RU222343U1 - Устройство для обработки и анализа больших массивов гидрометеорологических данных - Google Patents
Устройство для обработки и анализа больших массивов гидрометеорологических данных Download PDFInfo
- Publication number
- RU222343U1 RU222343U1 RU2023128118U RU2023128118U RU222343U1 RU 222343 U1 RU222343 U1 RU 222343U1 RU 2023128118 U RU2023128118 U RU 2023128118U RU 2023128118 U RU2023128118 U RU 2023128118U RU 222343 U1 RU222343 U1 RU 222343U1
- Authority
- RU
- Russia
- Prior art keywords
- data
- weather
- format
- input
- meteorological
- Prior art date
Links
- 238000012545 processing Methods 0.000 title claims abstract description 18
- 238000005259 measurement Methods 0.000 claims abstract description 11
- 238000006243 chemical reaction Methods 0.000 claims abstract description 9
- 238000001556 precipitation Methods 0.000 claims abstract description 9
- 238000012800 visualization Methods 0.000 claims abstract description 5
- 238000000034 method Methods 0.000 claims description 10
- 238000003491 array Methods 0.000 claims description 5
- 239000006185 dispersion Substances 0.000 claims description 5
- 230000002441 reversible effect Effects 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 2
- 238000011161 development Methods 0.000 abstract description 4
- 230000000694 effects Effects 0.000 abstract description 3
- 238000010276 construction Methods 0.000 abstract description 2
- 230000007774 longterm Effects 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 6
- 238000000354 decomposition reaction Methods 0.000 description 5
- 230000002547 anomalous effect Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 239000005442 atmospheric precipitation Substances 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000010410 layer Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
Abstract
Полезная модель относится к средствам обработки статистических данных (G06F 17/18) области метеорологии (G01W 1/00), конкретно к устройству для обработки и анализа больших массивов гидрометеорологических данных.
Устройство содержит последовательно соединенные приемник 1 гидрометеорологических данных, несущих в себе инструментальные измерения фактических значений температуры воздуха t[°C] и количества атмосферных осадков P[мм] в текстовом и/или графическом формате с множества метеорологических станций и постов, конвектор 2 принятых сигналов в двоичный формат файлов, содержащих геопространственные данные метеорологических измерений, и анализатор 3 ошибок конвертирования. Выход анализатора 3 по сигналам отсутствия ошибок соединен с первым входом вычислителя 4 статистических данных о фактической погоде, привязанных к местности и климатическим сезонам, а по сигналам наличия ошибок – со вторым входом вычислителя 4 через преобразователь 5 метеоданных в исходный формат и устройство 6 привязки исходного формата метеоданных к электронной карте местности. Выход вычислителя 4 соединен с входом визуализатора 7, выход которого с визуализацией слоевых географических карт соединен с первым входом формирователя 8 статистических данных о погоде непосредственно, а со вторым входом формирователя 8 - через генератор 9 статистических данных о погоде в табличном виде.
Полезная модель дает возможность повышения точности прогнозирования редких аномально опасных изменений погоды и климата. Рекомендуется для использования при оценке степени риска строительства долговременных сооружений, заводов и объектов нефтегазовой промышленности в индустриальной деятельности человека при освоении новых территорий. 8 з.п. ф-лы, 3 ил.
Description
ОБЛАСТЬ ТЕХНИКИ
Полезная модель относится к средствам обработки статистических данных (G06F 17/18) области метеорологии (G01W 1/00), конкретно к устройству для обработки и анализа больших массивов гидрометеорологических данных.
УРОВЕНЬ ТЕХНИКИ
Известен метод /(RU 2586694, заявитель ИФА им. А.М. Обухова РАН/ определения экстремальных значений погоды по измеренным временным рядам геофизических параметров окружающей среды (например, ветер, волны, течения, температура, давление), которые могут наблюдаться (появляться) в заданной географической точке один раз в заданное число лет, например в 10, 30, 50 и 100 лет. Такие величины называются режимными, а вероятности повторения один раз в 30, 50 или 100 лет - режимами.
Разработанный заявителем метод /RU 2586694/ основан на основе аналитической обработки больших массивов гидрометеорологических данных. Позволяет оценить вероятность момента наступления аномальных погодных условий, и как следствие, - степень риска индустриальной деятельности человека в области строительства, судоходства, нефтегазовой промышленности, курортного дела при освоении новых территорий.
В связи с потеплением климата в последние годы на Земле происходит аномальное изменение количества осадков и температуры.
В этих условиях для оценки рисков аномального изменения климата возникает задача практического использования метода /RU 2586694/. Для использования этого метода необходимо решить проблему создания устройства для статистической обработки гидрометеорологических данных, относящихся к температуре воздуха t[°C] и количества атмосферных осадков P[мм] с множества метеорологических станций и постов, разнесенных по территории метеонаблюдения. В известном уровне техники таких устройств не выявлено, а их разработка является самостоятельной инженерной проблемой.
СУЩНОСТЬ ПОЛЕЗНОЙ МОДЕЛИ
Техническое решение устройства для обработки и анализа больших массивов гидрометеорологических данных, принятое в настоящей полезной для решения указанной технической проблемы, содержит последовательно соединенные приемник 1 гидрометеорологических данных, несущих в себе инструментальные измерения фактических значений температуры воздуха t[°C] и количества атмосферных осадков P[мм] в текстовом и/или графическом формате с множества метеорологических станций и постов, конвектор 2 принятых сигналов в двоичный формат файлов, содержащих геопространственные данные метеорологических измерений, и анализатор 3 ошибок конвертирования. Выход анализатора 3 по сигналам отсутствия ошибок соединен с первым входом вычислителя 4 статистических данных о фактической погоде, привязанных к местности и климатическим сезонам, а по сигналам наличия ошибок – со вторым входом вычислителя 4 через преобразователь 5 метеоданных в исходный формат и устройство 6 привязки исходного формата метеоданных к электронной карте местности. Выход вычислителя 4 соединен с входом визуализатора 7, выход которого с визуализацией слоевых географических карт соединен с первым входом формирователя 8 статистических данных о погоде непосредственно, а со вторым входом формирователя 8 - через генератор 9 статистических данных о погоде в табличном виде.
Преимущества такого конструктивного исполнения модели состоят в выделении небольшого количества ортогональных (с некоррелированными рядами соответствующих временных коэффициентов) пространственных структур, описывающих общую временную изменчивость полей исследуемого метеоэлемента. Разложение на такие составляющие позволяет описать общую изменчивость полей сравнительно небольшим числом параметров разложения и, что главное для климатического анализа, обнаружить физические механизмы, ответственные за наблюдаемые изменения.
Указанные преимущества позволили решить проблему обработки и анализа больших массивов гидрометеорологических данных, техническим результатом решения которой явилось повышение точности прогнозирования редких аномальных явлений погоды и катаклизмов на Земле.
ПОЯСНИТЕЛЬНЫЕ ЧЕРТЕЖИ
Сущность полезной модели и достигаемый технический результат её применения поясняется чертежами, представленными на фиг. 1- фиг. 3. На фиг. 1 представлена функциональная схема устройства для статистической обработки гидрометеорологических данных, относящихся к температуре воздуха t[°C] и количества атмосферных осадков P[мм] с множества метеорологических станций и постов, разнесенных по территории метеонаблюдения; на фиг. 2 – пример визуализации пространственной структуры естественно-ортогональных составляющих 1, 2 и 3-го порядков, описывающих гладкие по пространству вариации полей средней месячной приземной температуры воздуха над территорией Южного Урала, отдельно для зимнего (а, б, в) и летнего (г, д, е) сезонов; на фиг. 3 - пример табличного представления статистических результатов расчета сезонных аномалий температуры приземного воздуха над территорией Южного Урала.
На фиг. 1- 3 обозначены:
1- приемник гидрометеорологических данных;
2- конвектор принятых сигналов в двоичный формат файлов;
3- анализатор ошибок конвертирования;
4- вычислитель статистических данных о фактической погоде;
5- преобразователь метеоданных в исходный формат;
6- устройство привязки исходного формата метеоданных к электронной карте местности;
7- визуализатор;
8- формирователь статистически данных о погоде;
9- генератор статистических данных о погоде в табличном виде.
РАСКРЫТИЕ СУЩНОСТИ ИЗОБРЕТЕНИЯ
Согласно фиг. 1-3 устройство для обработки и анализа больших массивов гидрометеорологических данных содержит переносной корпус, в котором установлен приемник 1 гидрометеорологических данных от множества метеорологических станций и постов через интернет – сеть Росгидромет и средства статистической обработки гидрометеорологических данных. Приемник 1 выполнен на микроконтроллере серии ESP8266 и предназначен для приема среднесуточных и среднемесячных значений температуры t[°C] воздуха, а также суточные и месячные суммы атмосферных осадков P[мм] на всем доступном интервале инструментальных наблюдений в текстовом (TXT) и/или графическом (DAТ) формате. Выход приемника 1 соединен с входом конвектора 2. Конвектор 2 предназначен для преобразования принятых с приемника 1 сигналов в двоичный формат файлов и привязки преобразованных сигналов к геопространственным координатам метеорологических измерений. Для этого конвектор 2 содержит контроллер ATmega128 с вшитой в его память программой конвертирования Data Form – двоичный формат файлов, содержащий геопространственные данные). Выход конвектора 2 соединен с входом анализатора 3 ошибок метеоданных из формата TXT и/или DAT в формат NetCDF (Network Common конвертирования. Анализатор 3 выполнен в виде схемы сравнения на программируемых логических интегральных схемах (ПЛИС), с вшитой программой проверки конвертированных данных NetCDF на наличие ошибок относительно эталонных значений. Выход анализатора 3 по сигналам отсутствия ошибок соединен с первым входом вычислителя 4 статистических данных о фактической погоде, привязанных к местности и климатическим сезонам, а по сигналам наличия ошибок – со вторым входом вычислителя 4 через преобразователь 5 метеоданных в исходный формат и устройство 6 привязки исходного формата метеоданных к электронной карте местности. Вычислитель 4 содержит контроллер ATmega128 с вшитой в его память программой расчета главных компонент /RU 2586694/ - численных значений основных статистических параметров (среднее арифметическое, дисперсия, ковариация) анализируемых метеоданных среднесуточных и среднемесячных значений температуры t[°C] воздуха, а также суточные и месячные суммы атмосферных осадков P[мм]. Суть метода расчета главных компонент, вложенная в память вычислителя 4 состоит в выделении небольшого количества ортогональных (с некоррелированными рядами соответствующих временных коэффициентов) пространственных структур метеоданных {t[°C], P[мм]}, описывающих общую временную изменчивость полей исследуемых метеоэлементов. Разложение на такие составляющие позволяет описать общую изменчивость метеополей сравнительно небольшим числом параметров разложения и, что главное для климатического анализа, обнаружить физические механизмы, ответственные за наблюдаемые изменения. Значение метеоэлемента, в нашем случае среднемесячной температуры приземного слоя воздуха, в любой точке поля {а i, t k} можно представить в виде суммы естественных составляющих:
(1)
Естественные функции Tij, представленные в вычислительном алгоритме (1), определяются в каждой точке поля по статистической выборке, а число коэффициентов разложения φ jk и связанных с ними собственными числами λ i ковариационной матрицы для момента времени t k - скоростью сходимости ряда (1). Пример результатов расчета методом главных компонент (1) пространственной структуры естественно-ортогональных составляющих 1, 2 и 3-го порядков, описывающих гладкие по пространству вариации полей средней месячной приземной температуры воздуха над территорией Южного Урала, отдельно для зимнего (а, б, в) и летнего (г, д, е) сезонов представлен в таблице (фиг. 3). Суммарная дисперсия метеоэлементов t[°C], представленная в таблице (фиг. 3), это дисперсия t[°C] с учетом вклада предыдущих инструментальных метеоизмерений. Последовательно соединенные преобразователь 5 метеоданных в исходный формат и устройство 6 привязки исходного формата метеоданных к электронной карте местности, связанные со вторым входом вычислителя 4 выполнены на микросхемах серии ATmega128 и предназначены для восстановления ошибочной привязки метеоданных к электронной карте местности. В частности, преобразователь 5 метеоданных в исходный формат выполнен в виде контроллера ATmega128, блок памяти которого снабжен программой конвертации данных из форматов TXT или DAT в формат NetCDF на основе эталонного шаблона геопространственных данных и с возможностью обратного конвертирования в исходные форматы TXT или DAT. В свою очередь, устройство 6 привязки выполнено в виде контроллера ATmega128, блок памяти которого снабжен программой повторной верификации метеоданных и привязки исходного формата метеоданных к электронной карте местности, конвертированных в формат NetCDF. Выход устройства 6 привязки по восстановленным файлам метеоданных соединен со вторым входом вычислителя 4. Выход вычислителя 4 соединен с входом визуализатора 7. Визуализатор 7 выполнен в виде контроллера ATmega128, блок памяти которого снабжен программой визуализации слоевых географических карт местности в форматах растрового хранения графической информации PNG и TIFF.
Выход визуализатора 7 соединен с первым входом формирователя 8 статистически данных о погоде непосредственно, а со вторым его входом - через генератор 9 статистических данных о погоде в табличном виде. Генератор 9 выполнен в виде контроллера ATmega128 с вшитой в его память программой преобразования многослоевых гидрометеорологических данных из графического вида (фиг. 2) в табличный вид в формате TXT или DAT (фиг. 3).
Формирователь 8 статистически данных о погоде выполнен в виде съемной Флэш-памяти для записи и хранения результатов вычислительных процедур генератора 9 в формате Excel и визуализации слоевых географических карт визуализатора 7 в форматах растрового хранения графической информации PNG (portable network graphics) и TIFF(taggem image file format).
ОПИСАНИЕ РАБОТЫ ПОЛЕЗНОЙ МОДЕЛИ
Устройство для обработки и анализа больших массивов гидрометеорологических данных, представленное на фиг. 1-3 заявленной полезной модели, работает следующим образом.
Устройство подключают к интернету и с помощью приемника 1 первоначально скачивает массивы данных инструментальных измерений сети Росгидромет (https://www.meteorf.gov.ru): средние суточные и средние месячные значения температуры воздуха, а также суточные и месячные суммы атмосферных осадков на всем доступном интервале наблюдений. После скачивания массивы данных в формате DAT или TXT с приемника 1 переходят в конвектор 2. Конвектор 2 преобразует полученные данные в формат NetCDF (с использованием процедуры пространственной интерполяции данных, то есть с привязкой к географической сетке) и передает их в анализатор 3 ошибок конвертирования. Анализатор 3 проверяет метеоданные NetCDF на наличие ошибок относительного эталонного шаблона геопространственных данных и при отсутствии ошибок привязки гидрометеорологических измерений к электронной карте местности передает их на первый вход вычислителя 4. В случае возникновения файловой ошибки анализатор передает ошибочный файл с метеоданными на преобразователь 5, где производится обратное конвертирование ошибочного файла в исходные форматы TXT или DAT. Далее исходные форматы метеоданных TXT или DAT в устройстве 6 повторно преобразуются в формат NetCDF с привязкой к эталонному шаблону геопространственных данных. Исправленный файл метеоданных с устройства 6 передается на второй вход вычислителя 4. Поступившие файлы метеоданных в формат NetCDF подвергаются в вычислителе 4 разложению на естественно ортогональные составляющие для статистической обработки методом главных компонент (1). При этом ортогональное разложение исследуемой векторной функции X(t) метеоданных, например, средние суточные и средние месячные значения температуры воздуха разлагаются в ряд по некоторой системе ортогональных и нормированных (ортонормированных) функций φk, имеющей вид:
(2)
где:
Ak – векторные коэффициенты Фурье разложения функции X(t);
k – порядковый номер ортонормированных функций φk, k = 1, …, N;
N – максимальное количество ортонормированных функций φk;
t – момент инструментальных измерений метеоданных.
Далее результаты статистической обработки передаются в визуализатор 7, где осуществляется программная визуализация слоевых географических карт (фиг. 2) статистических данных погоды в графических форматах PNG (portable network graphics) и/или TIFF (taggem image file format). Результаты графической обработки метеоданных визуализатора 7 передаются на первый вход формирователя 8 и на вход генератора 9 табличных данных. Генератор 9 табличных данных преобразует слоевые географические карты статистических компонент метеоданных в табличный вид и передает их на второй вход формирователя 8 базы данных результатов вычислений и визуализации для хранения.
База данных формируется на съемной флэш–памяти формирователя 8. В дальнейшем данные флэш–памяти выводятся на экран монитора или цифрового экрана, в виде таблиц со значениями собственных чисел (СЧ) ковариационных матриц и дисперсии, а также – визуализируется в графическом виде слоевых карт (с привязкой к географической сетке) пространственной структуры температурных полей или полей атмосферных осадков по территории России.
ПРОМЫШЛЕННАЯ ПРИМЕНИМОСТЬ
Полезная модель разработана на уровне физической модели устройства для обработки и анализа больших массивов гидрометеорологических данных и программного обеспечения к нему.
Испытания физической модели показали техническую осуществимость заявленного устройства и возможность повышения точности прогнозирования редких аномальных изменений погоды и климата.
Полезная модель может быть использована в индустриальной деятельности человека при освоении новых территорий для оценки степени риска строительства долговременных сооружений, заводов и объектов нефтегазовой промышленности.
Claims (9)
1. Устройство для обработки и анализа больших массивов гидрометеорологических данных, характеризующееся тем, что оно содержит последовательно соединенные приемник 1 гидрометеорологических данных, несущих в себе инструментальные измерения фактических значений температуры воздуха t[°C] и количества атмосферных осадков P[мм] в текстовом и/или графическом формате с множества метеорологических станций и постов, конвектор 2 принятых сигналов в двоичный формат файлов, содержащих геопространственные данные метеорологических измерений, и анализатор 3 ошибок конвертирования, выход которого по сигналам отсутствия ошибок соединен с первым входом вычислителя 4 статистических данных о фактической погоде, привязанных к местности и климатическим сезонам, а по сигналам наличия ошибок – со вторым входом вычислителя 4 через преобразователь 5 метеоданных в исходный формат и устройство 6 привязки исходного формата метеоданных к электронной карте местности, выход вычислителя 4 соединен с входом визуализатора 7, выход которого с визуализацией слоевых географических карт соединен с первым входом формирователя 8 статистических данных о погоде непосредственно, а со вторым входом формирователя 8 - через генератор 9 статистических данных о погоде в табличном виде.
2. Устройство по п. 1, отличающееся тем, что конвектор 2 содержит контроллер ATmega128 с вшитой в его память программой конвертирования метеоданных из формата TXT и/или DAT в двоичный формат NetCDF данных.
3. Устройство по п. 1, отличающееся тем, что анализатор 3 ошибок конвертирования выполнен на программируемых логических интегральных схемах (ПЛИС) в виде схемы сравнения конвертированных данных NetCDF с эталонными значениями метеоданных.
4. Устройство по п. 1, отличающееся тем, что вычислитель 4 содержит контроллер ATmega128 с вшитой в его память программой расчета численных значений основных статистических параметров, включающих среднее арифметическое, дисперсию и ковариацию среднесуточных и среднемесячных значений температуры t[°C] воздуха, а также суточные и месячные суммы атмосферных осадков P[мм] методом главных компонент.
5. Устройство по п. 1, отличающееся тем, что преобразователь 5 метеоданных в исходный формат выполнен в виде контроллера ATmega128, блок памяти которого снабжен программой конвертации данных из форматов TXT или DAT в формат NetCDF на основе эталонного шаблона геопространственных данных и с возможностью обратного конвертирования в исходные форматы TXT или DAT.
6. Устройство по п. 1, отличающееся тем, что устройство 6 привязки выполнено в виде контроллера ATmega128, блок памяти которого снабжен программой повторной верификации метеоданных и привязки исходного формата метеоданных к электронной карте местности.
7. Устройство по п. 1, отличающееся тем, что визуализатор 7 выполнен в виде контроллера ATmega128, блок памяти которого снабжен программой визуализации слоевых географических карт местности в форматах растрового хранения графической информации PNG и TIFF.
8. Устройство по п. 1, отличающееся тем, что формирователь 8 статистических данных о погоде выполнен в виде съемной флэш–памяти.
9. Устройство по п. 1, отличающееся тем, что генератор 9 статистических данных о погоде выполнен в виде контроллера ATmega128, блок памяти которого снабжен программой преобразования графических файлов PNG и TIFF в текстовый формат типа Excel.
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU222343U1 true RU222343U1 (ru) | 2023-12-21 |
Family
ID=
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2376653C1 (ru) * | 2008-05-20 | 2009-12-20 | Виктор Сергеевич Аносов | Устройство гидрометеорологических наблюдений за акваторией морского полигона |
| RU2376612C1 (ru) * | 2008-06-02 | 2009-12-20 | Юрий Владимирович Румянцев | Способ гидрометеорологических наблюдений за акваторией морского полигона и устройство для его осуществления |
| UA89599U (ru) * | 2013-11-29 | 2014-04-25 | Харьковский Университет Воздушных Сил Имени Ивана Кожедуба | Устройство для оптимизации параллельной обработки больших массивов данных в кластерных системах |
| RU2586694C2 (ru) * | 2014-06-16 | 2016-06-10 | Федеральное государственное бюджетное учреждение науки Институт физики атмосферы им. А.М. Обухова Российской академии наук (ИФА им. А.М. Обухова РАН) | Эффективный способ определения режимных значений случайных геофизических величин |
| CN105929396A (zh) * | 2016-04-19 | 2016-09-07 | 中国石油化工股份有限公司 | 一种开阔水面溢油快速监测系统及其监测方法 |
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2376653C1 (ru) * | 2008-05-20 | 2009-12-20 | Виктор Сергеевич Аносов | Устройство гидрометеорологических наблюдений за акваторией морского полигона |
| RU2376612C1 (ru) * | 2008-06-02 | 2009-12-20 | Юрий Владимирович Румянцев | Способ гидрометеорологических наблюдений за акваторией морского полигона и устройство для его осуществления |
| UA89599U (ru) * | 2013-11-29 | 2014-04-25 | Харьковский Университет Воздушных Сил Имени Ивана Кожедуба | Устройство для оптимизации параллельной обработки больших массивов данных в кластерных системах |
| RU2586694C2 (ru) * | 2014-06-16 | 2016-06-10 | Федеральное государственное бюджетное учреждение науки Институт физики атмосферы им. А.М. Обухова Российской академии наук (ИФА им. А.М. Обухова РАН) | Эффективный способ определения режимных значений случайных геофизических величин |
| CN105929396A (zh) * | 2016-04-19 | 2016-09-07 | 中国石油化工股份有限公司 | 一种开阔水面溢油快速监测系统及其监测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Van Der Wiel et al. | Rapid attribution of the August 2016 flood-inducing extreme precipitation in south Louisiana to climate change | |
| US12124934B2 (en) | Machine learning-based disaster modeling and high-impact weather event forecasting | |
| Jones et al. | Generating downscaled weather data from a suite of climate models for agricultural modelling applications | |
| Krueger et al. | Inconsistencies between long-term trends in storminess derived from the 20CR reanalysis and observations | |
| Huang et al. | Assessing model performance of daily solar irradiance forecasts over Australia | |
| Huang et al. | Assessing the value of simulated regional weather variability in solar forecasting using numerical weather prediction | |
| King et al. | On the linearity of local and regional temperature changes from 1.5 C to 2 C of global warming | |
| Guan et al. | Development of verification methodology for extreme weather forecasts | |
| Shimura et al. | Projection of tropical cyclone-generated extreme wave climate based on CMIP5 multi-model ensemble in the Western North Pacific | |
| Lucio-Eceiza et al. | Quality control of surface wind observations in northeastern North America. Part II: Measurement errors | |
| Lee et al. | Perceived temperature in the course of climate change: an analysis of global heat index from 1979 to 2013 | |
| Zappa et al. | Communicating potentially large but non-robust changes in multi-model projections of future climate | |
| Hébert et al. | Regional Climate Sensitivity‐and Historical‐Based Projections to 2100 | |
| Barros et al. | Low-level circulation and precipitation simulated by CMIP5 GCMS over southeastern South America | |
| Silva Lelis et al. | Assessment of precipitation data generated by GPM and TRMM Satellites | |
| Gallo et al. | Exploring convection-allowing model evaluation strategies for severe local storms using the finite-volume cubed-sphere (FV3) model core | |
| de Souza et al. | Ocean-Land Atmosphere Model (OLAM) performance for major extreme meteorological events near the coastal region of southern Brazil | |
| Li et al. | The emergence of anthropogenic signal in mean and extreme precipitation trend over China by using two large ensembles | |
| Brown et al. | The western Pacific monsoon in CMIP5 models: Model evaluation and projections | |
| RU222343U1 (ru) | Устройство для обработки и анализа больших массивов гидрометеорологических данных | |
| Yang et al. | Persistent nature of secondary diurnal modes of precipitation over oceanic and continental regimes | |
| Liu et al. | Gridded statistical downscaling based on interpolation of parameters and predictor locations for summer daily precipitation in North China | |
| Mirones et al. | Weather‐type‐conditioned calibration of Tropical Rainfall Measuring Mission precipitation over the South Pacific Convergence Zone | |
| Xia et al. | Evaluation of snow depth and snow cover fraction simulated by two versions of the flexible global ocean-atmosphere-land system model | |
| Dash et al. | Forecast Customization System (FOCUS): A multimodel ensemble‐based seasonal climate forecasting tool for the homogeneous climate zones of Myanmar |