Generowanie syntetycznych danych meteorologicznych na potrzeby modelowania procesów środowiska naturalnego

• Autorzy: Kuchar L.

Warianty tytułu

EN

Synthetic daily data generation for the needs of environmental processes modelling

• Języki publikacji: PL

Abstrakty

PL

W pracy przedstawiono metody generowania dobowych danych meteorologicznych na przykładzie modelu WGENK - tworzącego ciągi wartości promieniowania całkowitego, temperatur maksymalnych i minimalnych powietrza oraz sum opadów. Metodę oceniono wykorzystując dane meteorologiczne z sieci stacji Instytutu Meteorologii i Gospodarki Wodnej. Małe błędy danych generowanych dla wartości średnich, wariancji i korelacji pomiędzy zmiennymi definiowane w różnych okresach czasu (rok), okres wegetacji (miesiąc) wskazują na dużą przydatność danych do modelowania procesów środowiska naturalnego.

EN

In this paper actual and potential applications of synthetic meteorological data for the needs of environmental modelling are presented. Synthetic daily data are generated by WGENK model producing daily values of solar radiation, maximum/ minimum temperature and total precipitation. The evaluation of the method was done by parallel comparison of generated and observed data from the network of meteorological stations of the Institute of Meteorology and Water Resource. Evaluation of means, standard deviations and correlations for generated data suggest good estimation of climate records.

Słowa kluczowe

PL

dane meteorologiczne; symulacja; modele srodowiskowe; modele matematyczne; model WGENK; generowanie danych; wspomaganie decyzji

EN

meteorological data; simulation; mathematical model; data generation; decision support

• Wydawca: -
• Czasopismo: Zeszyty Problemowe Postępów Nauk Rolniczych
• Rocznik: 2008
• Tom: 526
• Opis fizyczny: s.91-98,tab.,bibliogr.

Twórcy

autor

Kuchar L.

• Katedra Matematyki, Uniwersytet Przyrodniczy we Wrocławiu, ul.Grunwaldzka 53, 50-357 Wrocław

Bibliografia

• Bruhn J.A., Fry W.E., Fick G.W. 1980. Simulation of daily weather data using theoretical probability distributions. J. Appl. Meteorol. 19: 1029-1036.
• Climate-related risk analysis and sustainable development in the 21st century „more security through knowledge” Mat. Fourth European Conference on Applied Climatology ECAC, 12-15.11.2002, Brussels.
• Gates D.M. 1993. Climate change and its biological consequences. Sinauer Associates, Inc. Publ. Sunderland, Massachusetts.
• Hansen J.W., Pickering N.B., Jones J.W., Wells C., Chan H., Godwin D.C. 1994. Weatherman, in: DSSAT v3, Tsuji G.Y., Uehara G., Balas S. (Eds.), University of Hawaii, Honolulu, Hawaii, 3-3: 137-200.
• Hanson C.L., Johnson G.L., Frymire W.L. 2002. The GEM (Generation of the weather Elements for Multiple Applications) weather simulation model. Preprint 13th Conf. on Applied Climatology, Portland, Oregon, 13-16 May: 117-121.
• Houghton J.T., Ding Y., Griggs D.J., Noguer M., Van Der Linden P.J., Xiaosu D. (Red.) 2001. Climate Change 2001: The Scientific Basis. Contribution of Working Group I to the Third Assessment Rep. of the IPCC, Cambridge University Press, UK.
• Impacts of europe's changing climate 2004. European Environment Agency (EEA). Rep. No 2/2004.
• Kuchar L. 2004. Using WGENK to generate synthetic daily weather data for modelling of agricultural processes. Mathematics and Computers in Simulation 65: 69-75.
• Kuchar L., Bac ST. 2001. Ocena parowania potencjalnego w latach 1990-2030 szacowanego wedlug Turca i scenariusza GISS na podstawie danych z Obserwatorium Agro- i Hydrometeorologicznego AR we Wroclawiu. Zesz. Nauk. AR we Wrocławiu, Ser. Inż. Środ. 413: 263-270.
• Larsen G., Pense R. 1982. Stochastic simulation of daily climatic data for agronomic models. Agron. J. 74: 510-514.
• McCarthy J.J., Canziani O.F., Leary N.A., Dokken D.J., White K.S. (Red.) 2001. Climate Change 2001: Impacts, Adaptation & Vulnerability. Contribution of Working Group II to the Third Assessment Rep. of the IIPCC. Cambridge University Press, UK.
• Mendelsohn R.O., Neumann J.E. (Red.) 1999. The impact of climate change on the United Stales economy. Cambridge University Press, UK.
• Richardson C.W., Wright DA. 1984. WGEN: A model for generating daily weather variables. U.S. Department of Agriculture, Agricultural Research Service, ARS-8.
• Richardson C.W. 1985. Weather simulation for crop management models. Trans. ASAE, 28: 1602-1606.
• Rosenzweig C., Hillel D. 1993. Agriculture in a Greenhouse World: Potential Consequences of Climate Change. National Geographic Research and Exploration 9: 208-221.
• Watson R.T, Noble I.R., Bolin B., Ravindranath N.H., Verardo D.J. Dokken D.J. (Red.) 2000. Land Use, Land-Use Change, and Forestry. Special Rep. of the IPCC, Cambridge Univ. Press, UK.