番外篇 - 氣候站

 

氣候站

班級 : 土木三乙   學號 : 107340220   姓名 : 羅茗葳   日期 : 2020/11/12

對於上次GCM介紹有提到網格中的氣候參數(如風速、濕度、降雨量等)，這些都是需要量測的，而這些數值可以利用氣象站測得，若需要更高解析度的網格，以提高氣候模擬的精確性，則網格需再縮小，這也代表氣象站的數量必須增加，如第一篇文章所介紹到的自動氣候站(AWS)，將站所在位置的天氣狀況(如溫度、氣壓、風速等參數)條件輸入，進行監控、紀錄。但若網格在更細緻或是附近沒有氣象站的情況呢，在第二篇文章介紹到了虛擬氣候站(VWS)，虛擬氣候站是利用下載氣候數據經計算後整合，使用了人工神經網絡(ANN)與Hardlim將自動氣候站的每日數據(如溫度、降水、濕度、風速等參數)進行插值，

1. 且用了sigmoid、雙曲正切hyperbolic tangent (tanh)、softsign and rectified linearunit (relu)來激活函數。

2. 為了對比人工神經網絡插值，用了反距離權重inverse distance weighting、反距離平方權重inverse-squared distance weighting 、多線性回歸multilinear regression and 隨機森林回歸random forest regression。

3. 為了驗證模型，從每日數劇中刪除一個隨機氣象站，並將插值與實際氣象站比較。

4. 在夏季、冬季月份進行插值，以檢查更多極端現象期間模型的功能，結果為插值方法對於一年期間的溫度等變量R^2最高為0.98，且冬、夏模型準確性較低。

參考網站 : https://www.bioenergyconsult.com/weather-monitoring-station/

https://link.springer.com/article/10.1007/s00521-020-04727-8

Google 關鍵字 :  virtual weather stations、automatic weather monitoring station