Station data are a fundamental sour

Station data are a fundamental source of information about extremes that are used all over the world both to place current events into a historical context and as a basis for the calculation of extreme indices and return values (e.g. Alexander et al., 2006; Donat et al., 2013). These indices have many applications, including the estimation of long-period return values that are used as design criteria for the infrastructure sustaining our everyday lives. However, here are a number of scientific issues associated with the processing of such observations. The first two articles of this special issue, by Avilaetal.(2015) and Bador etal. (2015), contribute to this research area by addressing questions related to the processing of station data and how to relate point scale with regional-scale information. Avila et al. investigate the impact of interpolation methods and gridding, as well as their order, on regional statistics of extremes. They identify that grid resolution has limited effect when considering regional averages, but that the interpolation method and order of operations in the processing of station data can substantially influence the gridded values of extreme-value statistics. Nevertheless, they find that variations in the order of operations do not strongly affect long- term trends and inter-annual variability. Bador et al. investigate for their part the potential for spatial clustering of summer temperature maxima in observational and modeling datasets. The approach they tested yields valid information on extremes, while greatly reducing the size of the data set. It thus opens interesting options for data processing and future analyses of climate extremes.

ผลลัพธ์ (ไทย) 1:

ข้อมูลสถานีเป็นแหล่งพื้นฐานของข้อมูลเกี่ยวกับการที่จะใช้ทั่วโลกทั้งเหตุการณ์ปัจจุบัน ในบริบทประวัติศาสตร์ และ เป็นพื้นฐานสำหรับการคำนวณดัชนีมาก ที่สุด และคืนค่า (เช่นอเล็กซานเดอร์และ al., 2006 Donat et al., 2013) ดัชนีเหล่านี้หลายโปรแกรมประยุกต์ รวมถึงการประเมินระยะยาวค่าส่งคืนที่ใช้เป็นเงื่อนไขในการออกแบบสำหรับโครงสร้างพื้นฐานที่ยั่งยืนชีวิตประจำวัน ได้ อย่างไรก็ตาม นี่คือจำนวนของปัญหาทางวิทยาศาสตร์ที่เกี่ยวข้องกับกระบวนการของการสังเกตดังกล่าว บทความที่สองของปัญหาพิเศษ โดย Avilaetal (2015) และ Bador etal (2015), สนับสนุนการวิจัยพื้นที่นี้โดยคำถามที่เกี่ยวข้องกับการประมวลผลข้อมูลสถานีและวิธีการเชื่อมโยงจุดขนาดข้อมูลมาตราส่วนภูมิภาค หมู่ et al. ตรวจสอบผลกระทบของวิธีการสอดแทรก และ gridding รวมทั้งใบ สั่งของพวกเขา ในภูมิภาคสถิติของที่สุด พวกเขาระบุว่า ความละเอียดของกริดมีจำกัดผลเมื่อพิจารณาค่าเฉลี่ยภูมิภาค แต่ว่า วิธีการแทรกแทรงและลำดับของการดำเนินงานในการประมวลผลข้อมูลสถานีสามารถมากมีอิทธิพลต่อค่า gridded มากค่าสถิติ อย่างไรก็ตาม พวกเขาพบว่า ความแตกต่างกับการดำเนินงานอย่างยิ่งมีผลต่อแนวโน้มระยะยาวและสำหรับความผันผวนระหว่างปี Bador et al. ตรวจสอบในส่วนของศักยภาพสำหรับคลัสเตอร์แมกอุณหภูมิร้อนในสังเกตการณ์พื้นที่และสร้างโมเดล datasets วิธีที่จะทดสอบทำให้ข้อมูลถูกต้องที่สุด มากลดขนาดของชุดข้อมูล จึงเปิดตัวเลือกที่น่าสนใจสำหรับการประมวลผลข้อมูลและการวิเคราะห์ในอนาคตของสภาพอากาศสุดขั้ว

ผลลัพธ์ (ไทย) 2:

ข้อมูลสถานีเป็นแหล่งพื้นฐานของข้อมูลเกี่ยวกับขั้วที่มีการใช้ทั่วโลกทั้งที่จะวางเหตุการณ์ปัจจุบันเป็นบริบททางประวัติศาสตร์และเป็นฐานในการคำนวณของดัชนีมากและค่าตอบแทน (เช่นอเล็กซานเด et al, 2006;. Donat et al., 2013) ดัชนีเหล่านี้มีการใช้งานจำนวนมากรวมทั้งการประมาณระยะเวลาที่ยาวค่าผลตอบแทนที่ใช้เป็นเกณฑ์ในการออกแบบโครงสร้างพื้นฐานที่สนับสนุนชีวิตประจำวันของเรา แต่ที่นี่เป็นจำนวนของปัญหาทางวิทยาศาสตร์ที่เกี่ยวข้องกับการประมวลผลของการสังเกตดังกล่าว สองคนแรกของบทความฉบับพิเศษนี้โดย Avilaetal. (2015) และ Bador etal (2015) นำไปสู่​​การวิจัยนี้ได้โดยคำถามที่เกี่ยวข้องกับการประมวลผลข้อมูลสถานีและวิธีการที่เกี่ยวข้องระดับจุดที่มีข้อมูลในระดับภูมิภาคระดับ Avila et al, ตรวจสอบผลกระทบของวิธีการแก้ไขและ gridding เช่นเดียวกับคำสั่งของพวกเขาเกี่ยวกับสถิติในระดับภูมิภาคของสุดขั้ว พวกเขาระบุความละเอียดตารางที่มีผลกระทบ จำกัด เมื่อพิจารณาค่าเฉลี่ยของภูมิภาค แต่วิธีการแก้ไขและคำสั่งของการดำเนินงานในการประมวลผลข้อมูลสถานีอย่างมีนัยสำคัญจะมีผลต่อค่า gridded สถิติที่มีมูลค่ามาก อย่างไรก็ตามพวกเขาพบว่ารูปแบบในการดำเนินงานเพื่อไม่ส่งผลกระทบอย่างมากแนวโน้มระยะยาวและความแปรปรวนระหว่างประจำปี Bador et al, ตรวจสอบเพื่อเป็นส่วนหนึ่งของพวกเขาที่มีศักยภาพสำหรับการจัดกลุ่มของพื้นที่อุณหภูมิสูงสุดในช่วงฤดู​​ร้อนในชุดข้อมูลสังเกตการณ์และการสร้างแบบจำลอง วิธีการที่พวกเขาได้รับการทดสอบอัตราผลตอบแทนข้อมูลที่ถูกต้องบนสุดขั้วในขณะที่ช่วยลดขนาดของชุดข้อมูล มันจึงเปิดตัวเลือกที่น่าสนใจสำหรับการประมวลผลข้อมูลและอนาคตการวิเคราะห์สภาพภูมิอากาศสุดขั้ว

ผลลัพธ์ (ไทย) 3:

ข้อมูลสถานีเป็นแหล่งพื้นฐานของข้อมูลเกี่ยวกับสุดขั้วที่ใช้ทั่วโลกทั้งสถานที่เหตุการณ์ปัจจุบันในบริบททางประวัติศาสตร์และเป็นพื้นฐานสำหรับการคำนวณของดัชนีที่รุนแรงและคืนค่า ( เช่น Alexander et al . , 2006 ; โดนัท et al . , 2013 ) ดัชนีเหล่านี้มีการใช้งานหลายรวมทั้งการประมาณระยะเวลานานกลับค่า ที่ใช้เป็นเกณฑ์ในการออกแบบโครงสร้างพื้นฐานจากชีวิตประจำวันของเรา อย่างไรก็ตาม นี่คือหมายเลขของปัญหาทางวิทยาศาสตร์ที่เกี่ยวข้องกับการประมวลผลของข้อมูลเช่น สองคนแรกของบทความฉบับพิเศษนี้ได้ โดย avilaetal ( 2015 ) และ ร บาโดรคณะ . ( 2015 )สนับสนุนการวิจัยโดยพื้นที่ที่อยู่ในคำถามที่เกี่ยวข้องกับการประมวลผลข้อมูลสถานีและวิธีการที่เกี่ยวข้องกับข้อมูลระดับระดับภาค Avila et al . ศึกษาผลกระทบของวิธีการ gridding เช่นเดียวกับคำสั่งของพวกเขา สถิติภูมิภาคของสุดขั้ว พวกเขาระบุที่ตารางความละเอียดได้จำกัดผลเมื่อพิจารณาค่าเฉลี่ยภูมิภาคแต่วิธีแก้ไขคำสั่งของการดำเนินงานในการประมวลผลของข้อมูลสถานีอย่างมากสามารถมีอิทธิพลต่อค่า gridded สถิติค่าสุดขีด อย่างไรก็ตาม พวกเขาพบว่า การเปลี่ยนแปลงในคำสั่งของการดำเนินงานไม่อย่างมากส่งผลกระทบต่อแนวโน้มในระยะยาวและความแปรปรวนระหว่างปี ร บาโดร et al .ตรวจสอบในส่วนของศักยภาพเชิงพื้นที่สำหรับฤดูร้อนอุณหภูมิ MAXIMA ในสังเกตและแบบชุดข้อมูล วิธีการที่พวกเขาทดสอบผลผลิต ข้อมูลที่ถูกต้องในสุดขั้ว ในขณะที่มากลดขนาดของชุดข้อมูล มันจึงเปิดตัวเลือกที่น่าสนใจสำหรับการประมวลผลข้อมูลและวิเคราะห์อนาคตของขั้วภูมิอากาศ