme อย่างชัดเจนแสดงให้มีทักษะในการทำนายดีกว่า
กว่าเดิมสำหรับฤดูกาลทั้งหมดของเป้าหมายผลการศึกษาพบว่า รูปแบบการไหลเวียน
ขนาดใหญ่ จากปัจจุบัน GCMS มัลติแบบผลผลิตมีศักยภาพในการทำนาย
สถานีระดับการตกตะกอนในฟิลิปปินส์ใช้ Clik