財団法人 電力中央研究所

電力中央研究所 研究報告書(電力中央研究所報告)
[CRIEPI Research Report]

研究報告書「電力中央研究所報告」は当研究所の研究成果を取りまとめた刊行物として、昭和28年より発行されております。 一部の研究報告書はPDF形式で全文をダウンロードすることができます。 ダウンロードの際には、当サイトの利用規約を遵守の上ご利用ください。

※ PDFのファイルサイズが大きい場合には、ダウンロードに時間がかかる場合がございます。 ダウンロードは1回のクリックで開始しますので、ダウンロードが完了するまで、複数回のクリックはなさらないようご注意願います。

研究報告書 詳細情報
[Detailed Information]

報告書番号 [Report Number]
V08037
タイトル
統計的ダウンスケーリングを用いた気象要素の確率密度推定手法
[Title]
An estimation method for predicting the probability density function of meteorological elements with statistical downscaling
概要 (図表や脚注は「報告書全文」に掲載しております)
大雨をはじめとする極端な気象の確率的予測や、温暖化時の極値頻度の気候的な予測を目的として気象要素の確率密度関数を推定する手法を開発した。本手法は統計的ダウンスケーリング手法を、超パラメトリックモデルを用いて拡張したもので、最尤法の原理により最大化問題として超パラメータを推定する。本手法を国内で豪雨の頻度の高い九州の気象官署の日降水量を目的変量、JRA-25 再解析データを説明変量とした例に適用し、重回帰による推定および観測との比較評価を行った。本手法では、標本毎に生起確率分布の幅が推定されるため、幅が固定された重回帰に比べ観測値に対する推定生起確率が平均して高くなる。これにより、確率密度推定結果に対応する赤池の情報量基準(AIC)は著しく改善した。また、全標本について生起確率の推定値を積算した結果、重回帰では大雨の生起率が極めて低くなるのに対し、本手法では観測の生起率をより的確に表現する分布を示した。これらから、確率密度推定における本手法の有効性が明らかになった。
[Abstract]
For the purpose of application to the probabilistic prediction of extreme meteorological events like a heavy rain and the climatic prediction of extreme event occurrence, a method to estimate the probability density function (PDF) of a meteorological element has been developed. It is an extension of statistical downscaling estimation by means of a hyper-parametric model where hyper-parameters are determined by maximizing the likelihood. The present method was applied to the case where the predictant and the predictors are the daily precipitation at the meteorological observatories in Kyushu area where the heavy rainfall occurs frequently, and the re-analysis data, respectively. The results were evaluated by comparison with those obtained by the multiple regression estimation and/or observation. Since the distribution width is estimated for each sample by the present method, the PDF value at the observational value estimated by the present method is larger than that estimated by the multiple regression analysis where the distribution width is a fixed value for all samples. By the present method, the Akaike Information Criterion of PDF estimation are significantly improved. The average of the PDF estimated by the present method over the ensemble indicates a better approximation to the observed occurrence than that estimated by the regression estimation which indicates a very small value of PDF at a large daily precipitation. These findings clarify that the present method is effective in estimating PDF.
報告書年度 [Report's Fiscal Year]
2008
発行年月 [Issued Year / Month]
2009/06
報告者 [Author]

担当

氏名

所属

門倉 真二

環境科学研究所 物理環境領域

キーワード [Keywords]
和文 英文
統計的ダウンスケーリング statistical downscaling
確率密度関数 probability density function
極端気象 Extreme Meteorological Events
最大日降水量 Maximum Daily Precipitation
超パラメトリックモデル Hyper-parametric model
Copyright (C)  Central Reseach Institute of Electric Power Industry. All Rights Reserved.